视频监控中可变人体行为的识别

摘要：

针对视频监控中人体行为的识别问题，提出了一种新的人体行为识别模型和前景提取方法.针对人体运动过程中产生新行为的问题，采用分层Dirichlet过程聚类人体特征数据来判断是否有未知的人体行为产生. 用无限HMM对含有未知行为模式的特征向量进行有监督学习，由管理者将其添加到知识库中. 当知识库的行为模式达到一定规模时,系统可以无监督地对人体行为进行分析，其分析过程采用HMM中高效的Viterbi解码算法完成. 提出了基于背景边缘模型与背景模型相结合的前景检测方法，此方法能够有效避免光照、阴影等外部因素的影响，有效实现前景提取. 通过仿真实验证实了本文提出的方法在实时视频监控中人体行为识别方面较其他方法具有独特的优势.

关键词： 行为模式 行为识别 人体特征 多层Dirichlet过程 无限Markov模型

作者: 满君丰 温向兵 李倩倩

作者单位: 湖南工业大学计算机与通信学院, 湖南 株洲 412008 湖南化工职业技术学院信息工程系, 湖南 株洲 412004

会议类型: 国内会议

会议名称: 第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议

会议地点: 南京

会议语种:中文

页码: 1-8

在线出版日期: 2010-11-26（万方平台首次上网日期，不代表论文的发表时间）