[发明专利]一种基于运动历史图与R变换的人体行为识别方法

说明书

技术领域

本发明涉及计算机视觉和图像处理领域，尤其涉及一种基于运动历史图与R变换的人体行为识别方法。

背景技术

视频监控是当今视觉领域研究的热点与重点问题，在安防领域和人机交互等领域，源源不断地产生着数量众多的视频数据，这些数据动辄以G的单位来衡量，仅凭人工判别无疑会耗费巨大的人力.视频内容丰富，大部分时候我们仅关注视频中的某些部分，比如说人体行为，如果能够自动高效地进行识别，将解放大量的人力。当前的行为识别研究成果主要集中于RGB视频的行为识别研究上。

RGB视频是视频最常见的一种形式，来源广泛，多年来有较多研究成果，目前基于RGB视频的行为识别方法主要分为时空分析方法（Space-timeapproach）、序列分析方法（Sequential approach）及层次化分析方法（Hierarchical approach）三大类。经过多年的发展，基于RGB视频的人体行为识别方面的研究瓶颈日益凸显，原因是RGB视频作为人体行为识别的数据源时背景干扰难以去除。更重要的事，RGB视频仅利用了二维平面信息，用二维信息来描述三维人体行为显然损失了很多关键信息。

随着技术的进步，近年来出现了一种廉价的配有深度传感器的摄像头—Kinect。微软的这款Kinect摄像头能在获取正常的RGB图像的同时，获取质量可以接受的深度信息。摄像头中已经集成了骨骼学习的算法，能够获取三维场景中正常人体的骨骼信息。目前深度图的特征提取主要还是在借鉴以往在RGB上提取特征的经验。与此同时，不少公共数据集已经提出，极大地方便了深度图上特征提取的研究。Zicheng Liu等人提出了基于三维数据轮廓(A bag of3D words)的方法，他将深度图看作为三维数据，然后在笛卡尔空间内从上、左和前三个方向投影并得到投影轮廓，这之后在投影轮廓上下采样出固定个数的点作为特征，得出的特征置入Action Graph模型中进行识别。Bingbing Ni独立采集了一个称之为RGBD-HuDaAct的深度数据集，并首次将3D-MHIs的思想用在了深度图序列特征提取上。这些方法都有各自的局限性：A bag of3D words的方法识别准确率较高，但由于需要在人体轮廓上均匀采样，要求得到的深度数据十分纯净，无法在实际场景的人体行为识别中运用；直接应用3D-MHIs的方法速度够快，但是识别准确率不够；DMM-HOG在保证识别准确率的同时对复杂背景的行为识别也比较有效，但是该方法太过耗时，无法实现实时人体行为识别。

发明内容

本发明针对现有技术的不足，提出了一种基于运动历史图与R变换的人体行为识别方法。该方法使用深度视频作为识别依据，将运动历史图和R变换的概念应用到了行为特征提取过程之中，并利用支持向量机的方法进行行为识别的训练和识别过程。

该方法包括离线训练阶段和在线识别阶段，具体步骤如下：

步骤(1).离线训练阶段

所述的离线训练阶段目的是获得一个人体行为识别模型，其步骤如下：

步骤1-1.将待训练的深度视频S切割为时间长度相同的多个深度视频片段，然后按照各个深度视频片段的不同行为类别打上不同的行为标记，由此获得了人体行为识别的训练集T。

所述的训练集T为不同的行为标记的各深度视频片段的集合；

所述的时间长度为在线识别阶段定义的待识别视频片段的时间长度；

步骤1-2.运用“前景分割技术”获得各个深度视频片段中人体行为运动的最小包围矩，并将深度视频片段中最小包围矩限定的视频内容缩放到统一大小。

所述的“前景分割技术”操作如下：

a)对于训练集T给定的一个深度视频片段V，它由若干帧深度图{P₁,P₂,...,P_i}构成，其中i表示第i帧深度图；对于其中任意一张深度图P_i,将P_i中像素点根据像素点位置的深度值进行k-means二值聚类，得到前景像素集合与背景像素集合；所述的前景像素比背景像素的平均深度值小。