人体行为识别.ppt

发布时间：2022-06-15 发布人：admin 分类：说明书资料大小：1.47M 资料格式：ppt 举报版权申诉

d50fbf3b-0f24-4e10-bdd1-0edd061b4b24.ppt.pdf-第1页.png

第1页 / 共34页

d50fbf3b-0f24-4e10-bdd1-0edd061b4b24.ppt.pdf-第2页.png

第2页 / 共34页

d50fbf3b-0f24-4e10-bdd1-0edd061b4b24.ppt.pdf-第3页.png

第3页 / 共34页

d50fbf3b-0f24-4e10-bdd1-0edd061b4b24.ppt.pdf-第4页.png

第4页 / 共34页

d50fbf3b-0f24-4e10-bdd1-0edd061b4b24.ppt.pdf-第5页.png

第5页 / 共34页

d50fbf3b-0f24-4e10-bdd1-0edd061b4b24.ppt.pdf-第6页.png

第6页 / 共34页

d50fbf3b-0f24-4e10-bdd1-0edd061b4b24.ppt.pdf-第7页.png

第7页 / 共34页

d50fbf3b-0f24-4e10-bdd1-0edd061b4b24.ppt.pdf-第8页.png

第8页 / 共34页

文本预览

人体行为识别概述机器视觉团队：欧阳寒

行为识别现状 n VSAM(Visual Surveillance and Monitoring) 1997 n IVPL实验室(The Image and Video Processing Laboratory) n AIRVL实验室(Artificial Intelligence，Robotics，and Vision Laboratory) n LPAC实验室(Laboratory for Perception，Action and Cognition) n KNIGHT系统 n ISCAPs(Integrated Surveillance of Crowded Areas for Public Security) n REASON(Robust Methods for Monitoring and Understanding People in Public spaces) n CANTATA(Content Aware Networked systems Towards Advanced and TailoredAssistance) n 中国科学院自动化所的生物识别与安全技术研究中心CBSR n 微软亚洲研究院 Page 2 参考文献：监控视频中的人体异常行为检测研究

行为识别前景 n high-level video indexing and retrieval n “smart” video surveillance systems 自动检测异常行为，辅助检索一个特定的事件。 n The analysis of sport videos 帮助教练进行战略分析。识别不同的游泳风格。 n Hand gesture recognition 虚拟现实 n Human-Computer Interaction (HCI) systems kidsRoom、Smart room 、Facial action用于分析精神病病人的情感行为。 n robotics n medical area 辅助诊断病人的运动问题。另一个是对老年人提供远程协助。 Page 3 参考文献：Action Recognition in Videos:from Motion Capture Labs to the Web

行为识别的流程 n 目标的运动特征，可以用于运动表述，是行为理解等高层部分的基础。 n 常见的运动表述方法有：运动轨迹、时空图表述和光流。 Page 4 参考文献：运动人体行为分析视频中的人体运动分析及其应用研究

行为识别的流程 Page 5 。

目录目标检测目标分类目标跟踪特征提取行为理解 Page 6

运动目标检测 n 对于不依赖先验知识的目标跟踪来讲，运动检测是实现跟踪的第一步 n 运动检测即为从序列图像中将变化区域从背景图像中提取出来。 Page 7 参考文献：视频中的人体运动分析及其应用研究.nh 运动目标跟踪算法研究综述.pdf

目标检测——时间差分法 n 在连续的图像序列中两幅或三幅相邻帧之间采用基于像素的时间差分，并对差分结果进行阈值化处理以提取图像中的前景运动区域。 n 缺点： n 前景、背景区域的确定与阈值的选取有很大的关系当灰度图像序列对比度较低时，由于相邻两帧的差(前景与背景之差) 的范围很小，阈值难以选取，影响前景目标的分割结果。 n 区域灰度值变化较为平坦时，容易在人体二值图像内产生空洞现象，给后续的目标分类、跟踪和识别造成不便。 n 优点： n 对于动态环境有较强的自适应性 Page 8

分享到：

赞收藏

资料库

人体行为识别.ppt

相关推荐

后端

热门标签

最新资料