[发明专利]一种视频中的行为识别方法和装置

说明书

本发明提供一种视频中的行为识别方法和装置，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视频中的底层行为特征构建视频中的中层行为表达；将视频中的中层行为表达输入到预先获得的行为识别模型，对视频中的行为进行分类。该行为识别方法和装置，通过将预先获得的行为属性和待识别视频中的底层行为特征，构建为视频中的中层行为表达，然后通过视频中的中层行为表达和行为识别模型，对视频中的行为进行分类，构建的中层行为表达使视频中的相同行为类别之间的特征表达更为相近，不同行为类别之间的特征表达差异性更大，具有良好的鲁棒性，从而提高了对视频中行为类别识别的准确性。

技术领域

本发明涉及信息处理技术领域，更具体地，涉及一种视频中的行为识别方法和装置。

背景技术

随着科学技术的发展，视频监控系统已经在通信、安全和交通等行业得到了广泛的应用，其在维护社会治安中起到重要作用，并逐渐向大众化、智能化发展。行为识别技术是基于计算机视觉的一个研究领域，旨在正确的分类出视频中人体的行为。行为识别技术可广泛的应用在视频监控系统中，其在公共安全，人机交互、运动分析等领域起到重要作用，因此研究行为识别技术具有非常重要的意义与应用价值。行为识别技术是建立在特征提取的基础上，对视频中的行为进行识别，其结果可以辅助视频监控网络中目监测异常事件，也可以用于行为异常分析以及智能人机交互系统，从而实现视频监控系统的智能化。

目前，视频中的行人再识别方法主要分为两类：第一类是基于全局特征的方法，这种方法致力于将视频中的视觉内容作为一个整体进行编码，通常通过跟踪或者背景提取来发现感兴趣的区域和目标。例如，A.F.Bobick等人在文献“A.F.Bobick and J.W.Davis,Therecognition of human movement using temporal templates,IEEE Trans.PatternAnalysis and Machine Intelligence,vol.23,no.3,pp.257–267,2001.”中提出提取视频中的人体剪影，并构建运动能量图和运动历史图的方法进行行为识别。该方法能够很大程度上保留人体的运动信息，将视频中的空域信息和时域信息有效的结合在一起。第二类是基于局部特征的方法。这种方法的核心思想是把视频中的行为分为一系列感兴趣的局部视频块，分别进行表达，然后在进行编码和行为识别。例如，H.Wang等人在文献“H.Wang,A.Klaser,C.Schmid,and C.Liu,Dense trajectories and motion boundarydescriptors for action recognition,International Journal of Computer Vision,vol.103,no.1,pp.60–79,2013.”中提出一种方法，该方法利用视频中一些点的轨迹特征来估计和配准局部视频块，从而构建内容更加丰富的底层特征，进而有效的识别视频中的行为。

然而，对于基于全局特征的方法，由于在实际场景拍摄的视频经常受到光照、遮挡、视角、背景变化的影响，同一个视频中不同时间段内的人体形变较大，在一些严重的情况下，很难提取到人体的剪影，因此一些特定条件下提取稳定且具有分辨力的全局特征是十分困难的，难以取得可靠的结果；对于基于局部特征的方法，虽然底层特征内容丰富，但是也会出现同种行为类别的底层特征的表达差异性较大，而不同种行为类别的底层特征的表达比较相似的情况，从而造成了对视频中行为类别判别准确率不高。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明提供一种视频中的行为识别方法和装置。

根据本发明的一个方面，提供一种视频中的行为识别方法，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视频中的底层行为特征构建视频中的中层行为表达；将视频中的中层行为表达输入到预先获得的行为识别模型，对视频中的行为进行分类。