1. 研究背景及意义

在日常的视频监控中，视频序列中的运动目标是最令人关注的部分。现阶段所使用的视频监控系统在实施跟踪与检测目的上主要是针对于一定场景范围中正在进行运动的物体目标，其缺陷是不能够深入地识别与理解其物体目标。在突然发生某一事件的情况下可以借助于该系统进行事后取证，但是不能够对所发生的事件做出及时的反应，这是该系统存在的最大问题。从这一角度来说，借助于一定的视频监控系统来针对于一定场景范围内正在进行运动的物体目标进行及时的深入理解以及实时地检测尤为重要。图像序列和视频的研究重点是视频序列中的人体运动分析，它的主要研究方向包括计算机图形学、计算机视觉、人工智能和图像处理等计算机领域，己成为计算机视觉领域中最具有前瞻性的方向之一。

在视频图像中如何让计算机系统首先对人体的相关信息进行有效地获取，在此基础之上对其进行相关分析，从现阶段来看如何实时地跟踪人体所进行的相关行动以及对其进行有效分析与理解很有必要。这里所说的人体运动行为识别是指运用某种手段从某一个或者是若干个视频序列中对其中所包含的人体进行有效地跟踪与检测，在此基础之上对其进行有效地识别，在该过程中如何将人体在进行运动中的相关数据进行有效获取是最关键的，重建人体的三维运动，并在此基础上对人体的运动行为进行理解和描述，进而用计算机来实现虚拟现实、身份识别和智能监控等应用。基于视频的人体行为分析主要被广泛应用于以下几个方面:智能监控(Intelligent Surveillance)、运动分析(Motion Analysis)、高级人机交互(Advanced Human-Computer Interaction)、虚拟现实(Virtual Reality)和基于模型的视频编码(Model一based Image Coding)。

2. 国内外研究现状现阶段

人体行为识别技术己经在虚拟现实、运动分析、高级人机交互功能以及智能监控等多个不同的方面表现出较大的应用价值与发展潜力，在很大程度上推动了现阶段社会生产与劳动的发展，同时广受关注。著名的心理学家Johansson是最早开始分析研究人体运动方面的内容的，其所进行的实验过程具体地说就是在比较黑暗的环境中安置某一人体，并且在其某些关节点上附着一定数量的亮点，这样做的目的是当人体在进行不同的动作时，观察者可以借助于这些亮点来观察其行为动作。该实验最终得出了这样的结果:那些处于静止状态的所有节点都不会影响到人体的视觉感知系统所获取的信息，但是通过处于运动状态的一系列光点进行观察，不仅能够对正在进行的运动姿势进行有效地识别，同时还能够对人体性别进行正确的辨别。因此，该技术越来越受到研究人员的高度关注。在很多发达国家己经成立了一系列与之相关的项目来实现针对于人体识别方面的研究。从目前来看，针对于人体的运动进行相关分析与研究己经成为国际权威期刊与重要学术会议中的重要议题，使相关的研究人员能够相互交流，共同促进这一方面的快速发展。甚至IEEE也会针对于这一方面进行定期的研讨会议，从这些方面都可以看出该项内容的研究己经在国际上广受关注。西方发达国家在针对于人体运动进行分析的过程中具有超前的意识，同时研究层次比较深，截至到目前为止，很多商业领域中己经开始使用到这项技术。相对于西方国家而言，我国在这一方面的研究比较晚，因此从技术方面来说完善度不够，与国际上平均水平相比还有较大的差距需要追赶。从目前来看，我国己经逐渐加大对于这方面的研究力度，并且设立了很多专门的研究机构，具体包括中国科学院所成立的自动化所模式识别国家重点实验室、由北京大学所成立的针对于视觉与听觉信息处理方面的国家重点实验室、清华大学以及亚洲微软研究院等等。中科院主要把人体运动分析这一技术引入到国家队在跳水运动方面的训练活动中，除此之外，还针对于衣服模拟、人体跟踪以及建模等方面的内容专门成立了虚拟人实验室，2012年新立项的973项目”面向公共安全的社会感知数据处理”，将运动目标行为分析和群体行为分析列为待突破的关键技术之一;中国科学院计算技术研究所[fgl所研究的”以视频为基础所实现的分析技术”、”具有数字化效果的三维立体人体运动方面的计算机仿真以及分析技术”和”三维人体运动仿真技术的定量辅助分析系统”在体育训练中得到应用。亚洲微软研究院主要是将比较高级的人机交互功能与多媒体研究这两者进行结合使用。但是从现阶段来看，国内所进行的研究都仅仅是在单目视觉的基础之上进行的。

