项目名称: 视角无关的动作识别与行为建模方法研究

项目编号: No.61073092

项目类型: 面上项目

立项/批准年度: 2011

项目学科: 无线电电子学、电信技术

项目作者: 张二虎

作者单位: 西安理工大学

项目金额: 11万元

中文摘要: 对运动人体进行建模、身份识别及行为分析,是智能视频监控领域一项具有重要意义的工作。本项目以视频监控中的人体运动为研究对象,对人体运动检测、视角无关的人体体态表示、动态特征提取和动作建模及识别方法进行了研究,具体内容和成果有:(1)建立了一个含有10种动作、每个动作具有8个方向的人体运动动作数据库;(2)提出了一种多视角情况下人体3D雕刻重建方法及视角无关的动态特征提取方法;(3)针对视频图像中人体目标与背景相似时,不能提取较完整人体目标的问题,提出了一种基于分层引导的人体目标分割方法;(4)建立了一种基于高斯模型的人体运动序列无监督分割方法;(5)研究了基于HMM及CRF的人体运动建模方法,提出了一种主题相关的条件随机场(TCRF)人体运动建模及识别方法;(6)为解决人体运动过程中同一时刻存在多种动作模式的问题,在概率图模型理论的指导下,依据人体运动过程中存在的多尺度信息和运动序列的上下文信息,提出了一种多尺度随机场模型来对人体运动进行多层的建模和多尺度分析;(7)依托本项目共发表论文4篇论文,获批1项发明专利。

中文关键词: 动作库;运动目标分割;3D雕刻重建;动作识别;条件随机场

英文摘要: Human motion modeling and behavior analysis are very important and challenging task in the field of intelligent video surveillance. Aiming at the human motion object in the video surveillance,the main research of this project include the detection of human motion object,the view-independent human posture representation,the extraction of human dynamic features and human action modeling and recognition.Main results we got are:(1)A human action database which include ten human action and eight direction was built;(2)We proposed a 3D human posture carving reconstruction method under many views and a view-independent dynamic feature representation method;(3)Aiming at the problem of the incomplete human motion object segmentation in the case of similarity between object and background,we proposed an human object segmentation algorithm based on guided layering from video images;(4) Built a new unsupervised segmentation method for human activity sequence based on Gaussian model;(5)Human motion modeling method based on HMM and CRF model was investigated, and then a topic-relative conditional random field (TCRF) was proposed;(6) In order to solve the problem of existing many action models at the same time,a multi-scale conditional random filed model was proposed for human motion modeling,the method was guided by the probabilistic graphical model in terms of the multi-scale information and context information in the human motion video sequences;(7)The project published 4 papers,and got an invention patent.

英文关键词: action database;motion object segmentation;3D carving reconstruction;action recognition;conditional random filed

成为VIP会员查看完整内容
0

相关内容

TPAMI 2021|VideoDG:首个视频领域泛化模型
专知会员服务
20+阅读 · 2021年12月31日
【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
22+阅读 · 2021年9月23日
专知会员服务
8+阅读 · 2021年6月19日
【CVPR2021】基于Transformer的视频分割领域
专知会员服务
36+阅读 · 2021年4月16日
专知会员服务
55+阅读 · 2021年3月5日
专知会员服务
20+阅读 · 2021年2月7日
【AAAI2021】用于视频描述的语义分组网络
专知会员服务
15+阅读 · 2021年2月3日
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知
0+阅读 · 2021年12月31日
【速览】ICCV 2021 | 当图卷积遇上多视角3D人体姿态估计
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【CVPR2021】基于Transformer的视频分割领域
专知
2+阅读 · 2021年4月16日
AAAI 2020 | 樊峻菘:弱监督语义分割(视频解读)
AI科技评论
11+阅读 · 2020年1月29日
Interspeech 2019 | 基于多模态对齐的语音情感识别
AI科技评论
23+阅读 · 2019年9月21日
【紫冬声音】基于人体骨架的行为识别
中国自动化学会
16+阅读 · 2019年1月30日
【团队新作】连续情感识别,精准捕捉你的小情绪!
中国科学院自动化研究所
16+阅读 · 2018年4月17日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Arxiv
1+阅读 · 2022年4月20日
小贴士
相关VIP内容
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知会员服务
20+阅读 · 2021年12月31日
【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
22+阅读 · 2021年9月23日
专知会员服务
8+阅读 · 2021年6月19日
【CVPR2021】基于Transformer的视频分割领域
专知会员服务
36+阅读 · 2021年4月16日
专知会员服务
55+阅读 · 2021年3月5日
专知会员服务
20+阅读 · 2021年2月7日
【AAAI2021】用于视频描述的语义分组网络
专知会员服务
15+阅读 · 2021年2月3日
相关资讯
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知
0+阅读 · 2021年12月31日
【速览】ICCV 2021 | 当图卷积遇上多视角3D人体姿态估计
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【CVPR2021】基于Transformer的视频分割领域
专知
2+阅读 · 2021年4月16日
AAAI 2020 | 樊峻菘:弱监督语义分割(视频解读)
AI科技评论
11+阅读 · 2020年1月29日
Interspeech 2019 | 基于多模态对齐的语音情感识别
AI科技评论
23+阅读 · 2019年9月21日
【紫冬声音】基于人体骨架的行为识别
中国自动化学会
16+阅读 · 2019年1月30日
【团队新作】连续情感识别,精准捕捉你的小情绪!
中国科学院自动化研究所
16+阅读 · 2018年4月17日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员