資源描述：
《基于粒子濾波的行為識別方法-論文.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、2014年9月重慶師范大學學報(自然科學版)第3l卷第5期JournalofChongqingNormalUniversity(NaturalScience)v0I．31No．5基于粒子濾波的行為識別方法周衛(wèi)春(綿陽職業(yè)技術學院人文科學系，四川綿陽621000)摘要：行為識別是圖像處理的一個熱點問題。一些研究表明在監(jiān)督學習的框架下，通過提取時空興趣點(spatiabtmpoalinterestpoints)能較好地識別人體的行為。由于興趣點中包含與人體行為無關的噪聲點，為了改進興趣點的提取，提出了一種基于人體骨架的改進方法。該方法通過粒子濾波(P
2、articlefilter)算法改進人體骨架的精度，而改進后的人體骨架，能得到更有效的興趣點。通過在“Weizmann”，“KTH”數(shù)據集的測試，實驗結果表明，該算法不僅能夠提高人體行為的識別，而且能夠改進人體骨架的精確度。關鍵詞：行為識別；時空興趣點；粒子濾波；姿態(tài)估計；支持向量機中圖分類號：TP391．41文獻標志碼：A文章編號：1672—6693I2014)05—0105—05行為識別是圖像處理的一個熱點問題。行為識別算法可以分為兩大類：1)基于時空興趣點的方法。該方法將人體運動過程表示為一系列與時間空間相關的點，通過SVM(支持向量機)進
3、行分類；2)基于人體模板。該方法通過識別出人體運動部位，找出相關部位的行為模式口]。由于人體模板本身存在精確度不高的問題，而且這類方法主要采用時間序列分析，而人體行為模式是很典型的非線性，非高斯分布的時間序列，所以本文采用的是第一類方法。基于時空興趣點的方法，將人體一系列的行為表示成詞袋(Bag—of-word)。興趣點的計算是基于Oabor濾波。興趣點的精確度由Gabor濾波器的閾值決定。興趣點是分布在人體四肢、軀干的一系列點。一種直觀的方法就是將遠離人體骨架的興趣點作為噪聲(異常點)處理。由于以前人體骨架提取的精確度不高，較少有研究將人體骨架
4、和興趣點結合起來，用于行為的識別。人體骨架的提取是姿態(tài)估計(Poseestimation)的主要研究問題。目前的研究主要是提取靜態(tài)圖片中人體的骨架_￡]。本文研究的對象是動態(tài)運動視頻中的人體行為。粒子濾波是跟蹤人體行為的一種方法?，F(xiàn)有的研究主要側重在跟蹤，較少有研究者將粒子濾波應用到行為識別。本文通過粒子濾波預測人體骨架的在運動中的可能位置，縮小搜索的范圍，提高人體骨架的精確度，從而提高興趣點的精度。本文的主要貢獻是提出一種通過人體骨架改進興趣點的方法，該方法在改進興趣點的同時，能夠提高運動中人體骨架提取的精確度。而更精確的人體骨架能夠得到更有效
5、的興趣點，最終達到提高行為識別準確率的目的。1基于人體骨架的興趣點本節(jié)首先給出行為識別的方法流程圖(圖1)，然后介紹了基于Gabor濾波器的興趣點和人體骨架提取的算法。最后提出一種基于人體骨架改進興趣點的方法。行為識別的流程描述如下：1)輸入視頻，如果是第一幀，進行初始化操作，主要是提取人體的骨架。2)如果不是第一幀，則基于粒子濾波跟蹤算法和前后幀圖像的變化，預測運動中人體骨架的可能位置。圖1方法流程*收稿日期：Z014—05—06修回日期：2014—06—05網絡出版時間：2014—91722：37作者簡介：周衛(wèi)春，女，講師，研究方向為高等數(shù)學
6、、工程數(shù)學、圖像處理，E—mail：449076939@qq．corn網絡出版地址：http：／／www．cnki．net／kcms／detal／50．1165．N．20140917．2237．020．html1O6重慶師范大學學報(自然科學版)http：／／www．cqnu~．an第31卷6)如果是最后一幀，則將產生的興趣點序列輸入訓練好的SVM分類進行行為識別。其中，J是輸入的圖像，g(x，；)是高斯核，和是一維Gabor濾波器，其定義如下：(；r，)一一sin(2丌￡∞)e-tz／r(2)s()一∑+∑(3)S(I，P，f)一s(f)+∑叫
7、}·(，P)+∑叫0’?！?p一pJ)(4)一I2口圖，反應圖像的變化(為了便于說明，簡化一些復雜情況，圖采用的是一u^一；一一I__原理圖)。圖2(b)中虛線方框以外的黑色區(qū)域表示非人體運動變化的區(qū)■域。虛線方框中的黑色區(qū)域與人體運動有關，記為A(上標￡表示當前_-_??????一為第幀)。圖2(a)是基于1．2節(jié)方法生成的人體骨架區(qū)域，每個部分是一個矩形的區(qū)域。該區(qū)域記為A(上標￡表示當前為第幀)。所以圖基于人體骨架的興趣點2跟蹤算法第5期周衛(wèi)春，等：基于粒子濾波的行為識別方法1O7方法。2．1粒子濾波在狀態(tài)空間模型中，隱性狀態(tài){z；tEN)
8、，可以通過馬爾科夫過程進行分析。設初始分布為(z。)，可觀察的狀態(tài)為{；tEN)，粒子濾波算法，遞歸地計算后驗概率p(xJY)。其核心思
