1、隨著現(xiàn)代社會的迅速發(fā)展，人們?nèi)粘Ｉ钪谐涑庵罅康囊曨l數(shù)據(jù)。而以視頻中人體行為的識別不但是計算機(jī)視覺領(lǐng)域中一個非常重要的課題，它還在視頻監(jiān)控、人機(jī)交互、醫(yī)療輔助等方面有著非常廣泛的應(yīng)用前景。本文即以人體行為識別作為研究內(nèi)容。
　　雖然目前人體行為識別得到了很大的發(fā)展，但是受到視頻環(huán)境、視頻角度變化、視頻光線變化以及存在遮擋問題的影響，使得計算機(jī)還不能很好地對視頻中的人體行為進(jìn)行識別。對于人體行為識別的研究過程按順序主要包括三個部分

2、：視頻樣本中人體行為的表示、人體行為的學(xué)習(xí)模型以及對于行為的分類。人體行為的表示是整個過程的基礎(chǔ)，它直接影響最后的識別效果；由于分類性能受到遮擋等問題的影響，所以如何學(xué)到一個具有判別性的模型是關(guān)鍵部分。目前根據(jù)學(xué)習(xí)模型使用的樣本不同，可以把模型分為三類：有監(jiān)督學(xué)習(xí)方法、無監(jiān)督學(xué)習(xí)方法和半監(jiān)督學(xué)習(xí)方法。雖然有監(jiān)督方法相對無監(jiān)督方法已經(jīng)取得較好的識別效果，但是考慮到實際生活中充斥著大量的無標(biāo)簽樣本，而有標(biāo)簽樣本的獲取代價是巨大的，所以本文主

3、要研究如何有效的利用半監(jiān)督方法進(jìn)行特征編碼。主要成果如下：
　　1.提出一種基于相似性權(quán)值的半監(jiān)督字典學(xué)習(xí)方法用于人體行為識別。該方法通過構(gòu)造視頻樣本與編碼字典的相似性權(quán)值，以此來引入無標(biāo)簽樣本的信息，從而把半監(jiān)督學(xué)習(xí)方法與行為識別進(jìn)行結(jié)合，來共同學(xué)習(xí)一個具有判別性的編碼字典。
　　2.提出基于局部l2,1范數(shù)的組稀疏編碼用于人體行為識別。傳統(tǒng)的l2,1范數(shù)是一種編碼矩陣行稀疏的概念，它的作用是使得一個字典原子要么參與該視頻

4、所有局部特征的編碼，要么不參與該視頻任何局部特征的編碼。而實際上一個視頻中的局部特征也有一定的局部相似性。我們提出一個局部l2,1范數(shù)，該范數(shù)不但考慮了視頻的整體稀疏性，而且考慮了視頻中的局部信息。該方法使用組稀疏表示模型，使用局部l2,1范數(shù)，對視頻進(jìn)行特征編碼。
　　3.提出一種半監(jiān)督字典學(xué)習(xí)方法用于人體行為識別。有監(jiān)督字典學(xué)習(xí)和無監(jiān)督字典學(xué)習(xí)的區(qū)別在于是否用到有標(biāo)簽的樣本。而半監(jiān)督字典學(xué)習(xí)不但用有標(biāo)簽樣本，而且要使用無標(biāo)簽樣