[發(fā)明專利]運(yùn)動(dòng)人體異常行為自動(dòng)識(shí)別方法

在審

• 申請?zhí)枺?/td>: 201910218972.0
• 申請日: 2019-03-21
• 公開（公告）號: CN110309698A
• 公開（公告）日: 2019-10-08
• 發(fā)明（設(shè)計(jì)）人: 李敏;宋曰聰
• 申請（專利權(quán)）人: 綿陽師范學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/277;G06T7/13;G06F17/16
• 代理公司: 成都時(shí)譽(yù)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51250
• 代理人: 陳千;何悅

本發(fā)明公開了運(yùn)動(dòng)人體異常行為自動(dòng)識(shí)別方法，包括樣本圖像采集與預(yù)處理；以運(yùn)動(dòng)人體肩關(guān)節(jié)、肘關(guān)節(jié)、腕關(guān)節(jié)、膝關(guān)節(jié)的位移為狀態(tài)變量；基于Kalman預(yù)測設(shè)計(jì)正常運(yùn)動(dòng)人體形態(tài)觀測器；設(shè)計(jì)運(yùn)動(dòng)人體形態(tài)觀測器觀測增益；設(shè)定運(yùn)動(dòng)人體異常行為判定閾值；利用另一組運(yùn)動(dòng)人體樣本Ⅱ?qū)λO(shè)計(jì)運(yùn)動(dòng)人體形態(tài)觀測器進(jìn)行檢驗(yàn)。本發(fā)明的有益效果是，通過采集人的動(dòng)作建立數(shù)據(jù)庫，判斷下一步動(dòng)作，提前預(yù)判有沒有異常行為的趨勢，如果有可以提前施加干預(yù)控制。通過對數(shù)據(jù)的圖像增強(qiáng)、圖像濾波去噪、圖像形態(tài)學(xué)分示意析、圖像邊緣檢測過程增加識(shí)別的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及智能信息處理方法，具體為運(yùn)動(dòng)人體異常行為自動(dòng)識(shí)別方法。

背景技術(shù)

為了應(yīng)對公共安全和智能場景應(yīng)用，攝像頭被用于多種場景之中，如交通道路、廣場、車站以及商店等，最早的初衷是通過24小時(shí)監(jiān)控對人群行為進(jìn)行監(jiān)控，以保障公共安全、智能無人化應(yīng)用場景。

攝像頭會(huì)產(chǎn)生大量數(shù)據(jù)，傳統(tǒng)的監(jiān)控模式主要存在兩個(gè)問題：第一，需要大量監(jiān)控員全天候查看視頻，容易使得感官疲勞，從而導(dǎo)致漏檢、錯(cuò)檢；第二，多處攝像機(jī)24小時(shí)無間斷拍攝，產(chǎn)生大量數(shù)據(jù)，為后期查找?guī)砝щy。因此，需要利用計(jì)算機(jī)進(jìn)行輔助檢測；第三、公共場合人群追蹤目標(biāo)較多，人工識(shí)別很難對所有目標(biāo)進(jìn)行追蹤。

在真實(shí)場景中，往往存在一些不可控因素，例如光照變化、陰影、遮擋、視角轉(zhuǎn)換等，使得現(xiàn)有的異常行為檢測方法在實(shí)際應(yīng)用中受到很大限制，因此，提高異常行為分析的魯棒性是一個(gè)需要迫切解決的問題，此外現(xiàn)有監(jiān)控方法無法做到對人體異常行為進(jìn)行預(yù)判，無法指導(dǎo)監(jiān)控人員提前加以干預(yù)，避免突發(fā)事件發(fā)生。

發(fā)明內(nèi)容

本發(fā)明的目的在于解決以公共攝像頭數(shù)據(jù)，對數(shù)據(jù)進(jìn)行計(jì)算機(jī)處理得到人體異常行為數(shù)據(jù)庫，同時(shí)保證處理過程數(shù)據(jù)的魯棒性。

本發(fā)明提供了運(yùn)動(dòng)人體異常行為自動(dòng)識(shí)別方法，包括：

S1、樣本圖像采集與預(yù)處理；

S2、以運(yùn)動(dòng)人體肩關(guān)節(jié)、肘關(guān)節(jié)、腕關(guān)節(jié)、膝關(guān)節(jié)的位移為狀態(tài)變量(x(t))，確定運(yùn)動(dòng)人體形態(tài)狀態(tài)空間模型為：式中，A、B、C、D分別為該系統(tǒng)的系統(tǒng)矩陣、輸入矩陣、輸出矩陣及傳遞矩陣；

S3、基于Kalman預(yù)測設(shè)計(jì)正常運(yùn)動(dòng)人體形態(tài)觀測器；

S4、設(shè)計(jì)運(yùn)動(dòng)人體形態(tài)觀測器觀測增益L(t)；

S5、設(shè)定運(yùn)動(dòng)人體異常行為判定閾值；

S6、利用另一組運(yùn)動(dòng)人體樣本Ⅱ?qū)λO(shè)計(jì)運(yùn)動(dòng)人體形態(tài)觀測器進(jìn)行檢驗(yàn)，如果所設(shè)計(jì)運(yùn)動(dòng)人體形態(tài)觀測器對運(yùn)動(dòng)人體樣本Ⅱ的識(shí)別結(jié)果正確，則表明所設(shè)計(jì)運(yùn)動(dòng)人體形態(tài)觀測器是合格的，可投入應(yīng)用；如果識(shí)別結(jié)果錯(cuò)誤，則返S4進(jìn)行運(yùn)動(dòng)人體形態(tài)觀測器觀測增益的重新設(shè)計(jì)。

所述S1包括：

對正常運(yùn)動(dòng)人體樣本Ⅰ進(jìn)行圖像預(yù)處理，通過圖像增強(qiáng)、圖像濾波去噪、圖像形態(tài)學(xué)分析、圖像邊緣檢測，得到正常運(yùn)動(dòng)人體樣本的形態(tài)特征矩陣(u(t))。

所述S3包括：

確定出運(yùn)動(dòng)人體形態(tài)觀測器為：式中L(t)為運(yùn)動(dòng)人體形態(tài)觀測器觀測增益。

所述S4包括：

依據(jù)最優(yōu)算法構(gòu)建運(yùn)動(dòng)人體形態(tài)觀測器觀測增益為L(t)＝AP(t)C^T[CP(t)C^T]^-1，式中P(t)根據(jù)公式計(jì)算。

所述S5包括：

以運(yùn)體肩關(guān)節(jié)、肘關(guān)節(jié)、腕關(guān)節(jié)、膝關(guān)節(jié)的運(yùn)動(dòng)位移及速度為判定依據(jù)，設(shè)定運(yùn)動(dòng)位移及速度運(yùn)動(dòng)閾值，超過該閾值則表明運(yùn)動(dòng)人體行為異常。

本發(fā)明的有益效果是：