[发明专利]行为检测方法及装置

说明书

技术领域

本发明涉及机器视觉技术领域，特别涉及一种行为检测方法及装置。 

背景技术

随着社会发展和智能城市的需要，越来越多的公共场所安装了视频监控系统。有些视频监控系统中有这样一类功能需求，即视频中是否有快速奔跑的人。该需求为视频监控中行为分析问题，属于智能视频监控较高级处理目标。 

发明内容

为了达到上述目的，本发明提出了一种行为检测方法及装置。 

根据本发明的一个方面，行为检测方法包括：使用高斯背景建模法提取前景图像；在所述前景图像中提取人体肩膀和人手的位置；根据所述人手的位置和肩膀的位置判断是否发生奔跑行为。 

优选地，使用高斯背景建模法提取前景图像包括：将前景图像中的每个图像单位作为从混合高斯分布样本中采样得到的随机变量；根据预设值，每个像素点是前景或背景的先验概率进行估值。 

优选地，在所述前景图像中提取人体肩膀和人手的位置包括：使用不同的正负样本训练三种检测子：人体、头肩和人手；使用所述人体检测子对运动区域进行检测；在所述人体区域内及预设范围内使用同样的方法检测头肩和人手。 

优选地，所述判断是否发生奔跑行为的方法还包括：提取一个人中人手中心位置hand1，hand2，头肩检测子的左右下角corner1，corner2，以及头肩的高度height1；判断出hand1或与corner1或corner2的距离比上height1大于阈值thr1时，则判定发生奔跑行为。 

根据本发明的一个方面，一种行为检测装置包括：第一提取模块，用于使用高斯背景建模法提取前景图像；第二提取模块，用于在所述前景图像中提取人体肩膀和人手的位置；判断模块，用于根据所述人手的位置和肩膀的 位置判断是否发生奔跑行为。 

优选地，所述第一提取模块包括： 

第一处理模块，用于将前景图像中的每个图像单位作为从混合高斯分布样本中采样得到的随机变量； 

第二处理模块，用于根据预设值，每个像素点是前景或背景的先验概率进行估值。 

优选地，所述第二提取模块包括： 

训练模块，用于使用不同的正负样本训练三种检测子：人体、头肩和人手；第一检测模块，用于使用所述人体检测子对运动区域进行检测；第二检测模块，用于在所述人体区域内及预设范围内使用同样的方法检测头肩和人手。 

优选地，所述判断模块包括：提取模块，用于提取一个人中人手中心位置hand1，hand2，头肩检测子的左右下角corner1，corner2，以及头肩的高度height1；行为判定模块，用于判断出hand1或与corner1或corner2的距离比上height1大于阈值thr1时，则判定发生奔跑行为。 

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。 

图1是根据本发明实施例的行为检测方法的流程图； 

图2是根据本发明实施例的行为检测装置的结构框图； 

图3是根据本发明实施例的奔跑检测的流程图。 

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 

本实施例提供了一种行为检测方法，图1是根据本发明实施例的行为检 测方法的流程图，如图1所示，包括如下步骤： 

步骤S102：使用高斯背景建模法提取前景图像。 

步骤S104：在该前景图像中提取人体肩膀和人手的位置。 

步骤S106：根据该人手的位置和肩膀的位置判断是否发生奔跑行为。 

优选地，使用高斯背景建模法提取前景图像包括：将前景图像中的每个图像单位作为从混合高斯分布样本中采样得到的随机变量；根据预设值，每个像素点是前景或背景的先验概率进行估值。 

优选地，在该前景图像中提取人体肩膀和人手的位置包括：使用不同的正负样本训练三种检测子：人体、头肩和人手；使用该人体检测子对运动区域进行检测；在该人体区域内及预设范围内使用同样的方法检测头肩和人手。