運動人體行為語義計算技術

《運動人體行為語義計算技術》是2019年四川大學出版社出版的圖書，作者是李敏。

基本介紹

• 書名：運動人體行為語義計算技術 
• 作者：李敏
• 出版社：四川大學出版社
• ISBN：9787569024548

內容簡介

《運動人體行為語義計算技術》主要介紹了運動人體行為的語義計算方法，包括：基於Beowulf機群中改進的粒子濾波的3D人體運動跟蹤算法；基於四層樹狀語義模型的場景語義識別新方法；人體身份識別的認知物理學方法；基於層次化概念空間的視頻圖像中人體行為語義計算新方法。基於視覺的運動人體的行為識別有著廣泛的套用前景，但大量成果都集中在模版匹配法、狀態空間法。這兩種識別結果與人類的理解存在語義鴻溝，基於語義方法可以克服這個缺陷成果卻很少。

作者簡介

　　李敏，男，教授，中國工程物理研究院無線電專業博士畢業，綿陽師範學院信息工程學院副院長，網路空間安全學院副院長（兼）。綿陽師範學院2015年、2016年信息技術國培首席專家，2016年度民族地區中國小教師信息技術套用能力培訓f項目首席專家。先後獲得綿陽師範學院2007年青年教師課堂技能大賽一等獎，四第二屆高校青年教師教學競賽優秀獎。主要研究方向：人工智慧、信息安全算法。近5年參與國家科研課題2項，主持省級科研課題5項，主持橫向科研課題3項，主持省部級教改課題3項。先後在國外期刊發表學術論文5篇（EI收錄4篇），在國核心心期刊發表學術論文6篇。主講“作業系統”“算法分析”“單片機原理”“大型程式設計”等本科課程和“人工智慧“研究生課程。

