[发明专利]基于轮廓的异常行为识别方法

摘要

本发明一种基于轮廓的异常行为识别方法。首先，对摄像头采集到的图像序列进行运动目标检测与跟踪，提取目标轮廓；接着利用R变换表达每一帧中运动轮廓的空间信息；再对空间信息重新排列组合，做为行为分析的特征向量，利用主成分分析对其进行特征降维；最后利用隐马尔可夫模型表达具有空间信息的轮廓序列在时间上的变换关系，每个行为都有各自的隐马尔可夫模型参数表示。在识别过程中，将新的行为特征序列与存储的参数进行比较，依最大似然原则选择最匹配的行为。本发明识别方法对于提高智能视觉监控的自动分析具有重要意义，使计算机无需人的帮助就能知道场景中事件发生的时间、地点和人物。还可用于视频检索，帮助人们寻找视频中感兴趣的事件。

主权项

1. 一种基于轮廓的异常行为识别方法，其特征在于：包括步骤：步骤S1：对摄像头采集到的图像序列进行运动目标检测与跟踪，提取目标轮廓；步骤S2：对得到的目标轮廓姿态，利用R变换表达得到每一帧中运动轮廓的空间信息，用做行为识别的底层特征；步骤S3：利用主成分分析对上述特征向量进行特征降维，得到适合的特征序列；步骤S4：将不同行为的特征序列做为输入，利用隐马尔可夫模型学习其随时间的变化关系，通过每个行为的隐马尔可夫模型参数表示；步骤S5：利用训练的模型参数库，根据最大似然准则，判断待识别行为和预先定义行为的匹配程度。