3. 视频中人体运动分析技术的发展趋势

(1)将人体运动方面的分析与针对于生物特征进行识别这两方面相结合在很多领域中，例如军事安全基地或者是具有智能化的房间中己经开始逐渐应用了相关的视觉监控系统或者是门禁系统，甚至在有些针对于安保方面具有较高要求的地方己经引入了比较高级的能够实现人机交互功能的视觉监控系统，实践证明科学界对于将人体运动方面的分析与针对于生物特征进行识别这两方面相结合的工作越来越重视。由于借助于机器实现人机交互功能时除了要对人体所进行的动作与实际位置进行了解，同时还要借助于系统内部设置的特征识别技术来将对象进行有效地识别与分析。在此过程中需要借助于远距离身份识别的技术，现阶段科学界己经开始重视这方面的研究工作，例如DARPA投入较大的成本来实施HID C Human Identification at a Distance)计划。现阶段其主要的研究内容包括对于人脸的有效识别、对于步行状态的有效识别以及对于某些特定行为的有效识别等。其中在近距离监控过程中要想对于人体的具体身份进行有效识别，可以通过针对于声音、虹膜、人脸、指纹以及手掌型等方面来进行具体的识别过程;在较远距离监控过程中，由于人脸具有较低的分辨率，因此识别度比较低，也可能会出现某些特征被隐藏的情况，但是在一定的监控范围中可以对人在步行过程中的形态进行有效的识别，因此可以借助于这方面的特征来实现对于人体真实身份的有效鉴定与识别功能。由于人体在步行过程中具有多方面的优点特征，例如不易伪装、感知性比较低以及非侵犯性等，计算机领域中的视觉研究者己经对这一方面的内容产生了较强的兴趣。

(2)由单纯的分析人体运动转变为针对于行为的理解以及较高层次的描述性处理对人体行为作出有效及时地理解是现阶段该领域中比较具有挑战性的课题，考虑到观察人体行为的终极目标是对于人体所进行的各种个人行为、个体之间或者是个体与一定目标之间进行交互的行为进行有效的分析与理解，例如借助于W4系统可以有效地分析出某个具体的人是否进行了物体交换、放置或者是携带等这类比较简单的动作行为。截至到目前为止，研究人员己经借助于机器中的学习工具实现了针对于人体行为进行统计模型的构建工作，并且该项研究内容己经取得了一定程度的进展，然而在行为识别方面的研究还处于初级阶段，现阶段最常用的方法是将某些己经经过严重简化的约束条件融入到具有连续特征的比较典型的匹配过程中，虽然这样能够在一定程度上降低歧义性，但是在很多情况下这些约束条件与所对应的图像条件具有严重的不一致关系，针对于这一问题需要进一步学习机器以及进行特征的选择。不仅如此，为了将现阶段比较低层次的计算机视觉处理方法进一步推广到较高层次的抽象思维中，需要利用那些人工智能以及视觉算法领域中比较先进的成果，实现对于复杂场景借助于简单行为与现有语义来描述其语言的功能。

参考文献

[1]李凤娇. 基于海康视频监控系统的目标检测和跟踪[D]. 济南: 济南大学, 2014.