[发明专利]一种人运动的紧凑的表示方法

说明书

技术领域

本发明涉及一种人运动的表示方法，属于计算机视觉领域和视频内容智能分析领域。

背景技术

在计算机视觉领域和视频内容智能分析领域中，人的运动分析已经变成了一个非常重要和前沿的研究课题^[1-7]。在人的运动分析中，人的运动检测、跟踪属于视觉中低层次的处理，而人的运动表达和理解属于高层次的处理。人的运动表达和理解在视频智能监控等应用领域中起着至关重要的作用。

过去的十几年中，涌现出了很多关于人的运动表示方法^[1-6]。其中，绝大多数研究工作提取每帧图像中的静态信息或者相邻帧的运动信息来表示人的运动。Efros等人^[1]采用光流来表达人的运动信息，并对远距离的运动做了分析。Arie^[2]等人采用3D柱状模型来为人体建模，在每帧中提取身体各个部分和横轴之间的夹角及其角速度。这些表示方法仅仅反映了运动在每帧内的空间特性，没有很好地体现出运动在一段时间内的动态特性，而且表示需要的数据量很大。近几年来，有少量的研究工作采用线性时序模型来研究运动的动态特性。Liu和Ahuja^[4]提出了一种动态形状模型来表示目标在一段时间内的变化，将目标的轮廓采用傅立叶描述子(FD)进行表示，然后采用自回归(AR)模型来分析目标运动的动态特性。Veeraraghavan等人^[5]、Jin和Nokhtarian^[6]采用Kendall形状理论来表达人的轮廓，然后采用自回归(AR)模型和自回归滑动平均(ARMA)模型来对人的步态和动作进行分析。这些方法的缺点是在采用线性时序模型分析前数据维数特别高，在建模时需要较多的训练数据，而且参数的估计也不够准确。

绝大多数研究工作提取每帧图像中的静态信息或者相邻帧的运动信息来表示人的运动。Efros等人[1]采用光流来表达人的运动信息，并对远距离的运动做了分析。Arie等人[2]采用3维柱状模型来为人体建模，在每帧中提取身体各个部分和横轴之间的夹角及其角速度。

这些表示方法仅仅反映了运动在每帧内的空间特性，没有很好地体现出运动在一段时间内的动态特性，而且表示需要的数据量很大。

近几年来，有少量的研究工作采用线性时序模型来研究运动的动态特性。Liu和Ahuja[4]提出了一种动态形状模型来表示目标在一段时间内的变化，将目标的轮廓采用傅立叶描述子(FD)进行表示，然后采用AR模型来分析目标运动的动态特性。Veeraraghavan等人[5]、Jin和Nokhtarian[6]采用Kendall形状理论来表达人的轮廓，然后采用AR模型和ARMA模型来对人的步态和动作进行分析。

这些方法的缺点是在采用线性时序模型分析前数据维数特别高，在建模时需要较多的训练数据，而且参数的估计也不够准确。

发明内容

本发明的主要目的在于，通过提供一种人运动的表示方法，以解决目前在计算机视觉领域和视频内容智能分析领域中，存在的采用线性时序模型分析前数据维数特别高，在建模时需要较多的训练数据，而且参数的估计也不够准确的问题。

人的运动中，每个姿态都由一个高维的向量来表示，这些向量在特征空间中的分布呈现严重的非线性。对于在高维空间中呈现非线性分布的数据，采用非线性降维方法来学习数据内部存在的关系显得非常重要。本专利提出了一种人运动的紧凑表达方法。我们首先采用一种非线性降维的方法——局部线性嵌入算法(LLE)算法[8]将高维的特征空间映射到低维的嵌入空间中来，这有利于发现人运动的内在结构。然后在低维空间中通过线性时序模型AR模型和ARMA模型来对运动进行分析。

本发明是采用以下技术手段实现的：

一种人运动的表示方法：通过非线性降维将人的运动映射到一个低维的嵌入空间上来；将降维后的数据用线性时序模型建模；

其中所述的通过非线性降维将人的运动映射到一个低维的嵌入的姿态空间上来；通过以下步骤实现：

所述姿态空间的表达；包括以下步骤：

采用M个标记点P＝{p₁，p₂，…，p_M}来描述人的外轮廓，则每个轮廓可以用复向量z来表示：

z＝(x₁+jy₁，x₂+jy₂，…，x_M+jy_M)^T