Abstract Human behaviours consist different types of motion; we show how they can be disambiguated into their components in a richer way than that currently possible. Studies on optical flow have concentrated on motion alone without the higher order components: snap, jerk and acceleration. We are the first to show how the acceleration, jerk, snap and their constituent parts can be obtained from image sequences, and can be deployed for analysis, especially of behaviour. We demonstrate the estimation of acceleration in sport, human motion, traffic and in scenes of violent behaviour to demonstrate the wide potential for application of analysis of acceleration. Determining higher order components is suited to the analysis of scenes which contain them: higher order motion is innate to scenes containing acts of violent behaviour, but it is not just for behaviour which contains quickly changing movement: human gait contains acceleration though approaches have yet to consider radial and tangential acceleration, since they concentrate on motion alone. The analysis of synthetic and real-world images illustrates the ability of higher order motion to discriminate different objects under different motion. Then the new approaches are applied in heel strike detection in the analysis of human gait. These results demonstrate that the new approach is ready for developing new applications in behaviour recognition and provides a new basis for future research and applications of higher-order motion analysis.

中文翻译：

---

用于行为识别的参数化高阶运动

摘要 人类行为包括不同类型的运动；我们展示了如何以比当前可能的方式更丰富的方式将它们消除为组件的歧义。对光流的研究只集中在运动上，没有高阶分量：snap、jerk 和加速度。我们是第一个展示如何从图像序列中获得加速度、加加速度、捕捉和它们的组成部分，并可以部署用于分析，尤其是行为分析的人。我们展示了运动、人体运动、交通和暴力行为场景中加速度的估计，以展示加速度分析应用的广泛潜力。确定高阶分量适用于分析包含它们的场景：高阶运动是包含暴力行为的场景的先天性，但这不仅仅适用于包含快速变化运动的行为：人类步态包含加速度，尽管方法尚未考虑径向和切向加速度，因为它们只关注运动。对合成图像和真实世界图像的分析说明了高阶运动在不同运动下区分不同物体的能力。然后将新方法应用于人体步态分析中的足跟撞击检测。这些结果表明，新方法已准备好开发行为识别中的新应用，并为未来高阶运动分析的研究和应用提供新的基础。因为他们只专注于运动。对合成图像和真实世界图像的分析说明了高阶运动在不同运动下区分不同物体的能力。然后将新方法应用于人体步态分析中的足跟撞击检测。这些结果表明，新方法已准备好开发行为识别中的新应用，并为未来高阶运动分析的研究和应用提供新的基础。因为他们只专注于运动。对合成图像和真实世界图像的分析说明了高阶运动在不同运动下区分不同物体的能力。然后将新方法应用于人体步态分析中的足跟撞击检测。这些结果表明，新方法已准备好开发行为识别中的新应用，并为未来高阶运动分析的研究和应用提供新的基础。