RGB-D视频序列特征的深度学习模型及在人体行为识别中的应用

项目名称： RGB-D视频序列特征的深度学习模型及在人体行为识别中的应用

项目编号： No.61370119

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 孙艳丰

作者单位： 北京工业大学

项目金额： 73万元

中文摘要： 面向RGB-D视频环境下人体行为准确、鲁棒识别的应用需求，针对行为序列多光照难识别，行为外观多变化难描述，行为特征多层次难提取等核心问题，拟借助RGB、深度视频等感知信息，利用多源异构信息时空相关性和互补性，通过深度学习的理论和方法，发现并提取人体行为特征。尤其研究深度视频图像的去噪和质量提升方法；基于视频序列的人体行为特征的深度学习模型；发展融合深度视频和RGB视频信息的人体行为多模态特征的深度学习模型；建立基于深度学习表示模型的人体行为识别方法。探索人体行为识别的计算模型，解决传统人体行为特征表示手段的局限性，实现人体行为姿态、光照变化等复杂条件下人体行为的有效识别。最终实现一个原型系统：姿态、光照变化条件下融合深度、RGB视频信息的人体行为识别系统，以验证本项目提出的理论算法的有效性。

中文关键词： 行为识别；RGB-D视频；深度学习；降维；特征表示

英文摘要： Confronted with the meet of accuracy and robustness human action recognition, we will make a proposal about human action recognition based on deep learning theory and methods. By using RGB and depth video information, our proposal aims to overcome some es

英文关键词： Human Action Recognition；RGB-D Video；Deep Learning；Dimension Reduction；Feature Representation