[发明专利]行为识别装置、学习装置、行为识别方法、学习方法及计算机可读的记录介质

说明书

本发明提供一种行为识别装置、学习装置、行为识别方法、学习方法及计算机可读的记录介质。行动识别装置具有：检测单元，根据拍摄车辆内而得到的车内图像检测所述车内图像中的车辆内的人物的、人体的多个部位的位置；特征量抽取单元，抽取位次特征量，该位次特征量是基于由所述检测单元得到的部位间的距离大小的位次的特征量；以及辨别单元，使用预先学习到的辨别器和所述特征量抽取单元抽取的位次特征量来辨别车辆内乘客的行为。辨别单元优选作为输入受理动态图像，根据各帧的辨别器的辨别结果来辨别行为。

技术领域

本发明涉及车辆内乘客的行为识别技术。

背景技术

作为识别车辆内乘客的行为的手法，例如提出有如Wang等人的文献[1]所述的方法，该文献公开有以下内容：根据输入图像制作分辨率不同的多个图像(金字塔图像)，从该金字塔图像高密度地检测着眼点。针对通过沿时间方向追踪多个着眼点而得到的多个轨迹的每一个轨迹抽取HOG、HOF、MBH这样的多个种类的图像特征量。将这些图像特征量在维度方向上连结，使用特征包(Bag-of-Feature)表现而变换为描述能力更高的图像特征量。最终，针对作为辨别对象的每个行为使用将所得到的图像特征量作为输入的非线性SVM(Support Vector Machine，支持向量机)生成(学习)辨别器。

另外，作为识别车辆内乘客的行为的手法，例如提出有如Goutsu等人的文献[2]所述的方法，该文献公开有以下内容：使用深度传感器检测人体部位的各时刻的位置，使用将检测位置作为输入的隐马尔科夫模型(HMM，Hidden Markov Model)抽取第一特征量。另外，通过对该第一特征量应用费舍尔核(Fisher Kernel)，将第一特征量变换为描述能力更高的第二特征量(Fisher Vector，费舍尔向量)。最终，使用非线性SVM生成(学习)辨别器，该非线性SVM将针对作为辨别对象的每个行为抽取出的第二特征量作为输入。

但是，Wang等人的文献[1]存在得到的特征量庞大的缺点。原因在于从图像空间上高密度地抽取着眼点，并针对所得到的每个轨迹抽取多个种类的图像特征量的缘故。Wang等人的文献[1]存在不仅辨别器的学习处理需要长时间，而且使用该辨别器的辨别处理也需要长时间的问题。

另外，Goutsu等人的文献[2]存在如下问题：对于如姿势识别那样的识别动态图像中的人物有意的行为是有效的，另一方面，难以识别动态图像中的人物无意的危险行为等。

(1)H.Wang，A.Klaser，C.Schmid.“Dense Trajectories and Motion BoundaryDescriptors for Action Recognition”，International Journal of Computer Vision(IJCV)，103，pp.60-79，2013.

(2)Y.Goutsu et al.，“Gesture recognition using hybrid generativediscriminative approach with Fisher Vector”，IEEE International Conference onRobotics and Automation(ICRA)，2015.

(3)M.Schwarz et al.，RGB-D Object Recognition and Pose EstimationBased on Pre-Trained Convolutional Neural Network Features ICRA2015

(4)A.Toshev et al.，DeepPose：Human Pose Estimation via Deep NeuralNetworks，CVPr2014

(5)L.Breiman.“Random F0rests”，Machine Learning，vol.45，no.1，pp.5-32，2001.