[发明专利]基于卷积神经网络特征编码的人体动作识别方法

说明书

本发明提出了一种基于卷积神经网络特征编码的人体动作识别方法，主要解决现有技术计算复杂、准确率低的问题。实现方案是：利用TV‑L1得到视频光流图；分别从视频空间方向和光流动作方向依次进行卷积神经网络、局部特征累积编码、降维白化处理、VLAD向量处理，获取空间方向VLAD向量和动作方向VLAD向量；合并视频空间和光流动作两个方向信息得到人体动作分类数据，然后进行分类处理。本发明对卷积特征进行局部特征累积编码，使本发明在处理复杂背景数据时提高了识别率并减少了计算量，融合视频和光流VLAD向量获取的特征对环境变化具有更高的鲁棒性，可用于小区、商场以及保密场所等区域对监控视频中的人体动作进行检测识别。

技术领域

本发明属于图像处理技术领域，更进一步涉及基于深度学习的人体动作识别，具体是一种基于卷积神经网络特征编码的人体动作识别方法方法，可用于小区、酒店、商场以及保密场所等区域对监控视频中的人体动作进行检测识别。

背景技术

随着科技的快速发展和人们生活水平的不断提高的提高，人们对于生活中的安全问题也越来越关注。现在视频监控设备越来越普及，在小区、酒店、停车场、商场、十字路口、公司以及保密场所等很多地方都装有视频监控设备。随着视频监控设备规模不断扩大，视频监控对更加智能化的技术和系统的需求也更大。智能监控系统可以主动对监控视频中的人进行分析、识别，在发现异常情况时及时发出警报，避免可能存在的罪犯或者危险，人体动作识别技术涉及到人们日常生活的方方面面，研究人体动作识别对改善和提高人们的生活质量有重要的作用和潜在经济价值。

人体动作识别是指以数字图像或视频信号流为对象，通过图像处理与自动识别方法，获得人体动作信息的一种实用技术。由于人体动作的自由性，相机运动，光线强度变化，衣服的不同，不同人体型的差距，人体具有非刚体的特性以及不同环境条件下的差异性等等问题的存在，因此使得人体动作识别的研究成为一个多学科交叉并且特别具体挑战性的技术问题。

目前，人体动作识别方法主要有基于模板匹配，神经网络，时空特征等方法。由上述方法提取的特征受到复杂背景的影响很大，实时性差并且特征大所需内存很大，实现复杂，从而导致此类方法在处理大量复杂背景数据时，因鲁棒性不强降低了人体动作识别的精度。

现有的大部分人体动作识别算法，过程复杂，计算量太大，识别率不高，容易受到环境条件的影响，所以需要新的研究方法的提出。

Heng Wang等人在其发表的论文“Action recognition by dense trajectories”(Conference on Computer Vision&Pattern Recognition,2011,42(7):3169-3176)中提出了一种基于密集轨迹特征和支持向量机SVM的人体动作识别的方法，该方法首先对视频进行多尺度密集采样，然后对采集到的特征点进行跟踪形成轨迹，沿着轨迹将轨迹邻域划分成更小的子空间，对每个子空间构造描述静态特征HOG，像素绝对运动特征HOF，像素相对运动特征MBH，然后使用K均值聚类学习得到的词袋，最后利用支持向量机进行分类。该方法存在的不足之处是，计算量大，导致速度慢，实时性差，而且存在轨迹漂移问题。

合肥金诺数码科技股份有限公司申请的专利“一种基于Kinect的人体动作识别方法”(专利申请号：CN201310486754.8，公开号：CN103529944B)公开了一种基于Kinect的人体动作识别方法。该方法利用Kinect获取目标人体的骨骼关节点的空间位置信息，然后通过判断其是否满足预设的各种人体动作的判定标准来识别目标人体的动作类型。该方法存在的不足之处是时间复杂度高，容易受遮挡和人体差异的影响，因此准确率不高，适合简单动作的识别。