基于时空兴趣点和词袋模型的人体动作识别方法研究

摘要

人体动作识别在人机智能交互、智能监控、虚拟现实等领域有重要研究意义和应用价值。基于时空兴趣点构建词袋模型进行人体动作识别对背景噪声不敏感，计算复杂度较低且鲁棒性高，因而得到广泛研究。词袋模型中视觉词典的建立对动作识别结果至关重要，但传统基于信息增益特征选择建立的视觉词典由于未考虑词频对动作识别的影响，降低了动作识别准确率。由于原始动作视频图像帧数过多，不同帧图像中含有大量重复的描述动作特征的信息，因此，需要研究如何从初始视频中选取出最能表征人体动作特征的关键图像帧，减少用于动作识别的冗余信息。
　　首先利用3D Harris算法提取人体动作视频的时空兴趣点，利用HOG3D及HOF特征描述器针对提取的时空兴趣点从梯度和速度两个角度描述时空兴趣点，利用PCA进行特征降维;基于词袋模型建立视觉词典，将词频引入传统信息增益，提出一种基于改进信息增益的建立视觉词典建立方法。针对原始动作视频图像特征信息冗余，提出了基于离散粒子群的关键帧选取算法，将夹角余弦值作为关键帧的评价准则，从原始动作图像序列中选取最能表征人体动作的关键帧。在Matlab2014b环境下，对两种人体动作识别数据库提取时空兴趣点，基于词袋模型进行人体动作识别。
　　实验结果表明，本文提出的视觉词典建立方法，能够建立更具动作识别力的视觉词典，提高动作识别准确率。本文提出的关键帧选取算法能够在减少动作视频帧数的同时保证动作识别准确率。KTH和Weizmann数据库下，动作识别准确率分别为89.17％和98.89％。

目录

声明

摘要

第一章 绪论

1．1 人体动作识别概述

1．2 动作特征提取方法综述

1．3 时空兴趣点描述方法

1．4 人体动作识别方法研究现状

1．4．1 基于模板匹配的动作识别方法

1．4．2 基于状态空间的动作识别方法

1．4．3 基于概率统计的动作识别方法

1．5 课题意义及研究内容

1．5．1 课题研究意义

1．5．2 课题主要研究内容

2．1 引言

2．2 基于Cuboid的时空兴趣点提取

2．3 基于3DHarris的时空兴趣点提取

2．4 基于HOG3D的时空兴趣点描述器

2．4．1 三维平均梯度计算

2．4．2 梯度方向量化

2．4．3 梯度投影求和

2．4．4 描述符累加

2．5 基于HOF的时空兴趣点描述器

2．5．1 基于L-K光流法的速度计算

2．5．2 HOF特征描述

2．6 基于PCA的特征降维

2．7 小结

第三章 基于改进信息增益的人体动作识别视觉词典建立

3．1 词袋模型

3．2 初始视觉词典建立

3．3 传统信息增益视觉词典建立

3．4 基于改进信息增益的视觉词典建立

3．5 基于支持向量机的人体动作识别

3．6 小结

第四章 基于离散粒子群的人体动作视频关键帧选取

4．1 引言

4．2 离散粒子群寻优算法

4．2．1 传统粒子群

4．2．2 离散粒子群

4．3 动作特征相似度评价

4．4 基于离散粒子群的关键帧选取

4．5 小结

第五章 人体动作识别实验结果

5．1 人体动作识别数据库

5．2 人体动作识别总体设计

5．3 初始视觉词典建立结果

5．4 基于改进信息增益的视觉词典建立结果

5．5 关键帧选取结果

5．6 人体动作识别结果

5．7 动作识别结果评价

5．8 小结

第六章 结论与展望

6．1 结论

6．2 展望

参考文献

致谢

研究成果及发表的学术论文

作者与导师简介