行为识别简单概述

行为识别简单概述

在计算机技术讨论课程结束后，我非常感兴趣张老师所讲述的关于一些我未曾想过的领域，其中我最为感兴趣的莫过于行为识别技术了，行为识别技术当然不是需要我们人类去进行一个一个的分析，而是需要计算机去看，去分析，这就非常的有意思了。

视觉是人与外界进行信息交流的重要渠道和重要方式，根据相关的研究结果显示，人体有超过80%的外界感知信息源自视觉，远远超过第二感知途径（听觉为10%）的信息感知量。在当今社会，在摄像头大量普及的当下，单一的摄像头加上一个人看着很多显示器的时代已经过去，我们需要的是让摄像头，让电脑帮我们去分析计算或者筛选出我们需要的某一个或者多个目标，当然因为我国的国土面积大，信息资源丰富同时也意味着我国拥有海量的数据进行分析，在此我们便需要计算机帮我们去做更多的事。

在这里运动人体图像检测主要需要图形图像基础，静态图像分割，动态图像分割以及人体动作数据库等。而动作特征提取需要包括人体动作特征。行为识别方法包括基于模板的方法，基于概率统计的方法，基于语法的方法以及基于深度图像的识别。

因为这是一个很大的科目在这里就简要的说明一番。

人体动作数据库有8个，这些分别是1.KTH数据库，2.Weizmann数据库，3.INRIA XMAS数据库，4.UCF体育动作数据库。5.CMU运动数据库，6.SOTON数据库，7.NIST/USF数据库，以及8.CASIA数据库。

人体动作特征：从大量基于视觉的人体行为识别的现有研究可以得知，人体动作特征主要包括形状，轨迹，光流和局部时空兴趣点等。这些人体动作特征可进一步划分为基于轮廓和形状的静态特征，基于光流或运动