稀疏化、结构化和判别性约束的多视角行为识别方法研究

基金项目类型：

国家自然科学基金

基金项目编号：

61202168

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

高赞

完成单位：

天津理工大学

中文关键词：

行为识别; 多视角; 稀疏表示; 词典学习;

其他语种关键词：

behavior recognition; multi-view; sparse representation; dictionary learning

项目类型：

青年科学基金项目

语种：

中文

开始日期：

2013-01-01

结束日期：

2015-12-31

中文摘要：

自动地多视角人体行为识别已成为智能监控、人机交互和数字娱乐等领域亟待解决的问题。为了实现多视角环境下人体行为的准确识别，拟提出稀疏化、结构化和判别性约束的多视角人体行为建模方法。该方法包括目标检测和跟踪，特征提取和多视角行为建模三部分，本课题将侧重解决多约束的多视角行为建模问题，其主要内容包括四个方面：首先，模型构建：拟通过多视角问题下多约束条件的挖掘和相应正则项的制定来构建多视角行为识别目标函数；其次，词典学习：拟基于协同表示和Fisher准则实现多视角联合词典学习；再次，针对多视角信息存在较强相关性，拟基于最大熵准则实现多视角联合词典冗余信息去除；最后，模型推断：拟基于坐标下降法实现多参数模型联合最优推断。本课题研究有利于多视角人体行为识别系统构建，相关研究成果对计算机视觉和模式识别研究领域新问题和新方法的探索具有重要意义，并为相关工业界新应用的发展提供可行和创新性技术基础。