[发明专利]一种视频中的行为识别方法和装置

权利要求书

1.一种视频中的行为识别方法，其特征在于，包括：

提取视频中的底层行为特征；

通过预先获得的行为属性和所述视频中的底层行为特征构建所述视频中的中层行为表达；

将所述视频中的中层行为表达输入到预先获得的行为识别模型，对所述视频中的行为进行分类。

2.根据权利要求1所述的视频中的行为识别方法，其特征在于，所述的通过预先获得的行为属性和所述视频中的底层行为特征构建视频中的中层行为表达具体包括：

计算所述视频中的底层行为特征和预先获得的所述行为属性之间的欧氏距离；

通过所述视频中的底层行为特征和预先获得的所述行为属性之间的欧氏距离的平均值和相似性度量函数构建所述视频中的中层行为表达。

3.根据权利要求1所述的视频中的行为识别方法，其特征在于，所述行为属性的获取步骤包括：

提取视频训练集中的底层行为特征，所述视频训练集包含全部的行为类别；

根据所述视频训练集中的底层行为特征并通过聚类算法获得所述行为属性。

4.根据权利要求3所述的视频中的行为识别方法，其特征在于，行为识别模型的获取步骤包括：

计算所述视频训练集中的底层行为特征与所述行为属性之间的欧氏距离，通过所述视频训练集中的底层行为特征与所述行为属性之间的欧氏距离的平均值和相似性度量函数构建所述视频训练集中的中层行为表达；

通过l_2,1范数构建初级行为识别模型；

根据所述视频训练集中的中层行为表达和对应的行为类别对所述初级行为识别模型训练，确定所述初级行为识别模型中的参数；

在所述初级行为识别模型基础上更新行为属性，获得行为识别模型。

5.根据权利要求3所述的视频中的行为识别方法，其特征在于，所述的根据所述训练集中的底层行为特征并通过聚类算法获取所述行为属性具体包括：

计算所述视频训练集中的底层行为特征之间的欧氏距离；

将所述视频训练集中的底层行为特征之间的欧氏距离在预设值范围以内的底层行为特征归类为行为聚类；

将所述行为聚类的聚类中心确定为所述行为属性。

6.根据权利要求2或4所述的视频中的行为识别方法，其特征在于，所述相似性度量函数为高斯霍夫函数。

7.根据权利要求6所述的视频中的行为识别方法，其特征在于，所述中层行为表达的表达式如下：

Φ^C(x)＝[s(x,c₁),s(x,c₂),...,s(x,c_r)]，

其中，s(x,c_i)＝exp(-||x-c_i||²/δ)，为高斯霍夫函数，x为底层行为特征，c_i(i＝1,2,3，…,r)为行为属性，δ为底层行为特征与行为属性之间的欧氏距离的平均值。

8.根据权利要求5所述的视频中的行为识别方法，其特征在于，通过所述视频训练集中的相同行为类别的正样本与所述行为属性之间的欧氏距离度量来更新所述行为属性。

9.一种视频中的行为识别装置，其特征在于，包括：

提取模块，用于提取视频中的底层行为特征；

构建模块，用于通过预先获得的行为属性和所述视频中的底层行为特征构建所述视频中的中层行为表达；

分类模块，用于将所述视频中的中层行为表达输入到预先获得的行为识别模型，对所述视频中的行为进行分类。

10.根据权利要求9所述的视频中的行为识别装置，其特征在于，所述构建模块具体用于：

计算所述视频中的底层行为特征和预先获得的所述行为属性之间的欧氏距离；

通过所述视频中的底层行为特征和预先获得的所述行为属性之间的欧氏距离的平均值和相似性度量函数构建所述视频中的中层行为表达。