[发明专利]一种基于人体形态特征的多人异常行为识别方法

说明书

本发明公开了一种基于人体形态特征的多人异常行为识别方法，包括：快速目标人体检测，利用大量行人样本的梯度信息，制作一系列的目标人体检测滤波器，得到一组滤波器的行人检测器，对待测图像计算特征通道，并采用检测器在每个通道上计算特征响应，最终采用Adaboost分类器获取最终的目标人体的位置；利用人体形态特征和上述所得的人体位置先验信息，构建初始的人体外观模型，并采取外观传输机制；采用霍夫形态特征提取算法将人体各个部件的特征从外观模型中提取出来，并与异常行为样本库进行匹配，得到最终识别结果。本发明提供的方法可以在背景环境和摄像头的位置不确定的情况下实现对多个人体的位置标定，实现最终的异常行为识别。

技术领域

本发明属于图像处理技术领域，涉及多个人体的异常行为识别的方法，具体而言是一种通过提取视频图像中各个人体的形态学特征，实现基于人体形态特征的多人异常行为识别系统。

背景技术

智能视觉物联网(IVIOT)是新一代信息技术的重要组成部分，也是物联网的升级版本。智能视觉物联网是通过视觉传感器、信息传输、智能视觉分析感知人、车、物，按约定的协议，把任何物体与互联网相连接，进行信息交换和通信，以此来实现对物体的智能识别、定位跟踪和实时监控的一种智能网络。通过公共场所管理、智能楼宇、交通管制医院、监狱、军事等终端用户所搭建的“智能视觉物联网”，能够实现对社会资源的统一监控、管理和调度。因此，智能视觉物联网技术具有广泛的应用前景。

目前，我国处于经济高速增长期和社会转型期，公共安全形势总体非常严峻。中国公安要在未来反暴力事件中夺取胜利，必须使用计算机信息化手段。反暴力行动的辅助决策需要借助计算机来辅助完成。使用智能视觉物联网技术对反暴力行动进行实时性检测为以后的反暴力行动研究和反暴力行动任务提供全面详实的数据保障。

故人体异常行为识别系统在视频监控领域具有较为广泛的应用前景。基于人体形态特征的多人异常行为识别系统，可以实现人员无监督作业，解放了工作人员的劳动力，并能实现对监控视频中的人体进行捕捉和行为识别的操作。对安保部门起到极大的辅助作用，具有较高的理论价值和实现意义。

人体的形态特征是指人体各个肢体的位置信息，获取该特征涉及到了计算机视觉、图像处理、模式识别、统计学推断、机器学习等多方面的知识。该特征作为对图像或者视频作进一步理解的前提，被广泛应用于智能视觉监控和人机交互领域。但由于人体着装的多样性，图像背景的复杂多变性以及在单帧图像中可能同时出现多个人体等复杂情况，使得获取该特征成为计算机视觉领域上较难的课题之一。

发明内容

本发明所要解决的技术问题是：针对人体异常行为识别难度大，实现多人同时识别的准确率低的问题，提出一种人体异常行为识别方 法，以实现高精度的异常行为识别。

本发明的原理是通过先获取人体的位置信息，然后获得人体各个部件的形态特征，并将提取的特征与样本库匹配，从而判断行为是否为异常以及属于何种异常行为。

本发明所采用的技术方案是：

一种基于人体形态特征的多人异常行为识别方法，其特征在于，包括以下步骤：

(1)利用行人数据库中的行人样本的梯度信息，计算出一副人体的平均边缘轮廓图；

(2)以单元为最小单位将平均边缘轮廓图划分成网格，形成平均边缘网格轮廓图；

(3)采用尺度不等的矩形窗在网格上进行无重叠滑动，截取出一系列的滤波器，并去除冗余滤波器，组成最终用于行人检测的滤波器组，即行人检测器；

(4)输入待测图像，对输入的待测图像计算HOG和LUV特征上的特征通道，采用所述行人检测器计算每个通道的特征响应，并将得到的特征响应输入到已经训练好的Adaboost分类器中，得到行人候选框；

(5)采用非极大值抑制的方法，去除错误的行人候选框，获得最终行人的检测框；