[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

说明书

技术领域

本发明涉及人体行为视觉分析与智能理解领域，尤其涉及基于场景描述和马尔科夫逻辑网进行人体行为视觉分析和智能理解领域，具体是指一种基于场景和马尔科夫逻辑网的智能行为分析系统及方法。

背景技术

随着技术的发展以及硬件设备价格的逐渐降低，大量的监控摄像头被安装到各种场合，特别是那些对安全要求敏感的场合，如机场、社区、银行、停车场、军事基地等。动态场景的视觉监控是近年来备受关注的前沿研究方向，它从摄像机捕捉的图像序列中检测、识别、跟踪目标并对其行为进行理解。人的行为分析作为计算机视觉领域的一个重要研究方向，其目的就是让计算机像人一样通过视觉观察来分析和理解人类活动和场景信息，在高级人机交互、安全监控、视频会议、医疗诊断及基于内容的图像存储及检索等方面具有广泛的应用前景和潜在的经济价值，目前已经被应用于智能家居、老年人看护、智能会议室等领域中。

李英杰等在其申请的发明专利“一种基于行为识别的智能视频监控系统”[201110148631.4]中公开了一种基于行为识别的智能视频监控系统。该系统是一种可以自动侦测威胁的智能视频监控系统，可对场景目标进行探测、跟踪、分类和对象分析，由五部分组成：视频采集模块、视频处理模块、基于贝叶斯分类算法的行为识别模块、上位机管理平台和报警模块。该系统能够很好的判断视频数据是否为异常分布，通过运用一种贝叶斯分类算法，来判断正常行为和异常行为，并能够很好的保证实时性。

汤志伟等在其申请的发明专利“基于图像分割和语义提取实现人员行为识别的系统及方法”[201210317234.X]中公开了一种基于图像分割和语义提取实现人员行为识别的系统及方法。将图像的高层语义和底层视觉特征相结合，采用支持向量机方法将图像底层特征映射为高层语义，在图像和图像描述之间建立映射关系，使得计算机能够通过数字图像处理和分析来理解画面中的内容，在不需要人为干预的情况下，实现对场景中人员行为的智能检测，减小“语义鸿沟”，大幅提高图像中人员行为识别的准确性，且实现方式简便，应用成本低廉，应用范围也较为广泛。

王传旭等在其申请的发明专利“同类行为多视图间相似度挖掘方法及行为识别方法”[201310268884.4]中公开了一种同类行为多视角间相似度挖掘方法及行为识别方法，通过时空特征点方法实现姿态建模，并通过递归图挖掘多视图间的递归相似度，避免了依赖于背景分割而容易导致人体姿态失真的问题，提高了相似度挖掘的精度及行为识别的鲁棒性。

黄凯奇等在其申请的发明专利“一种基于隐结构推理的行为识别方法”[201310087343.1]中公开了一种基于隐结构推理的行为识别方法。该方法通过研究人体结构特征来学习局部特征之间的结构信息，将运动主体的局部特征与来自背景的干扰特征分开，可以更好的对主体的行为进行描述，有效的提高了行为的表达能力和识别率。该方法亦可以对复杂场景中的行为进行识别分类，具有很好的鲁棒性。

谭铁牛等在其申请的发明专利“一种基于轨迹序列分析和规则归纳的视频行为识别方法”[200710117997.9]中公开了一种基于轨迹序列分析和规则归纳的视频行为识别方法，采用将场景中的完整轨迹分割为若干有羁绊语义的轨迹段，通过轨迹段聚类得到若干基本运动模式为原子事件，并使用隐马尔科夫模型方法进行建模，通过基于最小描述长度准则的规则归纳算法，获取蕴含在轨迹序列中的事件规则，然后，基于事件规则，采用扩展的文法分析器来对感兴趣的事件加以识别。本发明提供完整的视频行为识别框架，在规则归纳过程中考虑视频事件的时空属性，提出了一种多层规则归纳策略，大大提高了规则学习的有效性，应用于智能视频监控中，来实现自动分析当前监控场景下汽车或行人的运动行为。

韩磊等学者在《计算机学报》[2010,第33卷，第4期，776-784]发表的论文“基于时空单词的两人交互行为识别方法”中，基于人体剪影的连通性分析和时空兴趣点的历史信息，把时空兴趣点划分给不同的个体，并在兴趣点样本空间采用聚类方法得到时空码本。对于给定的时空兴趣点集，通过投票得到表示单人原子行为的时空单词。采用条件随机场模型建模单人原子行为，在两人交互行为的语义建模过程中，人工建立表示领域知识的一阶逻辑知识库，并训练马尔科夫逻辑网用以两人交互行为的推理，在初步建立的两人交互行为库上的实验表明了方法可以有效地建模两人交互行为并具有一定的鲁棒性。