基于条件随机场模型的连续行为识别

作     者：张玉燕 

作者单位：南京工业大学 

学位级别：硕士

导师姓名：梅雪；黄勤忠

授予年度：2016年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：人体识别 连续动作行为 特征提取 条件随机场模型 

摘      要：人体行为分析和识别是计算机视觉领域的重要研究方向，在智能监控、虚拟现实等领域有了丰硕的研究成果。由于视觉系统的复杂性、运动目标的多样性等因素，使得行为识别技术与实用需求还存在一定距离，仍需要深入研究。因此本文以应用为出发点，针对运动人体的特征提取与描述、行为序列的分割、连续动作行为识别等技术和方法开展研究。\n 首先，对自适应混合高斯模型和背景减除法的原理进行阐述，说明各自的优缺点及适用的场合。在此基础上，本文对视频图像序列采用自适应混合高斯模型建立场景的背景图像，通过背景减除法获得运动目标。\n 其次，对人体行为动作的特征提取与描述方法做了详细的介绍。引入基于运动时空模板和以时空兴趣点为中心的局部特征描述符，将运动人体的全局和局部特征进行融合，获得描述能力更好的行为特征。并对背景简单和背景复杂下的不同人体行为的特征进行分析比较，验证了方法的有效性。\n 再次，视频分割是行为识别与理解的基础。本文采用了一种无监督行为序列分割方法，分割出代表不同模式的行为段。该方法利用一个邻域图，根据在该输入序列中的自相似结构，通过区域增长的思想分离不同行为。之后采用隐条件随机场模型对分割后的行为序列进行识别。\n 最后，针对未分段的连续行为动作识别，选用了LDCRF模型并进行改进。在分析CRF、LDCRF和LDCNF的基础上，选用LDCNF模型对视频序列中的运动人体进行行为识别。LDCNF是在LDCRF模型基础上增加一层隐层并对目标函数进行改进，从而可以获得输入序列中的非线性特征、显示隐变量之间的差异性，使模型能够更好的对行为动作内外结构进行建模，提高识别的准确性。\n 综上所述，本文以行为识别的基本环节为出发点，研究并改进了这些环节中的部分算法。选取不同行为数据库进行仿真实验，对比分析结果，验证了本文方法的有效可行性，为行为识别技术的实用化提供研究基础。