[發(fā)明專利]一種基于人體全局特征直方圖熵的動作檢測方法

有效

• 申請?zhí)枺?/td>: 201410148096.6
• 申請日: 2014-04-14
• 公開（公告）號: CN103927517B
• 公開（公告）日: 2017-02-15
• 發(fā)明（設計）人: 解梅;康欽謀;卜英家;張碧武
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66;G06T7/20
• 代理公司: 電子科技大學專利中心51203
• 代理人: 張楊

1.一種基于人體全局特征直方圖熵的動作檢測方法，該方法包括：

步驟1：采集建立人體動作特征模板庫的視頻圖像；

步驟1-1：使用攝像頭采集包含運動人體的視頻，并對視頻進行分段，每段包含一個動作的完整過程，然后根據(jù)每段視頻的動作對該段視頻定義；

步驟1-2：選取一段視頻，利用高斯模型從該段視頻的每一幀中依次分割出若干尺寸盡可能小的子圖像，每個子圖像包含一個盡可能完整的人體形象；

步驟2：計算子圖像直方圖向量；

步驟2-1：根據(jù)子圖像中各像素灰度值大小判斷該像素是否為子圖像的背景，如果是，則對該像素重新賦值得到人體剪影圖像。

步驟2-2：將人體剪影圖像等分為若干各方形區(qū)域；

步驟2-3：對每個方形區(qū)域進行與人體輪廓信息相關的直方圖統(tǒng)計；

步驟2-4：將各區(qū)域統(tǒng)計的直方圖進行拼接，形成表示該人體剪影圖像的全局直方圖；

步驟2-5：對該全局直方圖進行歸一化處理，得到全局直方圖向量；

步驟3：對得到的全局直方圖向量進行k-means聚類，并對同一類全局直方圖向量標相同的編號；

步驟4：將全局直方圖向量按照其對應的視頻幀播放順序排列，計算相鄰且編號相同的全局直方圖向量的均值得到一均值向量，并對應替換計算前編號相同的若干全局直方圖向量，如這些編號序列具有周期性，則只選取其中的兩個周期；

步驟5：計算熵向量；

步驟5-1：將得到的所有均值向量的每個相同位置處的分量橫向鏈接，組成一個a×b的矩陣，其中a為均值向量的維度，b為均值向量的個數(shù)；

步驟5-2：對該矩陣的每一行求熵，得到一個熵向量；

步驟5-3：將該熵向量進行歸一化處理，得到一直方圖熵向量，然后根據(jù)最初選取視頻段的定義對該直方圖熵向量進行定義；

步驟5-4：重復上述步驟得到若干定義的直方圖熵向量，從而建立人體動作特征模板庫；

步驟6：特征識別

步驟6-1：采集視頻并選取該視頻的一小段進行處理；

步驟6-2：采用與建立人體動作特征模板庫相同的方法處理選取的小段視頻，得到該段視頻的直方圖熵向量；

步驟6-3：將得到的待測視頻直方圖熵向量與人體動作特征模板庫中進行匹配，選擇出模板庫中與之最匹配的直方圖熵向量，其定義則為待測視頻中的任務動作類型。

2.如權利要求1所述的一種基于人體全局特征直方圖熵的動作檢測方法，其特征在于：步驟2-1判斷子圖像中像素灰度值在-3σ～3σ之間則對該像素賦值為225。

3.如權利要求1所述的一種基于人體全局特征直方圖熵的動作檢測方法，其特征在于：步驟2-3對每個方形區(qū)域進行梯度直方圖統(tǒng)計。

4.如權利要求1所述的一種基于人體全局特征直方圖熵的動作檢測方法，其特征在于：步驟3的具體步驟的為：

步驟3-1：從所有全局直方圖向量中，隨機選取若干全局直方圖向量作為中心向量；

步驟3-2：分別計算剩余全局直方圖向量與各中心向量的卡方距離，并將其與之距離最近的中心向量歸為一類；

步驟3-3：重新計算每個分類中的中心向量；

步驟3-4：重復步3-2、3-3直至新確定的中心向量與原中心向量相等或變化小于規(guī)定閾值；步驟3-5：對同一類的全局直方圖向量標相同的編號。