[发明专利]一种基于支持向量机的溺水行为检测方法

权利要求书

1.一种基于支持向量机的溺水行为检测方法，其特征在于，该方法包括以下内容：

（1）通过安装在水面上方的摄像头实时采集游泳池的视频图像序列；

（2）采用基于码书的背景减除方法提取步骤（1）中得到的视频图像序列中的前景运动目标，即游泳者；

（3）对步骤（2）中得到的游泳者采用椭圆拟合的方法建立人体模型，计算基于该模型的人体特征参数集合Q，这些人体特征参数包括中轴线与水平坐标轴的夹角Qpos、最小外接矩阵面积比值Qact、面积变化量Qsv、水下部分比例Qsub；

（4）将步骤（3）得到的关于游泳者的人体特征参数输入经过训练的支持向量机分类器，判断该游泳者处于的状态；

（5）将步骤（4）得到的游泳者的当前状态记录到状态记录序列R中；

（6）采用卡尔曼滤波算法跟踪步骤（2）中检测到的游泳者；

（7）重复步骤（2）-（6）若干次，保存记录该游泳者的若干次状态检测的结果在状态记录序列R中；

（8）通过步骤（7）中得到的状态记录序列R和状态行为关系表，判断该游泳者是处于正常的游泳行为还是潜在溺水行为，若判断的行为为潜在溺水行为，则并将当前的潜在溺水行为记录在行为记录序列T中；若判断的行为为正常的游泳行为，则丢弃该行为记录；

（9）当行为记录序列T中存在若干条连续时间内潜在溺水行为，则判断游泳者处于溺水行为，发出警报。

2.根据权利要求1所述的基于支持向量机的溺水行为检测方法，其特征在于，所述步骤2中，基于码书的背景减除方法具体执行步骤如下：

（2.1）获取视频图像序列的RGB图像；

（2.2）为步骤2.1）中得到的RGB图像中的每一个像素建立码书                                                , 其中，为构成码书的码字，，l为码书中码字的个数，码字由RGB色彩矢量和2个6维矢量构成，其中，6维矢量包括码字中最小的亮度值、码字中最大的亮度值、码字出现的频率、码字的最大消极游程、码字第一次出现的时间和码字最后一次出现的时间；

（2.3）将若干帧不包含游泳者的空背景作为训练背景模型的参考帧，分别计算这些图像中每帧图像中每个像素的对应的码书，将这些码书的集合按如图1所示的方式构建背景模型，其中，表示在背景模型中(i,j)位置的像素对应的字典，该字典由来自用于背景建模的参考帧对应位置的码书构成，其中(i,j)表示码书对应的像素在图像中的位置，n表示第n帧参考帧；

（2.4）计算输入的视频图像每个像素对应的码书；

（2.5）以像素为单位，将步骤2.4中得到的输入图像的码书与背景模型进行匹配，若该像素在背景模型的相应位置找到匹配的码书，则该像素为背景像素，否则该像素为前景目标图像； 

（2.6）将步骤2.5处理后的图像进行二值化处理，将二值化处理后的图像进行图像腐蚀操作去除图像中的噪声，通过图像闭合操作修补前景目标中存在的小孔穴和边界间断分离出最终的游泳者。

3.根据权利要求1所述的基于支持向量机的溺水行为检测方法，其特征在于，所述步骤3中，所述采用椭圆拟合人体的方法为：用5个椭圆分别表示人体的头部、身体、左手、右手、左腿和右腿；每个椭圆包含中轴线坐标、短轴线坐标和焦点坐标3个参数。