[發(fā)明專利]一種基于關(guān)鍵幀的多特征融合的人體姿態(tài)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210063893.5
• 申請(qǐng)日: 2012-03-12
• 公開(kāi)（公告）號(hào): CN102682302A
• 公開(kāi)（公告）日: 2012-09-19
• 發(fā)明（設(shè)計(jì)）人: 黃鮮萍;鄭莉莉;梁榮華
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06T7/00
• 代理公司: 杭州天正專利事務(wù)所有限公司 33201
• 代理人: 王兵;王利強(qiáng)

技術(shù)領(lǐng)域

本發(fā)明涉及一種人體姿態(tài)識(shí)別方法。?

背景技術(shù)

近幾年來(lái)，隨著中國(guó)及其它新興經(jīng)濟(jì)體城鎮(zhèn)化建設(shè)加速，人口流動(dòng)增大的同時(shí)伴隨著城市化所引發(fā)的一系列交通、治安等城市管理問(wèn)題，視頻監(jiān)控越來(lái)越普及，對(duì)視頻監(jiān)控智能化的需求也越來(lái)越高。人們希望通過(guò)智能分析從視頻中提取更多的信息應(yīng)用于人們的生活和工作中的各個(gè)應(yīng)用領(lǐng)域，例如安防監(jiān)控、智能家居、人機(jī)交互、運(yùn)動(dòng)員輔助訓(xùn)練等。安防行業(yè)，如銀行、鐵軌、倉(cāng)庫(kù)等場(chǎng)所中，需要自動(dòng)實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤，及異常報(bào)警情況，從而減少各類損失；在家居安全系統(tǒng)和醫(yī)療監(jiān)護(hù)系統(tǒng)中，能夠及時(shí)檢測(cè)出家中老人或病人是否發(fā)生異常情況；在智能機(jī)器人領(lǐng)域中，希望能夠?qū)σ曨l中人的姿態(tài)、手勢(shì)、語(yǔ)言的分析，與人進(jìn)行交流和互動(dòng)；在體育運(yùn)動(dòng)、舞蹈訓(xùn)練等一些運(yùn)動(dòng)訓(xùn)練中，系統(tǒng)能夠分析運(yùn)動(dòng)員的關(guān)節(jié)運(yùn)動(dòng)參數(shù)，用于改進(jìn)運(yùn)動(dòng)員的訓(xùn)練方式。?

現(xiàn)有的人體姿態(tài)識(shí)別通常采用兩種方法：模板匹配法和狀態(tài)空間法。模板匹配法是將圖像序列轉(zhuǎn)換為一組靜態(tài)形狀模式，然后在識(shí)別過(guò)程中用預(yù)先存儲(chǔ)的行為標(biāo)本來(lái)解釋圖像序列中人的運(yùn)動(dòng)，該算法的優(yōu)點(diǎn)是計(jì)算復(fù)雜度低，實(shí)現(xiàn)簡(jiǎn)單，但是對(duì)行為的時(shí)間間隔敏感，魯棒性差。狀態(tài)空間法用狀態(tài)空間模型定義每個(gè)靜態(tài)姿勢(shì)并作為一個(gè)狀態(tài)，這些狀態(tài)之間通過(guò)某種概率聯(lián)系起來(lái)，每個(gè)運(yùn)動(dòng)序列可以看作為這些?靜態(tài)姿勢(shì)不同狀態(tài)之間的一次遍歷，并計(jì)算其聯(lián)合概率的過(guò)程，該算法能夠避免對(duì)時(shí)間間隔建模的問(wèn)題，但是需要訓(xùn)練樣本大，計(jì)算復(fù)雜度高。?

