[發(fā)明專利]一種基于圖像分析的人體行為識別算法

在審

• 申請?zhí)枺?/td>: 201610212596.0
• 申請日: 2016-04-07
• 公開（公告）號: CN107273781A
• 公開（公告）日: 2017-10-20
• 發(fā)明（設(shè)計）人: 張軼君
• 申請（專利權(quán)）人: 北京文香信息技術(shù)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及的是人體行為識別算法技術(shù)領(lǐng)域，具體涉及一種基于圖像分析的人體行為識別算法。

背景技術(shù)

隨著視頻監(jiān)視，視頻錄像和計算機網(wǎng)絡(luò)技術(shù)的極大進步，視頻監(jiān)視和錄像在安防，教學(xué)等很多方面都有大量的需求。但是由于目前大多數(shù)視頻監(jiān)視和錄像都需要人工參與，造成極大的人工成本。并且由于人員能力，經(jīng)驗等限制造成監(jiān)視和錄制結(jié)果好壞不一，質(zhì)量不高。

具備信息出版功能的排版軟件一般使用注解（Tag）或者注解類似標識來標志版面樣式，然后通過自帶的解釋器生成版面效果。數(shù)據(jù)庫出版中經(jīng)常使用到模板來記錄版面表現(xiàn)式樣，但是式樣依賴于具體排版軟件，導(dǎo)致模板的作用局限在該排版軟件版面樣式記錄上。在具體應(yīng)用環(huán)境中，往往同時使用多種排版軟件，由于現(xiàn)有模板與排版軟件的這種緊密綁定導(dǎo)致模板難以在異種排版軟件中復(fù)用，不能滿足大型出版過程的多種排版軟件協(xié)同交互的需要。

綜上所述，現(xiàn)有的文獻或產(chǎn)品中提到的模板，通常依賴于具體排版軟件或處理，即沒有提出獨立于具體排版軟件的模板方法，導(dǎo)致要么過分依賴某種特定軟件，要么版面表現(xiàn)過于簡單。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)上存在的不足，本發(fā)明目的是在于提供一種基于圖像分析的人體行為識別算法，是一種可以識別任意空間內(nèi)，若干人站立，走動，舉手等行為的識別和定位方法。借助這一系統(tǒng)可以自動跟蹤拍攝，或監(jiān)視室內(nèi)或室外，人體的活動。比如可以利用在課堂教學(xué)環(huán)境中，自動拍攝學(xué)生起立回答問題及走動等情況，幫助完成課堂授課情況的錄制。

為了實現(xiàn)上述目的，本發(fā)明是通過如下的技術(shù)方案來實現(xiàn)：一種基于圖像分析的人體行為識別算法，其包括以下步驟：

(1)在通常人體站立高度位置設(shè)置攝像設(shè)備CAM_L，距離地面高度為n_L米；

(2)在較高的位置設(shè)置俯視攝像設(shè)備CAM_H，距離地面高度為n_H米；

(3)針對CAM_L視頻設(shè)置高度閾值L_THD，使得人體起立后的成像有一部分超出高度閾值L_THD，而人體坐下后不會有人任何部位超出此閾值。

(4)獲取CAM_L視頻，通過某種動態(tài)背景算法生成背景模型，本例中采用混合高斯模型算法；

(5)基于步驟(3)生成的背景模型與當前幀，基于某種算法做出動態(tài)目標分離；本例中采用的算法是當前幀與背景做差，得到灰度圖像，選取閾值TH_L，得到二值化的前進圖像PIC_FORE；

(6)對步驟(5)得到的圖像PIC_FORE做形態(tài)學(xué)變化，取出雜點與小塊干擾；

(7)對步驟(6)處理后得到的圖像PIC_FORE，進行某種目標檢測，得到若干目標塊OBJS；

(8)判斷OBJS中超出步驟(3)中設(shè)置的高度閾值L_THD的運動目標圖像，并通過分析運動目標的大小及形態(tài)，確定運動目標是由起立人體造成的成像；本例中采用目標超出高度與之L_THD部分的大小作為唯一判斷，凡是超出部分的大小大于設(shè)定的大小閾值SIZE_THD，就判定此目標可能是人體起立的成像；

(9)獲取CAM_H視頻，通過某種動態(tài)背景算法生成背景模型，本例中同樣采用混合高斯模型算法；

(10)動態(tài)目標提取，并保存若干幀動態(tài)目標信息集合M_SET；本例中采取隔幀保存，共保存30幀信息，即2秒中的運動目標信息；集合中包含目標大小(OBJ_S),目標中心位置（OBJ_G）,目標上邊緣位置（OBJ_T），目標下邊緣位置（OBJ_B）；

(11)當步驟(8)中確定有起立目標時，提取以此時間點之前的若干幀的動態(tài)模板信息（M_SET）；

(12)通過M_SET中的信息，查找起立目標，定位目標位置；如果M_SIZE中沒有符合起立特征的運動目標，則可以判定步驟(8)中的起立檢測是誤檢。

作為優(yōu)選，所述的步驟(1)中的n_L較佳取值范圍為0.5～1.8m。

作為優(yōu)選，所述的步驟(2)中的n_H較佳取值范圍為1.8~5m。

作為優(yōu)選，所述的步驟(5)中TH_L較佳取值在15～30之間。

目前檢測起立動作的方法主要有兩種: