[發(fā)明專利]基于相對(duì)梯度的ISA模型的行為識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210578578.6
• 申請(qǐng)日: 2012-12-28
• 公開（公告）號(hào): CN103065158A
• 公開（公告）日: 2013-04-24
• 發(fā)明（設(shè)計(jì)）人: 劉啟和;陳雷霆;蔡洪斌;邱航;肖燕霞;周川
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/46
• 代理公司: 成都中亞專利代理有限公司 51126
• 代理人: 陳亞石

技術(shù)領(lǐng)域

本發(fā)明涉及基于相對(duì)梯度的ISA模型的行為識(shí)別方法。

背景技術(shù)

行為識(shí)別是在計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域備受關(guān)注并具挑戰(zhàn)性的一個(gè)研究方向。行為識(shí)別任務(wù)不只是實(shí)現(xiàn)對(duì)人或者虛擬現(xiàn)實(shí)中機(jī)器人行為的識(shí)別，還有比如說(shuō)對(duì)車輛、坦克等的加速、停止、左轉(zhuǎn)、右轉(zhuǎn)等行為的識(shí)別等等，在安全監(jiān)控，戰(zhàn)場(chǎng)演習(xí)、人機(jī)交互，基于行為的視頻檢索等方面有廣泛的應(yīng)用背景。

行為識(shí)別是在成功實(shí)現(xiàn)視頻圖像序列中的跟蹤，完成特征提取的基礎(chǔ)上進(jìn)行的，屬于更高一層的視覺任務(wù)。獨(dú)立子空間分析（independent?subspace?analysis,?ISA）是一種可以用于特征提取的無(wú)監(jiān)督學(xué)習(xí)模型。獨(dú)立子空間分析模型是獨(dú)立分量分析（independent?component?analysis,?ICA）模型的一個(gè)擴(kuò)展模型。它是一種能夠有效地模擬人類視覺系統(tǒng)中V1區(qū)簡(jiǎn)單細(xì)胞與復(fù)雜細(xì)胞感受野的響應(yīng)模式的層次化結(jié)構(gòu)模型，并利用ISA對(duì)大量的視頻數(shù)據(jù)樣本進(jìn)行無(wú)監(jiān)督學(xué)習(xí)，獲取具有統(tǒng)計(jì)獨(dú)立性與稀疏特性的視頻基元，被認(rèn)為是一種有效的視頻圖像統(tǒng)計(jì)分析方法，對(duì)于提取視頻中的局部特征也是一種很有效的方法。

公開號(hào)為CN?101334845?A的專利公開了一種基于軌跡序列分析和規(guī)則歸納的視頻行為識(shí)別方法，該專利主要是解決了固定攝像機(jī)場(chǎng)景中利用計(jì)算機(jī)自動(dòng)學(xué)習(xí)頻繁發(fā)生的運(yùn)動(dòng)事件規(guī)則，并對(duì)感興趣的行為進(jìn)行自動(dòng)識(shí)別的問題，主要用于智能監(jiān)控。但是如果要檢測(cè)的視頻中不是固定攝像機(jī)拍攝的，場(chǎng)景信息比較多，對(duì)場(chǎng)景進(jìn)行分割，需要花費(fèi)一定的時(shí)間；或者如果要檢測(cè)的視頻中行為模式比較復(fù)雜，采用隱馬爾科夫模型（HMM）進(jìn)行建模，高效性可能就會(huì)降低。

公開號(hào)為CN?102306301?A的專利申請(qǐng)文件雖然解決了現(xiàn)有的仿生模型目標(biāo)識(shí)別速度低的問題。但它仍然存在許多不足的地方，比如只考慮了視覺皮層V1中復(fù)雜細(xì)胞的基本屬性，而其他特性如環(huán)繞抑制等沒有考慮。

對(duì)基于視覺的行為識(shí)別而言，從視頻圖像序列中抽取出能夠合理表示視頻中實(shí)體的行為數(shù)據(jù)至關(guān)重要。目前人的行為表示方法根據(jù)特征提取方法不同分為基于表觀的表示方法和基于人體模型的表示方法。基于表觀的表示方法不是對(duì)人體物理結(jié)構(gòu)直接建模，而是直接計(jì)算感興趣區(qū)域的簡(jiǎn)單2D表觀表示，如從視頻圖像序列中提取人的運(yùn)動(dòng)軌跡信息、人的輪廓特征或者直接利用圖像信息進(jìn)行分析。如前述現(xiàn)有技術(shù)一（公開號(hào)：CN?101334845?A）、技術(shù)二（公開號(hào)：CN?102306301?A）就是基于表觀的表示方法，這類表示方法容易計(jì)算，易于實(shí)時(shí)。人體模型主要有三種：線圖模型、2D模型和3D模型，其中3D模型由于復(fù)雜度較高，很少用于人的行為識(shí)別中。雖然基于人體模型的表示方法可以提高行為識(shí)別的準(zhǔn)確度，但是它的計(jì)算量大、復(fù)雜度很高和算法魯棒性差。

發(fā)明內(nèi)容

鑒于上述不足之處，本發(fā)明的目的在于提供一種基于相對(duì)梯度的ISA模型的行為識(shí)別方法，該方法采用改進(jìn)的獨(dú)立子空間分析算法來(lái)提取視頻的局部特征；接著對(duì)所提取的局部特征進(jìn)行聚類，得到聚類中心（即視覺關(guān)鍵詞），對(duì)每個(gè)視頻，建立視覺關(guān)鍵詞直方圖，則每個(gè)視頻表示為基于視覺關(guān)鍵詞直方圖的特征向量；最后就是采用多類別支持向量機(jī)SVM對(duì)其進(jìn)行分類，完成對(duì)行為的識(shí)別。本發(fā)明可以用于個(gè)體行為識(shí)別，也可以用于群體行為識(shí)別。本發(fā)明為一種基于相對(duì)梯度的算法，不需要求逆過程，收斂速度更快。

為了達(dá)到上述目的，本發(fā)明采用了以下技術(shù)方案：

一種基于相對(duì)梯度的ISA模型的行為識(shí)別方法，其特征在于：該行為識(shí)別方法包括以下步驟：

步驟1：樣本數(shù)據(jù)的預(yù)處理；

步驟2：特征提取；

步驟3：特征聚類；

步驟4：分類/識(shí)別。

具體為：

步驟1：樣本數(shù)據(jù)的預(yù)處理。

步驟1.1??首先，采集大量具有視覺行為模式的視頻集合，假設(shè)選取N個(gè)視頻樣本進(jìn)行采樣。

步驟1.2??然后，把每個(gè)視頻樣本隨機(jī)地分割為num_patches個(gè)視頻塊，每個(gè)視頻塊的大小為?sp_size×sp_size×tp_size，將分割的所有視頻塊組成一個(gè)樣本矩陣X，表示成：X={x₁,x₂,…,x_{N*num_patches}}，其中N是視頻樣本的個(gè)數(shù)，num_patches表示對(duì)每個(gè)視頻分割的視頻塊的數(shù)量，每一列向量表示一個(gè)視頻塊數(shù)據(jù)，維數(shù)為sp_size²×tp_size。

步驟1.3??最后，對(duì)步驟1.2得到的樣本矩陣X進(jìn)行特征中心化、數(shù)據(jù)白化的處理。