《自由視點人體活動識別中的稀疏表達與學習》是依託電子科技大學,由楊路擔任醒目負責人的青年科學基金項目。
基本介紹
- 中文名：自由視點人體活動識別中的稀疏表達與學習
- 依託單位：電子科技大學
- 項目負責人：楊路
項目摘要,結題摘要,
項目摘要
本項目圍繞自由視點活動分析，重點開展人體活動在光線空間(Ray space)中任意自由視點的稀疏表達與學習的研究。傳統人體活動分析要求人體朝向攝像機視角相對固定，限制了真實場景中的人體活動識別套用。多視點識別方法通過採集大量的二維多視樣本視圖對有限視點變化的活動進行匹配和識別。然而，上述方法無法直接應對：（1）人體活動的自由視點特徵描述及其在光線空間中的自由視點重採樣；（2）真實場景中視點自由變化條件下的人體活動識別。本項目將針對上述存在的問題，主要研究：（1）人體活動在光線空間中的自由視點稀疏表達與光場特徵生成機制；（2）人體活動光場特徵學習所需的自由視點樣本的魯棒合成方法；（3）大尺度自由視點條件下的人體活動識別算法。通過本項目的研究，有望突破自由視點人體活動光場稀疏表達與學習的技術瓶頸。預期成果將會促進自由視點視頻技術在人體活動分析中的套用，並為三維視頻內容中的人體活動識別提供理論基礎。
結題摘要
本項目圍繞自由視點活動分析，重點開展人體活動在光線空間(Ray space)中的任意自由視點的稀疏表達與學習的研究。傳統人體活動分析要求人體朝向攝像機視角相對固定，限制了真實場景中的人體活動識別套用。多視點識別方法通過採集大量的二維多視樣本視圖對有限視點變化的活動進行匹配和識別。然而，上述方法無法直接應對：（1）人體活動的自由視點特徵描述及其重採樣；（2）真實場景中視點自由變化條件下的人體活動識別。本項目針對上述存在的問題，主要研究：（1）人體活動在光線空間中的自由視點稀疏表達與特徵生成機制；（2）人體活動特徵學習所需的自由視點樣本的魯棒合成方法；（3）大尺度自由視點條件下的人體活動識別算法。 項目負責人資助期間在IEEE Transactions on Circuits and Systems for Video Technology，MVA，ICME，PCM，APSIPA，CCPR等期刊和會議上共發表論文14篇，其中SCI論文2篇，EI論文12篇；參加國際會議3次；參與組織3次國際學術會議：IEEE ICME2014, IEEE ChinaSIP2015, PCM2015，參與組織2次國內學術會議：VALSE2015，CCPR2016；申請國家發明專利21項，授權3項。項目負責人首次提出了利用壓縮感知理論進行高動態複雜場景背景建模與重建的像素-模型距離，該距離的提出使得真實場景中的運動區域檢測更為快速和魯棒，為後續視點無關的人體活動識別和分析工作提供了有力的工具。同時，所提出的貝葉斯視頻合成算法首次實現了8K全景視頻的實時拼接。項目負責人在資助期間參與組織了5次國內外有影響力的學術會議和論壇，其中IEEE ICME是IEEE多媒體領域的旗艦級會議，VALSE是國內計算機視覺領域中青年學者最活躍的論壇之一。通過以上國內外學術會議極大地推動了相關領域的科研合作，促進了同行之間的學術交流。 本項目的研究成果實現了多視點人體活動的稀疏表達、學習與識別。本項目的理論成果還促進了人體活動分析技術在智慧型家居、安防監控等領域的套用。
