1、人體目標檢測及人體行為識別作為機器視覺領域研究的熱點,目的在于能夠建立這樣的系統(tǒng),它能夠發(fā)現(xiàn)人體目標并理解目標的外觀、運動和行為等,并且能夠提供新的人機交互方式。
　　本文針對人體檢測及人體行為識別分別進行相關研究,目前對于單視角下人體檢測研究已經(jīng)很深入,主要存在的問題還是在解決遮擋人體目標的情況。但是對于多視角下的人體檢測方法還比較少。本文基于塊信息的單視角人體檢測方法提出一種基于結(jié)構化約束的多視角人體檢測方法,能夠有效解決多視

2、角人體檢測問題。而對于人體行為識別,本文根據(jù)Kinect攝像頭獲取的人體骨骼信息提出一種基于動態(tài)時間規(guī)整的行為識別方法,這種方法對視角變化有更好的適應性。
　　主要研究內(nèi)容包括:
　　(1)人體目標檢測:為了能夠更好的進行視角間信息融合,本文采用基于塊信息的人體檢測模型,得到不同視角下的目標人體;
　　(2)視角信息融合:主要研究不同視角下人體信息的融合,用以彌補單視角人體檢測中存在的漏檢情況。針對仿射變換后的區(qū)域因遮

3、擋或者存在多目標導致多視角目標關聯(lián)困難這一問題,利用人體局部顯著塊間的結(jié)構化約束為多視角目標匹配構造最大后驗概率模型,通過最優(yōu)求解獲取多視角目標匹配結(jié)果;
　　(3)人體行為識別:針對Kinect攝像頭中提取的人體骨骼信息,通過動態(tài)時間規(guī)整算法,利用模板匹配的方式得到目標動作的正確分類。
　　本文創(chuàng)新之處在于提出一種基于人體塊信息的多視角人體檢測算法,能夠有效用于多視角目標檢測和信息融合。實驗結(jié)果表明,這種方法能夠達到較好的