基于条件随机场的人体行为识别分析-模式识别与智能系统专业论文.docx

I I 摘要 摘要 视频图像序列中的人体行为识别是一项涉及了模式识别、计算机视觉和人工智 能等多领域混合交叉的研究课题，因其在虚拟现实、视频检索和智能监控等领域 具有广泛的应用价值和实用价值，所以该课题一直是计算机视觉领域的研究热点。 视频序列中人体行为识别技术的研究目的是将人类的视觉感知功能赋予机器视觉 系统，使其能够在视频图像序列中跟踪目标、分割目标并对目标行为进行分析与 识别。经过几十年的不懈研究，上述技术均取得了巨大的进步，但由于人体行为 具有不可预知性、非刚性以及图像处理过程的复杂性，所以要提出一种既具有准 确性、实时性而且还适应大多数场景的方法仍具有很大的困难。 本文主要对人体行为识别技术进行研究。在运动目标检测方面，采用改进后的 平均背景法对混合高斯模型进行初始化，使初始化的高斯模型更符合背景场景模 型。在运动目标阴影检测和去除时，采用前景与背景的颜色差分法，使得提取出 的目标区域不包含阴影，对后续特征提取做了铺垫工作。 针对通过传统 Radon 变换提取出的特征不具有缩放和平移不变性的缺点，本 文提出一种改进的 Radon 变换算法来提取出目标区域的特征。该方法同时具有平 移和缩放不变性的特点且相比于几种已改进过的 Radon 变换，在特征提取时也不 再需要对特征向量进行归一化处理，使提取的特征表现出更强的鲁棒性，计算也 更简单。 针对传统条件随机场(CRF)方法实时性不足的问题，提出一种基于主成分分析 法的 HCRF 方法，提高了识别系统的实时性。实验结果表明，该方法可以有效的进 行人体行为识别，并能在保证识别率的基础上，识别时间明显的降低。 传统的人体行为识别研究是在电脑上进行，然而由于如今 Android 系统的高速 普及和 Android 手机应用所带来的巨大商业价值。所以本文对于行为识别的研究大 部分是在 Android 平台上进行的。 关键词：Android，人体行为识别，Radon 变换，条件随机场 ABSTRACT ABSTRACT II II ABSTRACT In video sequences moving human body behavior identification is a task related to video image processing, pattern recognition, computer vision, artificial intelligence and other areas. The final goal of video surveillance is to transplant human vision perception to machine, which enables the video surveillance system to detect and track object, recognize people’s behavior in video sequences. In recent years, though computer vision technologies have improved immensely, researching on a truly robust algorithm of human activity recognition is still a challenging task, because of the complexity of human behavior recognition In this thesis, moving human body detection and behavior identification is researched. For the moving objects detection, Gaussian mixture model is initiated by improved average background method, which makes the initial Gaussian mixture model more conform to the background model. When the shadow is detected, the foreground and background color difference method is used so that the target region is extracted contains no shadow. In order to solve the scaling and translating problem of Radon transformation,