中國電子技術標準化研究院：2020年行為識別行業研究報告（附下載）

報告下載：新增199IT官方微信【i199it】，回覆關鍵詞【2020年行為識別行業研究報告】即可

行為識別技術通過影像、視訊、熱敏、力敏、加速度、磁力等單一感測器或多種感測器融合的方式，對被測目標資訊進行採集測量。使用如資料探勘、機器學習、模式識別等多種技術，對於人類行為中的表層及深層特徵進行提取，精確表達出目標姿態、站立、行走、奔跑、跳躍等各類形式的靜止或運動狀態。目前人體行為識別主要有頭部運動識別、手勢識別、步態識別、基本姿態識別、異常姿態識別等多個方面。

根據採用不同識別技術，人體行為識別目前主流要分為三大類∶基於計算機視覺的行為識別、基於感測器系統的行為識別、基於多模態資料的行為識別。

（1）基於計算機視覺的行為識別經過多年的研究，國內外學者在計算機視覺在人體檢測領域已經構建了多種框架，主要分為基於視訊的方法和基於影像的方法。涉及到關鍵技術包括目標檢測技術、目標跟蹤技術、序列行為分類技術、人體關鍵點檢測技術、手勢識別技術、光流分析技術、人體分割技術、屬性分析技術和步態識別技術等。隨著深度學習的飛速發展，這些關鍵技術都取得了突破性的進展，基於計算機視覺的行為識別演算法已經在各個行業中得到廣泛應用。

（2）基於感測器系統的行為識別在人工智慧獲得強力推廣的當下，利用感測器進行人體行為識別已然成為智慧化的一個重要分支。這種識別方法主要利用感測器和感測網路來捕捉使用者行為。該方法相比利用視覺進行人體行為識別的方式，前期投入少且裝置複雜性小，具有更好的空間自由性。

（3）基於多模態資料的行為識別伴隨著近年來各式新型感測器的興起，多模態人體行為識別研究逐漸成為行為識別領域內一個新的研究熱點。概括而言，基本的多模態人體行為識別流程為∶多模態資料集獲取、資料預處理、特徵提取與選擇、人體行為識別演算法。該方法與計算機視覺方法框架型別兩者融合可行性高，多模態融合分析將能提升行為識別的準確性，為使用者帶來更好的使用體驗。