论文部分内容阅读
在智能化迅速发展的今天,行为识别已经得到了广泛的关注,并且已经成为计算机视觉领域研究的重要内容之一,可以广泛应用于人机交互,视频监控,智能机器人的领域中。而视角无关的行为识别也越来越得到更多研究者的研究。本文针对5个视角下的视频中的人类行为进行研究,采用IXMAS行为数据库作为样本库,采用基于自相似度矩阵的递归图分析法挖掘不同视角下视频图像数据的关联性,并应用在视角无关的行为识别中,取得了良好的识别效果。人体行为的产生是一个非常复杂的非线性过程,而混沌理论是分析非线性动力系统的常见方法。人们也已经将混沌理论应用到人体行为识别的研究当中,主要思想是在重构的相空间中提取出代表人体行为的混沌不变量,组成描述人体行为的特征向量,证明了利用混沌理论进行行为识别的可行性。递归图分析法(RP)的提出为人们从非线性动力学的角度分析问题开辟了一条新的思路。它将一维的时间序列重构到信息丰富的高维相空间,然后绘制出二维的递归图,不但能够体现出非线性系统所具有的混沌不变特征,同时能够让人们在二维的图像上观察系统在高维相空间的状态。这种传统的方法利用黑点和白点组成的二维方阵来刻画系统特征,纹理信息不够丰富,且选取相空间重构参数比较繁琐,本文使用基于自相似度矩阵的递归图分析法来挖掘不同视角下人体行为具有的关联性,因为本文所使用的底层特征描述符是高维数据,包含丰富的系统信息,所以直接在原相空间内利用自相似度矩阵构建递归图。且构建过程中不进行二值化处理,与传统的递归图相比,这种方法则注重利用更加丰富的纹理信息。为了挖掘出同一行为不同视角下的视频图像数据的关联性,本文以同一行为5个视角下的行为视频段为样本,采用Dollar方法提取时空特征点(STIPs),然后在三维空间内,借鉴SURF思想,结合时空特征点周围的信息构建其描述符。分别对5个视角下描述符以帧为单位计算自相似度矩阵,得到各个视角下的递归图,展示出图像数据的关联性。为了进一步将这种关联性刻画出来,本文在递归图上利用梯度方向分布向量建立视频每一帧的递归特征描述符,得到递归数据特征集合S。为了进一步挖掘集合S数据之间的关联性,进而实现视角无关的行为识别,因此,对递归特征描述符集合S采用NERF C-Mean方法聚类产生M个关键词,关键词的个数取决于具体的行为,然后,建立每一个关键词的高斯混合模型(GMM)；最后,计算S中所有描述符在M个词袋中的分布统计概率,构成该行为的描述符向量,作为检测模板。行为的识别过程是对测试视频建立递归描述符,将其分配到对应的关键词词袋中,统计出分布向量,计算它与模板的相似度距离,当距离小于一定阈值时,则认为测试视频段的行为与模板所代表的行为相同,否则为不同。本文分别对不同视角下的走路,坐下,踢腿三种行为挖掘了关联性,并进行了视角无关的行为识别实验,识别率均达到了80%以上。