目錄

第1章 概論

1．1 研究意義

1．2 研究現狀

1．3 研究目的與研究內容

1．3．1 研究目的

1．3．2 研究內容

1．4 運動人體行為語義計算關鍵技術相關研究綜述

1．4．1 語義及語義計算的定義

1．4．2 三維人體運動跟蹤技術發展概述

1．4．3 場景語義提取與場景分類技術發展概述

1．4．4 視頻中運動人體身份識別技術發展概述

1．4．5 基於語義的運動人體行為識別發展概述

1．5 運動人體行為語義計算關鍵技術的發展趨勢

1．5．1 三維人體運動跟蹤發展的趨勢

1．5．2 運動人體身份識別的發展趨勢

1．5．3 場景語義識別發展的趨勢

1．5．4 運動人體行為語義計算方法發展的趨勢

第2章 基於Beowulf機群中改進粒子濾波的三維人體運動跟蹤方法

2．1 引言

2．2 方案總體設計

2．3 三維人體骨骼模型的引入

2．4 三維人體模型參數的自動初始化

2．4．1 人體關節點的自動標註方法

2．4．2 人體關節三維坐標及旋轉角度計算方法

2．5 人體視頻圖像特徵提取的具體實現

2．5．1 運動人體輪廓提取方法

2．5．2 運動人體區域灰度和顏色提取方法

2．6 基於Beowulf機群中改進的粒子濾波算法的具體實現

2．6．1 經典串列粒子濾波算法運動人體跟蹤的實現方法

2．6．2 跟蹤模板與粒子數目的調整及跟蹤失效恢複方法

2．6．3 Beowulf機群中單目標跟蹤的遷移式粒子濾波並行算法

2．6．4 Beowulf機群中多目標跟蹤並行粒子濾波算法實現方法

2．7 節點任務調度與通信策略

2．8 粒子濾波串列與並行算法時間複雜度對比理論分析

2．9 Beowulf機群中三維人體運動粒子濾波跟蹤及對比實驗

2．9．1 實驗環境的搭建

2．9．2 單人體運動跟蹤實驗及實驗結果

2．9．3 多人體運動跟蹤實驗及實驗結果

2．9．4 對比實驗的前提條件設計

2．9．5 跟蹤失效對比實驗與分析

2．9．6 跟蹤計算時間對比實驗

2．9．7 跟蹤時間對比實驗結果分析

2．10 本章結論

第3章 基於四層樹狀語義模型的場景語義識別方法

3．1 引言

3．2 場景語義識別方法的技術路線

3．3 基於圖論改進的圖像分割方法

3．3．1 基於圖論閾值圖像分割方法的基本原理

3．3．2 閾值圖像分割權值操作的自動調整方法

3．4 四層樹狀語義模型的引入

3．4．1 視覺詞包模型的基本概念

3．4．2 四層樹狀語義模型的結構

3．5 四層樹狀語義模型視覺層的構建方法

3．5．1 圖像顏色直方圖的提取方法

3．5．2 顏色空間的量化與顏色特徵提取

3．5．3 顏色層次圖的提取方法

3．5．4 顏色及顏色層次特徵與輪廓特徵融合

3．6 四層樹狀語義模型概念層的生成

3．7 四層樹狀語義模型關係層的構建

3．7．1 場景對象空間位置關係的語義描述方法

3．7．2 場景對象空間位置關係關聯規則的數據挖掘

3．8 四層樹狀語義模型語義層的描述方法

3．8．1 高層潛在語義計算方法

3．8．2 語義層的語法生成規則

3．9 四層場景語義樹分類模型的構建算法

3．10 測試圖像與分類模型語義相似性計算方法

3．10．1 語義特徵的獲取

3．10．2 語義相似性計算方法

3．11 實驗與實驗分析

3．11．1 功能驗證實驗與分析

3．11．2 對比實驗與分析

3．12 本章結論

第4章 視頻中運動人體身份識別的認知物理學方法

4．1 引言

4．2 運動人體身份識別認知物理學方法實現流程

4．3 數據場的引入

4．3．1 數據場勢值和場強矢量的引入

4．3．2 數據場中影響因子的優選方法

4．4 基於數據場的人臉信息表征

4．5 基於數據場的步態信息表征

4．5．1 運動人體步態輪廓特徵提取

4．5．2 運動人體下肢關節步態特徵提取

4．5．3 運動人體步態特徵的數據場描述

4．6 步態資料庫樣本中人臉區域的提取方法

4．7 運動人體身份識別的具體實現

4．7．1 基於力學和動力學原理的數據非線性降維

4．7．2 基於數據場樣本庫人的身份自動識別算法

4．7．3 基於數據場樣本庫人的身份自動識別算法的時間複雜度分析

4．7．4 D～S證據論的引入與改進

4．8 實驗及對比分析

4．8．1 功能驗證實驗

4．8．2 對比實驗與分析

4．9 本章結論

第5章 視頻場景中運動人體時空關係的自然語言描述方法

5．1 引言

5．2 13元組運動人體時空描述模型的引人

5．3 關鍵幀的提取方法

5．4 參照物與運動人體距離關係自然語言描述

5．5 場景中運動人體時空關係的自然語言描述語法規則

5．6 實驗及實驗分析

5．6．1 實驗流程設計

5．6．2 人工圖形序列實驗

5．6．3 視頻序列實驗

5．7 本章結論

第6章 基於層次化概念空間的運動人體行為語義計算方法

6．1 引言

6．2 運動人體行為語義計算的處理框架的引人

6．3 基於混合雲模型的概念空間建立方法

6．3．1 概念空間理論概述

6．3．2 基於混合雲模型概念空間的定義

6．3．3 混合雲模型概念空間的建立流程

6．4 原子運動概念空間層的建立方法

6．4．1 人體運動樣本的選擇

6．4．2 運動概念空間建立性質維的選擇

6．4．3 身體姿態原子運動概念空間的建立及概念激活方法

6．4．4 肢體的原子運動概念空間的建立及概念激活方法

6．5 簡單行為概念層的建立方法

6．5．1 時間邏輯關係的引入

6．5．2 空間邏輯關係的引入

6．5．3 簡單行為的建模方法

6．6 簡單人體運動行為語義計算方法

6．6．1 簡單人體運動行為知識庫的建立方法

6．6．2 簡單行為語義計算流程

6．7 事件行為概念層的建立與語義計算方法

6．7．1 事件行為概念空間的建模

6．7．2 事件行為概念場景語義的具體描述

6．7．3 事件行為概念人物元組的具體描述

6．7．4 事件行為因果關係推理方法

6．8 運動人體行為語義解釋的自然語言規則

6．9 實驗及實驗分析

6．9．1 功能性驗證實驗流程和實驗環境搭建

6．9．2 簡單人體運動行為知識庫建立實驗

6．9．3 簡單人體運動行為語義計算實驗

6．9．4 事件人體運動行為語義計算實驗

6．9．5 對比實驗的實驗平台搭建

6．9．6 對比實驗結果與討論

6．10 本章結論

第7章 總結與展望

7．1 研究總結

7．2 研究展望

參考文獻