[發(fā)明專利]基于雙通道紅外信息融合的人體動作識別方法

無效

• 申請?zhí)枺?/td>: 201210198950.0
• 申請日: 2012-06-15
• 公開（公告）號: CN102799856A
• 公開（公告）日: 2012-11-28
• 發(fā)明（設計）人: 楊軼星;王璐;徐瑞;明東;綦宏志;萬柏坤
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 杜文茹

1.一種基于雙通道紅外信息融合的人體動作識別方法，其特征在于，包括如下階段：

1）分別使用紅外攝像頭采集人體運動視頻圖像，使用熱釋電紅外傳感器采集人體運動電壓信號；

2）對采集到的人體運動視頻圖像和人體運動電壓信號分別進行特征提取，其中，從人體運動視頻圖像中得到人體輪廓能量，從人體運動電壓信號中得到頻譜特征；

3）分別對人體輪廓能量和頻譜特征進行主成分分析；

4）將主成分分析結果在特征層上融合；

5）采用支持向量機的方法并結合人體紅外動作數(shù)據(jù)庫相應數(shù)據(jù)對融合后的特征進行分類識別。

2.根據(jù)權利要求1所述的基于雙通道紅外信息融合的人體動作識別方法，其特征在于，所述的從人體運動視頻圖像中得到人體輪廓能量包括如下步驟：

（1）采用混合高斯模型的背景減除法來進行紅外圖像中運動人體目標的檢測；

（2）對檢測到的運動人體目標進行形態(tài)學處理；

（3）對運動人體目標進行輪廓提取并進行輪廓等距采樣；

（4）得到人體輪廓能量圖。

3.根據(jù)權利要求2所述的基于雙通道紅外信息融合的人體動作識別方法，其特征在于，所述的對運動人體目標進行輪廓提取是采用目標鄰域點邊界跟蹤算法進行，具體包括：

（i）確定起始點。起始點的選擇準則規(guī)定為：按從左到右，從下到上的順序搜索，找到第一個黑點；

（ii）從起始點開始，定義初始的搜索方向為左上方；

（iii）若該方向上的鄰點為黑點，則將該黑點標記為邊界點；

（iv）否則搜索方向逆時針旋轉45°，直到找到第一個黑點為止；

（v）以這個黑點為新的邊界點，在當前搜索方向的基礎上逆時針旋轉90°，并以此方向作為新的初始搜索方向，重復步驟（ii）～（iv）；

（vi）當新找到的黑點和起始點重合時，停止搜索，邊界跟蹤結束。

4.根據(jù)權利要求1所述的基于雙通道紅外信息融合的人體動作識別方法，其特征在于，所述的對運動人體目標進行輪廓等距采樣包括如下步驟：

（i）將輪廓坐標表示按順時針排列，建立一個累計長度度量l′，初始值為0，將起點作為當前點；

（ii）判斷下一個點與當前點之間的位置關系，若為非對角l′增加1，否則增加

（iii）比較l′與i*d的大小，其中i是當前已采完的點數(shù)，d為單位距離，若l′<i*d則取下一個點，重復步驟（ii）；

（iv）若l′>i*d，則將這點納入采樣點，并將該點作為當前點，重復步驟（ii），直到i＝N-1，當取到滿足累計長度度量l′>(N-1)*d第一個點時，結束采樣，并以該點作為最后一個采樣點。

5.根據(jù)權利要求1所述的基于雙通道紅外信息融合的人體動作識別方法，其特征在于，所述的從人體運動電壓信號中得到頻譜特征圖包括：首先對采集的人體運動電壓信號進行去噪處理，對時域信號進行頻譜特征提取。

6.根據(jù)權利要求1所述的基于雙通道紅外信息融合的人體動作識別方法，其特征在于，階段4）所述的特征層上融合是：首先將步態(tài)能量圖特征經主成分分析后的特征矩陣R_n×m，熱釋電紅外傳感器頻譜信號經主成分分析后的特征矩陣P_n×s，以前后組合方式合并成一個新的特征矩陣T，即T＝[R，P]；然后，采用次優(yōu)搜索算法進行特征選擇。

7.根據(jù)權利要求1所述的基于雙通道紅外信息融合的人體動作識別方法，其特征在于，階段5）所述的人體紅外動作數(shù)據(jù)庫包括有：在六條規(guī)定的路徑上及一條隨機路徑上人體行走并做出特定動作的紅外動作數(shù)據(jù)。