[發明專利]一種固定位人體行為分析方法

有效

• 申請號: 201610090842.X
• 申請日: 2016-02-18
• 公開（公告）號: CN105678284B
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 王海波;沈偉聽;師小宇
• 申請（專利權）人: 浙江博天科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/46
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 翁霽明

一種固定位人體行為分析方法，包括如下步驟：1）、將人體檢測的目標或掃描窗口進行HOG特征提取；2）、將人體檢測的目標或掃描窗口進行CSS特征提取；3）、提取HOG和CSS特征，輸入訓練好的SVM進行判斷是否是人體，如是則進行SVM人體檢測；4）、對檢測到的人體圖像進行CNN人體二次確認；5）、對人體圖像內的關鍵部位上標上landmark關鍵點并連接起來，組成關于人體或人臉的一個整體描述進行形狀回歸；6）、所得到關于目標姿態的一系列landmark關鍵點，通過landmark關鍵點之間的相對位置進行MHCRF行為識別；本發明具有不變性、歸一化的優點，特別適合于做圖像中的人體檢測。

技術領域

本發明屬于人體行為分析方法技術領域，尤其涉及一種固定位人體行為分析方法。

背景技術

目前國際上固定位人體行為識別主要有四類問題難以解決：1、動作類內類間變化太大；2、多視角和遮擋問題；3、訓練數據難以獲取；4、算法實時性。為了解決以上難題，我們在當前國際上優秀的算法基礎上開發出了一套基于HAR_plus算法上的固定位人體行為分析方法。

發明內容

本發明的目的在于克服現有技術存在的不足，而提供一種具有歸一化、不變性特點的固定位人體行為分析方法。

本發明的目的是通過如下技術方案來完成的，包括如下步驟：

1)、將人體檢測的目標或掃描窗口進行HOG特征提取；

2)、將人體檢測的目標或掃描窗口進行CSS特征提取；

3)、遍歷圖像的每一個位置，提取HOG和CSS特征，輸入訓練好的SVM進行判斷是否是人體，如是則進行SVM人體檢測；

4)、對檢測到的人體圖像進行CNN人體二次確認；

5)、對人體圖像內的關鍵部位上標上landmark關鍵點并連接起來，組成關于人體或人臉的一個整體描述進行形狀回歸；

6)、所得到關于目標姿態的一系列landmark關鍵點，通過landmark關鍵點之間的相對位置進行MHCRF行為識別。

作為優選，所述的HOG特征提取的提取過程為：

1)、將人體檢測的目標或掃描窗口的圖像看做一個x,y,z的三維圖像并灰度化；

2)、采用Gamma校正法對輸入圖像進行顏色空間的歸一化；

3)、計算圖像每個像素的梯度、大小和方向；

4)、將圖像劃分成小cell；

5)、統計每個cell的梯度直方圖，即可形成每個cell的descriptor；

6)、將每幾個cell組成一個block，一個block內所有cell的特征descriptor串聯起來便得到該block的HOG特征descriptor；

7)、將圖像image內的所有block的HOG特征descriptor串聯起來就可以得到該image的HOG特征descriptor。

作為優選，所述的CSS特征提取的提取過程為：

1)、定義一個矩形塊R₁，提取某個通道內該矩形塊內數值之和

CSS特征為R₁與相鄰的矩形塊R₂的比值：

矩形塊R₁和R₂大小相同位置不同，對它進行拓展：