[发明专利]运动目标的运动模式分类和动作识别的方法

摘要

一种基于光流方向序列处理运动目标的运动模式识别和动作识别的方法，该方法首先用背景减除法检测出目标，然后用均值漂移跟踪算法对目标进行跟踪，再计算光流值，分别对刚体和非刚体目标得到光流方向，通过量化之后得到光流方向的时间序列，最后用时间序列建立隐马尔科夫模型，再用隐马尔科夫模型处理运动模式识别和动作识别。本发明通过光流方向，可以同时来处理运动目标的运动模式识别和动作识别，可广泛应用于视频监控系统、视频会议系统、工业产品检测系统、机器人视觉导航系统、军事目标检测分类系统等各类民用及军用系统中，具有广阔的市场前景和应用价值。

主权项

一种基于光流方向序列运动目标的运动模式识别或动作识别的方法，其特征在于，该方法包括下列步骤：①首先提取运动目标的运动轨迹：对于刚体目标，首先通过混合高斯法对背景建模；对于非刚体目标，给出各个节点，然后采用均值漂移跟踪算法，利用目标的颜色信息对运动目标进行跟踪；采用加权的颜色直方图来考虑像素的空间位置信息。②计算轨迹点的光流时间序列值：根据运动目标的横向光流速度和纵向光流速度计算出光流方向，并将光流方向量化成4个值并组成时间序列，当相邻的两个值相同时，则合并成一个值，获得光流时间序列值；③用隐马尔科夫模型对光流时间序列进行训练，建立运动目标的隐马尔科夫模型：所述的光流时间序列，通过隐马尔科夫理论的学习算法，得到相应的隐马尔科夫模型；④重复步骤①②③分别建立各种运动目标的隐马尔科夫模型；⑤对待识别的运动目标用隐马尔科夫模型进行测试：对待测试的运动目标按步骤①②提取运动目标的运动轨迹，计算轨迹点的光流时间序列值，⑥计算该光流时间序列值由某个隐马尔科夫模型生成的概率，并与设定的概率阈值进行比较，当计算概率大于设定的阈值，即认为测试的光流序列由这个给定的隐马尔科夫模型生成，则进入步骤⑧；否则进入步骤⑦⑦选择另一个隐马尔科夫模型，重复步骤⑥；⑧待测试的运动目标属于所述的隐马尔科夫模型对应的运动目标的运动模式，或所述的隐马尔科夫模型对应的运动目标的动作，实现了对所述的运动目标进行运动模式识别或动作识别。