[发明专利]基于视频流数据的人体骨骼化打架识别方法

权利要求书

1.基于视频流数据的人体骨骼化打架识别方法，其特征在于，包括以下步骤：

步骤一、视频流数据获取

在识别区域设置摄像头，获取摄像机视频流，并对视频流数据进行RGB转换，使其转换为相应的彩色图像；

步骤二、活动目标提取

通过对视频中获取的n帧画面进行背景建模，然后对n+1帧画面中的活动目标进行帧差，将n+1帧像素值I(x,y)减去背景模型中相同位置像素点的平均值u(x,y)，得到差值d(x,y)，然后将该差值d(x,y)与阈值TH进行比较，当差值d(x,y)大于阈值TH时，则标记为前景点；否则，标记为背景点；

通过前景点连续的帧来判断该活动目标是否连续运动，是否连续出现，若达不到连续N帧出现，则过滤；反之，该活动目标连续N帧出现，且N帧内活动目标的X、Y坐标大于i像素点，则判断为持续运动，得到活动目标的前景图片；其中，N＝[1,200]，N值的大小，反映为观察目标的时间跨度，此值越小，则给出判断的反应时间越快，越灵敏；i表示为水平和垂直方向上的位置像素量，i的取值范围[1,20]，i越小，检测越灵敏；

步骤三、人体目标匹配

截取步骤二中判断为活动目标的前景图片与人体特征模型进行匹配，若大于相识度M，则判断前景图片中有人体目标，并进入下一步；反之，则判断待测目标图像中没有人体目标，并返回步骤二继续进行活动目标的提取操作；其中M＝[0,1]，M值越大，表示目标为人的可能性越高；

步骤四、人体骨骼化

截取步骤三中判断为有人体目标的前景图片进行人体骨骼化处理，得到的身体关节部位点，包括胸口、肩膀、肩臂、手臂、手腕、脚腕、左右臂膀，并通过获取的骨骼化的关节部位信息判断人的数量是否≥2，若是，则进入下一步；反之，则判断待测目标图像，并返回步骤二继续进行活动目标的提取操作；

步骤五、人员面对面判断

对在步骤四中获取到的骨骼化数据进行处理，并获得所有骨骼化人员数据的手臂指向方向，判断多个人员的指向方向是否为水平时，若是，则判断该多个人员为面对面，进入下一步；反之，则继续判断待测目标是否面对面，并返回步骤四继续进行骨骼化数据的提取操作；

步骤六、人员距离判断

对步骤五中判断为面对面的人员进行距离的判断，通过骨骼化的胸口点位距离进行坐标系测算距离，当距离≤L值时，判断为人员距离过近，并进行下一步、反之，则继续判断待测目标是否距离过近，并返回步骤五继续进行人员面对面提取操作；

步骤七、人员抬臂检测

对步骤六中符合距离过近的人员进行抬臂检测，当距离过近的2人是否至少有一人手臂抬起，若是，则判断为有打架的趋势；反之，则继续判断待测目标是否有抬臂行为，并返回步骤六进行人员距离判断；

步骤八、持续时间判断

对步骤七中符合抬臂的目标进行持续时间判断，当目标在P秒内持续出现抬臂行为，则判断为打架，反之，则判断待测目标是否出现抬臂情况，并返回步骤七抬臂判断。

2.根据权利要求1所述的基于视频流数据的审讯室人员近距离接触识别方法，其特征在于：步骤三中的所述人体特征模型是通过神经网络模型训练分类器训练和识别得到的，其具体方法为：

训练时，输入大量人体图片作为正样本，输入大量无人体图片作为负样本，通过神经网络模型训练分类器进行训练学习并得到人体特征模型；

识别时，输入运动目标的前景图片，通过运动目标的前景图片与神经网络模型训练分类器中的人体特征模型进行识别匹配，若大于相识度T，则判断前景图片中有人体目标，T＝[0,1]，T越高表明目标越符合人体特征。

3.根据权利要求1所述的基于基于视频流数据的人体骨骼化打架识别方法，其特征在于：步骤四中的所述人体骨骼化是通过开源的openpose方法获得的。

4.根据权利要求1所述的基于基于视频流数据的人体骨骼化打架识别方法，其特征在于：步骤七中，手臂的抬起通过获取肩膀与肩膀的角度进行计算，当角度大于U值时，判断为抬臂，U值取值0-90°。