[发明专利]一种基于STDF特征的人体行为识别方法

说明书

技术领域

本发明涉及到视频处理的技术领域，尤其涉及到一种基于STDF特征的人体行为识别方法。

背景技术

基于视频图像的行为识别在智能视频监控、视频检索、人机交互和智能家居等方面有着广泛的应用。行为识别的主要任务是利用计算机对包含行人的图像序列进行分析，从而识别人的动作。在基于计算机视觉的行为识别中，主要包括行为特征提取以及行为分类两个步骤，目前，行为识别算法中使用的特征主要包括全局特征和局部特征两大类。

在视频图像中不仅单幅图像空间中存在联系，帧与帧之间也相互关联，因此，在各类特种中，时空体特征受到了学者广泛的关注。全局时空体特征主要以检测轮廓、边缘、光流为主。局部时空体特征，主要以检测时空兴趣点为主。基于局部时空体兴趣点的动作表示和识别的方法，首先从图像序列中提取能够代表行为的时空兴趣点，再使用兴趣点的特征对运动进行表征，最后建立动作分类器进行动作识别。Laptev I首次提出时空体兴趣点的检测，在Harris角点检测中加入时空信息。为了得到更加稠密的兴趣点，Dollar提出通过构造一系列的1D Gabor滤波器对图像序列进行Gaussian卷积，从而检测局部最大的Cuboids特征进行兴趣点的提取。Willems提出使用Hessian 3D检测兴趣点，并且扩展SURF描述子，更加有效的检测复杂的时空体兴趣点。由于时上述方法提取出的空体兴趣点较为稀疏，Wang在综述了现有局部时空体特征后，提出采用稠密网格取样的方法进行行为识别的识别率最高。

通过检测局部时空体兴趣点和稠密取样的方式提取时空特征都有一定的局限性。大部分时空体兴趣点是由2D空间的兴趣点检测器扩展而来，而这些2D的兴趣点检测器最初是用于特征匹配，而并非用于数据分类。因此，提取时空体特征时需要对像素点进行逐一的计算，特征提取的计算量较大，并且提取出的兴趣点较为稀疏，使用时空兴趣点作为特征，描述性不强。相反，稠密取样可以提取大量的样本点，但是，稠密取样得到的样本点数量巨大，对行为的表现力不强，同时引入了对于行为识别不必要背景信息。在复杂场景下，稠密取样的识别效率低，效果不佳。

发明内容

本发明的目的是为了克服现有技术的不足，提供了一种人体行为识别方法。

本发明是通过以上技术方案实现：

本发明提供了一种人体行为识别方法，该人体行为识别方法包括以下步骤：

依据视频序列深度信息，提取对应的STDF特征；

提取采样点STDF特征，依据LPM模型建立BoW模型；

使用基于RBF核函数的SVM对建立的BoW中的数据进行分析得到结果。

优选的，所述提取采样点STDF特征具体步骤为：

根据视频序列深度信息求取运动显著性区域；

确定显著性区域的区域活跃度；

提取显著性区域的时空特征点。

优选的，所述确定显著性区域的区域活跃度具体为：由视频的深度信息确定人体的头部、四肢作为显著性区域；计算显著性区域的Lucas-Kanade光流特征，作为能量函数，恒量该区域运动运动激烈程度。

优选的，所述能量函数为计算所述显著性区域内像素点的流光之和。

优选的，所述能量函数包括：

其中v_i为区域内第i个像素点的光流矢量(v_ix，v_iy)；|v_i|表示光流矢量的幅值，区域内能量函数E_K(n)值越大，则认为区域越活跃。

本发明的有益效果是：方法依据运动剧烈区域在行为识别中提供更多判别信息的思想，利用视频图像的深度信息确定人体运动显著性区域，通过计算区域内光流特征作为度量区域活跃度的能量函数，依据能量函数对运动显著性区域进行高斯取样，使样本点分布于运动剧烈区域。将采集到的样本点作为动作底层特征描述人体行为，结合BoW词袋模型，采用SVM分类器对行为进行识别。实验数据表明，基于STDF特征的人体行为识别方法，在SwustDepth数据集中平均行为识别准确率能够达到92％。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供了一种人体行为识别方法，该人体行为识别方法包括以下步骤：依据视频序列深度信息，提取对应的STDF特征；