人體行為識別概述ppt課件-展示頁
2025-01-14 04:50本頁面
【正文】 科學院自動化所的生物識別與安全技術(shù)研究中心 CBSR ? 微軟亞洲研究院 參考文獻：監(jiān)控視頻中的人體異常行為檢測研究 Page 3 行為識別前景 ? highlevel video indexing and retrieval ? “ smart” video surveillance systems 自動檢測異常行為，輔助檢索一個特定的事件。 ? The analysis of sport videos 幫助教練進行戰(zhàn)略分析。 ? Hand gesture recognition 虛擬現(xiàn)實 ? HumanComputer Interaction (HCI) systems kidsRoom、 Smart room 、 Facial action用于分析精神病病人的情感行為。另一個是對老年人提供遠程協(xié)助。 ? 常見的運動表述方法有： 運動軌跡、時空圖表述 和光流。 Page 6 目錄 目標檢測 目標分類 特征提取 行為理解 目標跟蹤 Page 7 運動目標檢測 參考文獻：視頻中的人體運動分析及其應用研究 .nh 運動目標跟蹤算法研究綜述 .pdf 目 標 檢 測時 間 差 分 法背 景 減 除 法基 于 主 動 輪 廓 線 模型 的 方 法基 于 小 波 的 方 法基 于 人 工 神 經(jīng) 網(wǎng) 絡的 方 法塊 匹 配 法光 流 估 計 法? 對于不依賴先驗知識的目標跟蹤來講，運動檢測是實現(xiàn)跟蹤的第一步 ? 運動檢測即為從序列圖像中將變化區(qū)域從背景圖像中提取出來。 ? 缺點： ? 前景、背景區(qū)域的確定與 閾值的選取 有很大的關系 當灰度圖像序列對比度較低時，由于相鄰兩幀的差 (前景與背景之差 )的范圍很小， 閾值難以選取 ，影響前景目標的分割結(jié)果。 ? 優(yōu)點： ? 對于 動態(tài)環(huán)境 有 較強 的自 適應性 Page 9 目標檢測 —— 光流法 ? 基于光流法的運動檢測，是利用運動物體隨時間變化在圖像中表現(xiàn)的光流特性，通過計算位移向量光流場來提取運動目標。 ? 優(yōu)點 ： ? 即使在攝像機運動的情況下也能檢測出獨立的運動目標。 ? 多數(shù)光流法計算復雜、耗時，在實際的系統(tǒng)中沒有特殊的硬件支持時，很難實現(xiàn)實時檢測。 ? 背景減除法最簡單的實現(xiàn)方法是預先選取不含前景運動目標的背景圖像，然后將當前圖像幀與背景圖像相減得到前景目標。 ? 有 兩類 常用的背景更新方法 : ? 建立背景模型并采用自適應方法對模型參數(shù)進行調(diào)整，從而獲得新背景圖像 。 Page 11 目標分類 參考文獻：視頻中的人體運動分析及其應用研究 目 標 分 類基 于 形 狀 信息 的 分 類基 于 運 動 信息 的 分 類使 用 簡 單 的 人 體 輪 廓 模 式 的形 狀 參 數(shù) 檢 測 運 動 人 體提 取 區(qū) 域 的 分 散 度 、 面 積 、 寬 高 比 等特 征 ， 采 用 三 層 神 經(jīng) 網(wǎng) 絡 將 前 景 目 標分 類 為 人 、 人 群 、 車 輛 和 背 景 干 擾分 散 度 和 面 積 信 息 區(qū) 分 人 、 車輛 及 混 亂 擾 動根 據(jù) 運 動 區(qū) 域 的 形 狀特 征 進 行 分 類利 用 人 體 運 動 的 周期 性 進 行 分 類根 據(jù) 人 體 運 動 的 周 期 性 特 性 ， 采 用時 頻 分 析 法 判 斷 運 動 軌 跡 是 否 存 在周 期 性 ， 從 而 識 別 出 運 動 人 體通 過 計 算 運 動 區(qū) 域 的 殘 余 光 流 來分 析 運 動 目 標 的 剛 性 和 周 期 性與 剛 性 車 輛 的 運 動 相 比 ， 非 剛 性 的 人 體 運 動 具 有 較 高 的 平 均殘 余 光 流 并 且 人 體
教學課件相關推薦
鄂ICP備17016276號-1