1. 研究目的与意义
人体行为的识别是计算机视觉领域的一个重要研究，它涉及到很多学科，例如图像处理、人工智能、模式识别等。
并且随着人们的生活水平的提高，人体行为的识别有着广泛的应用前景和巨大的价值。
例如，现有的监控已无法满足人们对安全性的要求，而智能监控则可以很好的达到人们对于安全性的期望。
2. 研究内容和预期目标
研究内容：利用kinect传感器获取3维深度信息，基于ＤＴＷ和ＫＮＮ算法设计模型从而对人体行为的识别分析，判断该模型的可行性以及在现实生活中的应用性。
拟解决的关键问题：1、消除或降低由于人体体型、穿衣风格、运动速度等因素对于运动目标行为识别的影响。
2、对于特定的人体行为存在的判断写作提纲：1、绪论，主要包括研究背景及意义、国内外现状 2、基于骨骼的行为识别方法，消除穿衣风格对行为识别的影响 3、利用插值法等对人体特征提取数据进行优化，从而消除人体体型的差异以及运动速度等对行为识别分析产生的影响 4、基于DTW和KNN算法建立模型，对人体动态行为进行识别分析 5、通过对交警指挥的动态行为分析从而通过实验判断所建模型的可行性，并对算法进行一定的改进 6、总结全文的工作及展望
3. 国内外研究现状
人体运动行为识别的广泛应用和巨大的潜在价值，促成了对于人体行为识别的研究的开展，尤其是在美国、英国等国家。
1997年美国国防高级研究项目就设立了以卡内基梅隆大学为首的麻省理工大学等诸多高校参加的视觉监控重大项目VSAM---主要研究用于战争以及普通民用场景时监控视频的自动理解技术。
而英国的雷丁大学开展了对于车辆和行人的追踪以及相互识别的研究。
4. 计划与进度安排
研究计划：
１、 了解目前国内外研究情况以及实际应用情况，并对其做一定的分析。２、 提取标准样本人体行为特征以及测试人体行为特征３、 建模，并对人体行为进行识别分析４、 算法可行性分析及改进
具体方案如下
5. 参考文献
[[1]] 王雅懿.基于Kinect人体识别技术的虚拟现实交互方法的应用研究[D]. 北京工业大学,2014.
[2] 李恒.基于Kinect骨骼跟踪功能的骨骼识别系统研究[D].西安电子科技大学,2013.
[3] Jiawei H,Kamber M. Data mining：concepts and techniques[J]. San Francisco, CA,itd: Morgan Kaufman, 2001, 5.
