[发明专利]基于场景和马尔科夫逻辑网的智能行为分析系统及方法

权利要求书

1.一种基于场景和马尔科夫逻辑网的智能行为分析系统，其特征在于，所述的系统包括：

场景描述器，用以采用主题模型方法对视频图像所处的场景进行分类；

动作识别器，用以在所述的视频图像的基础上，采用隐马尔科夫模型方法对视频图像中人的原子动作进行识别；

语义行为理解描述器，用以在场景分类和原子动作识别的基础上，采用马尔科夫逻辑网方法进行高层语义行为理解和兴趣度事件描述。

2.一种通过权利要求1所述的系统基于场景和马尔科夫逻辑网的智能行为分析方法，其特征在于，所述的方法包括以下步骤：

（1）所述的场景描述器采用主题模型方法对视频图像所处的场景进行分类；

（2）在所述的视频图像的基础上，所述的动作识别器采用隐马尔科夫模型方法对视频图像中人的原子动作进行识别；

（3）在场景分类和原子动作识别的基础上，所述的语义行为理解描述器采用马尔科夫逻辑网方法进行高层语义行为理解和兴趣度事件描述。

3.根据权利要求2所述的基于场景和马尔科夫逻辑网的智能行为分析方法，其特征在于，所述的采用主题模型方法对视频图像所处的场景进行分类，包括以下步骤：

（11）采用尺度不变特征转换特征方法对训练视频图像中的尺度不变特征集合得到特征矩阵的描述；

（12）在所述的特征矩阵的集合基础上，分别采用支持向量机方法和纹理分类方法对视频图像中的滴状对象和纹理对象进行识别；

（13）基于主题模型方法对视频图像所处的场景进行建模得到视频图像的场景分类结果。

4.根据权利要求2所述的基于场景和马尔科夫逻辑网的智能行为分析方法，其特征在于，采用隐马尔科夫模型方法对视频图像中人的原子动作进行识别，包括以下步骤：

（21）采用线性滤波器检测视频图像中的时空兴趣点，所述的时空兴趣点为在时间上和空间上强度变化大于系统预设值的点；

（22）采用直方图量化技术将所述的时空兴趣点量化为维数固定的直方图并在直方图的基础上采用K均值聚类方法得到时空码本；

（23）基于所述的时空码本采用隐马尔可夫模型方法进行建模得到动作分类模型；

（24）将得到的直方图和动作分类模型进行匹配识别得到动作分类结果。

5.根据权利要求4所述的基于场景和马尔科夫逻辑网的智能行为分析方法，其特征在于，所述的采用线性滤波器检测视频图像中的时空兴趣点，具体为：

采用线性滤波器按照如下响应函数检测视频图像中的时空兴趣点：

R=(I*g(x,y,σ)*h_ev)²+(I*g(x,y,σ)*h_od)²

其中，g(x,y,σ)是仅用于二维图像平滑高斯核，h_ev和h_od是一对正交的一维Garbor滤波器，仅用于时间维，hev=-cos(2πtω)*e-t2τ2,hod=-sin(2πtω)*e-t2τ2]]>（设定σ=1，τ=2.5）。