[發(fā)明專利]三維人體行為識別方法及裝置

在審

• 申請?zhí)枺?/td>: 201410405886.8
• 申請日: 2014-08-18
• 公開（公告）號: CN104200197A
• 公開（公告）日: 2014-12-10
• 發(fā)明（設(shè)計）人: 明悅;吳岳辛;王光超;韓丹;李揚(yáng)
• 申請（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 劉芳

1.一種三維人體行為識別方法，其特征在于，包括：

分別對待識別三維人體行為的深度視頻序列和色彩RGB視頻序列進(jìn)行背景減除以及像素二值化處理，獲取與所述深度視頻序列對應(yīng)的二值深度視頻序列和與所述色彩RGB視頻序列對應(yīng)的二值RGB視頻序列；

分別提取所述二值深度視頻序列和二值RGB視頻序列對應(yīng)的行為輪廓歷史圖像；

對所述二值深度視頻序列的行為輪廓歷史圖像和二值RGB視頻序列的行為輪廓歷史圖像進(jìn)行圖像融合，并將融合后的圖像進(jìn)行分塊處理；

對分塊處理后的圖像進(jìn)行均勻局部二值模式的特征提取，獲取所述均勻局部二值模式的特征向量；

將獲取到的所述均勻局部二值模式的特征向量進(jìn)行行為分類識別，判斷出所述待識別三維人體行為所屬的行為類型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分別對待識別三維人體行為的深度視頻序列和色彩RGB視頻序列進(jìn)行背景減除以及像素二值化處理，獲取與所述深度視頻序列對應(yīng)的二值深度視頻序列和與所述色彩RGB視頻序列對應(yīng)的二值RGB視頻序列，包括：

采用視覺背景提取ViBe算法分別檢測所述深度視頻序列和所述RGB視頻序列；若檢測到所述深度視頻序列的連續(xù)T幀圖像中中每幀圖像的像素點的像素值與前一幀圖像中的對應(yīng)位置的像素點的像素值不同，則所述像素點為前景像素點，否則所述像素點為背景像素點；所述T為預(yù)設(shè)的背景減除閾值；

若檢測到所述RGB視頻序列的連續(xù)T幀圖像中每幀圖像的像素點的像素值與前一幀圖像中的對應(yīng)位置的像素點的像素值不同，則所述像素點為前景像素點，否則所述像素點為背景像素點；

分別將所述深度視頻序列和所述RGB視頻序列中的背景像素點的像素值設(shè)置為0，將所述深度視頻序列和所述RGB視頻序列中的前景像素點的像素值設(shè)置為255，得到與所述深度視頻序列對應(yīng)的二值深度視頻序列和與所述色彩RGB視頻序列對應(yīng)的二值RGB視頻序列。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述分別提取所述二值深度視頻序列和二值RGB視頻序列對應(yīng)的行為輪廓歷史圖像，包括：

提取所述二值深度視頻序列包括的多幀深度圖像中相同位置的像素點的像素值的最大值，將所述最大值設(shè)置為所述二值深度視頻序列對應(yīng)的行為輪廓歷史圖像中對應(yīng)位置的像素點的像素值，得到所述二值深度視頻序列對應(yīng)的行為輪廓歷史圖像；

提取所述二值RGB視頻序列包括的多幀RGB圖像中相同位置的像素點的像素值的最大值，將所述最大值設(shè)置為所述二值RGB視頻序列對應(yīng)的行為輪廓歷史圖像中對應(yīng)位置的像素點的像素值，得到所述二值RGB視頻序列對應(yīng)的行為輪廓歷史圖像。

4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述對所述二值深度視頻序列的行為輪廓歷史圖像和二值RGB視頻序列的行為輪廓歷史圖像進(jìn)行圖像融合，包括：

確定所述二值深度視頻序列的行為輪廓歷史圖像和所述二值RGB視頻序列的行為輪廓歷史圖像中相同位置的像素點的像素值；

將所述相同位置的像素點的像素值中最小的像素值作為融合后的圖像的對應(yīng)位置的像素點的像素值。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將融合后的圖像進(jìn)行分塊處理，包括：

將所述融合后的圖像分成G×G大小的塊，獲取多個圖像塊；

將所述多個圖像塊中的像素值進(jìn)行平均得到平均像素值，并將所述平均像素值與預(yù)設(shè)的閾值進(jìn)行比較，若大于所述閾值，則將所述平均像素值作為所述圖像塊的像素值；

其中，G為整數(shù)，且大于1。

6.根據(jù)權(quán)利要求1、2或5所述的方法，其特征在于，所述對分塊處理后的圖像進(jìn)行均勻局部二值模式的特征提取，獲取所述均勻局部二值模式的特征向量，包括：

計算所述分塊處理后的圖像的各個圖像塊的均勻局部二值模式的特征值，并將所述特征值乘以所述圖像塊的鄰近邊緣梯度向量之和的模值除以所述特征值出現(xiàn)的次數(shù)形成B×(B-1)+3維的特征向量；所述均勻局部二值模式的特征值的取值屬于區(qū)間[0，B×(B-1)+2]，所述B的大小為等間距分布于以所述圖像塊為圓心，半徑為R的圓周上的像素點的個數(shù)；所述R大于等于1。