1、人體行為識別是計算機視覺領(lǐng)域的研究熱點和難點，在智能監(jiān)控、高級人機交互、體育運動分析和基于語義的視頻檢索等方面有著重要的意義和廣闊的應(yīng)用前景。計算機理解人體動作和行為將成為未來高層計算機視覺技術(shù)發(fā)展的重要方向。目前，人體行為識別的研究尚處于初級階段，盡管在單一背景的簡單動作識別上取得了一定的進展，但是由于人體行為的復(fù)雜性、場景的多樣性等問題，真實場景下的行為識別仍然面臨著許多困難。針對上述情況，本文圍繞基于視頻的人體行為識別展開研究，進

2、行了以下三個方面的工作：
　　 1．歸納總結(jié)現(xiàn)有方法。查閱大量文獻，對國內(nèi)外計算機視覺領(lǐng)域的人體行為識別方法進行全面的歸納和總結(jié)，詳細介紹了常用方法的基本思想和原理，并分析比較了各方法的優(yōu)缺點。
　　 2．提出了一種基于熵的特征篩選方法。針對局部時空特征提取存在噪聲和干擾等問題，本文通過計算特征點之間的熵，對檢測到的局部動作特征進行篩選，剔除不良碼本項，同時結(jié)合局部特征描述算子大多使用直方圖進行特征表示的特性，使用改進的

3、直方圖相交核作為特征相似度的衡量方法。在KTH數(shù)據(jù)集上的實驗結(jié)果表明該方法增強了特征碼本的判別能力，提高了識別效果。
　　 3．提出了基于條件隨機場的連續(xù)行為切分識別模型。針對復(fù)雜行為切分困難和識別率不佳的問題，本文借鑒中文詞性標注中分詞與標注同時進行的方式，將條件隨機場模型與支持向量機相結(jié)合，建立連續(xù)行為的切分識別模型。通過對輸入的圖像序列進行基于光流的關(guān)鍵幀檢測，將圖像序列切分為動作基元片段，并對其進行局部特征檢測和描述，構(gòu)

4、建運動特征碼本。并結(jié)合支持向量機對動作基元的碼本向量進行分類，從而使用條件隨機場模型對得到的動作基元類別序列進行切分和識別，實現(xiàn)了模擬真實場景中，在不同的背景、尺度、視角和光照等條件下的連續(xù)行為的切分和識別。
　　 總之，本文在總結(jié)現(xiàn)有人體行為識別方法的基礎(chǔ)上，進行了簡單行為識別和連續(xù)行為切分與識別等方面的研究工作，提出了基于熵和直方圖相交核的動作特征篩選方法和基于條件隨機場的連續(xù)行為切分識別模型，實驗結(jié)果驗證了本文所提出方法及