[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

说明书

技术领域

本发明涉及人体异常行为识别方法，具体的说是一种固定场景下，基于运 动周期分析的异常行为识别方法及识别该异常行为的装置。

背景技术

目前摄像头所获取的视频监控信息会在监控室的屏幕上实时显示出来，监 控人员通过观察屏幕上的监控信息，来达到监控异常事件从而报警的目的。由 于大多数监控场景下出现异常事件的时间短且随机，人工监控需要随时观察屏 幕上的信息，才能防止漏过异常事件，监控人员一旦思想松懈，就容易导致漏 警，因此人工监控需要监控人员保持高度的警惕性，这很容易使监控人员疲惫， 并且也造成了巨大的人力浪费。

采用智能视频监控系统是未来的发展趋势，而智能视频监控系统的关键技 术是人体异常行为的识别。目前人体异常行为识别的研究还只是局限于简单且 已切分好的动作，对长运动序列的研究比较少。

发明内容

人体的行为动作一般分为近似周期性行为和非周期性行为，近似周期性行 为是指一段时间内连续执行两次以上的相同行为，而非周期性行为是指一段时 间内只执行一次的行为。近似周期性行为包括行走、跑等，非周期性行为包括 摔倒、突然弯腰等，因为摔倒往往不可能一段时间内连续摔倒两次以上，所以 这样的行为我们称为非周期性行为。对于非周期性行为，我们认为其是异常行 为；对于周期性行为我们定义行走为正常行为，其他行为为异常行为。

本发明的目的是提供一种基于运动周期分析的人体异常行为识别方法及装 置，能在较高的识别率下识别出人体异常行为并报警，避免人工监控带来的人 力浪费。

为达到上述目的，本发明表述一种基于运动周期分析的人体异常行为识别 方法，其关键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；人体运动视频序列的帧数等于人体运动行为序列的帧数，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；所述人体运动行为区域的宽度、高宽比为人体运动行为区域外 切矩形的宽度、高宽比，分析面积、宽度、高宽比，可以快速的获取人体运动 行为周期。

(三)中央处理机构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；

对于时变序列f(t)，如果其频谱的能量越集中于非原点某几个离散值处， f(t)的周期性就越强，通过实验分析，具有周期运动的人体区域的面积、宽度、 高宽比的变化曲线类似于正弦规律的周期信号，当我们提取具有周期运动的人 体在某一段时间内的行为序列时，相当于对整个行为序列进行了加窗，则其频 谱的能量将集中于某几个离散值(谐波)处。因此，可根据该条件判定运动行 为序列是否是近似周期性运动。

如果三个频谱图都不满足周期性条件，则该人体运动行为是异常行为，异 常行为提醒装置提醒异常行为出现；

如果有一个频谱图满足周期性条件，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；最佳变化曲线的确定方法可以保 证选出的最佳变化曲线具有最佳的周期，可根据人体运动行为序列的帧数来合 理确定-1到+1变化次数以及+1到-1变化次数之和的下限值。