学位论文 > 优秀研究生学位论文题录展示
基于半连接HMM模型的人体行为识别研究与实现
作 者: 傅晓英
导 师: 须德
学 校: 北京交通大学
专 业: 计算机科学与技术
关键词: 运动图像处理 人体行为识别 人体运动特性 HMM BME-SCHMM
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 308次
引 用: 2次
阅 读: 论文下载
内容摘要
人体行为识别是人工智能领域的一个重要分支,近年来受到机器视觉领域研究者的广泛关注,相关科研成果正在为人们的生活带来全新的交互方式。人体行为识别的基本步骤是:1.运动检测和跟踪,目的是从视频序列中抽取相关的运动特征;2.人体姿势的估计和识别,目的是根据运动特征建立运动模型,从而进行人体行为识别。鉴于以前的研究基础,本文主要研究第二个步骤。目前为止,用于人体行为识别的隐马尔可夫模型(HMM)大多使用的是全连接HMM(FCHMM)模型,得到了比较令人满意的识别结果。然而,这些方法只是主观地选择状态的数目并且机械地使用了全连接结构,没有考虑人体行为特性和HMM布局设计之间的关系。本文针对这个问题,采用一种新的基于前中后三状态半连接HMM(BME-SCHMM)的人体行为识别方法,将人体行为特性与HMM的参数设计相结合,通过限制状态数目和状态转移条件,提高人体行为识别的准确率并降低运算复杂度。在算法的具体实现过程中,为每个状态的输出概率引入了权重的概念。通过对以色列Weizmann人体行为数据库和瑞典KTH人体行为数据库进行试验,在与传统的基于全连接HMM的人体行为识别模型比较之后,得出结论:本文的方法能够在得到相似识别率的前提下,可以减少状态数目,并限制了状态转移条件,因此提高了计算性能。该算法的复杂度低,快捷有效,具有较好的通用性,比现有的人体识别算法具有更好的性能。
|
全文目录
致谢 5-6 摘要 6-7 ABSTRACT 7-10 1 引言 10-14 1.1 研究背景及意义 10-11 1.2 研究现状 11-12 1.2.1 国外研究现状 11-12 1.2.2 国内研究现状 12 1.3 现存问题分析 12-13 1.4 论文组织结构 13-14 2 HMM原理 14-28 2.1 HMM基础 14-16 2.1.1 HMM数学背景 14-15 2.1.2 HMM定义 15-16 2.2 基本问题及主要算法 16-17 2.3 基于HMM行为识别原理 17-24 2.3.1 识别方程式 17-18 2.3.2 Forward_Backward算法 18-20 2.3.3 Baum-Welch算法 20-23 2.3.4 Viterbi算法 23-24 2.4 HMM类别 24-27 2.4.1 按照形状分类 24-26 2.4.2 按照输出概率分类 26-27 2.5 本章小结 27-28 3 行为要素和预处理 28-42 3.1 基本要素 28-33 3.1.1 人体运动类别 28-29 3.1.2 人体行为表征 29-31 3.1.3 人体行为识别 31-33 3.2 视频捕捉 33-34 3.3 图像截取 34-35 3.4 运动检测 35-39 3.5 形态学处理 39-40 3.6 人体行为编码 40-41 3.7 本章小结 41-42 4 人体行为识别 42-62 4.1 行为分析及HMM引入 42-44 4.1.1 人体行为分析 42-43 4.1.2 引入HMM 43-44 4.2 BME-SCHMM 44-45 4.3 算法设计 45-51 4.3.1 模型描述 45-46 4.3.2 参数训练阶段 46-48 4.3.3 优化训练结果 48-50 4.3.4 行为识别阶段 50-51 4.4 实验结果与分析 51-61 4.4.1 实验环境 51 4.4.2 人体行为数据库 51-53 4.4.3 初始化与参数选取 53-57 4.4.4 与基准模型比较分析 57-61 4.5 本章小结 61-62 5 总结与展望 62-64 5.1 论文工作总结 62-63 5.2 未来工作展望 63-64 参考文献 64-68 学位论文数据集 68
|
相似论文
- 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
- 大鼠皮层神经细胞膜离子通道电流测量与重构,Q42
- 复杂环境下语音增强方法研究,TN912.35
- 智能视频监控系统中人体异常行为检测与识别研究,TP391.41
- 基于HMM的机器人语音识别系统的研究,TN912.34
- 基于HMM-ANN混合模型的咳嗽音识别研究,TN912.34
- 基于视频序列的运动人体行为分析关键技术研究与实现,TP391.41
- 基于计算机视觉的三维人机交互技术研究及应用,TP391.41
- 用于空间非合作目标交会的相对测量算法研究,TP391.41
- 基于形状特征的人体行为识别方法研究,TP391.41
- 基因表达式编程与HMM融合技术应用研究,TN912.34
- 面向机器人对话的语音识别关键技术的研究,TN912.34
- 面向智能视频监控的事件检测建模及优化,TP391.41
- 包装箱表面印刷体汉字识别算法研究,TP391.41
- 语音情感识别研究,TN912.34
- 孤立词语音识别算法优化的研究和实现,TN912.34
- 基于OpenCV的步态识别系统,TP391.41
- 基于嵌入式的特定人语音识别智能轮椅设计,TP368.12
- 马尔科夫模型预测方法的研究及其应用,O211.62
- 光纤预警系统在管道泄漏监测上的应用,TE973.6
- 可视化HMM抗性基因建模研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|