[发明专利]基于分层观测向量分解的隐马尔科夫模型的行为识别方法

说明书

技术领域

本发明涉及视频中人体行为识别方法，特别是涉及一种基于分层的观测 向量分解的隐马尔科夫模型的多人行为识别方法，应用于模式识别、人工智 能、计算机视觉、图像处理等技术领域。

背景技术

视频监控技术在近年来备受社会关注，特别是自“911”恐怖袭击、马德 里爆炸案以及伦敦爆炸案等事件之后，对计算机自动进行视频监控产品的研 究和开发就更加迫切。现在，摄像头在很多社区，校园，街道内都随处可见， 但是，目前的视频监控技术却远远不够智能，监控工作基本由人工完成。然 而，由于人的精力、体力以及劳务成本等因素影响，人工监控的效率比较低。 长时间枯燥的监控工作常常使工作人员的精神疲倦，对异常情况变得不敏 感，不能及时监测。这就导致目前的监控设备在很大程度上变成了录像工具， 往往在异常情况或突发事故已经发生之后才进行事后的查验。但此时损失和 影响已经造成，无法挽回，完全是一种亡羊补牢式的监控方式。为了真正实 现“智能”监控，研究计算机自动进行视频监控，自动分析识别场景中的人 的行为是十分必要的。

目前，市场上已经有了一些初步的智能监控产品，如以色列的Ioimage 公司，美国的ObjectVideo公司，中国汉王科技股份有限公司等都在进行相 关产品的研发。但是，目前的产品总体来讲还不很成熟，只能识别特定条件 下的一些简单行为，如进入，离开等。这显然远不能满足智能监控的需要。 特别需要指出的是，不论是已经投入使用的产品，还是正在进行的学术研究， 现有的成果大多只针对单人行为识别，对多人之间的交互行为的研究很不成 熟。而实际应用所关注的行为很多都涉及多个人。多人行为识别需要考虑人 与人之间的交互关系，相对单人行为分析更加复杂，但监控系统中需要重点 考虑的很多行为均涉及多个人，例如打架，尾随等。研究多人行为识别会对 基于视频的智能监控起到非常重要的作用，而目前多人行为识别的研究成果 很少，远远无法满足智能监控的需要。

现有的多人行为识别一般采用基于运动模型的识别方法，其中应用最为 广泛的是隐马尔科夫模型(HMM)及其衍生模型。对于传统的HMM，在同一时 刻只有一个状态节点和一个观测节点。在多人行为中，观测向量往往维数较 高，如果采用传统的HMM会产生很大的计算量，此外，传统的HMM将所有人 的特征组合为一个特征向量，不能很好的拟合多人之间的交互。为了解决传 统HMM在多人行为中的问题，近年来出现了很多改进模型。如PHMM，LHMM， HHMM等。其中，对于多人行为识别影响较大的为耦合隐马尔科夫模型，即 (CHMM)。CHMM由两条或两条以上以一定条件概率关联的隐马尔科夫链组成。 每一条隐马尔科夫链代表一个人的行为，各隐马尔科夫链之间的连接代表多 人之间的交互。与传统HMM相比，由于增加了隐马尔科夫链的条数并引入各 链之间的状态转移，CHMM能更好的描述多人之间的行为交互。但是，CHMM 中隐马尔科夫链条的数目与行为中的目标的数目有关，不允许运动目标的个 数发生变化，这就导致了CHMM对不同人数的行为建模时模型的不一致，引 起的直接后果是庞大的工作量。例如，在一个监控系统中，如果我们需要分 析两人，三人和四人的行为，则我们需要建立三个独立的CHMM。在多人行 为识别领域，目前较难找到对不同人数，不同行为都通用的模型，对多人行 为的建模分析是现在多人行为识别的研究热点。

发明内容

本发明针对目前视频中多人行为识别方法的不足之处，提供一种基于分 层观测向量分解的隐马尔科夫模型的行为识别方法，能实现多人行为识别，允 许参加运动的目标个数发生变化，及连续特征和离散特征同时出现，以解决 多人行为识别中对交互关系的表达问题。

本发明是对传统隐马尔科夫模型(HMM)的一种改进，我们给这种改进后 的隐马尔科夫模型起名为“基于分层的观测向量分解的隐马尔科夫模型”。 主要的改进有两点：①.传统的HMM在每个时刻只有一个状态节点，本发明 中，每个时刻有两个状态节点，一个叫个体状态，描述多人行为中每个人的 各自的行为；另一个叫交互状态，描述多人行为中的交互关系。②.传统的 HMM的每个状态节点只能产生一个符号(即一个观测节点)，本发明中，每 个状态产生一组符号，也就是说将观测节点分解为若干组，我们称之为子观 测节点。