学位论文 > 优秀研究生学位论文题录展示

人体行为识别关键技术研究

作　者: 何卫华
导　师: 郭永彩
学　校: 重庆大学
专　业: 仪器科学与技术
关键词: 行为识别能量变化图相关向量机广义判别分析穿戴传感
分类号: TP391.41
类　型: 博士论文
年　份: 2012年
下　载: 1010次
引　用: 1次
阅　读: 论文下载

内容摘要

人体行为识别是人工智能与模式识别领域内一个新兴的研究方向，具有极其广泛的应用前景。本论文针对人体行为识别中的图像预处理、行为表征、特征降维以及行为分类等关键技术进行研究，提出了适用于可见光与红外成像、可穿戴传感的行为识别方法，获得了较好的识别效果。论文取得的主要创新性成果如下：(1)高质量的图像预处理是行为识别研究的基础。面向可见光、红外双波段视频监控应用，提出了一种双波段彩色图像融合算法，并考察了图像融合对于人体目标跟踪性能的影响。将可见光与红外图像在NSCT域内进行自适应融合，并将融合图像赋予YUV颜色空间的亮度通道，进一步通过颜色传递可获得具有自然色彩视觉效果的彩色融合图像。实验结果表明，该方法可提高人体目标的可探测性，丰富融合图像的细节信息，增强观察者对监控场景的感知，为计算机视觉分析提供更高质量的源图像；此外，双波段图像融合能够提高对人体目标跟踪的准确度和鲁棒性。(2)提出了一种基于外观表征和多类相关向量机的行为识别方法。建立了一种新的时空模板：能量变化图，并在此基础上提取反映人体形状信息和运动信息的行为特征；首次将多类相关向量机引入行为识别领域，用于对多类行为的分类识别。在Weizmann行为数据库上进行了测试，采用“Constructive”结构的多类相关向量机获得的识别率达98.2%，且表现出优异的特征样本稀疏性。与其它一些典型的识别方法相比，本文方法在行为特征的复杂度和识别率方面均具有明显优势。进一步分析表明，不同方法间识别性能间差异主要源自于特征选取方式和分类方法选择上的不同。(3)提出了基于视觉特性的行为识别方法，并首次将Gabor类小波应用于红外成像人体行为识别。采用Gabor小波，对行为的能量变化图进行多尺度、多方向性描述。为了减少频带覆盖所需的分解层数，并更好地刻画行为的细节特征，进一步采用了性能更为优越的Log-Gabor小波。针对行为识别中面临的高维特征问题及训练过程中的小样本问题，分别采用了主元分析方法和鉴别共同向量方法对Gabor类特征进行降维。在重庆大学构建的红外行为数据库上进行测试，获得的识别率达94.44%。此外，还考察了Gabor小波类别、特征降维方法及分类器的选取对识别性能的影响，验证了本文方法的设计合理性。(4)对可穿戴传感行为识别进行研究。针对行为传感中存在的高维数据问题，首次将广义判别分析方法应用于可穿戴传感行为识别，提出了一种新颖的行为识别方法。对提取的时频域行为特征，采用广义判别分析方法进行降维，并构建组合相关向量机实现对多类行为的分类。在WARD人体行为数据库上进行了测试，获得的识别率达99.2%。为增强可穿戴传感行为识别系统的鲁棒性，对系统结构进行优化分析，进一步对多传感节点的融合问题进行了研究。在建立的决策融合框架中，采用自适应对数优化池对各个节点的分类后验概率输出进行决策融合，最终判别行为的类别。重点研究了传感节点数目及节点部署方式，融合规则、特征降维方法和分类方法的选取对识别性能的影响。

