[發明專利]潛在信息融合的家庭安防系統中的人體行為識別的方法

有效

• 申請號: 202010116795.8
• 申請日: 2020-02-25
• 公開（公告）號: CN111310689B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 李頎;姜莎莎
• 申請（專利權）人: 陜西科技大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V40/16;G06V10/764;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 王晶

一種潛在信息融合的家庭安防系統中的人體行為識別的方法，以跟蹤得到的人體運動時序序列作為研究對象，將姿態特征與行為之間、交互物體特征與行為之間、行為與行為之間的相關性作為潛在信息，通過在姿態時空特征的提取以及交互物體的特征提取中引入約束條件充分挖掘潛在信息對家庭安防系統中的人體行為識別的影響，從而增大行為類間差異，同時減小行為類內差異，提高人體行為識別方法的準確性和泛化性。將每個關節點關于行為類別的互信息作為約束條件，對得到的所有互信息進行排序，保留能表示特定行為的互信息最大的關節點組，使用篩選后的關節點組和交互物體特征融合進行行為識別，提高識別的實時性和準確性。

技術領域

本發明涉及計算機視覺技術領域，特別涉及潛在信息融合的家庭安防系統中的人體行為識別的方法。

背景技術

目前，很多人開始在家中安裝視頻監控系統，保障自己的財產和生命安全。但是這些監控系統是安裝在家庭內部的，不能防患于未然，并且傳統的數字監控系統主要依賴于監控人員對監視畫面的監視和分析，不僅效率低下，而且實時性和有效性也都無法滿足越來越高的安全性需求。

發明內容

為了克服上述現有技術的不足，本發明的目的在于提供潛在信息融合的家庭安防系統中的人體行為識別的方法，通過計算機代替家人對于監控畫面中的人體行為進行自動分析，當發現異常現象時，可以立即提示家人注意家門口的情況，不但可以進行24×7全天候可靠監控，而且實時性和有效性均得到大幅度提升。

為了實現上述目的，本發明采用的技術方案是：

提供潛在信息融合的家庭安防系統中的人體行為識別的方法，包括以下步驟；

步驟一，使用攝像頭采集圖像；

步驟二，使用基于背景差分法的光照自適應方法對采集的圖像進行人體目標檢測，然后使用Staple方法對檢測到的人體目標進行跟蹤，獲得人體運動時序序列；

步驟三，對檢測到的人臉進行識別，判斷其是否為家人，若是家人，對步驟二中得到的運動時序序列不進行任何操作，反之，進行人體行為識別；

步驟四，對步驟二中得到的運動時序序列提取人體的姿態時空特征；

步驟五，采用線索增強的深度卷積神經網絡完成交互物體特征的提取；

步驟六，融合步驟四和步驟五中提取到的全局的姿態時空特征和局部的交互物體特征；

步驟七，將融合后的特征向量輸入到SVM分類器中進行行為識別。

所述的步驟二中，對進入到檢測范圍內的人體使用基于背景差分法的光照自適應方法檢測，使用Vibe算法進行背景建模，記錄前一幀檢測到的人體目標的像素點數，用Y表示，當前幀檢測到的前景目標的像素點數，用L表示，由于在光照突變的一瞬間，會出現大面積白色，系統會將背景誤檢為前景，此時LY。因此在前景檢測的時候設定一個閾值(前一幀中檢測到人體目標范圍的像素點數)判斷前景的檢測范圍，若范圍超過該閾值，則說明發生了光照突變，反之，則沒有發生光照突變，若發生光照突變，則利用像素點在相鄰兩幀圖像的亮度變化值對背景模型進行光照補償，補償公式如下：

Δ_t(x,y)＝|V_t(x,y)-V_t-1(x,y)|

其中：

V_t表示圖像I_t(x,y)的全局平均亮度值，式中n為圖像中的總的像素點數，n＝1280×480＝614400個像素點，I_t(x,y)_max(R,G,B)和I_t(x,y)_min(R,G,B)分別表示像素點(x,y)處R，G，B分量中的最大值與最小值；