1、2本科生毕业设计（论文）题 目： 人体行为检测与识别 姓 名： 学 号： 系 别： 专 业： 年 级： 指导教师： 2015 年 4 月 20 日华侨大学厦门工学院 毕业设计(论文)3独创性声明本毕业设计（论文）是我个人在导师指导下完成的。文中引用他人研究成果的部分已在标注中说明；其他同志对本设计（论文）的启发和贡献均已在谢辞中体现；其它内容及成果为本人独立完成。特此声明。论文作者签名： 日期： 关于论文使用授权的说明本人完全了解华侨大学厦门工学院有关保留、使用学位论文的规定，即：学院有权保留送交论文的印刷本、复印件和电子版本，允许论文被查阅和借阅；学院可以公布论文的全部或部分内容，可以采用影
2、印、缩印、数字化或其他复制手段保存论文。保密的论文在解密后应遵守此规定。论文作者签名： 指导教师签名： 日期： 4人体行为检测与识别摘要人体行为检测与识别是当前研究的重点，具有很高的研究价值和广阔的应用前景。主要应用在型人机交互、运动分析、智能监控和虚拟现实也称灵境技术（VR)领域，对于研究人体检测和识别有着重要的意义。因为人的运动的复杂性和对外部环境的多变性，使得人们行为识别和检测具有一些挑战。对人类行为和检测的研究目前处于初级阶段，有待进一步研究和开发。本文基于 matlab人体行为识别和检测的研究，本文主要研究的是从图像中判断出目标处于何种行为，例如常见的走、坐、躺、跑、跳等行为的识别。
3、从现有的很多主流研究成果来看，最常见的行为识别系统结构包括几个模块：目标检测、目标跟踪、行为识别。本文首先对图像进行判断是否有人体目标，识别出人体后对图像进行灰度化，在对灰度图像用背景差法与背景图像比对，最后，比对提取出的人体来判断人体处于何种行为。关键词：matlab，肤色识别，行为检测华侨大学厦门工学院 毕业设计(论文)5Human behavior detection and recognition AbstractMatlab human behavior recognition and detection of computer vision, intelligent video s
4、urveillance, human motion analysis, the nature of the interaction, virtual application prospect and reality of the economic value of the field, so a lot of research a hot topic these problem areas. Because of the complexity and diversity of human movement of the external environment, so that human b
5、ehavior recognition has some challenges. The study of human behavior in its infancy now, pending further study and discussion.Recognition matlab studied human behavior recognition and detection based on paper studies is judged from the image in which the target behavior, such as a common walk, sit,
6、lie down, running, jumping and other acts. From the many existing mainstream research point of view, the most common gesture recognition system architecture consists of several modules: target detection, target tracking, behavior recognition. Firstly, the images to determine whether there are human
7、targets identified after the body of the gray-scale image, the gray-scale images using background subtraction and background image comparison, and finally, more than the extracted human body is what determines kind gesture.Keywords: matlab, color identification, behavior detection6目 录第 1章 绪论 61.1 研究
