基于人工神經(jīng)網(wǎng)絡(luò)的人體行為識別技術(shù)研究.pdf

1、近些年來，各類社會公共場所例如銀行、監(jiān)獄、電梯、車站、機場等均安裝了各種各樣的監(jiān)控設(shè)備。但是傳統(tǒng)的視頻監(jiān)控設(shè)備在使用的過程中，由于監(jiān)控人員的精力有限無法保證時時刻刻關(guān)注監(jiān)控視頻當(dāng)中所發(fā)生的一舉一動，對于很多突發(fā)的打架、斗毆、搶劫等暴力情形往往只能通過事后查看錄像的方式來尋找相關(guān)線索。此時暴力事件已經(jīng)發(fā)生，人民生命財產(chǎn)已經(jīng)遭受到不法侵害，監(jiān)控錄像更多作用的在于事后彌補。本文旨在針對公共場所各種類型的人體具有不同行為這一特定對象，對智能視頻

2、監(jiān)控當(dāng)中的人體行為識別技術(shù)進行研究。運動目標的提取大體分為運動目標的提取分割、圖像特征提取以及圖像目標的分類三項研究內(nèi)容。本文在對現(xiàn)有的智能視頻相關(guān)算法研究并分析的基礎(chǔ)之上提出了改進的背景差分方法來進行目標分割、使用主成分分析法進行圖像特征提取、使用人工神經(jīng)網(wǎng)絡(luò)這一機器學(xué)習(xí)工具來進行視頻人體行為的識別的技術(shù)并初步實現(xiàn)，具體研究內(nèi)容包括：
　　1.設(shè)計改進的背景差分法，引入了背景改變系數(shù)，由于系數(shù)的作用，可以在做背景差的過程當(dāng)中，不

3、斷的進行背景更新。從而在目標分割的時候盡可能的減少無關(guān)背景的影響。
　　2.使用了網(wǎng)絡(luò)開源的 Weizmann視頻庫中例如跑、跳、揮手等十種具有代表性的人體動作視頻作為研究的素材，將不同的人體視頻圖像進行背景與前景分割之后，通過主成分分析的技術(shù)提取用于后續(xù)分析的特征向量，顯著的減小了特征向量的維度，從而避免了造成維度災(zāi)難的危險。
　　3.在行為特征理解方面，本文設(shè)計使用了人工神經(jīng)網(wǎng)絡(luò)來進行人體特征識別，通過建立多層的人工神經(jīng)