复杂场景下的人体行为识别研究新进展

被引：48

作者：

雷庆 ^{[1
,2
,3
]}

陈锻生 ^{[1
]}

李绍滋 ^{[2
,3
]}

机构：

[1] 华侨大学计算机学院

[2] 厦门大学信息科学与技术学院智能科学与技术系

[3] 厦门大学福建省仿脑系统重点实验室

来源：

计算机科学 | 2014年 / 41卷 / 12期

基金：

高等学校博士学科点专项科研基金;

关键词：

人体行为识别; 行为特征提取; 行为表示; 计算机视觉;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

人体行为识别是计算机视觉的研究难点和热点,主流的研究框架包括行为特征提取、人体行为表示和识别算法3个方面,目前简单场景下的人体简单动作的识别已基本得到解决,而复杂场景下的行为识别仍面临很多困难。对近几年人体行为识别的发展做了比较详细的研究,从人体行为识别的研究范畴、特征提取以及行为模型等方面综述了目前复杂场景下人体行为识别的研究方法。与已有的相关综述文献不同的是,文中结合了近三年国内外人体行为识别领域中新的研究热点和成果,如姿态特征的提取和表示、基于稀疏编码和卷积神经网络的人体行为表示方法等。最后阐述了该领域目前存在的困难以及可能的发展趋向。

引用

页码：1 / 7

页数：7

共 9 条

[1]

压缩感知回顾与展望 [J].

焦李成 ;

杨淑媛 ;

刘芳 ;

侯彪 .

电子学报, 2011, 39 (07) :1651-1662

[2]

人体运动分析研究的若干新进展 [J].

黎洪松 ;

李达 .

模式识别与人工智能, 2009, 22 (01) :70-78

[3]

动作识别与行为理解综述 [J].

徐光祐 ;

曹媛媛 .

中国图象图形学报 , 2009, (02) :189-195

[4]

Coupled Action Recognition and Pose Estimation from Multiple Views [J].

Yao, Angela ;

Gall, Juergen ;

Van Gool, Luc .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2012, 100 (01) :16-37

[5]

Sparse Modeling of Human Actions from Motion Imagery [J].

Castrodad, Alexey ;

Sapiro, Guillermo .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2012, 100 (01) :1-15

[6]

Unsupervised view and rate invariant clustering of video sequences.[J].Pavan Turaga;Ashok Veeraraghavan;Rama Chellappa.Computer Vision and Image Understanding.2008, 3

[7]

Local velocity-adapted motion events for spatio-temporal recognition [J].