【摘 要】
：
人类行为识别是计算机视觉领域的一个重要研究课题.由于背景复杂、摄像机抖动等原因,在自然环境视频中识别人类行为存在困难.针对上述问题,本文提出一种基于显著鲁棒轨迹的人类行为识别算法.该算法使用稠密光流技术在多尺度空间中跟踪显著特征点,并使用梯度直方图(HOG)、光流直方图(HOF)和运动边界直方图(MBH)特征描述显著轨迹.为了有效消除摄像机运动带来的影响,我们使用基于自适应背景分割的摄像机运动估计
【机 构】
：
同济大学计算机科学与技术系,上海 201804;赣南师范学院数学与计算机科学系,江西赣州 341000
论文部分内容阅读
人类行为识别是计算机视觉领域的一个重要研究课题.由于背景复杂、摄像机抖动等原因,在自然环境视频中识别人类行为存在困难.针对上述问题,本文提出一种基于显著鲁棒轨迹的人类行为识别算法.该算法使用稠密光流技术在多尺度空间中跟踪显著特征点,并使用梯度直方图(HOG)、光流直方图(HOF)和运动边界直方图(MBH)特征描述显著轨迹.为了有效消除摄像机运动带来的影响,我们使用基于自适应背景分割的摄像机运动估计技术增强显著轨迹的鲁棒性.然后,对于每一类特征分别使用Fisher Vector模型将一个视频表示为一个Fisher向量,并使用线性支持向量机对视频进行分类.在四个公开数据集(即:Hollywood2、YouTube、Olympic Sports和UCF50)上的实验结果表明,该算法的识别率高于目前公布的其他算法,并且具有较低的时间复杂度.
其他文献
新一代视频编码标准HEVC采用了灵活编码块划分结构,对更多的模式进行率失真优化选择,提高了压缩效率的同时也极大的增加了编码的复杂度.HEVC中采用的新颖的编码工具,在提升编码效率的同时,将会产生一些高度不相关的预测残差块.对于这些像素点间相关性不强的残差块,使用类似DCT变换的频域分解的方法,未必能将能量很好的集中.因此,HEVC采用变换跳过模式提升该类残差块的编码质量,但是也进一步增加了计算复杂
One challenging problem in Mobile Social Network is to accurately model relationship strength between people,which equips mobile applications with effective algorithms to achieve personalized recommen
越来越多的研究人员关注到了低分辨率人脸识别这一问题,并且提出了一些优秀的算法,然而至今还没有人对这些人脸识别算法进行过总结综述.因此,本文首先将对已有的低分辨率人脸识别算法按照解决特征空间不匹配策略进行分类.然后,本文从统一特征空间角度出发,提出一种姿态鲁棒的低分辨率人脸识别算法,该算法充分利用高低分辨率图像之间的关系,将它们同时地变换到一个新空间,使得高低分辨率图像特征之间的距离,可以最大程度地
Studied the port controlled Hamiltonian (PCH) multi-agent system output consistency issues were fixed and switching topology in the first of Hamiltonian systems based on the unique advantages of the u
智能移动设备的蓬勃发展和人们对于健康状况的高度关注促使了在日常生活中通过智能移动设备监测身体健康状况成为一个重要研究热点.传统血氧饱和度的检测方法需要红外光的支持,而目前的智能移动设备没有红外光发射和接收模块,所以本文研究了面向智能移动设备基于摄像头和可见光的血氧饱和度检测方法.首先分析了传统光学模型直接应用到智能移动设备上的问题,然后提出了解决摄像头成像基线漂移问题的修正算法,最后提出新的面向智
Recent work shows that offloading mobile applications,e.g.,computation services,from mobile devices,e.g.,smartphone,to cloud servers,can significantly reduce the energy consumption of mobile devices a
我们提出了一种新的多相机下行人比对的方法,这种方法能够在常用的数据库中.在这个方法里,我们使用了一种基于平移和旋转矩阵来实现优化目标再识别率的算法.这种算法能够在高维空间中,通过变换矩阵,让某一向量逼近另一个向量,从而能够一定程度上解决不同镜头下行人特征空间改变的问题.与此同时,我们还提出了一种基于特定特征将行人数据集中的行人分类的算法,使每类中的行人数据特征具有相似的性质,能够共用某个变换矩阵.
可视化是网络信息感知和分析的重要手段,随着网络规模增大和复杂度提高,涌现出节点遮挡覆盖和边交叉阻塞等视觉凌乱问题,如何将网络图简化,以减少用户对网络连接模式和内部结构认知的难度,成为网络可视化研究需要解决的重要问题.针对网络中出现的视觉凌乱问题,本文以空间位置和群组关系为出发点,从网络中独立的边和群组两个层次,边汇合的角度研究边集束技术,将网络中临近的边集聚成束以降低视觉复杂度,提出和改进了分段F
Clustering technology used in routing protocols can reduce energy consumption and prolong the lifetime of wireless sensor networks.Cluster head selection is one of the most important parts in clusteri
本文通过分析现有局部不变特征方法及含伪装签名数据集的特点,提出了一种基于具有仿射不变性的尺度不变特征变换(ASIFT)的离线签名认证方法.本方法由以下几部分组成:首先,对签名图像进行预处理(包括灰度化和放缩);其次,对处理后的图像进行ASIFT关键点检测和特征描述符提取;再次,对从查询签名图像和参考签名图像中提取到的描述符进行匹配,对匹配的结果采用RANSAC方法去掉错误匹配,并计算正确匹配点的描