關(guān)鍵幀是指在視頻序列中信息量最大、有代表性的一副或多幅圖像，能夠反映一段視頻的內(nèi)容梗概，同時(shí)要盡量做到簡(jiǎn)潔、數(shù)據(jù)量少，因此在視頻分析過(guò)程中提取關(guān)鍵幀進(jìn)行姿態(tài)識(shí)別很大程度的提高視頻分析效率。常用的關(guān)鍵幀提取技術(shù)大致可以分為：基于鏡頭邊界的方法，是將視頻按照?qǐng)鼍胺指畛扇舾蓚€(gè)獨(dú)立鏡頭，取每組鏡頭的第一幀、最后一幀或者中間幀作為關(guān)鍵幀，此算法簡(jiǎn)單、快捷，但未考慮視覺(jué)內(nèi)容的復(fù)雜性，無(wú)法表示內(nèi)容較長(zhǎng)的視頻片段；基于視頻內(nèi)容分析的方法，是利用圖像特征，判斷視頻圖像幀與當(dāng)前幀的特征差異度，差異越大則為關(guān)鍵幀，這類算法對(duì)于不同長(zhǎng)度和內(nèi)容的視頻能得到較好的效果，但對(duì)于鏡頭運(yùn)動(dòng)和視頻內(nèi)容變化較劇烈時(shí)，提取的關(guān)鍵幀將會(huì)很不穩(wěn)定；基于運(yùn)動(dòng)分析的方法，這類算法的典型代表有光流法，該類算法的計(jì)算量較大，對(duì)于局部的運(yùn)動(dòng)信息依賴性強(qiáng)；基于聚類的方法，該類算法通過(guò)聚類分析，提取聚類中心作為關(guān)鍵幀，其優(yōu)點(diǎn)是能較好地反映視頻內(nèi)容，但其算法復(fù)雜，且穩(wěn)定性差。?

發(fā)明內(nèi)容

為了克服已有的人體姿態(tài)識(shí)別方法的算法復(fù)雜、穩(wěn)定性差、魯棒性差的不足，本發(fā)明提供一種簡(jiǎn)化計(jì)算、穩(wěn)定性良好、魯棒性良好的基于關(guān)鍵幀的多特征融合的人體姿態(tài)識(shí)別方法。?

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：?

一種基于關(guān)鍵幀的多特征融合的人體姿態(tài)識(shí)別方法，所述人體姿態(tài)識(shí)別方法包括以下步驟：?

(1)對(duì)視頻圖像提取Hu不變矩特征，計(jì)算圖像序列的覆蓋率，提取覆蓋率最高的設(shè)定覆蓋百分?jǐn)?shù)為候選關(guān)鍵幀，然后計(jì)算候選關(guān)鍵幀的失真率，以提取其中最小的失真百分?jǐn)?shù)為關(guān)鍵幀；?

(2)對(duì)關(guān)鍵幀進(jìn)行前景圖像的抽取，得到運(yùn)動(dòng)人體的前景圖像后；?

(3)提取關(guān)鍵幀的特征信息，所述特征信息為六星模型、六星角度和離心率；得到多特征融合的圖像特征向量；?

(4)使用一對(duì)一的訓(xùn)練好的分類模型，所述分類模型為基于SVM的姿態(tài)分類器，對(duì)姿態(tài)進(jìn)行識(shí)別。?

進(jìn)一步，所述步驟(4)中，針對(duì)N類姿態(tài)，在任意兩類樣本之間設(shè)計(jì)一個(gè)SVM，因此就需要設(shè)計(jì)N*(N-1)/2個(gè)SVM。?

再進(jìn)一步，所述步驟(4)中，分類模型的訓(xùn)練過(guò)程如下：?

(4.1)首先對(duì)人體的前景圖像進(jìn)行預(yù)處理，對(duì)于不同的行為視頻片段，先對(duì)其進(jìn)行基于碼本的背景訓(xùn)練，通過(guò)視頻序列幀與背景模型的圖像差分，得到運(yùn)動(dòng)人體的前景圖像，并進(jìn)行形態(tài)學(xué)的圖像處理，去除圖像噪聲；?

(4.2)提取包含11種姿態(tài)的訓(xùn)練數(shù)據(jù)的特征，組成標(biāo)準(zhǔn)樣本的特征庫(kù)，使用多姿態(tài)融合的方法對(duì)運(yùn)動(dòng)人體進(jìn)行姿態(tài)特征描述，所述11種姿態(tài)分別為行走、小跳躍、大跳躍、側(cè)走、蹲下、彎腰、爬行、俯臥撐、仰臥起坐和坐下；?

(4.3)通過(guò)對(duì)標(biāo)準(zhǔn)樣本的學(xué)習(xí)，構(gòu)建基于SVM的多類分類模型；?

(4.4)利用測(cè)試樣本對(duì)模型進(jìn)行驗(yàn)證，如果低于預(yù)計(jì)的正確率則調(diào)整訓(xùn)練樣本，返回到(4.1)，直到高于預(yù)計(jì)的正確率，得到訓(xùn)練后的分類模型。?