[发明专利]一种基于概率潜在语义分析的行人异常识别方法

说明书

技术领域：本发明涉及一种利用计算机视觉进行人体行为识别的方法，具体地说是一种对待分析视频中的人体行为进行分类的方法，属于模式识别技术领域。

技术背景：

人体行为识别是近几年来计算机视觉领域的重大热点之一，其在运动捕获视频监控等多领域获得了初步的应用，并具重大的应用前景。由于人体运动的多变性和多样性，背景的嘈杂以及背景运动等多方面的因素严重影响人体运动的识别效果，实现人体行为识别是计算机视觉领域长期存在的问题。

在人体行为识别问题中，研究者常对图像强度值在局部范围内有显著变化的像素点感兴趣，这些“兴趣点”通常被称为时空兴趣点(Space-Time Interest Points，STIP)。Harris角点就是一种常用的兴趣点，2003年，Laptev等人最先将空间域的Harris角点检测推广到时空域，得到3D-Harris角点。该方法较好的克服了尺度、速度、视角等变化，但检测到的时空角点过于稀疏。2005年，Dollar等人提出了Cuboids检测算法，在空间2D高斯滤波器的基础上引入时间Gabor滤波器，将相应函数高于某一阈值的区域定义为时空兴趣点，使提取的兴趣点更为稠密。然而Dollar方法不具有尺度不变性，2008年，Willems等人提出了基于三维Hessian矩阵的兴趣点检测方法，在保证兴趣点稠密性的同时具有尺度不变性。在以上时空兴趣点的检测方法中，一旦背景中有其他微小运动目标，时空兴趣点同样会记录这些微小运动。

检测出兴趣点后，需要选择合适的局部特征描述子对兴趣点进行特征表示。Laptev等人采用基于HOG和HOF的特征描述子对3D-Harris角点表示，Dollar等人采用Cuboid描述子表示兴趣点。Klaser等人将HOG推广到时空维，得到3D-HOG描述子，其考虑了是将方向的梯度信息。同样的，Willems等人将SURF描述子推广到三维空间，得到ESURF描述子。以上描述例子中，有的只考虑梯度信息，有的只考虑光流信息，当联合考虑时有只在空间域与时间域内单独考虑。Wang等人比较了各种局部描述算子，并发现在大多数情况下整合了梯度和光流信息的描述算子其效果最好。

在分类器的选择方面，Laptev和Dollar等人都采用K均值聚类对描述子聚类，后采用SVM对行为分类。检测结果较优，但是该方法忽略了动作之间的关联性以及时空上下文特征。2005年Li FeiFei首次将Bag of word模型应用于场景图像的表示，并通过主题模型实现对多种场景的分类李，使得主题模型进行人体行为分类被广泛接受。其应用Cuboid检测子从视频序列中提取兴趣点，利用HOG描述子描述提取到的兴趣点，生成视觉单词，应用pLSA(Probabilistic Latent Semantic Analysis)学习和分类人体行为，该方法不仅可以识别多个单动作视频序列，而且可以识别一个长视频中的多个动作。但这些早期的研究还只是局限于受限场景下的人体动作识别，比如特定的视角、动作人、背景和光照，在自然场景下，取消上述种种限制的情况下，该方法的性能急剧下降甚至不再适用。

发明内容：

本发明针对现有基于视频的人体行为识别方法存在的不足，提出一种基于概率潜在语义分析的行人异常识别方法，以提高特征的表征能力和行为识别率。

为实现上述目的，该发明具体包括以下步骤：

步骤A、取一个视频样本，采用混合高斯背景建模算法提取前景目标，对该视频每一帧生成仅含人体目标的二值掩码图片，通过掩码图片生成仅含人体目标的视频；

读取视频前n帧，建立背景模型，对新读取的每一帧，分割出包含人体的二值图片。将该二值图像与原图像做掩膜操作，生成仅含人体目标的灰度图像，通过一系列灰度图像生成仅含前景人体的视频。

步骤B、采用基于三维Hessian矩阵检测生成视频的时空兴趣点；

该步骤的具体实现方法是：

三维Hessian矩阵定义为

其中，σ、τ分别为空间和时间尺度，ξ、η分别表示x、y或t，g(.；σ²，τ²)为高斯平滑函数，

在该尺度下，对每一个像素计算Hessian矩阵行列式，得到兴趣点响应函数S＝|det(H)|，

在时间、空间和尺度(x，y，t，σ，τ)上采用非最大值抑制选择局部最大值作为兴趣点的位置。

在计算中，对极值点尺度归一化，并采用积分视频和盒滤波器加速计算。