[发明专利]一种人体动作跟踪特征处理方法

权利要求书

1.一种人体动作跟踪特征处理方法，其特征在于，所述方法包括：

在输入图像中提取方向梯度直方图HOG特征；

在所述输入图像中提取纹理CS-LBP特征；

在所述输入图像中提取颜色模型LAB特征；

将所述HOG特征、CS-LBP特征、LAB特征进行融合，得到融合特征；

通过融合特征对所述输入图像进行表征；

其中，所述在输入图像中提取方向梯度直方图HOG特征，包括：

对每幅输入图像进行灰度化并进行伽马矫正；

对每一个像素分别计算其像素梯度方向，在输入图像上划分多个网格，每一个网格确定为一个单元；

在每一个单元上利用梯度方向直方图对有符号梯度方向和无符号梯度方向进行统计，而有符号梯度方向部分分为[0°，180°]以及[0°，-180°]两部分，每部分分别使用9个直方条进行统计，使得每一个单元的特征维度为指定值；

在划分的网格上，将相邻4个单元作为一个块，对所有块，分别对各维度的特征值进行累加操作，并作为归一化操作，获得所述HOG特征，具体步骤为：使用公式和公式i＝1，2，3，4，j＝28，29，30，31对每个块的HOG特征进行降维：先对4个块对应的第a个直方条进行纵向累加，分别作为最终降维后第a个特征值，共27个特征值，其中，Val即bin_i(θ₁，θ₂)，表示第i个块中梯度方向角度在(θ₁，θ₂)的直方图上的值，(θ₁，θ₂)＝(0°，-20°)，(-20°，-40°)，...，(-160°，-180°)，(0°，20°)，(20°，40°)，...，(160°，180°)；再分别对4个块的每27个直方条进行横向累加，分别作为最终降维后的第28、29、30、31个特征值，bin_j表示最终降维后的第j个特征值，bin_i(k)表示第i个块对应的第k个直方图的值；其中，所述输入图像的HOG特征为所有块的特征的集合；

将每个块的HOG特征并行排列成一个矩阵，作为整个样本的HOG特征。

2.如权利要求1所述的方法，其特征在于，在所述输入图像中提取纹理CS-LBP特征，包括：

保持LAB颜色特征与HOG特征的分块方式一致的情况下，即对m×n大小的样本图像，分为个m_c×n_c大小的单元；建立个直方图，其中，每个直方图对应第i种CS-LBP特征值在所有单元上的统计，每个直方图有个直方条；

统计每个单元上第种CS-LBP特征值的数量，最终获得的个直方图的统计结果作为所述输入图像的CS-LBP特征。

3.如权利要求2所述的方法，其特征在于，在所述输入图像中提取颜色模型LAB特征，包括：

从LAB颜色空间N种颜色中随机取K种，作为K-Means中K个类别的各自的质心k_j；

分别计算LAB颜色空间中剩下的(N-K)种颜色到各 类别质心的欧几里得距离；

将LAB颜色空间N种颜色按照K个新的质心进行重新聚类，重复执行该步骤，直到聚类结果不再变化；

根据聚类结果，得到所述输入图像的LAB特征。