[发明专利]人体行为识别的方法和装置

权利要求书

1.一种人体行为识别的方法，其特征在于，所述方法包括：

获取人体行为的多个时空训练样本，每个时空训练样本包括人体行为的一段连续的多帧图像；

对所述多个时空训练样本提取三维时空直方图特征；

对所述多个时空训练样本提取二维轮廓特征；

将所述三维时空直方图特征和所述二维轮廓特征组合成混合特征；

用所述混合特征输入支持向量机SVM进行训练得到分类器；

使用所述分类器对测试样本进行识别，得到人体行为的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述多个时空训练样本提取三维时空直方图特征，包括：

对所述多个时空训练样本中的每一个时空训练样本执行以下操作：

在所述时空训练样本上采样多个兴趣点并确定每个兴趣点的特征描述符，根据所述特征描述符保留具有空间特征描述性的兴趣点，由保留的兴趣点的特征描述符组成所述时空训练样本的时空特征矩阵；

使用聚类算法将所述时空特征矩阵聚成K个聚类；

对所述时空特征矩阵中的每个特征描述符所属聚类进行标记后做直方图，得到所述时空训练样本的三维时空直方图特征。

3.根据权利要求2所述的方法，其特征在于，所述确定每个兴趣点的特征描述符，包括：

对所述时空训练样本上的每一个兴趣点执行以下操作：

以所述兴趣点为中心抽取指定边长的立方体，将所述立方体划分为多个子立方体，且每个子立方体划分为多个单位立方体，其中，一个单位立方体代表一个像素点；

采用柏拉图立体统计每个子立方体的梯度方向，得到每个子立方体的梯度直方图；

由所述多个子立方体的梯度直方图组成所述兴趣点的特征描述符。

4.根据权利要求3所述的方法，其特征在于，所述根据所述特征描述符保留具有空间特征描述性的兴趣点，包括：

对所述时空训练样本上的每一个兴趣点执行以下操作：

以所述兴趣点为中心抽取指定边长的立方体，所述立方体包括多个像素点；

采用柏拉图立体统计所述立方体的梯度方向，得到所述立方体的梯度直方图；

在所述梯度直方图中按照峰值从高到低取前三个峰值，分别对应所述兴趣点至柏拉图立体相应面中心点的三个向量：第一向量、第二向量和第三向量；

判断所述第一向量和第二向量之间的夹角以及所述第一向量和第三向量之间的夹角是否均小于指定值，如果是，则去除所述兴趣点，否则，保留所述兴趣点。

5.根据权利要求1所述的方法，其特征在于，所述对所述多个时空训练样本提取二维轮廓特征，包括：

对所述多个时空训练样本中的每一个时空训练样本执行以下操作：

对所述时空训练样本中的每帧图像，使用图像显著性检测方法提取出人体轮廓图，并在所述人体轮廓图上提取二维轮廓特征；

根据提取的每帧图像的二维轮廓特征计算得到所述时空训练样本的二维轮廓特征。

6.一种人体行为识别的装置，其特征在于，所述装置包括：

获取模块，用于获取人体行为的多个时空训练样本，每个时空训练样本包括人体行为的一段连续的多帧图像；

三维特征提取模块，用于对所述多个时空训练样本提取三维时空直方图特征；

二维特征提取模块，用于对所述多个时空训练样本提取二维轮廓特征；

混合模块，用于将所述三维时空直方图特征和所述二维轮廓特征组合成混合特征；

训练模块，用于用所述混合特征输入支持向量机SVM进行训练得到分类器；

识别模块，用于使用所述分类器对测试样本进行识别，得到人体行为的识别结果。