【摘 要】基于视觉的人体行为检测识别研究的学科背景是计算机视觉，并与其他学科有着一定的交叉和联系，它的研究对于推动计算机智能视频监控的发展有着重要意义。人体行为的检测识别研究是一门多学科交叉的研究领域，值得学者们去探究和挑战。文章主要阐述了计算机视觉理论，以及人体行为识别过程能够的关键步骤。
　　【关键词】视觉 人体行为 检测识别
　　基于視觉的人体行为检测识别研究的学科背景是计算机视觉，并与其他学科有着一定的交叉和联系，它的研究对于推动计算机智能视频监控的发展有着重要意义。人体行为的检测识别在研究过程中主要利用了计算机视觉、图像图形学、模式识别与人工智能等方面的学科知识，目的是在连续视频序列中找出目标目标人体的运动，并对这个运动过程进行识别和跟踪，并理解和描述人体的行为，以达到识别人体行为的目的。整个识别过程答题可以分为两个层次，首先是较低的图像处理，检测和跟踪属运动目标；其次是更高一些的人工智能，对人体行为理解和描述。人体行为的检测识别研究是一门多学科交叉的研究领域，值得学者们去探究和挑战。
　　一、计算机视觉理论
　　计算机视觉理论是人体行为检测识别研究的最关键的理论基础。20世纪70年代，麻省理工学院（MIT）的David Marr就提出了视觉计算理论（Computational Theory Of Vision ）并在1982年发表的著作中系统的叙述。另外，学者Marr的理论中表明视觉过程实质上是一种计算过程。其目的就是让计算机理解和识别一个图像或一个场景。
　　二、运动目标检测
　　1. 提取运动人体的特征
　　在识别人体行为的过程中，如今同行采用的特征是：目标的灰度信息、运动信息、颜色信息、形状及其轮廓信息等。由于我们的研究对象是单人的运动行为，因此四肢的活动是考虑的因素，又由于人体带有柔韧性，因此我们在提取人体运动特征的时候要保证人体在平移、缩放、旋转后不改变特征。本文选取的是人的形状特征，并通过完善后的R变换特征来反映人体在运行过程中的行为变化。
　　2. 帧间差分法
　　设t时刻的图像时刻的图像为，这两帧之间的图像就能用以下公示表示：
　　经过二值化处理之后后得到的查分图像可以用以下公式表示：
　　其中，阀值用T表示，并起到关键作用。T值过低会导致噪声的消除效果不理想，而T值过高又会又会对图像中的变动不敏感。若是场景中的照明条件不改变，那么的时候表示像素发生了变化，将其中的图像变化表达出来。
　　3. Radon变化的原理和定义
　　二值化图像Radon变换的数字作如下定义：
　　人体行为的检测识别在研究过程中主要利用了计算机视觉、图像图形学、模式识别与人工智能等方面的学科知识，目的是在连续视频序列中找出目标目标人体的运动，并对这个运动过程进行识别和跟踪，并理解和描述人体的行为，以达到识别人体行为的目的。基于视觉的人体行为检测识别主要可以分为预处理、处理、推理三个步骤。提取运动人体的特征、帧间差分法、Radon变化又使其中最关键的环节。
　　参考文献：
　　[1] 黎洪松， 李达. 人体运动分析研究的若干新进展[J]. 模式识别与人工智能， 2012， 22（1）： 70-78.
　　[2] 杜友田， 陈峰， 徐文立， 李永彬. 基于视觉的人的运动识别综述[J]. 电子学报， 2011， 35（1）： 84-90.
　　项目名称：
　　可感知人体行为的PC护目外设 项目编号：201311407030