[发明专利]一种基于运动方差图相位特征的热红外人体动作识别方法

权利要求书

1.一种基于运动方差图相位特征的热红外人体动作识别方法，其特征在于，包括如下步骤：

(1)采集待识别的红外人体动作序列图像，所述红外人体动作序列图像包括一个完整的人体动作对应的N帧图像序列；

(2)获取所述红外人体动作序列图像中各帧的人体动作区域；

(3)基于所述人体动作区域生成运动方差图；

步骤(3)包括如下步骤：

(301)计算各帧人体动作区域的灰度值标准差σ(x,y)，其中，B_n(x,y)为第n帧的人体动作区域(x,y)位置的灰度值，n₀表示起始帧号；

(302)对灰度值标准差σ(x,y)进行归一化处理得到运动方差数据MDI(x,y)，其中，σ_max是灰度值标准差σ(x,y)中的最大元素，将运动方差数据MDI(x,y)组成的二维数据矩阵作为运动方差图；

(4)提取运动方差图的相位一致性特征向量；

步骤(4)包括如下步骤：

(401)计算运动方差图在图像平面内各方向上的方向相位一致性图；

(402)以像素为单位比较所有方向相位一致性图，找出各像素位置上的最大值，构成最大方向相位一致性图PC_max；

(403)以矩阵形式分别将各方向相位一致性图均匀划分为M×N₁个非重叠的网格，并计算每一网格内全部像素的平均灰度，分别将各方向相位一致性图的全部平均灰度值按网格的量化系数的Z行排序组合为各方向相位一致性图的子特征向量；

(404)以矩阵形式将最大方向相位一致性图PC_max均匀划分为M×N₁个非重叠的网格，并计算每一网格内全部像素的平均灰度，将最大方向相位一致性图PC_max的全部平均灰度值按网格的量化系数的Z行排序组合为最大方向相位一致性图PC_max的子特征向量；

(405)将各方向相位一致性图的子特征向量和最大方向相位一致性图PC_max的子特征向量串行组合得到运动方差图的相位一致性特征向量H，其中，H＝{H₁,H₂,...,H_q,H_max}，H_max为最大方向相位一致性图PC_max的子特征向量，H₁,H₂,...,H_q分别为各方向相位一致性图的子特征向量；

(5)采用最近邻分类器对运动方差图的相位一致性特征向量进行分类识别，得到人体动作的类别标签，实现对红外人体动作序列图像中的人体动作的识别。

2.如权利要求1所述的基于运动方差图相位特征的热红外人体动作识别方法，其特征在于，步骤(2)包括如下步骤：

(201)按人体动作时序先后对各图像帧进行排序，生成各帧的差分运动历史图；

(202)对各帧的差分运动历史图，沿垂直方向计算差分运动历史图各列像素灰度之和，计算差分运动历史图各列像素灰度之和的平均值，获取列像素灰度之和大于列像素灰度之和的平均值的图像列作为高亮图像列；

(203)对各帧的差分运动历史图，沿水平方向计算差分运动历史图各行像素灰度之和，计算差分运动历史图各行像素灰度之和的平均值，获取行像素灰度之和大于行像素灰度之和的平均值的图像行作为高亮图像行；

(204)将各帧的差分运动历史图中，高亮图像列和高亮图像行围成的区域作为待处理人体动作区域；

(205)将所有待处理人体动作区域缩放处理成统一尺寸作为人体动作区域，使得统一尺寸后的每个人体动作区域的行数为所有待处理人体动作区域的行数的中位数，每个人体动作区域的列数为所有待处理人体动作区域的行数的中位数。