[發明專利]基于輪廓的異常行為識別方法

無效

• 申請號: 200710179881.8
• 申請日: 2007-12-19
• 公開（公告）號: CN101464952A
• 公開（公告）日: 2009-06-24
• 發明（設計）人: 譚鐵牛;黃凱奇;王瑩
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06K9/48
• 代理公司: 中科專利商標代理有限責任公司
• 代理人: 周國城

1.一種基于輪廓的異常行為識別方法，其特征在于：包括步驟：

步驟S1：對攝像頭采集到的圖像序列進行運動目標檢測與跟蹤，提取目標輪廓；

步驟S2：對得到的目標輪廓姿態，利用R變換表達得到每一幀中運動輪廓的空間信息，用做行為識別的底層特征；

步驟S3：利用主成分分析對上述特征向量進行特征降維，得到適合的特征序列；

步驟S4：將不同行為的特征序列做為輸入，利用隱馬爾可夫模型學習其隨時間的變化關系，通過每個行為的隱馬爾可夫模型參數表示；

步驟S5：利用訓練的模型參數庫，根據最大似然準則，判斷待識別行為和預先定義行為的匹配程度。

2.根據權力要求1所述的基于輪廓的異常行為識別方法，其特征在于：所述步驟S1中的運動目標檢測包括如下步驟：

步驟S11：對得到的圖像序列構建背景模型；

步驟S12：從運動圖像序列中將變化區域從背景模型中提取出來，用于得到運動目標；

步驟S13：將得到的運動目標進行形態學操作和連通域分析，得到分割準確的運動目標輪廓。

3.根據權力要求1所述的基于輪廓的異常行為識別方法，其特征在于：所述步驟S2的空間信息表達包括如下步驟：

步驟S21：對步驟S1已經得到的輪廓進行尺度歸一化；

步驟S22：對歸一化過的輪廓進行R變換，得到輪廓空間信息的特征描述。

4.根據權力要求1所述的基于輪廓的異常行為識別方法，其特征在于：所述步驟S3的特征降維過程包括如下步驟：

步驟S31：將行為序列中每一幀經R變換后的1×180維的特征向量分成三部分，每一部分為一個1×60的向量，依次排列形成一個60×3的矩陣；

步驟S32：對步驟S31得到的矩陣進行主成分分析，根據信息貢獻率得到一個2×3的矩陣；

步驟S33：對步驟S32得到的降維矩陣，依次展開排成一行，最后得到一個1×6的特征向量，用做最后的特征描述。

5.根據權力要求1所述的基于輪廓的異常行為識別方法，其特征在于：所述步驟S4的行為模型參數學習過程包括如下步驟：

步驟S41：將每個行為所得的特征序列作為隱馬爾可夫模型的輸入；

步驟S42：學習不同行為的隱馬爾可夫模型的參數并保留。

6.根據權力要求1或5所述的基于輪廓的異常行為識別方法，其特征在于：所述步驟S5的行為識別過程包括如下步驟：

步驟S51：將原始識別序列按照步驟S1到S3轉換成行為特征序列；

步驟S52：將所得到的行為特征序列分別與步驟S42存儲保留的模型參數進行比較，根據最大似然原則選擇最匹配的行為。