[发明专利]基于运动周期分析的人体异常行为识别方法及装置

权利要求书

1.一种基于运动周期分析的人体异常行为识别方法，其特征在于按以下步 骤进行：

(一)利用视频捕获装置获取人体运动视频序列，并将该视频序列送入计 算机，由中央处理机构(1)从人体运动视频序列中提取人体运动行为区域，组 成人体运动行为序列；序列中的人体运动行为区域为二值化图像；

(二)中央处理机构(1)分别计算人体运动行为区域的面积、宽度、高宽 比的一维变化曲线，并对三个参数的一维变化曲线进行傅里叶频谱分析，获得 三个曲线的频谱图；

(三)中央处理机构(1)分析所述三个频谱图，判断三个频谱图是否满足 周期性条件，所述周期性条件是：频谱的能量集中在非0的离散值处；

如果三个频谱图都不满足，则该人体运动行为是异常行为，异常行为提醒 装置(5)提醒异常行为出现；

如果有一个频谱图满足，则该人体运动行为是近似周期性行为；

(四)运动周期提取机构(2)确定近似周期性行为的周期，并提取一个运 动周期单元，具体方法如下：

A.选择所有满足周期性的频谱图对应的一维变化曲线，并对这些一维变化 曲线按下式进行二值化：

其中，n表示帧数，h(n)表示一维变化曲线上第n帧对应的参数值，f(n) 表示二值化结果；

B.利用中值滤波对二值化后的一维变化曲线进行平滑，得到平滑后的一维 变化曲线；

C.舍弃符合舍弃条件的一维变化曲线，所述舍弃条件是：如果在一个变化 曲线中，-1到+1变化之前一段连续的-1的个数为1，或者，-1到+1变化之后 一段连续的+1的个数为1，则舍弃这样的曲线；

D.从剩下的一维变化曲线中，确定求取周期的最佳变化曲线，最佳变化曲 线的确定方法如下：-1到+1变化次数以及+1到-1变化次数之和最小，且该和 大于4的一维变化曲线，即为最佳变化曲线；

E.从最佳变化曲线中，确定一个运动周期单元的起始点，两个起始点的距 离为一个周期，两个起始点之间的运动为一个运动周期单元，起始点的确定按 如下方法进行：

当最佳变化曲线是面积、宽度的一维变化曲线时，起始点是参数值由-1到 +1变化的点；

当最佳变化曲线是高宽比的一维变化曲线时，起始点是参数值由+1到-1变 化的点；

F.运动周期提取机构(2)从所述人体运动行为序列中提取出一个运动周期 单元；

(五)运动特征提取机构(3)对该人体运动行为的一个运动周期单元进行 R变换，提取该人体运动行为的特征数据，并将提取的特征数据进行降维处理；

所述R变换按下式进行：

R(θ)=∫-∞+∞TR2(ρ,θ)dρ]]>

上式中，θ∈[0，180°]；

TR(ρ,θ)=∫-∞+∞∫-∞+∞f(x,y)σ(xcosθ+ysinθ-ρ)dxdy]]>

其中，x、y分别为二值化图像f(x，y)中像素点的横坐标和纵坐标，θ∈[0， 180°]，ρ∈[-∞，∞]，σ(x)=1,ifx=00,else;]]>

(六)采用单状态隐马尔可夫模型作为分类器(4)，将降维后的特征数据 送入该分类器(4)，对该人体运动行为进行识别；

在所述分类器(4)进行识别之前，首先要对该分类器(4)进行训练；

(七)如果分类器(4)识别出该人体运动行为为异常行为，由异常行为提 醒装置(5)提醒异常行为出现；

如果分类器(4)识别出该人体运动行为不是异常行为，则返回到步骤(一)。