[發明專利]一種基于RGB-D數據建立超平面的異常行為識別方法

在審

• 申請號: 201810849521.2
• 申請日: 2018-07-28
• 公開（公告）號: CN109117763A
• 公開（公告）日: 2019-01-01
• 發明（設計）人: 董瀟;李千目;侯君;張靜
• 申請（專利權）人: 南京理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

本發明提出了一種基于RGB?D數據建立超平面的異常行為識別方法。該方法為：首先利用RGB?D攝像頭獲取訓練集，形成帶有深度、時間幀的骨骼圖；其次對數據進行特征分析，篩除冗余數據，將數據分類并打上標簽；然后使用oneclass算法對已分類的數據進行訓練，得到訓練邊界；最后計算測試樣本的邊界，與訓練邊界進行對比，得出判決函數，判斷測試樣本是否為異常行為。本發明結合RGB?D處理技術，得到人體的骨骼框架，同時利用機器學習中的特征選取方法，可以更好地處理得到的數據，具有方法簡單、處理速度快、計算精度高、實用性強的優點。

技術領域

本發明涉及RGB-D攝像頭取樣技術領域，特別是一種基于RGB-D數據建立超平面的異常行為識別方法。

背景技術

隨著新興RGB-D攝像頭技術的問世，人們已經可以做到更為詳細的行為識別分析，其中RGB-D技術的特點是：1)將從紅外發射器的紅外線脈沖遇到物體反射回來的時間差，換算成到物體的距離。2)Depth Map(深度圖)是指包含視點到場景對象表面的距離信息的圖像或圖像通道，它的每個像素值是傳感器到物體的實際距離。3)攝像頭的成本不高，可以廣泛應用。4)相比較傳統圖像技術，應用范圍更加廣闊。

RGB-D技術的快速發展，引申出一些列值得探討的學科交叉應用，在對此方法的研究和實踐過程中，使用RGB-D技術進行異常行為識別，在很多應用場合有重要作用，例如在銀行的安全領域，通過計算機判斷是否有異常的行為來代替人工攝像頭監督，或輔助人工進行安全預警，人員排查等；在智能交通中，通過算法分析，可以更加精細化人員流量，由于孩子與成人的骨骼框架不同，老人與青年人的行動方式不同，行動采樣得到的幀也不同，在未來的智慧城市中，可以據此做多流量的精細化處理，更好地輔助交通等方面的城市建設。

目前存在的問題是并沒有將RGB-D技術與異常行為的識別進行結合，同時也沒有好的方法來輔助分析的實施，導致無法應用到實踐。

發明內容

本發明的目的在于提供一種基于RGB-D數據建立超平面的異常行為識別方法，能夠在RGB-D數據的基礎上，進行數據處理建模，迅速建立決策邊界，識別異常行為。

實現本發明目的的技術解決方案為：一種基于RGB-D數據建立超平面的異常行為識別方法，包括以下步驟：

步驟1，利用RGB-D攝像頭獲取訓練集，形成帶有深度、時間幀的骨骼圖；

步驟2，對數據進行特征分析，篩除冗余數據，將數據分類并打上標簽；

步驟3，使用oneclass算法對已分類的數據進行訓練，得到訓練邊界；

步驟4，計算測試樣本的邊界，與訓練邊界進行對比，得出判決函數，判斷測試樣本是否為異常行為。

進一步地，步驟1中所述的利用RGB-D攝像頭獲取訓練集，形成帶有深度、時間幀的骨骼圖，具體如下：

步驟1.1、調用已有的RGB-D攝像頭接口API直接獲取數據，數據中標明25個身體關節的關節坐標，以脊椎為1號主節點建立坐標系；

步驟1.2、每個關節的3個action標記代表自身的X,Y方向和到攝像頭的深度D，將數據中有關于時間幀數的記錄作為索引。

進一步地，步驟2中所述的對數據進行特征分析，篩除冗余數據，將數據分類并打上標簽，具體如下：

步驟2.1、剔除異常節點，重新分析節點

對得到的數據進行濾波，計算橫軸關節點在所建立坐標系中的X值與關節點在坐標系中的Y值，計算擴散值T，T＝X-Y，篩除T>0.8的數據；

步驟2.2、過濾異常幀數