聚义网-网络新闻社交媒体!

忘记密码

基于视觉的人体动作识别存在的困难

2012-03-08 14:41 作者: 来源: 本站 浏览: 872 次 我要评论评论关闭 字号:

摘要: 目前基于视觉的人体动作识别的困难所在人体动作是非刚性运动,人体动作识别主要涉及人体动作如何表示以及如何进行分类两个问题,这成为了进行人体动作识别时的两个主要步骤。然Ifu这两个步骤受到以下因素影响动作类型内部和类型之间的变化对十同一种动作来说,它的执行往往是多...

目前基于视觉的人体动作识别的困难所在人体动作是非刚性运动,人体动作识别主要涉及人体动作如何表示以及如何进行分类两个问题,这成为了进行人体动作识别时的两个主要步骤。然Ifu这两个步骤受到以下因素影响动作类型内部和类型之间的变化对十同一种动作来说,它的执行往往是多样化的。例如步行这个动作,每个人走路时步幅不同从Ifu走路速度也不一样,如图1-1(a)(b)所示。对十其它动作也是一样,尤其是非周期运动(例如人体弯下腰来捡东西)或者随环境变化的适应动作(例如人绕开障碍物时)。另外由十人体衣着不同,这很可能直接影响同一人体动作的形状观测量,如图1-1(a)(d)中的步行动作例子。一种鲁棒的人体动作识别算法需要能够适应同一种动作类型的变化。随着动作类型数目的增多,动作姿态重合的机会越来越大,http://www.lunwengc.com例如慢跑和快跑,见图1-1}约(g)。这两个动作在很多时刻的姿态表现是一致的,这使得不同动作类型的变化变小。因此,动作识别算法需要克服这方面的问题,最佳做法是在输出识别结果时,给出这两种动作的识别概率。

人体动作视频采集环境和采集设置对十复杂混乱的背景,人体常常受障碍物以及其它人体的遮挡,代写mba论文从Ifu人体定位比较困难。光照容易变化的环境会影响动作执行者的外观,很可能导致固定不变的人体外观模型失效。如图1-1(a)(e)所示,由十室外和室内光照的不一致,直接影响了人体动作的外观信息。从不同的观测点观察人体动作是不一样的,如图1-ya)(o)所示,同一个人执行步行的动作,对十计算机视觉来说,它计算得到的视觉观测量是不同的。人体动作识别算法需要适应这些变化。另外在摄像机运动的情况下,难以准确定位和跟踪人体,以及有效观测得到人体运动(例如人体运动相对摄像机运动比较小时)。视频图像的分辨率设置也很重要,如果人体区域的像素较多,往往有利十人体动作检测和识别。

人体动作空间和时间上的变化人体在执行动作时,与摄像机距离的远近会影响人体的尺度大小,代写硕士论文人体动作识别算法在抽取人体动作特征时,需要适应尺度变化特性。另外,人体动作在时间域上的位置也要定位出来。现有的动作识别方法大多数是假设人体动作已经从时间域上分割出来,即给定动作的开始帧和结束帧。动作执行的速度会影响动作的持续时间长度,这时对利用运动特征的人体动作识别算法产生影响,人体动作识别算法需要对人体动作的执行速度具有不变性。

训练数据的自动标注现有的数据库大多数是特定实验环境下采集,静态背景,以及固定摄像机。代写毕业论文现在已经出现了实际生活中自然人体动作(wild action)的数据库,这包含从电影或者网络视频采集得到视频图像序列[f}} g}9]。尽管可以解决上述二点的一部分问题,但是现有数据库的训练集以及测试集的数据是非常有限的。然}fu如何对大量的视频进行标注是一个问题,利用人工标注序列的方法非常费时ifu b_不可取。所以现在已经出现了一部分人体动作视频自动标注方法,例如利用视频字符匹配[o, }o}以及网络图像搜索方法[8]。另外文献【川表明人工标注与实际视频数据还是有差别的,因为标注容易受人体主观因素影响例如动作执行的开始帧和结束帧)。当没有视频标签提供的时候,可以使用完全无监督(unsupervised)的方法,但这时不能保证自动标注得到动作类型是具有语义的[6]。

Comments are closed.

会员登录关闭

记住我 忘记密码

注册会员关闭

小提示: 您的密码会通过填写的"电子邮箱"发送给您.