人物动作的时空层次表示与识别研究

人物动作识别是指从视频中定位和分类动作主体具有语义的、非语言性的运动信息，具有重要的理论研究价值和广阔的应用前景，也是计算机视觉领域一个很有挑战性的研究课题。本项目从人物动作的时空结构和语义层次入手，研究：（1）人物动作的"子动作"、"部件"分解及其时空层次关系的"与或图"表示，以及相应的统计建模方法；（2）动作层次模型的鲁棒匹配算法和高效的动作识别方法；（3）动作层次表示框架下，基于多视点示例的视点不变动作识别方法。本项目将针对智能视频监控、视频检索等实际应用，构造对一定复杂背景和视点变化具有良好适应性的动作识别系统，实验验证提出的理论和方法，预期能够明显提高上述条件下的动作识别准确率。