[发明专利]基于独立子空间网络的行为识别方法

说明书

技术领域

本发明属于人工智能识别技术领域，尤其涉及一种基于独立子空间网络的行为识别方法。

背景技术

随着中国城市化建设的大举推进，城市人口的急剧增加以及国际恐怖主义的猖獗，城市公共安全以及个人人身安全已成为智能监控科研机构或相关科技研发部门的研究重点。对人体行为进行分析识别的行为识别技术是该项研究的重中之重。目前，行为识别是人工智能领域的一个重要的热门研究问题。它广泛的应用于公共安全智能监控，人机交互，智能家居，病人或老年人安全监控等方面。行为识别的关键技术是行为表征方法的实现，即用于行为分类的行为特征的提取。目前，有大量的行为特征提取方法被提出，他们主要分为两大类。一种是手工设计的特征提取方法，另一种为基于深度学习架构的特征学习方法。对于手工设计的特征，人们研究了很长时间，并提出了大量的全局特征与局部特征。全局特征中，最具代表性的是运动历史图像(Motion History Image，简称MHI)与运动能量图像(Motion Energy Image，简称)。局部特征中，基于时空兴趣点的HOG,HOF,HOG/HOF，HOG3D等特征都取得了较好的识别效果。在很长的一段时间内，手工设计的特征都没有很大的进展，与此同时，深度学习在语音识别与字符识别等方面取得了巨大的成功，于是，部分科研人员开始了在深度学习的框架下用于行为识别的特征提取方法研究。在深度学习框架下，先后有很多时空特征学习方法被提出，如基于卷积神经网络(CNN)的特征学习方法，与基于卷积限制玻尔兹曼机(CRBM)的时空特征学习方法等。东南大学的田茜、徐海燕、王臻、马慧、陈萍萍、吴建辉、李红的发明《一种基于概率融合和降维技术的行为识别方法》于2014年4月29日向中国国家知识产权局申请专利并获得批准，于2014年07月16日公开，公开号：103927561A。该发明公开了一种基于概率融合和降维技术的行为识别方法。它首先基于稠密轨迹提取局部底层特征，对特征分别采用PCA降维；其次使用Fisher核对局部底层特征进行聚类，形成Fisher向量；在FV作为分类器的输入之前对他们进行了LDA降维，最后对不同的描述，其采用后融合技术进行数据结合，从而来提高识别率。其具体包括：建立底层特征描述器，基于稠密轨迹来提取HOG、HOF、MBH和Dentr四种底层特征描述器，然后用PCA对这四种底层特征描述降维；建立中层特征描述器：使用Fisher核对四种底层特征描述分别进行聚类，得到的Fisher向量(简称FV)为2KD维向量，其中K为Fisher核中所选高斯函数的数量，D为底层特征向量的维数；使用LDA(Linear Discriminant Analysis，线性鉴别分析)对得到的Fisher向量进行降维；使用最终得到的Fisher向量进行分类我训练和测试。该专利利用了一些传统的手工设计的特征：HOG，HOF，MBH，Dentr，并对这些特征进行了多次降维。这些特征具有一定的局限性，不如根据视频数据学习到的特征灵活有效。深圳市赛为只能股份有限公司，孙凯、刘春秋、徐亮、梁子正、吴悦的发明《基于SURF兴趣点的行为识别方法及装置》于2014年5月22日向中国国家知识产权局申请专利并获得批准，于2014年07月30号公开，公开号：103955682A。该发明公开了一种基于SURF兴趣点的行为识别方法及装置。该方法包含如下步骤：采集多帧连续的人体动作视频图像；检测每帧图像中与人体动作相关的兴趣点；对兴趣点进行包括去噪音处理以及去离群的预处理；积累多帧图像中所有兴趣点并构造表征人体动作的运动轨迹的点集；从人体动作的运动轨迹的点集中提取目标特征并量化得到特征向量；计算运动轨迹的点集的特征向量与所有簇中心的欧式距离；根据步骤的计算结果，将待检测视频图像人体运动判定为得到的匹配值最高的人体动作。该发明能够增加行为识别的鲁棒性，提高行为识别率。其具体包括：采集多帧连续的人体动作视频图像；检测每帧图像中与人体动作相关的兴趣点；对兴趣点进行包括去噪音处理以及去离群的预处理；积累多帧图像中所有兴趣点并构造表征人体动作的运动轨迹的点集；从人体动作的运动轨迹的点集中提取目标特征并量化得到特征向量；计算运动轨迹点集的特征向量与所有簇中心的欧式距离；根据上述步骤的计算结果，将待检测视频图像人体运动判定为得到的匹配值最高的人体动作。该专利利用SURF兴趣点来构造表征人体的运动轨迹，虽然该方法采用了一些去噪的方法，但是在行为视频中存在很多噪音，如场景中的其他人或物体对人体的遮挡，嘈杂背景等都会对该方法产生很大的影响，进而降低对行为的识别效果。而且该方法利用传统的人为设计的特征来表征行为，这些手工设计的特征在识别行为时有很大的局限性。

发明内容