近年來，在視頻采集傳感器以及信息科學領(lǐng)域技術(shù)蓬勃發(fā)展的前提下，基于計算機視覺的視頻分析任務(wù)，尤其是人體行為識別技術(shù)在虛擬現(xiàn)實、視頻監(jiān)控、視頻檢索、醫(yī)療和游戲等方面有著廣泛的應(yīng)用。人體行為識別是計算機視覺的一個熱門研究話題。

人類行為識別(HAR)是通過復雜技術(shù)破譯人類行為的過程，以使機器能夠理解、分析、理解和分類這些行為，并給出任何形式的有效輸入或刺激。深度學習對于解決識別與分類問題非常有效，因為它執(zhí)行端到端優(yōu)化，且相關(guān)任務(wù)可以相互受益(轉(zhuǎn)移學習)。

據(jù)悉，微美全息(NASDAQ:WIMI)以具有良好的表征能力的卷積神經(jīng)網(wǎng)絡(luò)CNN為基礎(chǔ)，開發(fā)了基于卷積神經(jīng)網(wǎng)絡(luò)的三維人體行為識別算法系統(tǒng)。

首先，從骨骼關(guān)節(jié)的相對運動中提取四個獨特的時空特征向量，將這些特征隨后被編碼到圖像中，然后將這些圖像送入CNN進行深層特征提取。更具體地說，該系統(tǒng)是將骨架數(shù)據(jù)用于3D人類行為識別任務(wù)，從三維骨架數(shù)據(jù)中提取四種類型的信息特征(距離、距離速度、角度和角度速度特征)，并使用合適的編碼方案將其編碼為圖像。另外WIMI微美全息還使用反離子優(yōu)化從特征空間中刪除冗余和誤導性信息。最后，WIMI微美全息使用分類對操作進行最終預(yù)測。

基于卷積神經(jīng)網(wǎng)絡(luò)的三維人體行為識別算法系統(tǒng)的應(yīng)用流程主要包括數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、特征提取、分類、預(yù)測決策等。

第一步是為基于卷積神經(jīng)網(wǎng)絡(luò)的三維人體行為識別算法系統(tǒng)收集適當?shù)臄?shù)據(jù)。適當、結(jié)構(gòu)化和正確標記的數(shù)據(jù)集是訓練模型的最基本要求之一。神經(jīng)網(wǎng)絡(luò)會將數(shù)據(jù)集作為母體學習其相應(yīng)特征信息，保存為深度神經(jīng)網(wǎng)絡(luò)訓練后的記憶，并以此記憶為依托對其他相應(yīng)數(shù)據(jù)集進行預(yù)測。因此數(shù)據(jù)集質(zhì)量的高低會直接影響到神經(jīng)網(wǎng)絡(luò)訓練的質(zhì)量，一個覆蓋面廣、信息全、分辨率高的數(shù)據(jù)集訓練出的神經(jīng)網(wǎng)絡(luò)要遠比簡單、低分辨率、背景復雜的數(shù)據(jù)集訓練出的網(wǎng)絡(luò)效果好。人體行為識別網(wǎng)絡(luò)對于數(shù)據(jù)集的要求包括行為類別要全面、行為質(zhì)量要高、視頻要清晰等等。

第二步是數(shù)據(jù)的預(yù)處理，特征變換、特征選擇和特征提取耦合在一起，通常稱為數(shù)據(jù)預(yù)處理模塊。特征的提取和正確表示是提高模型性能的關(guān)鍵步驟。對于高維數(shù)據(jù)，模型過擬合的可能性相對增加，因此需要選擇相關(guān)特征。為分類模型選擇所需的特征是正確的關(guān)鍵步驟。接下來是分類，將提取的特征用于訓練模型，以完成對不同形式的人類行為識別和分類的任務(wù)。最后是預(yù)測分析，從卷積神經(jīng)網(wǎng)絡(luò)模型的輸入中提取更多信息特征，使模型可以在不考慮類別之間的視覺差異的情況下進行決策。

WIMI微美全息的基于卷積神經(jīng)網(wǎng)絡(luò)的三維人體行為識別算法技術(shù)可實現(xiàn)對個體及群體進行高精準度的行為識別，對設(shè)定的異常行為進行預(yù)判并及時預(yù)警，其可廣泛運用于人員識別、車輛識別、區(qū)域入侵、目標異常檢測等運用場景。

（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）