[發明專利]基于運動顯著性的視頻人體行為識別方法

在審

• 申請號: 201710682736.5
• 申請日: 2017-08-10
• 公開（公告）號: CN107463912A
• 公開（公告）日: 2017-12-12
• 發明（設計）人: 陳華鋒;王中元;傅佑銘;李紅陽
• 申請（專利權）人: 武漢大學深圳研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 廣東德而賽律師事務所44322
• 代理人: 葉秀進

1.基于運動顯著性的視頻人體行為識別方法，其特征在于，包括以下步驟：

S1：基于視頻幀提取運動顯著圖；

S2：基于運動顯著圖計算運動顯著區域候選框，并提取運動顯著性區域候選框樣本；

S3：基于運動顯著性區域候選框樣本裁剪視頻幀獲取完整包含人體行為的圖像塊；

S4：根據深度卷積神經網絡輸入數據尺寸縮放圖像塊；

S5：基于縮放的圖像塊提取深度卷積特征；

S6：基于圖像塊的深度卷積特征進行人體行為分類，得到行為識別結果。

2.根據權利要求1所述基于運動顯著性的視頻人體行為識別方法，其特征在于：步驟S1中對視頻幀進行運動顯著性檢測，得到運動顯著圖像。

3.根據權利要求2所述基于運動顯著性的視頻人體行為識別方法，其特征在于：步驟S2中將運動顯著圖像縮小到M×M像素尺寸大小，其中，32≤M≤64；然后在任意尺寸的矩形框中計算積分圖像得到每個矩形框的運動顯著性得分，總計可以得到M⁴/2個運動顯著矩形框；最后根據每個矩形框的顯著性分數和它們之間的空間重疊性來對矩形框進行抽樣，并使用非最大值抑制采樣NMS算法來提取N個運動顯著性區域候選框，其中，3≤N≤10。

4.根據權利要求3所述基于運動顯著性的視頻人體行為識別方法，其特征在于：在步驟S3中，首先獲取運動顯著區域候選框上、下、左、右最外邊緣，得到覆蓋所有運動顯著區域的最大矩形框，并計算最大矩形框中心點位置，然后以該中心點為裁剪圖像塊的中心點，以最大矩形框長、寬中較大值x的2倍為邊長，從原始RGB圖像幀中裁剪2x×2x像素的正方形圖像塊；如果中心點離圖像幀上、下、左、右圖像邊界像素數量不夠x個時，則將圖像塊裁剪中心點從最大矩形框中心點位置向下、上、右、左移動相應數量的像素，以滿足2x×2x像素的正方形圖像塊尺寸要求。

5.根據權利要求4所述基于運動顯著性的視頻人體行為識別方法，其特征在于：在步驟S5中使用深度卷積神經網絡基于縮放后的圖像塊進行人體行為深度特征提取。

6.根據權利要求5所述基于運動顯著性的視頻人體行為識別方法，其特征在于：步驟S6中基于人體行為深度特征進行特征分類，得到人體識別類別結果。