基于特征表示的行为识别方法研究

发布时间：2017-09-05 16:22

  本文关键词：基于特征表示的行为识别方法研究

  更多相关文章： 行为识别 中层特征表示 高层特征表示 行为部件 特征图匹配

【摘要】：行为识别是计算机视觉领域的重要研究方向之一,在智能监控、视频检索、视频摘要、智能机器人和人机交互等系统中有着广泛的应用。与目标检测和识别等计算机视觉问题类似,行为识别方法的关键是视频的特征表示。由于自然场景视频在背景、视角、尺度和光照等方面巨大的差异性,及人体行为在外观和执行方式上的多样性,视频的特征表示方法深具挑战,且极大程度上影响行为识别方法的性能。 特征表示方法将视频从样本空间映射到特征空间,依据特征所含语义信息的多少,可以将其简单的分为低层、中层和高层三类。本论文在分析和总结已有的视频特征表示方法的基础上,对基于中层特征表示和高层特征表示的行为识别方法进行了研究。 首先,基于对低层、中层和高层特征表示三者之间关系的分析,提出了一种分层的特征图模型,该模型以视频的低层特征为基础,通过逐层地构建特征图来得到视频的高层特征表示,每一层的特征图整合了特征的自身信息与特征之间的时空关系,能更完备的描述行为。为了使用分层的特征图模型识别行为,本文具体地描述了各层特征图的构建方法,并提出了一种分层的图匹配方法计算视频之间的相似度。在公开的行为数据集上的实验结果验证了本方法的有效性。 其次,考虑到高层特征表示能力的不足,及中层特征较好的表示能力和判别能力,提出了一种基于中层行为部件自动挖掘的行为识别方法。该方法通过训练候选的行为部件检测器和选择有效的行为部件检测器来解决行为部件的挖掘问题。为了得到候选的行为部件检测器,提出了结合特征白化和交叉验证的训练算法；为了选择有效的行为部件检测器,提出了Coverage-Entropy Curve评估检测器的能力,并定义检测器之间的相似性度量减少冗余度。在多个公开的行为数据集上的实验结果表明本方法挖掘的行为部件能有效地识别行为。 然后,针对行为部件挖掘算法中有效行为部件检测器的选择问题,提出了基于特征选择的行为部件自动挖掘方法。由于常用的选择算法通常采用启发式的准则,未能直接地分析检测器分类行为的能力,也不能保证选出的行为部件检测器能最优地识别行为,因此,本文通过分析行为部件检测器与行为分类问题之间的关系,将有效行为部件检测器的选择问题转化为标准的特征选择问题,并从两个不同的角度,分别提出基于SVM和稀疏表示的求解算法。本方法在多个公开的行为数据集上进行了实验,获得了突出的识别结果。 最后,本文对所做的工作进行了总结,并结合本文工作的不足之处,简单地阐述了本文后续的研究内容。
【关键词】：行为识别 中层特征表示 高层特征表示 行为部件 特征图匹配
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-6
• Abstract6-8
• 目录8-10
• 中英文缩写对照表10-11
• 1 绪论11-25
• 1.1 引言11
• 1.2 研究背景及意义11-15
• 1.3 行为识别方法研究现状15-20
• 1.4 本文主要研究内容20-22
• 1.5 课题来源及内容安排22-25
• 2 基于分层特征图匹配的行为识别方法25-50
• 2.1 引言25-28
• 2.2 分层的特征图匹配模型28-32
• 2.3 特征图的构建32-34
• 2.4 特征图的匹配方法34-40
• 2.5 实验结果与分析40-48
• 2.6 本章小结48-50
• 3 基于行为部件自动挖掘的行为识别方法50-87
• 3.1 引言51-54
• 3.2 行为部件的自动挖掘算法54-65
• 3.3 基于行为部件的行为识别算法65-66
• 3.4 实验结果与分析66-86
• 3.5 本章小结86-87
• 4 基于特征选择的行为部件自动挖掘方法87-120
• 4.1 引言87-89
• 4.2 基于特征选择的行为部件选择方法89-95
• 4.3 基于行为部件的行为识别算法95-97
• 4.4 实验结果与分析97-119
• 4.5 本章小结119-120
• 5 总结与展望120-123
• 5.1 工作总结120-121
• 5.2 主要创新点121
• 5.3 展望121-123
• 致谢123-124
• 参考文献124-138
• 附录1 攻读学位期间发表的学术论文138-139
• 附录2 公开发表的学术论文与博士学位论文的关系139-140
• 附录3 攻读学位期间参与课题140

【相似文献】

中国期刊全文数据库 前10条

1 施水才;俞鸿魁;吕学强;李渝勤;;基于大规模语料的新词语识别方法[J];山东大学学报(理学版);2006年03期

2 苏家洪;;试述人脸识别新技术及编辑识别方法[J];中国新技术新产品;2012年07期

3 高春庚;孙建国;;基于统计的人脸识别方法综述[J];安阳工学院学报;2012年04期

4 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于语义依存线索的事件关系识别方法研究[J];北京大学学报(自然科学版);2013年01期

5 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于推理线索构建的事件关系识别方法[J];北京大学学报(自然科学版);2014年01期

6 吕冬梅,刘燕萍,李云凯;一个新的机械图纸识别方法[J];信息技术;2001年03期

7 刘志鹏,魏君;基于神经网络的集装箱编号识别方法的研究[J];中国包装工业;2002年09期

8 贺敏;龚才春;张华平;程学旗;;一种基于大规模语料的新词识别方法[J];计算机工程与应用;2007年21期

9 董世都;黄同愿;王华秋;王森;杨小帆;;半边人脸识别方法[J];计算机工程;2008年07期

10 方晓春;;一种优化的角色识别方法[J];计算机应用与软件;2009年04期

中国重要会议论文全文数据库 前10条

1 郑凯;;建立多维数据异常点识别方法的尝试[A];第八届全国体育科学大会论文摘要汇编（一）[C];2007年

2 张朋柱;韩崇昭;万百五;;智能决策支持系统中的问题识别方法与实现[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

3 刘丽兰;刘宏昭;;时间序列模型的识别方法[A];制造技术自动化学术会议论文集[C];2004年

4 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

5 罗智勇;宋柔;荀恩东;;一种基于可信度的人名识别方法[A];第二届全国学生计算语言学研讨会论文集[C];2004年

6 张茜;郑峥;亢一澜;王娟;仇巍;;基于海量实测数据的反演识别方法与盾构装备载荷的力学建模[A];中国力学大会——2013论文摘要集[C];2013年

7 赵锐;陈光发;;军事口令识别的Fuzzy方法探讨[A];第二届全国人机语音通讯学术会议论文集[C];1992年

8 骆玉荣;刘建丽;史晓涛;;一种自动车窗识别方法的设计与实现[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 崔凯华;王国庆;方剑青;李红军;贾俊波;马超;赵烨;张东辉;;基于声模态分析的材料识别方法研究[A];现代振动与噪声技术（第九卷）[C];2011年

10 李洪东;梁逸曾;张志敏;;酵母蛋白组中原生肽识别方法的探索研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年

中国重要报纸全文数据库 前9条

1 陈春道;甲鱼优劣及雌雄的识别方法[N];北京科技报;2003年

2 庞席堂;假币的识别方法[N];中华合作时报;2003年

3 王修增;手机被盗号的6种识别方法[N];中国保险报;2003年

4 张侃;正品手机电池识别方法[N];通信产业报;2000年

5 潘 治;德国开发出癌症早期识别方法[N];中国中医药报;2003年

6 新华社记者 段世文;产权证识别方法[N];新华每日电讯;2001年

7 金亮;机器人的情感[N];中国医药报;2001年

8 黄璐;识别假火车票有绝招[N];山西经济日报;2004年

9 宗绍纯;如何识别是纯奶还是奶饮料？[N];国际商报;2003年

中国博士学位论文全文数据库 前10条

1 赵国腾;跨座式单轨交通轨道梁表面裂纹识别方法研究[D];重庆大学;2015年

2 徐训;线性与非线性结构动力荷载识别方法及实验研究[D];哈尔滨工业大学;2015年

3 付文亮;基于FPGA的高性能应用层协议识别方法研究[D];北京理工大学;2015年

4 陈飞飞;基于特征表示的行为识别方法研究[D];华中科技大学;2015年

5 张莉莉;竞优特征的群识别方法及其应用[D];东北大学;2010年

6 陈绵书;计算机人脸识别方法研究[D];吉林大学;2004年

7 叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年

8 何光辉;四种人脸识别方法研究[D];重庆大学;2010年

9 佟丽娜;基于力学量信息获取系统的人体摔倒过程识别方法研究[D];中国科学技术大学;2011年

10 肖冰;人脸画像—照片的合成与识别方法研究[D];西安电子科技大学;2010年

中国硕士学位论文全文数据库 前10条

1 徐珂琼;基于视频的人脸识别方法研究[D];天津理工大学;2015年

2 彭姣丽;针对多表情的人脸识别方法研究[D];昆明理工大学;2015年

3 代秀丽;基于半监督判别分析的人脸识别方法研究[D];深圳大学;2015年

4 易磊;基于两阶段的交通标志识别方法研究[D];南京理工大学;2015年

5 李彦;基于小波变换的人脸识别方法研究[D];电子科技大学;2014年

6 田晓霞;运动想象EEG的识别方法及在上肢康复中的应用[D];北京工业大学;2015年

7 杨俊涛;基于分数谱时频特征的SAR目标检测与识别方法研究[D];电子科技大学;2014年

8 宋洪伟;基于模糊集合的汉语主观句识别方法研究与实现[D];黑龙江大学;2015年

9 贾博轩;基于手机传感器的人类复杂行为识别方法的研究[D];黑龙江大学;2015年

10 范玲;Link-11数据链信号的识别方法研究[D];西安电子科技大学;2014年

，

本文编号：799013