模拟视皮层双通路理论的动作识别

发布时间：2017-06-22 17:17

  本文关键词：模拟视皮层双通路理论的动作识别，由笔耕文化传播整理发布。

【摘要】：人体动作识别在智能监控、高级人机交互等方面的广泛应用，使得模拟视觉系统的动作识别成为当前计算机视觉领域的研究热点。视觉系统是如何处理感知的人体动作视觉信息，以及如何模拟人类视觉系统实现准确而快速的动作分类与识别，是研究者共同关注的课题。随着脑神经科学研究的不断深入，人类对视觉系统的了解越来越清晰，深入认识人类视觉信息处理过程，模拟人脑视觉机制系统建立更加准确有效的识别模型具有极其重要的意义。本文在总结分析了已有的仿生动作识别系统的基础上，对生物视觉系统信息处理的层次结构模型进一步展开研究，初步取得了以下几个方面的研究结果： 首先，提出了一种整合形状特征和运动特征进行人类动作识别的方法。根据人类视觉系统的基本生理特性，提出了模拟视皮层双通路理论的动作识别计算模型。该模型在原HMAX模型的基础之上加入了对视觉系统腹侧通路的模拟，从单纯的模拟背侧通路扩展为同时模拟腹侧通路和背侧通路两条通路，分别提取形状特征和运动特征。即形状通路，从每帧提取密集的局部形状信息，而动作通路则从每帧提取富含运动信息的运动特征向量。最后，被整合后的特征向量将被送入支持向量机（SVM）进行识别分类，从而实现对人类动作的识别分类。 其次，根据人类视觉注意机制，提出了一种有效快速获取特征模板的方法。由于特征小块的选取与之后的模板学习及特征提取息息相关，严重影响到系统能否准确地进行动作识别。本文通过限定特性小块的选取区域，有效的提高特征小块的质量。该方法在基于时空显著性的视觉注意模型获取的感兴趣区域基础上，通过分析视频序列的中间级特征，即复杂细胞的响应，建立复杂细胞响应的能量值与运动目标对应的关系，从而获取候选特征小块的位置。此外，根据识别要求选取相应的特征小块，该方法能直接获得性能较好的特征小块。同时，在计算最终的特征向量时，通过视觉注意机制获得显著性区域，，可提高整个系统的识别效率。 最后，提出了用较少的帧数进行动作识别的方法。对于视频的动作识别而言，先前的识别研究大都是基于视频的全部帧或者视频的较多帧，加入形状信息之后，用较少的帧数进行特征提取就可以获得较好的识别效率，并缩短动作识别所需要的时间。 将本文所提出的识别方法在KTH标准数据库上进行测试实验。结果证明，该方法有效的提高了动作的识别效率。
【关键词】：动作识别 特征融合 特征提取 注意机制 支持向量机
【学位授予单位】：中南民族大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：R318
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-13
• 1.1 引言10
• 1.2 国内外研究现状10-11
• 1.3 本文的主要研究工作及结构安排11-13
• 第二章 人类视觉系统13-19
• 2.1 人类视觉机制介绍13-15
• 2.1.1 人类视觉通路13-14
• 2.1.2 简单细胞建模14-15
• 2.1.3 复杂细胞建模15
• 2.2 仿运动皮质识别模型15-16
• 2.2.1 V1-MT15-16
• 2.2.2 V1-MT-MST16
• 2.2.3 MT16
• 2.3 前馈识别模型16-18
• 2.3.1 仿皮层机制的物体识别17
• 2.3.2 基于神经元机制的动作识别模型17-18
• 2.4 本章小结18-19
• 第三章 模拟视皮层双通路理论的动作识别19-29
• 3.1 模型框架19-20
• 3.2 运动特征的提取20-23
• 3.2.1 S1 单元20-21
• 3.2.2 C1 单元21-22
• 3.2.3 S2 单元22-23
• 3.2.4 C2 单元23
• 3.3 形状特征的提取23-26
• 3.3.1 S1，C1 单元24-25
• 3.3.2 S2，C2 单元25
• 3.3.3 特征融合25-26
• 3.4 分类识别26-28
• 3.4.1 支持向量机26
• 3.4.2 测试划分26-27
• 3.4.3 训练过程27
• 3.4.4 测试过程27-28
• 3.5 本章小结28-29
• 第四章 基于显著的运动特征提取29-34
• 4.1 视觉注意模型29-30
• 4.1.1 人类视觉注意机制29-30
• 4.1.2 Itti 注意模型30
• 4.2 显著区域的获取30-32
• 4.3 改进的特征模板选取32-33
• 4.3.1 运动特征模板32-33
• 4.3.2 形状特征模板33
• 4.4 本章小结33-34
• 第五章 实验结果与分析34-39
• 5.1 实验所用数据库34
• 5.2 视频预处理34
• 5.3 实验数据库的划分34
• 5.4 实验结果34-37
• 5.4.1 实验相关参数的设置34-35
• 5.4.2 加权系数对识别性能的影响35
• 5.4.3 不同方法识别性能对比35-36
• 5.4.4 特征小块数目对识别的影响36
• 5.4.5 小块选取改进前后的识别对比36-37
• 5.4.6 帧数对识别性能的影响37
• 5.5 本章小结37-39
• 第六章 总结与展望39-41
• 6.1 本文工作总结39-40
• 6.2 今后工作展望40-41
• 参考文献41-44
• 致谢44-45
• 附录：攻读学位期间所发表的论文45

【参考文献】

中国期刊全文数据库 前4条

1 何秋琳;张立春;;视觉学习研究进展[J];开放教育研究;2011年04期

2 杨跃东;郝爱民;褚庆军;赵沁平;王莉莉;;基于动作图的视角无关动作识别[J];软件学报;2009年10期

3 张杰;魏维;;基于视觉注意力模型的显著性提取[J];计算机技术与发展;2010年11期

4 王淑珍;朱思泉;;视觉信息加工的神经机制[J];眼科研究;2008年09期

  本文关键词：模拟视皮层双通路理论的动作识别，由笔耕文化传播整理发布。

本文编号：472550