[发明专利]基于非负矩阵分解的分部位人体运动识别方法

说明书

技术领域

本发明属于视频图像处理技术领域，特别涉及人体运动识别方法，可用于视频监控，人体姿态估计。

背景技术

近年来，人体运动识别作为计算机视觉领域的重大热点备受人们关注，在视频监控系统，驾驶员辅助系统，人机交互系统都有广泛的应用和发展前景。但是，由于人体是非刚性的，其多变性和多样性、衣服纹理、光照条件以及自遮挡等因素都严重影响人体运动识别的效果，并且，视频图像的分辨率比较低，很难有明显的特征提取。所以，如何从复杂的人体运动中找到正确表达运动信息的本质特征以及从视频中准确的获得，是目前备受关注的关键问题。

当前的人体运动识别方法主要包括两部分框架：特征提取和分类器的学习，其识别结果的优劣主要取决于所提取的运动特征的描述能力。

目前，特征提取的方法有很多：例如梯度直方图算子方法HOG、尺度不变特征转化算子方法SIFT、加速鲁棒特征算子方法SURF等，上述特征提取方法适用于二维图像；在三维图像中的特征提取方法包括：梯度直方图扩展到三维空间算子方法HOG3D,时空块算子方法Cuboids，角点检测扩展到三维空间算子方法Harris3D等,但通过以上这些方法提取出来的特征矩阵维数均比较高，计算量大，在科学文献中也有很多利用分解矩阵来达到降维的目的，如主成分分析方法PCA、独立成分分析方法ICA，奇异值分析方法SVD、矢量量化方法VQ等，这些方法使得分解出来的矩阵值有正有负，对现实问题而言失去了实际意义，并且用于降维的特征矩阵是基于整体而言的，在表征局部信息方面存在一定的信息疏漏，从而降低了识别率。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种基于非负矩阵分解的分部位人体运动识别方法，提高人体运动识别率。

实现本发明目的的技术思路是：从人体结构化信息出发，利用非负矩阵分解对人体各部分的特征矩阵进行分解，得到原有特征矩阵的低秩逼近，降低人体运动特征的复杂度，保留人体运动的局部信息；并通过对分解后的人体各部分特征进行级联，从整体上表征人体运动的信息，提高人体运动识别率。其技术步骤包括如下：

(1)将KTH数据库中的运动视频按照99:1的比例选取训练视频集X和测试视频集T；

(2)根据Fischler和Elschlager提出的图结构模型将人体划分为5部分，分别为：头部，左上肢，右上肢，左下肢，右下肢；

(3)从训练视频集X中选取一个样本视频L，根据上述划分分别提取人体各部位的运动兴趣点及相对应的运动特征；

(4)将提取的人体各部位的运动特征通过下式进行非负矩阵分解；

E＝V-WH

其中，V为正实数空间中n×m维矩阵，用来表示人体各部位运动特征矩阵，H为正实数空间中s×m维矩阵，用来表示一个基础矩阵，W为正实数空间中n×s维矩阵，用来表示一个投影矩阵，即人体各部位运动特征矩阵V在基础矩阵H上的投影，E为实数空间中n×m维矩阵，用来表示一个误差矩阵，参数n，m，s均为正整数；

(5)计算上述非负矩阵分解式中的投影矩阵W和基础矩阵H，设定误差矩阵E的阈值矩阵E'，使得误差矩阵E小于或等于设定的阈值矩阵E'：

(5a)根据人体各部位运动特征矩阵V的维数大小n、m，利用公式s＜＜m*n/(m+n)选取正整数s，并随机生成大小为n×s维的投影矩阵W和大小为s×m维的基础矩阵H；

(5b)设定阈值矩阵E'＝1*10^-6；

(5c)分别计算人体各部位的误差矩阵E_q：E_q＝V_q-W_qH_q；

其中q=1,2,3,4,5，分别表示人体的头部，左上肢，右上肢，左下肢，右下肢这5个部位，V_q表示部位q的运动特征矩阵，W_q表示部位q的投影矩阵，H_q表示部位q的基础矩阵；

(5d)当人体各部位误差矩阵E_q大于阈值矩阵E'时,分别对投影矩阵W_q中的元素W_ik和基础矩阵H_q中的元素H_kj进行更新，得到投影矩阵W_q中更新后的元素W_ik^*和基础矩阵H_q中更新后的元素H_kj^*：