[發明專利]基于人腦視覺記憶原理的人體動作識別方法及系統

有效

• 申請號: 201510407799.0
• 申請日: 2015-07-13
• 公開（公告）號: CN105023000B
• 公開（公告）日: 2018-05-01
• 發明（設計）人: 諶先敢;劉海華;高智勇;李旭
• 申請（專利權）人: 中南民族大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京捷誠信通專利事務所(普通合伙)11221
• 代理人: 王衛東

技術領域

本發明涉及計算機視覺和視頻監控領域，具體是涉及一種基于人腦視覺記憶原理的人體動作識別方法及系統。

背景技術

基于視頻的人體動作識別是一個非常重要的問題，可應用于視頻監控、視頻檢索和人機交互。人體動作識別是指用計算機從視頻序列中區分出人體動作的類別。

基于視頻的人體動作識別可以分為兩個部分：動作的表示和動作的分類。視頻可以分為訓練集合和測試集合。動作的表示是指：從包含人體動作的視頻序列中，提取合適的特征數據，來描述人體的動作。動作的分類是指：通過學習訓練集合中的特征數據，得到分類器模型，將測試集合中的特征數據進行分類。

目前許多視頻或多或少都存在一些遮擋，包括自遮擋或被其他目標遮擋，這會造成執行動作的主體并不是全部可見，難以提取有效的動作特征，給人體動作識別帶來很大的挑戰。

在當前的動作識別方法中，如下幾種方法在遮擋情況下的性能是能夠被接受的：局部方法、基于概率的方法和基于姿勢的方法，但這些方法各有一定的局限性。局部方法所用的興趣點探測，可能錯誤識別不在前景目標中的局部小塊。基于概率的方法，如貝葉斯網絡，隱馬爾可夫模型，是扁平模型，在表示簡單動作方面是有效的，但并不能描述復雜動作中的層次和共享結構。基于姿勢的方法，需要使用探測器，通過手工標注訓練圖像，來訓練每個身體部位，這就限制了基于姿勢的方法在動作識別上的應用。因此，亟待有效的方法來解決人體動作識別中的遮擋問題。

發明內容

本發明的目的是為了克服上述背景技術的不足，提供一種基于人腦視覺記憶原理的人體動作識別方法及系統，能有效解決人體動作識別中的遮擋問題。

本發明提供一種基于人腦視覺記憶原理的人體動作識別方法，包括以下步驟：

A、訓練階段：

A1、采集多個訓練視頻，對每個訓練視頻分別進行密集采樣，將采樣塊上的方向梯度直方圖HOG特征作為局部特征，得到訓練視頻的HOG特征集合；

A2、采用期望最大化算法，對步驟A1得到的訓練視頻的HOG特征集合進行學習，得到一組“超完備”基向量；

A3、結合步驟A2得到的“超完備”基向量，采用稀疏編碼的方式，對步驟A1得到的訓練視頻的HOG特征集合進行特征編碼，得到第一稀疏向量集合，第一稀疏向量集合中每個向量的維度與“超完備”基向量的維度相同，對第一稀疏向量集合中的全部稀疏向量進行求和運算，再進行歸一化，得到一個維度與“超完備”基向量維度相同的向量，作為訓練視頻的編碼結果，用訓練視頻的編碼結果來表達訓練視頻中的人體動作；

A4、將步驟A3得到的所有訓練視頻的編碼結果送入支持向量機SVM分類器進行訓練，生成訓練模型；

A5、使用步驟A3得到的所有訓練視頻的編碼結果，來構建視覺記憶庫，視覺記憶庫中存儲的視頻都未被遮擋；

B、識別階段：

B1、輸入待識別視頻，對待識別視頻進行密集采樣，將采樣塊上的HOG特征作為局部特征，得到待識別視頻的HOG特征集合；

B2、結合步驟A2得到的“超完備”基向量，采用稀疏編碼的方式，對步驟B1得到的待識別視頻的HOG特征集合進行特征編碼，到得第二稀疏向量集合，第二稀疏向量集合中每個向量的維度與“超完備”基向量維度相同，對第二稀疏向量集合中的全部稀疏向量進行求和運算，再進行歸一化，得到一個維度與“超完備”基向量維度相同的稀疏向量；

B3、確定待識別視頻中被遮擋的部位，用視覺記憶庫中的檢索結果替換待識別視頻中被遮擋的部位，得到待識別視頻的編碼結果：

以步驟B2得到的稀疏向量為索引，在步驟A5構建的視覺記憶庫中進行檢索，將檢索出的視頻作為檢索結果，用檢索結果中視頻的局部特征替換待識別視頻中被遮擋部位的特征，得到經過替換后的視頻的HOG特征集合，作為新的局部特征；用步驟A2得到的“超完備”基向量對該新的局部特征進行特征編碼，得到新的稀疏向量，作為待識別視頻的編碼結果，用待識別視頻的編碼結果來表達待識別視頻中的人體動作；

B4、將步驟B3得到的待識別視頻的編碼結果送入步驟A4生成的訓練模型進行測試，得到待識別視頻中的人體動作類別。

在上述技術方案的基礎上，步驟A中，所述對每個訓練視頻分別進行密集采樣的過程為：對于單個訓練視頻，以密集采樣點為中心，找到該訓練視頻的多個局部采樣塊。

在上述技術方案的基礎上，所述局部采樣塊的尺寸為小于訓練視頻尺寸的任意尺寸。

在上述技術方案的基礎上，所述局部采樣塊的尺寸為16×16×4像素。