基于監(jiān)控視頻的人體行為動作識別

導(dǎo)師：匯報人：目錄一、選題來源及意義二、國內(nèi)外研究水平及發(fā)展趨勢三、本課題研究內(nèi)容四、實(shí)驗(yàn)實(shí)施方案五、進(jìn)度安排一、選題來源及意義計算機(jī)憑借本身的超強(qiáng)記憶力與運(yùn)算速度深受人們的歡迎，計算機(jī)的這兩種能力也得到了人們的充分運(yùn)用。但這還不夠，目前計算機(jī)對人的依賴性過強(qiáng)，為此人們想讓計算機(jī)具有自主學(xué)習(xí)、理解、分析的能力。以前是“看”機(jī)算機(jī)，而現(xiàn)在是想讓計算機(jī)來“看”。視頻圖像已成為人們獲取視覺信息的重要手段，特別是視頻流與計算機(jī)處理結(jié)合，人們稱之為計算機(jī)視覺。人類依靠眼、耳、鼻、口、手獲取客觀世界信息時，80%的信息是來自于視覺，由此可見人類視覺系統(tǒng)對人類獲取信息而言非常重要。作為人類視覺的模擬，計算機(jī)視覺理應(yīng)在計算機(jī)獲取客觀世界信息中發(fā)揮重要作用。二、國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢1、研究現(xiàn)狀基于計算機(jī)視覺的人體動作識別算法主要包括動作表示以及動作分類兩個步驟。人體動作如何表示涉及到如何編碼人體動作信息，它對于后續(xù)的人體動作分類十分關(guān)鍵。理想的人體動作表示方法不僅要應(yīng)對人體外觀，尺度，復(fù)雜背景，視點(diǎn)以及動作執(zhí)行快慢等因素的影響，而且要包含足夠的信息提供給分類器將各個動作類型區(qū)分開來。理想的動作分類器除了能夠區(qū)分各種動作類型，還需要考慮如何有效加入和減少動作類型問題。有關(guān)人體識別方法中使用的動作表示及動作分類方法，近幾年已經(jīng)開展了這方面的研究在日本、西方發(fā)達(dá)國家（如美國、英國）等專家，已經(jīng)展開了大量相關(guān)項(xiàng)目的研究工作：美國賓夕法尼亞州大學(xué)的三維人體頭部及臉部跟蹤系統(tǒng)采用有限元素模型實(shí)時跟蹤人的臉部動作；聯(lián)想、IBM及Microsoft等國內(nèi)外高知名大公司及一些中小型企業(yè)也正逐步將人臉識別、行為識別、手勢識別應(yīng)用于商業(yè)領(lǐng)域，如：手機(jī)移動終端開發(fā)、門禁、停車場、監(jiān)獄等，另外，斯坦福大學(xué)、普林斯頓大學(xué)、牛津大學(xué)等國際知名大學(xué)也做了相應(yīng)的理論研究。在北京奧運(yùn)會、上海世界博覽會中，一些企業(yè)開發(fā)的安防系統(tǒng)也都得以應(yīng)用。2、發(fā)展趨勢人體動作檢測和識別是計算機(jī)視覺領(lǐng)域中的一個研究熱點(diǎn)和難點(diǎn)。現(xiàn)階段國內(nèi)外主要處于實(shí)驗(yàn)研究階段，實(shí)用化產(chǎn)品很少出現(xiàn)。以下為將來的研究熱點(diǎn)及發(fā)展趨勢：（1）真實(shí)應(yīng)用條件下的動作識別。（2）視頻數(shù)據(jù)的自動標(biāo)注。（3）人體動作或意圖推理。（4）多人體交互識別。三、本課題研究內(nèi)容1、主要內(nèi)容本文旨在從簡單表情、手勢、行為及單一場景研究入手到復(fù)雜場景中復(fù)雜行為的研究，旨在設(shè)計能夠全天無人看守的智能監(jiān)控系統(tǒng)來代替目前以人為主計算機(jī)為輔的監(jiān)控系統(tǒng)。本文主要是對分層法視頻特征提取、對提取的特征進(jìn)行編碼、做出最佳判決3、本文要研究的內(nèi)容（1）基于方向直方圖視頻特征提取

特征提取視頻序列的像素運(yùn)動變化頻率圖計算視頻序列的差分邊緣直方圖求運(yùn)動直方圖得到視頻特征特征訓(xùn)練與識別劃分像素運(yùn)動變化頻率圖的區(qū)域?qū)δ繕?biāo)區(qū)域和若干子區(qū)域分別求像素變化直方圖對目標(biāo)區(qū)域和若干子區(qū)域分別求邊緣梯度直方圖基于方向直方圖的方法也是近幾年熱門的行為識別方法之一，其中的邊緣方向直方圖，是通過對圖像空域求導(dǎo)獲取邊緣梯度信息，此方法主要是用于獲取目標(biāo)的邊緣信息。梯度圖像是由原始圖像與梯度模板卷積得到，運(yùn)動方向直方圖，它是基于運(yùn)動歷史圖求梯度而得到。運(yùn)動歷史圖能夠反映不同空域位置的運(yùn)動劇烈強(qiáng)度，故運(yùn)動方向直方圖能夠反映不同方向的運(yùn)動強(qiáng)度，能夠識別運(yùn)動程度差別較大的行為。四、實(shí)驗(yàn)實(shí)施方案（1）用到的工具：matlabVC6.0OPENCV（2）本文方法先通過MATLAB仿真實(shí)驗(yàn)得到所需的參數(shù)（3）對來自Weizmann視頻數(shù)據(jù)庫、網(wǎng)絡(luò)視頻數(shù)據(jù)庫、智能視覺信息處理與通信實(shí)驗(yàn)室(IVIPC)視頻數(shù)據(jù)庫、IVIPC