[發明專利]一種基于多層級特征的人體動作識別方法

有效

• 申請號: 201410279492.2
• 申請日: 2014-06-19
• 公開（公告）號: CN104021381B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 蘇育挺;劉安安;馬莉
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 天津市北洋有限責任專利代理事務所12201
• 代理人: 溫國林

1.一種基于多層級特征的人體動作識別方法，其特征在于，所述方法包括以下步驟：

提取原始視頻中每一幀圖像的時空興趣點；

按照人體骨架位置將得到的時空興趣點進行歸類，獲取人體區域；

根據得到的人體區域，建立多個層級；同時通過聚類算法對訓練集中上述層級中每個人體區域所包含的時空興趣點進行聚類，獲取相應詞典；

使用詞袋模型分別提取訓練集和測試集的每個人體區域的詞袋特征；

對得到的3個層級的詞袋特征分別進行融合處理，使用隱條件隨機場模型對人體動作進行學習和判斷來進行動作識別。

2.根據權利要求1所述的一種基于多層級特征的人體動作識別方法，其特征在于，所述根據得到的人體區域，建立多個層級的步驟具體為：

1)底層：包括頭肩、胳膊、膝部以及腳部四個區域，每一個區域包括相應位置的所有特征點；

2)中層：包含頭肩和胳膊組成的上部區域，以及膝部和腳部組成的下部區域，每一個區域包括相應位置的特征點；

3)高層：包含提取到的全部特征點。

3.根據權利要求2所述的一種基于多層級特征的人體動作識別方法，其特征在于，所述對得到的3個層級的詞袋特征分別進行融合處理，使用隱條件隨機場模型對人體動作進行學習和判斷來進行動作識別的步驟具體為：

1)將高層對應的人體區域訓練集的特征序列及其真實的標號輸入到分類器中進行學習，產生第一模型；將測試集的特征序列及其真實的標號輸入到分類器中進行判斷，輸出測試所得的第一動作標號；通過對比第一動作標號和測試集詞袋特征真實的標號來判定動作識別是否正確；

2)將中層對應的兩個人體區域中每個視頻所對應的詞袋特征進行前期融合；將訓練集融合后的特征序列及其真實的標號輸入到分類器中進行學習，產生第二模型；將測試集融合后的特征序列及其真實的標號輸入到分類器中進行判斷，輸出測試所得的第二動作標號；通過對比第二動作標號和測試集詞袋特征真實的標號來判定動作識別是否正確；

3)將底層對應的四個人體區域中每個視頻所對應的詞袋特征進行前期融合；將訓練集融合后的特征序列及其真實的標號輸入到分類器中進行學習，產生第三模型；將測試集融合后的特征序列及其真實的標號輸入到分類器中進行判斷，輸出測試所得的第三動作標號；通過對比第三動作標號和測試集詞袋特征真實的標號來判定動作識別是否正確。