[发明专利]一种零训练样本行为识别方法

说明书

技术领域

本发明属于智能视频监控技术领域，具体涉及一种零训练样本行为识别方法。

背景技术

行为识别在视频监控中扮演着重要的角色，它可以识别出视频中人体的行为动作，为危险行为报警、特定行为识别做出贡献。行为识别中最简单最有效的方法当属基于词包模型(bag-of-words，BOW)的方法，此方法先对视频进行特征提取，然后将所有的特征聚类，然后根据每个视频特征在聚类中心出现的频率进行直方图化。但是此方法的一个缺点是没有考虑到时空特征。Zhang等人利用基于语义的线性编码方式不仅考虑了特征之间的时空关系而且减少了重构误差。Ryoo等人提出一种“特征×特征×关系”直方图去同时获取特征点之间表象的关系。Kovashaka等人利用近邻时空兴趣点设计一种层级直方图来弥补词包模型的不足。

基于词包模型的方法均是直接将底层特征和类别标签相连，然而，丰富的时空信息很难被单一的类别标签表示。所以近期的一些研究工作提出用属性描述动作的相关信息，属性特征可以被视为高层语义特征。Lampert等人提出直接属性预测模型(directattributeprediction，DAP)。刘等人把每个动作属性当成潜变量去预测行为类别。在这些模型中，均是把属性当做一个二值变量，表示该属性是否存在于某个动作。但是在现实生活中，二值属性并不能准确的描述行为动作。因此，Parikh等人提出相对属性的概念，其通过描述属性之间的相对关系来表示行为。

发明内容

本发明的目的是要解决上述现有技术中存在的技术问题，进而提供一种零训练样本行为识别方法。

为了实现所述目的，本发明基于零训练样本行为识别方法包括以下步骤：

一种零训练样本行为识别方法，其特征在于，该方法包括以下步骤：

步骤S1，提取视频样本库中每个动作视频样本的特征向量；

步骤S2，设定对应于多种人体行为的多个人体运动属性，以及在每个人体运动属性下，每两个代表人体行为的动作视频，即动作视频对之间的关系；

步骤S3，将所述动作视频对之间的关系作为输入，利用排序支持向量机进行训练，得到训练模型；

步骤S4，利用所述排序支持向量机输出的排序分数，对每一类具有训练样本的人体行为进行拟合得到一个混合高斯模型；

步骤S5，根据所述步骤S4得到的混合高斯模型，利用迁移学习，获得零训练样本人体行为类别的混合高斯模型；

步骤S6，按照步骤S1的描述，提取得到测试视频样本的特征向量；

步骤S7，根据所述测试视频样本的特征向量以及所述步骤S5得到的零训练样本人体行为类别的混合高斯模型，利用最大后验概率原则，判断所述测试视频样本中零训练样本人体行为所属的类别。

本发明的有益效果为：通过利用混合高斯模型拟合排序分数，达到行为识别的目的，通过最大后验判断所属类别，从而提高行为识别的鲁棒性。

附图说明

图1是本发明提出的零训练样本行为识别方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

图1是本发明提出的零训练样本行为识别方法的流程图，如图1所示，所述方法包括以下步骤：

步骤S1，提取视频样本库中每个动作视频样本的特征向量；

所述步骤S1进一步包括以下步骤：

步骤S11，对所述视频样本库中的每个动作视频样本利用三维角点特征(Harris3D)提取多个时空兴趣点；

步骤S12，在每个提取到的时空兴趣点周围(比如20*20像素点的范围)提取梯度直方图(histogram of oriented gradients，HOG)和光流直方图(histogram of optical flow，HOF)，并将提取得到的这两个特征直接连成一个特征向量；

步骤S13，利用聚类方法将所有得到的特征向量聚集为多个聚类中心(比如2000个)；

所述聚类方法可以使用现有技术中常用的k-means聚类方法或其他聚类方法。

步骤S14，利用词包模型(bag-of-words，BOW)将每个动作视频样本表示成一个维数与所述聚类中心的个数相同的直方图，作为相应动作视频样本的特征向量，该直方图的每一维表示该动作视频样本的特征向量在相应聚类中心出现的频率。