人体行为识别的研究

祁国平，吴朝润

（中北大学，山西太原 030051）

0 引言

近年来国内外对人脸识别、指纹识别方面的技术研究取得了一定的进展，然而在人体行为识别与理解方面进展不大，使得人体行为识别算法的研究仍然是当前国内外研究的热点之一。研究人体行为识别的重点是特征提取和理解。人体行为识别要对人的某一行为进行特征提取，然后根据肢体的位置以及其之间的角度等与模板进行匹配。

本文采用傅里叶变换及其逆变换实现特征提取和选择;sobel算子来实现图像的处理——图像锐化;最大最小距离算法实现分类识别。并用Matlab7.0编写程序来实现。在Matlab7.0中实现对弯腰这一动作的识别，主要用到傅里叶变换及逆变换，sobel算子，对从彩色图像的十字和矩阵以及最大最小距离算法实现分类识别［1］。

1 研究方法

本文采用傅里叶变换及其逆变换实现特征提取和选择，sobel算子来实现图像的处理——图像锐化，最大最小距离算法实现分类识别。具体原理如图1:

图1 分类识别原理

1.1 图像处理

图像去噪就是抑制图像的噪音部分，图像增强是增强图像的边缘，以获得更好的显示效果，这就需要增加图像的高频分量［2］。常见的图像增强方法有对比度拉伸，直方图均衡化，图像锐化等。本文采用sobel算子进行图像锐化。

Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数，图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。

1.2 行为提取

特征提取与选择是对原始数据进行变换，得到最能反映分类本质的特征，是由维数较高的测量空间到维数较低的特征空间［3］。……