动一动就认清你？机器说可以

动一动，机器就能发现你？有关专家表示，现阶段，这是一件“可以有”的事。

近日，谷歌发布AVA(Atomic Visual Actions)数据库，由YouTube公开的视频集组成，这些视频可以用80个原子动作进行标注，例如走路、握手、踢东西等，所有动作具有时空定位，累计有5.76万个视频片段，9.6万个人类动作，以及21万个动作标签。谷歌称，此次发布的AVA技术将帮助谷歌分析多年的视频，还能帮助广告商更好地瞄准消费者。他们的最终目标是教计算机社交视觉智能化，即“理解人类在做什么，下一步该做什么，以及他们想要实现什么目标。”

应用

安防等领域大展神威

“目前，人体行为识别大多还处在动作识别阶段，对于实际应用而言，识别人的动作，还是一个巨大的挑战。”11月8日，济南大学模式识别与智能系统研究所所长李金屏教授告诉记者，动作识别可以看成是特征提取和分类器设计相结合的过程。养老院中,如果出现老人摔倒，行为识别系统可以立刻向工作人员发出警报，甚至直接与医院进行联系；黑科技满满的《碟中谍5》，安保系统的最后一道防线是步态识别……尽管技术难点重重，行为识别目前仍然在相关领域获得了应用。

浙江大学人工智能研究所所长吴飞教授告诉记者，这项最早被苹果和微软应用于游戏的技术，还在公检法（在押人员审讯看护）、电力（风力发电、国家电网的安全生产）、银行（业务区域智能安防）、医院（病人状态监护）等多个场景有更广的应用空间。尤其在安防等领域，以行为识别为基础的应用更广泛。

在近年来寻找失踪人口和嫌犯追逃的工作中，步态识别已经发挥了不小的作用。《机智过人》节目中，银河水滴科技成功通过步态识别现场“嫌疑人”，加大难度后，还靠步态识别出狗的剪影。

银河水滴科技创始人兼CEO黄永祯说，通过步态识别来实现异常行为分析，这是步态识别相比于其他生物特征识别的重要优势之一。异常行为的应有之义就包括可以通过视觉观察目标体形和动作状态，来发现是否有异常行为，通常会涉及目标检测、分割、关键点定位、识别、跟踪等技术环节，而这些技术环节也是步态识别的核心底层技术。目前，他们已能很好地完成远距离非受控模式识别。

难点

定位、跟踪、场景步步维艰

“行为识别的难点，首先表现为从连续视频流中对人体运动的定位难、追踪难。”吴飞说，在视频行为识别中，要找到一个连续动作的起点和终点，即将连贯动作从视频流中定位出来，在视频识别中是非常困难的。而在找到某个连贯动作的起点后，对这个动作进行鲁棒跟踪也比较困难。比如一个跳跃动作，要实现追踪动作持续展开的过程就不容易，还要考虑场景的复杂性以及背景动态变化或者摄像头晃动等因素。

不仅如此，场景识别也是一大难点。首先，即使是同一类动作，在不同时刻、不同场景也具有很大差异性。吴飞举例说，比如不同的人在不同时刻行走，速度、姿态和场景遮挡等方面都有差异。不同类别动作之间更是如此。李金屏表示，“与静态对象不同，动作会随着时间的推移而展开，会有更多不确定因素。”比如一幅人的“跑步”照片，实际上有可能只是这个人在跳跃的动作，只有看到更多画面，才有可能清楚地知道到底发生了什么。可见人在场景中的动态是多么复杂。因此某一动作的识别方法很难直接用在另一动作的识别上。“一个动作，人类辨识两三遍就可以了，但要让机器记住并识别，则需要大量的训练数据。”李金屏说。

此次谷歌发布的AVA与其他数据集相比，通过在相关场景中提供具有精细时空粒度的多个标签，将极大推动人们对于相关模型的深入研究，最终不但能够实现人的复杂活动精确建模，还将进一步获得实际应用。

展望

设备平台、理论模型方兴未艾

“在行为识别领域，中国未来五年、十年的发展后劲非常强，建议在设备和平台方面进行攻关，现在国内好多团队的设备还是采用微软等国外企业的设备和平台，希望国家在这方面给予一定的支持和政策引导。”李金屏说。

在吴飞看来，中国的科研团队和企业还应该在理论模型、数据驱动等基础理论方面进行深耕。“一个行为动作的过程要经历多个状态（对应很多时间帧），人体在每个时刻也呈现出不同的姿态，那么，是不是每一帧在动作判别中的重要性都相同呢？对于行为动作的判别，是不是每个关节点在动作判别中都同等重要呢？这些都需要理论模型等基础理论的完善。”吴飞说。

新闻推荐

厉害了！两注七乐彩135万大奖同期现身泉城 不得了！中奖站主都是《福星彩运》节目嘉宾

双十一过完了，大家的钱包都还好吗？其实，今天我们要讨论的，不是你双十一花了多少钱，而是有人一夜之间钱包里多了135万！这究竟是怎么回事呢？原来，是济南彩友中了两注七乐彩一等奖！今年济南市一等奖...

济南新闻，弘扬社会正气。除了新闻，我们还传播幸福和美好！因为热爱所以付出，光阴流水，不变的是济南这个家。