基于视频的行人检测和行为识别研究

Activity recognition aims to recognize the actions and goals of one or more persons from a series of observations on the persons' actions and the environmental conditions.Now this research field has captured a lot of attention due to its bright application prospects, examples include assisting the sick and disabled, monitoring video automatically, interacting between human and computer,etc.The main research of this project is vision-based activity recognition including person detection and segmentation,high-level semantics feature based activity recognition, many central issues of complicated periodic motion.In addtion, we will build a complete activity database which obtain activity images and videos from different angel of view, different circumstances, different light conditions,etc.We can expect that the reearch results of this project can greatly promote the developmant of activity recognition flied in our country.

行为识别是通过一系列的观测证据（图像或视频）识别一人或多人的动作行为和动机。该研究领域因为其广阔的应用前景获得了极高的关注度。如今它主要的应用领域包括辅助照顾病人和残疾人，视频监控，人机交互控制，游戏等等。本项目主要研究基于视觉的行为识别算法包括：行人检测和分割，基于高层语义特征的行为识别算法，复杂周期运动识别的难点问题。另外项目将建立一个完备的行为识别数据库。考虑在多个视角，不同背景环境和不同光照条件下采集人体行为图片。可以预计本项目的研究成果能够较大的推进我国在该领域的发展，也将会有很广阔的应用市场和前景。

视频人体运动识别是计算机视觉领域中的研究热点和难点，其核心是利用计算机视觉技术自动从视频序列中检测、跟踪、识别人体并对其行为进行理解和描述。本课题就视频中的行人检测和行为识别问题展开研究，分别对行人检测、目标分割和跟踪、动作识别、姿态估计等问题进行探索和深入研究。由于人体运动的复杂性和多样性，本课题从特征提取与表示、行人检测与行人分割、分类器设计等三个方面展开研究，提出了基于特征提取、时空尺度比等信息的多种行人检测算法，研究了基于混合模型、显著性特性等性质的多种目标分割与跟踪算法，设计了基于多尺度信息、时空方向信息、领域特征、空间编码特征等方法的行为识别方法。同时，项目针对复杂周期运动中的一些难点问题，如身体遮挡、视角变化对识别系统造成的影响等问题进行研究并提出解决方案。本课题共发表学术论文19篇(其中10篇SCI论文)；提交发明专利申请19项(其中3项专利授权，16项已获申请号)；培养研究生人才17名(其中博士生6名，硕士生11名)。同时，与实际应用相结合，建立了基于智能视频监控的专用人体活动数据库，克服通用数据库实际应用针对性不强的缺陷。本课题的研究在智能视频监控系统、人-计算机交互、人-机器人交互，对象跟踪、视频处理和视频索引、智能交通、避障、机器人、智能房间和看护中心等领域有着广泛的应用前景和巨大的经济价值与社会价值。