8、背景 61.2 研究意义 71.3 研究内容 71.4 论文组织 8第 2章 基于人脸检测的人体识别 92.1人脸特征 92.2 基于肤色的人脸检测 9第 3章 行为识别 133.1 灰度化 133.2背景差分法算法 143.3背景差阈值分割法 163.4通过长宽判断人体行为 163.4小结 19结论 20参考文献 21谢辞 23附录二 文献翻译 28人体行为检测和识别7第 1 章 绪论1.1 研究背景随着社会的发展，人民生活的提高，人们越来越关注安全问题，对视频监控系统的需求也爆发式扩张，如停车场，超市，银行，工厂，矿山等安全有监控设备，但监控系统不会主动实时监控。因为它们通常在相机发生后的
9、异常，但只有在记录进行了观察和分析，以捕获存储的视频图像结果，然后知事实发生。因此迫切需要一种监视系统，它能够在 24小时的连续实时监测，并且相机自动分析人类行为识别的有效的分析所捕获的图像数据。此外，当发生异常时，系统能够守护人员准确及时报警，从而避免犯罪和其他异常情况的发生。随着监控系统到位，以帮助人们甚至完成监控任务。可以减少人力和财力的投入，由于就业监视人员进行。另外，如果长时间不运动图像信息记录，保存几下，就失去了意义和视频监控系统的存储资源浪费存储空间。因此，传统的监视系统浪费了大量的人力，并有可能引起报警，性能差的实时监控的泄漏。监控等实时行为分析系统来识别人体，不仅可以替代监控
10、人员的工作的一部分，提高监测系统的自动化水平，同时也提高监视存储的效率，还有一个广泛的应用，并在视频监视系统的潜在经济价值之前。由于人的行为具有自由的伟大程度，因为身体宽松长裙不同程度和它的外貌和从图像捕获设备位置不同距离的表现风格将是一个很大的分歧，这是人的行为分析，找出了一定的难度。但是，人类行为的实时分析，智能监控系统，以确定关键技术及其广阔的前景药，安全性，虚拟现实，军事和潜在的经济价值，国内外研究机构和学者越来越多的关注，并在许多全球领先的刊物和会议专题讨论。美国和欧洲都进行了一些相关的研究项目。 VSAM主要项目，如美国国防部高级研究计划局，成立于 1997年（视觉监视和监测），主
11、要是在视频为主的视频场景理解技术的战场和民用研究;IBM 和微软等公司越来越多地将基于视觉的手势识别技术集成到其业务。 W4的实时可视化监控系统已经能够实现定位以及人体运动和跟踪能力的人的分割，并能检测一个人是否携带物体的简单动作等等;重大项目导师制欧盟委员会 Framework5计划成立于 1999年，主要是对人的行为和人机交互的研究，以开发用于公共安全，安全管理系统的工具; DARPA在 2000年和资助长期的人类行为识别（识别人类在距离）项目，主要用于国防研究预防恐怖袭击和民间的多模态监测技术;雷丁大学，英国已经推出了理性的项目（稳健的方法进行监测和了解的人在公共场所），ETISE（视频
12、场景理解评估），ISCAPS（拥挤区域治安综合监控），人类的主要研究行为在视觉图像识别和场景的理解;此外还有 Pfinder（人发现者）系统，该系统可以执行人民和谅解的行为，以及项目 AVITRACK（飞机周围，归类车辆和个人跟踪围裙的活动模型解释和检查）实时跟踪，是共同资助欧盟和奥地利的研究，该项目的重点是视频监控技术的研究。国内机构这方面的研究也有自动化研究所模式识华侨大学厦门工学院 毕业设计(论文)8别，微软亚洲研究院，感知，北京大学国家实验室，大学这方面的研究国家实验室有清华大学，浙江大学。虽然起步相对较晚的时间，而且还对关键技术进行深入研究人的视觉分析。人类的行为识别主要用于运动图像
13、序列中含有人体的分析和处理，往往涉及的检测和清除运动目标检测，运动物体的阴影，特征提取和的四个过程识别人的行为的描述和分析的运动。在这里，我们从人的行为识别技术的研究现状，以及人的行为识别技术的热点和难点，讨论四个方面阐述。1.2 研究意义人体行为检测与识别技术除了在智能监控系统中具有有广泛的应用前景和潜力，在计算机视觉中是一个极具有吸引力及挑战性的问题。人体运动的视觉分析是一个新兴前沿的研究领域，涉及模式识别，图像处理，计算机视觉，人工智能等多门学科。它可以广泛应用于许多领域，如：运动捕捉，人机交互，监控和安全，环境控制和监测，体育及娱乐分析等，特别是在视频监控方面可广泛应用于银行、邮电、教
