[发明专利]一种用于行为识别的分类器训练方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种用于行为识别的分类器训练方法。

背景技术

视频中的人体行为识别已成为一个高度关注的研究领域，行为识别已经被应用在各个领域，包括：视频索引和浏览，视频监控，识别手势，体育事件分析等。而行为识别又主要分为行为分析和识别，只有拥有良好的行为分析，才能更好的进行识别。当前尽管各个研究机构在人体动作分析方面不断进行着研究，但还有许多未解决的问题。这是因为在现实世界中，可以由不同体型，外观，速度，和姿势的物体做出相类似的动作。此外，对静态或移动的物体遮挡，光照变化，或是阴影会对人类动作分析产生比较大的负面影响。

早期的动作分析方案是基于模板和跟踪来实现的，在该方案中需要非常详细的轮廓描述，但这在现实世界是不易实现的。为了解决这一问题，以时空兴趣点(STIP，视频中沿线时间轴显著变化的时空特征)为基础的方法已被广泛应用于行为识别的行为分析中，该方法的基本思想是把连续的视频作为时空量。与模板和基于跟踪的方法相比，该方法对噪音和摄像机移动所产生的负面影响的处理性会更好。基于STIP方法把人类的动作当作是时空兴趣点的一个容器，再将时空兴趣点从连续的视频中提取，并用外观描述符对其进行描述(其中每个描述符被定义为视觉词汇，并将它的直方图用于行为识别)。因此，基于STIP的方法，仅仅依靠个人的局部外观描述子进行行为识别，而时空兴趣点的时空分布信息被忽略。

通过检测器(如Dollar检测)从运动的视频中提取STIP，并用提取的STIP构建稀疏的动作流。然而，因为在稀疏流中两个相邻点之间的间隙太大，存在的空洞太多，因而无法在稀疏的运动流中有效捕捉动作的时空特征，尤其是在快速运动中，两两STIP之间的间隙会变得非常大，基本无法描述动作的时空特征，进而无法进行识别。

发明内容

本发明的目的在于，提出一种基于密时空特征点来描述动作的时空特征的分类器训练方法，基于所得到的分类器完成行为识别。

本发明的用于行为识别的分类器训练方法，包括下列步骤：

步骤1：输入运动视频图像流；

步骤2：根据Dollar检测算子提取所述运动视频图像流的所有时空兴趣点，构成时空兴趣点集G；

步骤3：基于相邻的两个时空兴趣点A、B建立线段将与线段的垂直距离小于预设阈值的所有像素点设定为时空兴趣点，增加到所述时空兴趣点集G中；

步骤4：基于LDPD描述子表示当前时空兴趣点集G中的每个时空兴趣点：

对任意时空兴趣点，记为P(x,y,z)，其中x表示所在图像的横坐标，y表示所在图像的纵坐标；z表示帧数；

以时空兴趣点P为中心建立一个三维立方体V，所述三维立方体V的长、宽、高分别对应空兴趣点P的x、y、z；

沿y轴方向将三维立方体V均分成N个初级子块，N大于等于2；再从每个初级子块中建立M个比初级子块小的中级子块，其中M大于等于2；取初级子块/中级子块所包含的时空兴趣点的个数作为对应子块的特征；由M+N个子块的对应征表示时空兴趣点P；

步骤5：基于每个时空兴趣点的LDPD描述向量，构成当前运动视频图像流的统计直方图，将所述直方图作为训练样本，基于支持向量机输出行为类别分类器。

本发明的技术效果是：基于密实流(在现有的稀疏流所对应的相邻时空兴趣点之间，增加满足条件的点作为新的时空兴趣点，以填补两两时空兴趣点之间的部分空洞)的方法，并提出新的描述符LPDP，可以对各种动作的描述更为精确、清晰，基于此得到用于行为识别的分类器训练，进而实现行为识别；另外本发明对初始参数不敏感，用于行为识别时的鲁棒性好。

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，下面结合实施方式，对本发明作进一步地详细描述。