吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (2): 421-426.doi: 10.13229/j.cnki.jdxbgxb201402023

• 论文 • 上一篇    下一篇

基于时空关系的复杂交互行为识别

王生生, 杨锋, 刘依婷, 王伟烈, 李洋   

  1. 吉林大学 计算机科学与技术学院, 长春 130012
  • 收稿日期:2013-02-20 出版日期:2014-02-01 发布日期:2014-02-01
  • 通讯作者: 刘依婷(1987- ),女,硕士研究生.研究方向:时空推理.E-mail:lytgreat@163.com E-mail:lytgreat@163.com
  • 作者简介:王生生(1974- ),男,教授,博士生导师.研究方向:时空推理,机器视觉.E-mail:wss@jlu.edu.cn
  • 基金资助:

    国家自然科学基金项目(61133011,61303132,61103091);吉林省科技发展计划项目(20140101201JC,201201131).

Complex interactive activity recognition with spatial-temporal relationship

WANG Sheng-sheng, YANG Feng, LIU Yi-ting, WANG Wei-lie, LI Yang   

  1. College of Computer Science and Technology, Jilin University, Changchun 130012, China
  • Received:2013-02-20 Online:2014-02-01 Published:2014-02-01

摘要:

提出了一种基于时空关系和多观察值的三层隐马尔科夫扩展模型识别复杂交互活动的方法。根据多目标交互活动具有分层的性质和目标之间的时空关系,给出了提取3个粒度(整体,双人,单人)行为特征的方法。同时提出与之对应的多观测值三层隐马尔科夫扩展模型。实验结果表明:将新的特征提取方法和新的模型应用于复杂交互行为识别能得到较高的识别准确率和较好的鲁棒性。

关键词: 人工智能, 时空关系, 交互行为, 三层多观察隐马尔科夫模型, 三层特征

Abstract:

A complex interactive activity recognition approach with spatial-temporal relation and an extended Hidden Markov Model with multi-observations and multi-layers is presented here. Interactive activities involving multi-objects are naturally hierarchical and related with spatial-temporal relationship. The multi-granularity features (group, two persons and single person) are used. A new model, Multi-observations Three-Layers Hidden Markov Model (MTHMM), corresponding to these features is put forward. The experiments show that the new feature extraction method and the new model have a good performance and a fair robustness in complex interactive activity recognition.

Key words: artificial intelligence, spatial-temporal relation, interactive activity, hidden Markov model with multi-observations and three-layers, features with three layers

中图分类号: 

  • TP18

[1] 王丹, 张祥合. 基于HOG 和SVM 的人体行为仿生识别方法[J]. 吉林大学学报:工学版, 2013, 43(增刊):489-492. Wang Dan, Zhang Xiang-he. Biomimetic recognition method of human behavior based on HOG and SVM[J].Journal of Jilin University(Engineering and Technology Edition), 2013, 43(Sup.):489-492.

[2] 周宝余, 臧雪柏, 赵浩宇, 等. 基于QT的无线多路视频监控系统[J].吉林大学学报:工学版, 2011, 41(增刊1):204-207. Zhou Bao-yu, Zang Xue-bai, Zhao Hao-yu, et al. Wireless multiway video monitor system based on QT[J]. Journal of Jilin University(Engineering and Technology Edition), 2011, 41(Sup.1):204-207.

[3] Rea N, Dahyot R, Kokaram A. Image and Video Retrieval[M]. Dublin, Ireland: Springer, 2004: 88-97.

[4] Ma Xiang, Bashir F, Khokhar A A, et al. Event analysis based on multiple interactive motion trajectories[J].IEEE Transactions on Circuits and Systems for Video Technology, 2009, 19(3): 397-406.

[5] Guo Ping, Miao Zhen-jiang. Multi-person activity recognition through hierarchical and observation decomposed HMM[C]//Multimedia and Expo (ICME).Suntec City: IEEE, 2010.

[6] Rabiner Lawrence R. A tutorial on hidden Markov models and selected applications in speech recognition[J]. Proceedings of the IEEE, 1989, 77(2): 257-286.

[7] Matthew Brand, Oliver Nuria, Pentland Alex. Coupled hidden Markov models for complex action recognition[C]//IEEE Computer Vision and Pattern Recognition.San Juan: IEEE, 1997.

[8] Zoubin Ghahramani, Jordan Michael I. Factorial hidden markov models[J].Machine Learning, 1997, 29(2/3): 245-273.

[9] Pradeep N, Ramakant N. Coupled hidden semi markov models for activity recognition[C]//Workshop on Motion and Video Computing -WMVC, Austin, TX, USA: IEEE, 2007.

[10] Liu Chin-De, Chung Yi-Nung, Chung Pau-Choo. An interaction-embedded HMM framework for human behavior understanding: with nursing environments as examples[J]. IEEE Transactions On Information Technology In Biomedicine, 2010, 14(5): 1236-1246.

[11] Matthias Delafontaine, Cohn Anthony G, van de Weghe Nico. Implementing a qualitative calculus to analyze moving point objects[J]. Expert Systems with Applications, 2011, 38(5): 5187-5196.

[1] 董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[2] 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[3] 王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[4] 张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[5] 黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865.
[6] 李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[7] 刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881.
[8] 王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532.
[9] 杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[10] 刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544.
[11] 曲慧雁, 赵伟, 秦爱红. 基于优化算子的快速碰撞检测算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1598-1603.
[12] 李嘉菲, 孙小玉. 基于谱分解的不确定数据聚类方法[J]. 吉林大学学报(工学版), 2017, 47(5): 1604-1611.
[13] 邵克勇, 陈丰, 王婷婷, 王季驰, 周立朋. 无平衡点分数阶混沌系统全状态自适应控制[J]. 吉林大学学报(工学版), 2017, 47(4): 1225-1230.
[14] 王生生, 王创峰, 谷方明. OPRA方向关系网络的时空推理[J]. 吉林大学学报(工学版), 2017, 47(4): 1238-1243.
[15] 马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!