基于時空方向能量特征的行為識別算法研究.pdf

1、人體行為識別是目前眾多研究人員關注的熱點問題，和它相關的應用有病人或老年人監(jiān)護，智能監(jiān)控和人機互動等。通常情況下，物體識別都會面臨姿勢、外觀和大小的多變性等問題，由于人體非剛體，這又增加行為識別的難度，目前越來越多的研究人員紛紛把目光投向了這個領域并提出了一系列相應的改進算法，但是很多算法由于不能克服自身遮擋，旋轉或尺度變化，背景噪聲等問題，限制了目前識別方法的推廣和應用。為了盡可能地降低上述因素對行為識別的影響，提高識別算法的穩(wěn)定性和

2、識別率，我們提出了一種較為理想的算法，以局部特征為立意點，首先詳細介紹了特征點的檢測過程，然后詳細闡述了基于能量分解的行為描述方法，現(xiàn)將詳細內(nèi)容介紹如下：
　　(1)綜合考慮基于局部特征的思想和優(yōu)劣，采用局部特征作為待識別行為的特征。雖然基于全局特征的識別方法有較好的識別實時性，但是在識別一些物體有遮擋的時候或者圖像質量不是太好的情況下，最終的識別效果并不理想，因此，我們采用更能有效地描述行為的局部特征來識別，并在分類階段選擇合適

3、的描述子和分類方法。
　　(2)在興趣點檢測環(huán)節(jié)中，研究了普遍被采用的Dollar局部特征點檢測子在行為識別中的思想和優(yōu)勢，根據(jù)多次實驗結果，分析行為的特點，結合特征點提取的方法，設置合適的參數(shù)和閾值，以便能更精準地提取特征點。
　　(3)描述環(huán)節(jié)著重介紹了基于能量分解的時空局部特征描述子，并與3D-SIFT做出對比，并介紹選擇這種方法的目的和優(yōu)勢，對描述子用隨機映射算法對描述子進行降維，而在分類環(huán)節(jié)則選擇經(jīng)典的SVM分類器