全文目录

摘要  3-5
ABSTRACT  5-10
1 绪论  10-30
  1.1 课题研究的背景和意义  10-13
  1.2 基于计算机视觉的行为识别  13-22
    1.2.1 人体行为表征  13-18
    1.2.2 行为识别的分类技术  18-22
  1.3 可穿戴传感行为识别及其应用  22-25
  1.4 主要研究难点及发展趋势  25-28
  1.5 本文研究内容与结构安排  28-30
2 人体目标分割、跟踪及图像融合技术  30-46
  2.1 人体目标分割  30-33
  2.2 可见光与红外双波段图像融合  33-42
    2.2.1 引言及问题提出  33-35
    2.2.2 夜视图像彩色融合方案  35-36
    2.2.3 基于 NSCT 的红外和可见光图像融合  36-39
    2.2.4 YUV 空间颜色传递  39-40
    2.2.5 实验结果及分析  40-42
  2.3 Mean-Shift 框架下的目标跟踪  42-44
  2.4 本章小结  44-46
3 基于能量变化图和多类相关向量机的人体行为识别  46-68
  3.1 引言及问题提出  46-48
  3.2 序列图像中的人体轮廓提取  48-49
  3.3 人体行为表征  49-54
    3.3.1 人体行为的周期特性  49-51
    3.3.2 能量变化图  51-53
    3.3.3 形状特征与运动特征提取  53-54
  3.4 多类相关向量机模型  54-58
    3.4.1 多类相关向量机的数学描述  54-57
    3.4.2 基于多类相关向量机的行为分类  57-58
  3.5 实验与分析  58-67
    3.5.1 Weizmann 数据库  58-59
    3.5.2 实验结果及分析  59-67
  3.6 本章小结  67-68
4 基于视觉特性的红外成像人体行为识别  68-86
  4.1 引言及问题提出  68
  4.2 人体目标轮廓提取  68-70
  4.3 基于 Gabor 类小波的行为表征  70-75
    4.3.1 Gabor 小波与 Log-Gabor 小波的定义  71-73
    4.3.2 Gabor 小波与 Log-Gabor 小波的特性比较  73-74
    4.3.3 行为特征提取  74-75
  4.4 高维行为特征降维  75-79
    4.4.1 主元分析法及其在行为特征降维中的运用  76-78
    4.4.2 鉴别共同向量及其在行为特征降维中的运用  78-79
  4.5 行为分类  79
  4.6 实验结果及分析  79-83
    4.6.1 IADB 数据库  80
    4.6.2 实验结果及分析  80-83
  4.7 本章小结  83-86
5 可穿戴传感人体行为识别  86-106
  5.1 引言及问题提出  86-87
  5.2 WARD 数据库  87-89
  5.3 时频域行为特征提取  89-92
    5.3.1 数据预处理  89
    5.3.2 特征提取  89-90
    5.3.3 特征归一化  90-92
  5.4 子空间特征降维  92-96
    5.4.1 主元分析及线性判别分析  92
    5.4.2 广义判别分析  92-94
    5.4.3 基于广义判别分析的行为特征降维  94-96
  5.5 基于组合相关向量机的行为分类  96-98
    5.5.1 相关向量机分类模型  96-98
    5.5.2 行为分类  98
  5.6 实验结果及分析  98-104
    5.6.1 本文方法识别结果  98-100
    5.6.2 对比分析  100-104
  5.7 本章小结  104-106
6 可穿戴传感行为识别系统中的多节点决策融合  106-114
  6.1 引言及问题提出  106-107
  6.2 采用单传感节点的行为识别  107-108
  6.3 多传感节点决策融合策略  108-109
  6.4 实验结果及分析  109-113
  6.5 本章小结  113-114
7 总结与展望  114-118
  7.1 论文总结  114-115
  7.2 后续工作展望  115-118
致谢  118-120
参考文献  120-134
附录  134-135
  A. 作者在攻读博士学位期间发表的论文目录  134-135
  B. 作者在攻读博士学位期间主持或参与的科研项目  135

人体行为识别关键技术研究

内容摘要

全文目录

相似论文