基于视频的人体运动行为分析

第一章绪论 (1)

1.1 研究背景和意义 (1)

1.2 国内外研究现状 (3)

1.3 视频中人体运动分析技术的发展趋势 (5)

1.4 视频中人体行为识别研究的难点 (6)

1.5 论文的主要研究内容与章节安排 (8)

第二章人体行为识别概述 (10)

2.1 人体运动行为识别的过程 (10)

2.2 人体行为识别的方法 (11)

2.3 本章小结 (13)

第三章图像预处理 (14)

3.1图像增强 (14)

3.1.1 图像灰度变换 (14)

3.1.2 直方图均衡 (15)

3.2 图像去噪 (17)

3.2.1 邻域平均滤波法 (18)

3.2.2 中值滤波 (19)

3.3 图像的后处理 (20)

3.4 实验内容与结果分析 (22)

3.5 本章小结 (23)

第四章运动人体检测 (24)

基于视频的人体运动行为分析

4.1 运动人体检测方法 (24)

4.1.1 光流法 (24)

4.1.2 帧间差分法 (25)

4.1.3 背景减除法 (27)

4.2 高斯背景建模 (28)

4.2.1 单高斯背景建模 (29)

4.2.2 高斯混合模型 (30)

4.3 结合背景减除的光流法 (33)

4.4 实验内容与结果分析 (34)

4.5 本章小结 (36)

第五章人体特征提取 (37)

5.1 特征提取概述 (37)

5.2 人体运动特征的表征方法 (37)

5.2.1 基于外观形状特征的方法 (38)

5.2.2 基于运动特征的方法 (39)

5.3 HOG 特征的提取 (40)

5.3.1 HOG 算法 (40)

5.3.2 梯度计算 (41)

5.3.3 标准化和归一化 (43)

5.4 本章小结 (44)

第六章人体行为识别 (45)

6.1 人体行为识别方法 (45)

6.1.1 模板匹配方法 (45)

6.1.2 基于状态转移图模型方法 (45)

6.2 支持向量机（SVM） (48)

6.3 训练和分类理论 (52)

6.4 实验内容和结果分析 (53)

基于视频的人体运动行为分析

6.5 本章小结 (57)

第七章总结与展望 (58)

7.1 本文工作总结 (58)

7.2 工作展望 (58)

参考文献 (60)

致谢 (63)

作者攻读学位期间发表的论文 (64)

基于视频的人体运动行为分析

第一章绪论

1.1 研究背景和意义

在日常的视频监控中，视频序列中的运动目标是最令人关注的部分。现阶段所使用的视频监控系统在实施跟踪与检测目的上主要是针对于一定场景范围中正在进行运动的物体目标，其缺陷是不能够深入地识别与理解其物体目标。在突然发生某一事件的情况下可以借助于该系统进行事后取证，但是不能够对所发生的事件做出及时的反应，这是该系统存在的最大问题。从这一角度来说，借助于一定的视频监控系统来针对于一定场景范围内正在进行运动的物体目标进行及时的深入理解以及实时地检测尤为重要。图像序列和视频的研究重点是视频序列中的人体运动分析，它的主要研究方向包括计算机图形学、计算机视觉、人工智能和图像处理等计算机领域，已成为计算机视觉领域中最具有前瞻性的方向之一。在视频图像中如何让计算机系统首先对人体的相关信息进行有效地获取，在此基础之上对其进行相关分析，从现阶段来看如何实时地跟踪人体所进行的相关行动以及对其进行有效分析与理解很有必要。这里所说的人体运动行为识别是指运用某种手段从某一个或者是若干个视频序列中对其中所包含的人体进行有效地跟踪与检测，在此基础之上对其进行有效地识别，在该过程中如何将人体在进行运动中的相关数据进行有效获取是最关键的，重建人体的三维运动，并在此基础上对人体的运动行为进行理解和描述，进而用计算机来实现虚拟现实、身份识别和智能监控等应用。

基于视频的人体行为分析主要被广泛应用于以下几个方面：

（1）智能监控(Intelligent Surveillance) [1]

相对于之前所使用的监控系统而言，新型的具有智能化功能的视频监控能够借助于一定的摄像机设备来代替人眼，同时还可以借助于计算机来辅助用户实现某些监控任务，从现阶段来看这是属于计算机视觉领域中比较新型的发展方向与应用。具有智能化功能的监控系统能够在例如商店、停车场、机场、银行、军事基地等对安防要求比较高的场合有比较广泛的应用。目前监控摄像机已普遍运用于商业应用中，在商业应用中记录下监控设备所记录的输出结果，当发生某些异常情况，如银行抢劫案件、暴力手段以及恐怖手段时，该场所中的保安人员可以借助于所记录下的那些监控录像来观察所发生的实际情况，并没有发挥监控系统实时主动的监督作用。我们所要求的监控系统是能在一天的任意时刻进行连续的实时监控，对监控系统拍摄到的视频图像数据通过运动行为