[發(fā)明專利]一種基于二叉樹的人體行為識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811555909.8
• 申請(qǐng)日: 2018-12-19
• 公開（公告）號(hào): CN109508698B
• 公開（公告）日: 2023-01-10
• 發(fā)明（設(shè)計(jì)）人: 李仲泓;吳昱焜;衣楊;沈金龍;佘瀅;朱藝
• 申請(qǐng)（專利權(quán)）人: 中山大學(xué)
• 主分類號(hào): G06V40/20
• 分類號(hào): G06V40/20;G06V10/778;G06T7/269
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

1.一種基于二叉樹的人體行為識(shí)別方法，其特征在于，包括以下步驟：

S1：輸入視頻，對(duì)視頻幀中的特征點(diǎn)進(jìn)行采樣，對(duì)采樣后的特征點(diǎn)進(jìn)行跟蹤，生成軌跡，再對(duì)軌跡進(jìn)行篩選；

S2：計(jì)算篩選后軌跡的顯著值，提取出綜合顯著軌跡；

S21：分別提取軌跡的灰度顯著值以及光流顯著值；

S22：通過灰度顯著值以及光流顯著值得到視頻幀的綜合顯著值；

S23：根據(jù)綜合顯著值提取出顯著軌跡；

S3：根據(jù)求得的綜合顯著軌跡計(jì)算軌跡的特征描述符，用來量化軌跡特征；

S31：計(jì)算從第i幀處開始采樣的軌跡在第f幀的采樣點(diǎn)平均位置值；i≤f≤i+L，L表示軌跡長(zhǎng)度；

S32：計(jì)算從第i幀處開始采樣的第n軌跡在第f幀的采樣點(diǎn)相對(duì)于平均位置的位移；

S33：由歸一化處理結(jié)果得到第i幀處開始采樣的第n條軌跡的均衡描述符；

S4：根據(jù)軌跡特征將軌跡進(jìn)行分類，并利用譜聚類方法將視頻的軌跡分類到若干集合中，即分類到二叉樹節(jié)點(diǎn)中，構(gòu)造中層語義二叉樹；

步驟S4根據(jù)軌跡特征將軌跡進(jìn)行分類，并利用譜聚類方法將視頻的軌跡分類到若干集合中，即分類到二叉樹節(jié)點(diǎn)中，構(gòu)造中層語義二叉樹的具體步驟包括：

S41：利用軌跡之間的歐氏距離d作為軌跡之間的相似度，并對(duì)歐氏距離采用高斯核化；

S42：采用歸一化切割N-Cut對(duì)軌跡聚類，獲得離散解；

S43：利用K均值方法對(duì)特征向量組成的矩陣E進(jìn)行處理，從而獲得每一條特征的類別；所述的特征向量通過二叉樹結(jié)構(gòu)進(jìn)行FV編碼與隨機(jī)投影得到；

S44：利用方法根據(jù)軌跡的特征類別進(jìn)行譜聚類；

S45：將行為視頻顯式地劃分為語義上的兩類特征，其中一類為行為的主體部分，另一類則為輔助主體部分的人、物運(yùn)動(dòng)部分；

S5：對(duì)若干集合內(nèi)的軌跡進(jìn)行編碼得到編碼向量，采用子空間隨機(jī)投影對(duì)編碼向量進(jìn)行降維，并將若干集合的降維后的編碼向量進(jìn)行融合，用來表示一個(gè)視頻；

S6：利用線性核的SVM對(duì)視頻進(jìn)行分類，得到視頻行為的類別標(biāo)簽并輸出結(jié)果；

步驟S3根據(jù)求得的綜合顯著軌跡計(jì)算軌跡的特征描述符的具體步驟包括：

S31：計(jì)算從第i幀處開始采樣的軌跡在第f幀的采樣點(diǎn)平均位置值為：

其中，i≤f≤i+L；N表示相同起始幀和采樣尺度的軌跡數(shù)目，表示從第i幀處開始采樣的第n條軌跡在第i幀上的采樣點(diǎn)；x表示橫軸上的值，y表示縱軸上的值；

S32：計(jì)算從第i幀處開始采樣的第n軌跡在第f幀的采樣點(diǎn)相對(duì)于平均位置的位移為：

ΔR_iⁿ(f)＝p_iⁿ(f)-A_i(f)

對(duì)相對(duì)位移進(jìn)行歸一化處理：

其中min(ΔR_i)表示第n軌跡在第f幀的采樣點(diǎn)相對(duì)于平均位置最小位移，max(ΔR_i)表示第n軌跡在第f幀的采樣點(diǎn)相對(duì)于平均位置最大位移；

S33：由歸一化處理結(jié)果得到第i幀處開始采樣的第n條軌跡的均衡描述符：