[發(fā)明專利]基于行為確定人員角色的方法

無效

• 申請?zhí)枺?/td>: 201110444466.7
• 申請日: 2011-12-26
• 公開（公告）號: CN102542292A
• 公開（公告）日: 2012-07-04
• 發(fā)明（設(shè)計）人: 朱松純;張建根;姚振宇
• 申請（專利權(quán)）人: 湖北蓮花山計算機視覺和信息科學(xué)研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 朱仁玲

1.一種基于行為確定人員角色的方法，其特征在于，包括以下步驟：

一、學(xué)習(xí)過程：

(1)獲取視頻源H_L；

(2)提取所述視頻源中人員的軌跡其中表示視頻H_L中第z個人員第j次出現(xiàn)的運動軌跡，并標(biāo)注所述人員的角色；

(3)提取所述所有軌跡中人員進入場景、離開場景的位置集合以及在場景中停留的位置集合其中N_o表示人員進入場景，離開場景的位置點個數(shù)，N_d表示人員在空間中停留的位置點個數(shù)；

(4)根據(jù)期望最大化算法對所述位置集合X_o進行聚類計算以得到場景的進出口的位置，對X_d進行聚類計算以得到場景中物體的位置；

(5)根據(jù)所述場景的進出口的位置以及場景中物體的位置來定義所述人員與所述場景的進出口以及場景中物體之間三種空間關(guān)系：進入場景關(guān)系、離開場景關(guān)系、與物體的距離關(guān)系，以及所述人員在所述場景中物體處停留時間的時間關(guān)系，其概率具體定義為：

三種空間關(guān)系都利用高斯分布定義如下：

p(πs)=p(xf,xh;μs,Σs)=12πΣsexp(-12(xf-xh-μs)TΣs-1(xf-xh-μs))]]>

其中π_s表示空間關(guān)系，具體為進入場景關(guān)系由人的位置與入口位置的距離確定，離開場景關(guān)系由人的位置與出口的位置的距離確定，與物體的距離關(guān)系有人的位置與物體的位置的距離確定，p(π_s)表示發(fā)生該空間關(guān)系π_s的概率，x_f指構(gòu)成空間關(guān)系π_s的人員在圖像中的位置，x_h指構(gòu)成空間關(guān)系λ_s進出口或物體在圖像中的位置，μ_s和∑_s分別指高斯分布的均值和方差；

時間關(guān)系利用高斯分布定義如下：

p(πt)=p(xt:μt,Σt)=12πΣtexp(-12(xt-μt)TΣt-1(xt-μt))]]>

其中π_t表示時間關(guān)系，p(π_t)表示發(fā)生該時間關(guān)系λ_t的概率，x_t表示人員在物體處停留的時間，μ_t和∑_t分別指高斯分布的均值和方差；

(6)根據(jù)所述空間關(guān)系和所述時間關(guān)系來定義人員動作，其概率定義為：

p(a)=Ππ∈Ωap(π),]]>

其中a表示人員動作，p(a)表示人員動作a的概率，Ω_a＝{π}表示定義動作a所需要的空間關(guān)系和時間關(guān)系集合；

(7)根據(jù)人員動作定義人員活動，包括進入場景活動，離開場景活動以及在場景中活動的概率，人員活動的概率定義為：

p(s)=Πa∈Ωsp(a)]]>

其中s表示人員的活動，p(s)表示人員活動的概率s，Ω_s＝{a}表示定義活動s的動作集合；

(8)根據(jù)所述人員活動來定義人員行為，每一個人員行為按照時間先后順序包含一個進入場景活動，一個在場景中活動以及一個離開場景活動，其概率定義為：

p(e)=p(s2|s1)p(s3|s2)Πi-13p(si),]]>

其中e表示人員的行為，p(e)表示人員行為的概率，s₁表示進入場景活動，s₂表示在場景中的活動，s₃表示離開場景活動，p(s₂|s₁)，p(s₃|s₂)分別表示連續(xù)活動之間的轉(zhuǎn)移概率。

(9)根據(jù)所述人員行為來定義所述人員的角色的概率，具體為：該定義分為兩部分，1)在工作時間內(nèi)該人員所做行為的個數(shù)K，該部分概率由泊松分布定義：p(K|r)＝Pois(K，λ_r)，其中r表示人員的角色，λ_r表示泊松分布的參數(shù)，2)該人員所做行為的分布情況，該部分概率由多項式分布定義：其中為多項式分布的參數(shù)，E表示該人員在工作時間內(nèi)所做事件集合，r表示人員的角色，N_E表示事件總的種類數(shù)，n_i表示第i種事件發(fā)生的次數(shù)；

(10)根據(jù)所標(biāo)注的所述人員的角色利用最大似然估計法學(xué)習(xí)所述空間關(guān)系、所述時間關(guān)系、所述人員動作以及所述人員行為的參數(shù)：μ_s，∑_s，μ_t，∑_t，p(s₂|s₁)，p(s₃|s₂)，λ_r，ρ_r；

二、檢測過程：

(11)獲取視頻源H_T；

(12)提取所述視頻源中人員的軌跡其中表示視頻H_T中第z個人員第j次出現(xiàn)的運動軌跡；

(13)根據(jù)改進的Earley算法以及學(xué)習(xí)階段所述空間關(guān)系、所述時間關(guān)系、所述人員動作、所述人員行為以及學(xué)習(xí)后的參數(shù)來解析所述人員的軌跡以得到所述人員的每一條軌跡所對應(yīng)的具體行為集合E，以及每一種行為e的發(fā)生概率

(14)根據(jù)所述人員的具體行為集合利用貝葉斯公式確定人員的角色，計算公式如下：

p(r|K,TR)∝ΣE∈ΩEp(r)p(K|r)p(E|r)Πei∈Ep(ei|tri)]]>

其中r表示人員的角色，K表示該人員所有軌跡的個數(shù)，TR表示該人員的軌跡集合，E表示對軌跡集合TR的一種解析情況(即每一條軌跡對應(yīng)一種解析情況)，Ω_E表示對軌跡集合TR的所有解析情況，e_i表示對軌跡tr_i的一種解析情況，p(r)表示人員角色的先驗概率，設(shè)為常數(shù)1/R，其中R為角色的種類數(shù)。