毕业论文网
关于免费特征提取论文范文在这里免费下载与阅读,为您的特征提取相关论文写作提供资料。
一种改进的人体行为特征提取算法
【摘 要】 在视频理解中,人体行为识别非常重要,随着其他技术的发展,人体行为识别被广泛的应用在实际中,在异常事件监测、人机交互、视频搜索等方面都有着广泛运用.当前,各类不同的人体行为识别算法不断涌现,并改变着人们的生活.但是这类算法在行为特征的展现中也存在很大不足,特别是在有效性方面,这根源于人体行为及运动的多边形、高复杂性、背景干扰等.因此,基于这一背景,本文将在比较综合各类不同的人体行为算法之后,重新设计了新的人体行为算法,并希望以此为基础,提供人体行为识别设计中的新思路.
【关键词】 人体识别技术 提取算法 优化
一、引言
随着计算机技术的发展,视觉领域方面的研究也不断增多,这其中人体行为识别是重要的难点、热点问题.由于人体行为具有多变性、复杂性特征,因此,在模板行为模型的建立中,需要庞大的原型模板,进而导致在数据传输、存储中的花费较高.人体行为识别包含了各类不同的算法,这些算法展现出不同的特征,有的算法具有良好的识别效果,能基于特征提纯,提升视觉识别率,相比之下,轨迹提纯方法还存在很多不足.轨迹提纯中要两帧间特征点位移处,其背景区域非常小,由于跟踪漂移问题,将增加位移,进而要剔除那些位移较大、或是较小的轨迹.基于几何学角度分析,移除的特征点并不会对轨迹提纯产生影响,基于此,本文研究中,将主要以改进的密集轨迹为例,希望利用对运动的显著性分析,实现密集轨迹的提纯.
二、基于生物学角度的人体识别算法的优化
2.1 时间序列金字塔模型的构建
通过对以上内容的分析,本文重新设计出的算法包括了如下步骤,首先要在相关的运动视频中,提取显著性图,滑动的时间窗口是组成视频序列的主要元素,对于这一元素的设计而言,包含了默认参数,每个不同的时间窗口中,都由2 帧图像组成.如果在算法中,按照窗口的使用情况,合理建模的话,会得到高斯金字塔建模.利用金字塔模型的好处是能够将不同时空块量化成矩阵的形式,金字塔的每个层级,都可以被密集采样为3×3×2 的时空块.按照三层高斯金字塔模型,能得到3 个尺度的矩阵.对于上述每个层级,可以得到对应的字典,在数据的处理中,将这些不同的字典串联起来,形成单独的多尺度字典D,进而在利用OMP 算法,求解时空块稀疏系数,在实际的数据处理及建模中,还能够利用UCFsports 数据处理的方式,构造出新的密集轨迹,还可以利用HOF、MBH、HOG 等特征方法,表述运动信息,描述行为外观,并展现轨迹位移特征.HOG 在人体识别技术的算法中,占据重要作用,能集中用来描述目标形状,MBH、HOF 这两个算法代表了运动信息,能够用来描述目标的运动情况.上述每个轨迹,都可以使用默认参数,时空卷大小是给定的,为N×N×L,以上参数中,L等于15,N等于32,结合密集轨迹运动的相关信息,可以利用相关数据处理方式,在轨迹穿过时空卷内,进行相关计算,并展现出特征描述符,其中,结构信息还能够被嵌入到特征表达中,此类人体识别的算法在实际操作中,具有很大优势,因此,运用比较广泛.2.2 词袋模型的优化
最近几年中,随着计算机技术及相关技术的发展,优化词袋模型被广泛的运用在人体识别技术中,这一技术是建立在时空特征行为识别基础上的.对于不同视频、不同行为图片的表达来说,就能够利用词袋模型来展现,因为,其能够转换不同的特征向量,并将这些不同的特征向量,转换成是词频直方图的形式.视觉词典构造中,主要利用了Kmeans聚类的方式,实际的数据处理中,K-means 聚类的使用有非常严格的限制条件.在这些条件的限制下,其构建的视觉词典比较粗糙.因此,这一模型需要得到优化,以便更深刻的展现出人体的运动特征,要展现人体运动区域,以增强运动显著性,并用来衡量运动的剧烈与否.
2.3 词袋模型中的聚类算法
为了实现以上目标,就需要利用显著性图,进行分析,以便获得有效的特征表达.本文研究中,希望构建出合适的著性强度,并用来优化BOW 模型.在改进算法的过程中,增强对图像的识别率.同时,还能利用运动显著性的分析,增强区域内提纯密集轨迹特征的分析,进而对识别率的大小进行判断,显著性值分布优化在人体识别中占据重要地位,因为这一优化的结果,将对识别率大小造成影响.为此,提纯密集轨迹的研究中,针对原始密集轨迹,要选择合理的轨迹参数,而对于词袋模型中的K-means 聚类算法而言,也需要选择合理的参数.提纯算法中要重点选择合理的参数,运动显著性图中,要划分出不同的范围,因此参数要至少有两个,首先要将强度较小的区域,界定为不重要、或是背景的特征点,对于运动轨迹中,那些显著性强度较大啊的点,要定义为跟踪漂移点.在较小的区域内,显著性强度值较小.
为提高人体行为识别算法,特征表达、轨迹提纯的有效性,可从生物学角度,改进现有的密集轨迹识别算法,利用最优化参数确定的方式,实现密集轨迹的提纯,相应的,还要利用显著性值分布,优化了词袋模型,实现特征表达的准确性.
结束语：当前,网络及信息技术快速发展的背景下,人体识别算法的优化得到广泛关注,本文在借鉴现有人体识别算法的基础上,提出了要结合的生物学运动模型更多新算法和新思路,这一算法中,重点考虑了人体动作行为的识别.但是此算法在实际运用中,由于会受到摄像机运动的影响,将导致识别率的影响,算法的设计与优化中,复杂性较高,视频的每一帧都要得到优化和处理,未来的研究中,要重点降低的算法的复杂性,提高算法普适性.
参 考 文 献
[1] 谢娜娜、房斌、吴磊. 不均衡数据集上文本分类方法研究[J]. 计算机工程与应用,2013,49(20): 118-121.
[2] 李学明,李海瑞,薛亮等. 基于信息增益与信息熵的TFIDF 算法[J]. 计算机工程,2012,38(8):37-40
[3] 李艳娇,蒋同海. 基于改进权重贝叶斯的维文文本分类模型[J]. 计算机工程与设计,2012,33(12): 4726-4730.
[4]Yao Bin,Li Feifei,Kumar P.K Nearst Neighbor Queries and kNN Joins in Large Relational Database (Almost) for Free[C].Proceedings of the 26th IEEE International Conference on Data Engineering.Washington D.C.USA:IEEE Press,2010: 4-15.
特征提取论文范文结:
适合不知如何写特征提取方面的相关专业大学硕士和本科毕业论文以及关于特征提取论文开题报告范文和相关职称论文写作参考文献资料下载。