基于條件隨機(jī)場的人體動作識別

《基于條件隨機(jī)場的人體動作識別》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、１４去如成＊￥ｈＵＮＩＴＹＯＦＥＩＥＥＣＨＮＯＯＦＣＨＩＮＡＩＶＥＲＳＬＥＣＴＲＯＮＩＣＳＣＮＣＥＡＮＤＴＬＯＧＹ｜碩±學(xué)位論文ＭＡＳＴＥＲＴＨＥＳＩＳ．ＡＭ／，＞４＼■＇Ｍ＇＇．．．■＾論文題目基于條件隨機(jī)場的人體動作巧別．＾１１學(xué)科專業(yè)信號與信息處理＇■？學(xué)號２０１３２１０２０３９０作者姓名陳支超指導(dǎo)教師程逮副謝受分類號密級注1UDC學(xué)位論文基于條件隨機(jī)場的人體動作識別(題名和副題名)陳文超(作者姓名)指導(dǎo)教師程建副教授電子科技大學(xué)

2、成都(姓名、職稱、單位名稱)申請學(xué)位級別碩士學(xué)科專業(yè)信號與信息處理提交論文日期2016.3.31論文答辯日期2016.5.19學(xué)位授予單位和日期電子科技大學(xué)2016年6月28日答辯委員會主席評閱人注1：注明《國際十進(jìn)分類法UDC》的類號。HUMANACTIONRECOGNITIONBASEDONCONDITIONALRANDOMFIELDAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAutho

3、r:ChenWenchaoAdvisor:ChengJianSchool:SchoolofElectronicEngineering獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究王作及取得的研究成果。據(jù)我所知，除了文中特別加標(biāo)注和致謝的地方夕ｈ，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示謝意。作者簽名：陳淹日期：年Ｊ：月／日ｊ論文使用授權(quán)本學(xué)位論文作者完全了解電子

4、科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）作者簽名：巧娘導(dǎo)師簽名：＾■日期：之。／仁年ｉ月?。吃唬崳娬S著現(xiàn)代社會節(jié)奏的加快以及生活智能化的普及，以視頻捕獲為主要目的的監(jiān)控系統(tǒng)越來越被智能識別系統(tǒng)所取代，以此來減少之前對捕獲的視頻進(jìn)行人工識別時人力、物力和時間的浪費(fèi)。以人體動作、姿態(tài)為對象的識別

5、在安防、家居、老人監(jiān)護(hù)等社會生活的各個方面都呈現(xiàn)出了廣泛的需求。由于人體動作具有復(fù)雜的非剛性運(yùn)動特性以及動作在不同人之間甚至在同一人之間呈現(xiàn)普遍的差異性，這些對人體動作識別算法的魯棒性提出了更高的要求。由于人體動作序列相比人臉、車等靜態(tài)目標(biāo)具有長時空相關(guān)性，將整個動作序列表示成高維空間的數(shù)據(jù)點(diǎn)進(jìn)行分類會造成動作數(shù)據(jù)中的時間信息的損失。于是，以圖模型為基礎(chǔ)的人體動作識別通過建立樣本序列幀之間的權(quán)重關(guān)系，來捕獲人體姿態(tài)前后變化的規(guī)律從而進(jìn)行識別的方法得到了廣泛的關(guān)注。本文以圖模型中的條件隨機(jī)場和含隱變量的條件隨機(jī)場作為模型基礎(chǔ)，以人體動作序列為對象，針對在模型創(chuàng)建過

6、程中常常出現(xiàn)的人為強(qiáng)制約束與過度自由兩方面的缺陷，開展了大量的研究工作。本文的主要研究內(nèi)容如下:1.通過分析人體動作序列幀之間的關(guān)系與特點(diǎn)，建立高階非鄰域邊關(guān)系的圖模型來彌補(bǔ)鏈?zhǔn)綏l件隨機(jī)場損失的非鄰域信息。引入L1-group正則項對圖模型進(jìn)行稀疏，從而尋求得到人體動作的本征圖模型結(jié)構(gòu)。2.針對人體動作序列幀具有的離散性特點(diǎn)，在隱條件隨機(jī)場的基礎(chǔ)上提出階段隱條件隨機(jī)場(Stage-HCRF)。Stage-HCRF通過解析來自上一層隱藏節(jié)點(diǎn)的信息，將動作信息按階段表征為下一層隱藏節(jié)點(diǎn)的狀態(tài)。引入L1-group正則項對Stage-HCRF模型的兩隱藏層進(jìn)行稀疏，消

7、除模型建立時的過度自由并得到人體動作在Stage-HCRF下更好的本征結(jié)構(gòu)。關(guān)鍵詞：人體動作識別，條件隨機(jī)場，圖模型稀疏，隱條件隨機(jī)場IABSTRACTABSTRACTThehumanactionrecognitionisanimportanttopicincomputervision.Withthedevelopmentofthemodernsocietyandthespreadoftheinternationalizationofourlife,thetraditionalvideomonitoringsystem,whoseaimisonlycapturi

8、ngvideo,will