2023年3月16日，湖北省科技创新大会在洪山礼堂举行。由我室涂志刚研究员主持完成的项目“开放环境视频人体动作识别实用性理论与方法研究”获2022年度湖北省自然科学二等奖。

获奖证书

该项目系统发现了开放环境下如何提高视频人体动作识别实用性的本质规律，在视频人体动作识别的人体运动关联多视觉模态挖掘与特征融合表达、运动信息抗干扰计算与交互学习、视频图像质量提升三个方面取得了突破性进展。将为平安中国、数字中国等领域“人行为理解”的应用发展提供理论与技术支撑。

“人”作为社会活动的主体，“以人为本”是视频图像大数据的本质表现。识别视频图像中人的动作行为被广泛应用于公共安全（智慧安防）、人机交互（虚拟人）等平安中国、数字中国国家重大发展战略。然而，视频人体动作识别面临诸多挑战：（1）人体动作行为运动的时空多样性：人的主观能动性导致动作行为的运动形式呈多样的差异性，而运动作为人体动作行为的主要表现形式至今不能很好的被捕捉，致使动作识别精度不高。（2）开放环境的复杂性：实际采集视频时通常面临噪声，遮挡，视角、光照、天气变化等复杂状况。现有视频人体动作行为解析考虑模态单一，导致动作识别鲁棒性与泛化性不强。

针对上述科学问题，项目团队开展了系统性研究，在人体运动关联多视觉模态视频人体动作识别理论研究方面，针对人体运动的时空多样性及场景的复杂性带来的视频人体动作识别泛化性不强问题，深入研究了多视觉模态技术，在多视觉模态挖掘、多特征融合表达方面实现了突破；在强抗干扰视频光流运动信息精确计算理论研究方面，从人体行为的本质表现−“时空运动性”出发，发展了高精度视频光流运动信息计算理论，在抗干扰与交互学习领域实现了突破，为人体动作行为识别提供精确的运动线索；在视频图像运动模糊与滤波光晕消除理论研究方面，针对视频图像模糊参数估计难、滤波产生光晕污染的问题，提出了基于倒频谱的PSF参数估计和融合梯度信息的引导滤波方法，为视频图像预处理提供了新的研究思路。

主要研究思路与创新成果