郭炜婷，夏利民

GUO Weiting,XIALimin

中南大学 信息科学与工程学院，长沙 410075

College of Information Science and Engineering,Central South University,Changsha 410075,China

1 引言

近年来，基于视频的人体行为分析引起了计算机视觉研究者的广泛关注，在视觉监控系统、人机交互、体育运动分析等方面都具有广阔的应用前景。

在以往的研究工作中，研究人员采取不同的方法提高单个摄像头的人体行为识别准确率。Ronao等[1]提出一种深度卷积神经网络，探索行为和一维时间序列信号的固有特性，同时自动从原始数据中提取稳定特征。Gao等[2]提出基于SR-L12稀疏表示的人类行为识别算法。Gao等[3]提出基于RGB和深度运动历史图像的全局结构动作描述符。周鑫燚等[4]提出一种RGB和深度图像特征联合的人体行为识别方法。

然而在单视角环境下，观测角度和光线的变化会使得识别难度增加，而且在当前观测角度下，未必能够捕捉到最理想的行为特征。因此，许多研究者尝试利用多视角方法来解决此类问题。Shen等[5]将动作姿态用三关节点集合表示，在两帧间寻找由三节点构成的刚性运动的不变量。Li等[6]提出一种生成贝叶斯模型，不仅将特征和视图联合起来考虑，还学习不同类别的判别表示。Li等[7]通过学习一个低维度流形，并对动态过程建模重建3D模型。这些多视角算法，通常需要提前知道不同视角之间的角度，这就严重限制了它们的应用。因此，研究者们更注重视角不变特征学习。例如，Zheng等[8]提出将两个同时学习的源域和目标域的字典组成可转换字典对，使得同一动作在两个不同视角下具有相同的稀疏表示。……