14、育、交通、公安、监狱、法庭、大型公共设施、公共场所（银行、医院、停车场、商店、等公共场所甚至家庭庭院内）、大型仓库及军事基地等场所，在国防与公共安全领域起着日益重要的作用。综上所述，因此，人体动作的视觉分析具有极大的商业价值与现实意义。1.3 研究内容本文主要对人体行为检测和识别方法进行研究，主要研究内容如下： （1）判断是否为人体在目标提取之前，首先要对输入的图片进行检测。本文通过肤色检测判断目标是否为人体。（2）人体目标提取如果是人体导入背景图片与背景图片做差，再通过背景差阈值分割法进行提取。（4）行为识别在解决了以上的问题之后，接下来就是要选择一种合适的算法来进行人体姿态识别，这也是本文
15、研究的重点和难点。本文采用一种人体目标的连通区域的长宽比例来对人体行为进行识别。人体行为检测和识别91.4 论文组织论文的结构安排如下：第一章阐述了人体行为识别技术的研究背景、研究意义以及本文所研究的主要内容等。 第二章运用肤色识别技术判断人和非人的区别第 3章进行图片处理灰度化，在通过背景图片与图片做差，再通过背景差阈值分割法进行提取，再通过连通区域的长宽比来判断何种行为华侨大学厦门工学院 毕业设计(论文)10第 2 章 基于人脸检测的人体识别2.1 人脸特征人脸是一个很常见的，非常复杂的区域具有很强的代表性，是人体生物特征最直接的表现，并与其他人的特点相比中包含的脸部的其他生物信息有以下几
16、个特点：（1）是最丰富的面部特征。（2）应用非常方便，无需使用其他辅助设备。（3）人脸特征是最熟悉的人性化特点，很容易被别人接受;（4）人脸包含特征信息可直接用于使用，它不易被仿冒;在人类的知识里面，人们对人的理解是最丰富的，人脸的结构非常清晰，从脸部和五官的位置之间的关系非常了解对方，人类已经没有什么困难判断一个给定的通过人脸检测或识别个人身份的图像是否具有正面是真的很难。另外，通过观察一个面的外部特征，它可以在很大程度上决定一个人的性别，表情，种族，身份和性格等直到与心理因素的某些内容。但是，自动检测与识别的脸是一个具有挑战性的经典研究，特别是要建立一个实用的系统，可全自动面部识别是非常困
17、难的。主要的困难主要有以下几个方面：（1）面部器官，形状，尺寸，颜色，质地和千变万化的面部表情，是很复杂的，很难形容一个统一的模式；（2）人脸表面经常有一些配套的异物，如眼镜，胡须，耳环等；（3）的复合物的实际应用中，如复杂的背景，光强，脸姿势如此不确定。2.2 基于肤色的人脸检测人脸非常重要的一个特性是肤色。研究表明：尽管不同种族、不同年龄、不同性别的人肤色看起来也会不相同，不同主要体现在亮度上面，根据亮度提取的色度空间里，不一样的肤色分布是具有聚类性的。在多种彩色空间里选取 YCbCr彩色空间进行肤色的提取，是利用了肤色在色度空间里的聚类性 14。颜色空间颜色空间是定义、创建和观察颜色的方
18、法。另外还有一些针对某些类型的图像应用通过统计或物理分析，由 RGB线性或非线性导出的颜色空间，静态肤色模型目前常用的静态肤色建模方法有三种类型：辨别肤色范围、高斯密度函数的估计和直方图的统计，本文采用辨别肤色范围的方法。规定肤色范围用数学表达式明确规定肤色范围是一种简单的肤色建模方式，假设输入像素的颜色落入 RCr=140；170和 RCb=80；120限定的矩形区域，就认为是属于皮肤颜色像素。在不同的亮度分量 y上的矩形区域人体行为检测和识别11(RCr，RCb)不同。这种简单的判断方式运行起来即快速又高效，特别是在实时系统中更具有可用的价值。由统计表明不同种族的人类的皮肤颜色区别主要受亮
19、度的影响，而受颜色的影响比较小，所以直接考虑 YCbCr空间的 CbCr分量，映射为 CbCr空间，在 CbCr空间下，受亮度变化的影响少，且是两维独立分布。通过实践，选取大量皮肤颜色样本进行统计，发现皮肤颜色在 CbCr空间的分布呈现出良好的聚类特性。统计分布满足：80 Cb 120 并且满足：140 Cr 170 不同人类的皮肤虽然相差很大，但在色度上的差异远远小于亮度上的差异，其实不同人的皮肤颜色在色彩上比较接近，但在亮度上的差异很大，在二维色度平面上，皮肤颜色的区域比较集中，可以用高斯分布描述。其中每个像素的灰度对应该点与皮肤颜色的相似度，相似度的计算公式如下：(2.21) )()(5.0exp)( 1mxCCbrpT其中 m 为均值，m=E(x) ，C 为协方差矩阵，, (2.22) TTE肤色分布的 2D 高斯模型 G(m,V2)也可表示为(2.23) ),(rbmKiirNCr1bCrbrV其中， 为 相应的平均值， 为协方差矩阵。、 、 V根据肤色识别原理识别人体肤色，再根据裸露皮肤最大的区域为人脸如图 2-2 所示：图2-2（1）卧姿的人脸定位
