[發明專利]基于多特征融合的行為識別方法在審
| 申請號: | 201310688324.4 | 申請日: | 2013-12-12 |
| 公開(公告)號: | CN104091169A | 公開(公告)日: | 2014-10-08 |
| 發明(設計)人: | 徐向民;張源;王在炯;楊倩倩 | 申請(專利權)人: | 華南理工大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/46 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 蔡茂略 |
| 地址: | 510640 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 特征 融合 行為 識別 方法 | ||
技術領域
本發明涉及圖像識別與處理的技術領域,特別涉及一種基于多特征融合的行為識別方法。?
背景技術
在計算機視覺領域中,行為識別隨著人體運動分析的發展在智能視頻監控領域具有越來越高的應用價值。但是由于:1)數據采集的環境復雜多樣,行為序列背景分割技術還不十分完善;2)在時間尺度上以及空間尺度上,同一種行為或者相似行為通常具有不同的含義;3)由于分類器的學習能力有限而且興趣點提取的幾種方法有利有弊,所以同一段視頻行為同時被判別為屬于幾個類別常常發生。以上種種因素使得人體行為識別成為一個非常具有挑戰性的研究領域。?
發明內容
本發明的目的在于克服現有技術的缺點與不足,提供一種基于多特征融合的行為識別方法。?
本發明的目的通過下述技術方案實現:?
基于多特征融合的行為識別方法,包括下述步驟:?
S1、對訓練集和測試集的視頻進行預處理;?
S2、對步驟S1預處理后的視頻,檢測特征點;?
S3、對視頻中的特征立方體,提取代表不同信息的描述子,形成綜合描述子;?
S4、利用步驟S3提取出來的訓練集的描述子,使用K-SVD算法訓練字典;?
S5、對步驟S3提取出來測試集的描述子,進行特征融合,用級聯字典分類算法進行分類。?
步驟S1中對視頻進行預處理的具體方法為:?
S11、采用平滑濾波的方法降低噪聲的影響;?
S12、采用光照補償的方法保證圖像的對比度,補償光照的影響;?
S13、通過背景建模的方法實現提取運動前景,其中采用:a)多層混合背景模型融合彩色空間的顏色測量和局部的紋理特征對背景進行建模;b)利用交叉雙邊濾波器強化相似區域,更好地檢測結果和保留邊界信息。?
步驟S2中,采用Harris3D角點提取算法來檢測特征點,具體為:?
S21、使用初始空間尺度和時間尺度稀疏選定的組合,以及積分尺度和在時間和空間上找到時空角點函數H(8)的極大值點這些點就是興趣點;?
S22、對每個興趣點pj進行處理;?
S23、在(xj,yj,tj)處計算和在周邊那些和δ=-0.25,0,0.25的地方計算出聯合尺度
S24、選出那些使得最大化的聯合積分尺度
S25、如果或者用積分尺度局部尺度?
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華南理工大學,未經華南理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310688324.4/2.html,轉載請聲明來源鉆瓜專利網。





