[发明专利]一种仿记忆引导的模式识别方法

摘要

本发明公开了一种仿记忆引导的模式识别方法，通过引入当前时刻之前记忆中的时间序列信息，以序列中的样本为参考进行模式识别，检测运动信息。模拟人脑中的记忆调用机制，以不同的记忆片段为基元，检测出多个记忆片段中的运动变化及与之相对应的运动状态；模拟记忆的衰减机制，组合多个片段中的运动检测结果，增强当前时刻中的运动变化信息并构成连续时间序列中的运动状态，形成当前时刻的运动检测结果，作为模式识别结果。本发明能够稳定、可靠地用于复杂条件下的模式识别及运动检测，具有较好的噪声抑制效果且运算效率较高。

主权项

1.一种仿记忆引导的模式识别方法，其特征在于，包括如下步骤：步骤一：仿记忆调用机制及其过程，分割历史时间序列并同当前时刻帧组合成为片段序列作为模式识别的基元；仿记忆调用机制中基于片段序列的运动检测策略，既对于所存储的历史记忆进行分段，以记忆片段作为运动检测的基元；具体，对于视频序列中当前时刻t的图像帧，将1,2，…，t时刻的帧按照长度k进行分割，分别对分割出每个片段序列模拟视觉运行显著性机制检测片段序列中所出现的运动变换，作为该片段中的模式识别结果；若x_t为t时刻所考察的点，当前时刻t＝n，l个记忆片段中的时间序列可通过组合x_n及记忆中的样本而得到；因此，对于当前时刻中的点x_n，相应的序列片段构造为：其中,为片段序列，i＝1,2,…,l，x_n为当前时刻所考察的点，x_n‑1,x_n‑2,…,x_n‑l×k为记忆中的样本，k为时间序列的长度，l为记忆的存储量；步骤二：仿视觉运动显著性机制及其过程，提取每个片段序列中的运动显著性，检测得到片段序列中的运动信息；运动信息的计算过程为：构造当前时刻点和历史时刻样本所组成的片段序列：对于该片段序列计算其傅里叶变换及相应的相位谱：对所得的相位谱计算其反傅里叶变换：其中，F和F^‑1分别表示傅里叶变换及反傅里叶变换，代表序列片段的相位谱，为相位谱的反傅里叶变换结果，g(t)为一维高斯滤波器；为了准确地检测运动信息的同时抑制背景中的运动噪声，需要进一步对进行阈值滤波；对相位谱的反变换结果进行阈值滤波，如果的值大于阈值则相应位置处出现运动信息，否则认为无运动变化：其中，T为阈值，典型值设置为：其中，和分别为的均值和方差；步骤三：仿记忆衰退机制及其过程，对运动信息进行加权，并加权融合所有片段序列中的运动信息，输出当前时刻运动信息及整个时间序列中的运动轨迹，综合作为模式识别结果；1)当前时刻运动信息计算为：首先，将所有l个序列片段中的运动检测结果的累积：其中，En为运动检测结果的累积；其次，通过基于灰度直方图的方法对运动检测结果图En进行分割；通过这种计算，可以得到仅针对当前时刻的运动信息，作为当前时刻的模式识别结果；(2)整个时间序列中的运动轨迹计算为：采用加权的方法计算权重及衰减：其中，为第i个片段中运动检测结果所对应的权重，α为调制参数，取值范围为0＜α＜1；衰减后运动信息的累积：其中，为运动轨迹图；为了抑制轨迹生成过程及运动信息衰减过程中所引入的噪声；将原始运动检测累积结果同衰减后的运动检测累积结果相乘：其中，为噪声抑制后的轨迹，作为最终运动轨迹计算结果。