[发明专利]基于非负矩阵分解的人体动作视频识别方法

摘要

本发明公开了一种基于非负矩阵分解的人体动作视频识别方法，克服了现有技术中动作视频特征的提取受背景环境的影响而导致识别率下降，且提取的特征维数过高而导致计算量过大的问题。本发明的具体实现步骤如下（1）数据集预处理；（2）检测空间兴趣点；（3）构建立方体；（4）构造特征矩阵；（5）训练字典；（6）分类。本发明能够有效克服人体动作视频识别过程中背景环境对特征提取的影响，提高人体动作视频的识别率，而且提取的特征维数较低，降低了人体动作视频识别过程的计算量和复杂性。

主权项

一种基于非负矩阵分解的人体动作视频识别方法，包括如下步骤：(1)预处理视频图像：(1a)输入90个人体动作视频图像；(1b)在输入的人体动作视频图像中，任选80个人体动作视频图像作为一个人体动作视频训练样本集，其余的10个人体动作视频图像各自作为一个人体动作视频训练样本集；(1c)利用矩阵实验室matlab的横向连接字符串strcat函数，将人体动作视频训练样本集和人体动作视频测试样本集中的人体动作视频图像，转换为时间连续的单幅图片序列；(1d)对单幅图片序列进行隔行采样，获得预处理的降采样图片序列；(2)检测空间兴趣点：(2a)分别将人体动作视频训练样本集和人体动作视频测试样本集中的降采样图片序列等分成8段；(2b)在每段降采样图片序列的第一帧图片中，采用多尺度2D Harris检测算子公式，计算获得每段降采样图片序列的第一帧图片中所有像素点处的响应值；(2c)将每段降采样图片序列的第一帧图片中像素点处的响应值大于等于1000的像素点定义为空间兴趣点；(3)构建立方体：(3a)在每个空间兴趣点所在的第一帧图片上，截取一个以空间兴趣点为中心，以24个像素点为边长的正方形图像块；(3b)沿着人体动作视频的时域方向，在第一帧图片之后的所有降采样图像序列的相同位置处截取一个正方形图像块，将所提取的正方形图像块，按照每帧图片在人体动作视频中的先后顺序排列组成一个立方体；(4)构造特征矩阵：(4a)用一个二维高斯Gaussian滤波器，分别对输入视频图像的所有立方体进行滤波处理，得到模糊化立方体；(4b)用模糊化立方体中各自所有像素点的灰度值，分别减去该模糊化立方体的像素点的灰度均值，获得去均值立方体；(4c)计算所有去均值立方体各自的二阶、三阶、四阶中心距矩阵；(4d)将去均值立方体的二阶、三阶、四阶中心距矩阵分别转换为一个列向量，将三个列向量首尾级联，组成一个列向量a；(4e)对人体动作视频训练样本集和测试样本集所有去均值立方体，重复步骤(4d)，得到人体动作视频训练样本集的所有列向量b和10个人体动作视频测试样本集各自所有列向量；(4f)将人体动作视频训练样本集的所有列向量b，组成一个人体动作视频训练集特征矩阵，将10个人体动作视频测试样本集各自所有列向量，分别组成10个人体动作视频测试集特征矩阵；(5)训练字典：采用下式，对人体动作视频训练集特征矩阵进行分解，得到超完备字典：X≈D×H s.t.||X‑DH||22≤ε其中，X表示人体动作视频训练集特征矩阵，≈表示约等操作，D表示人体动作视频训练集特征矩阵分解得到的超完备字典，H表示人体动作视频训练集特征矩阵分解得到的系数矩阵，s.t.表示公式的约束条件，||·||2表示取二范数操作，ε表示满足约束条件的值；(6)分类：(6a)采用正交匹配跟踪OMP公式，利用超完备字典，计算10个人体动作视频测试集特征矩阵各自的稀疏表示系数向量；(6b)采用稀疏重构公式，分别利用10个人体动作视频测试集特征矩阵各自的稀疏表示系数向量，得到10个人体动作视频测试集特征矩阵各自的稀疏重构矩阵；(6c)用人体动作视频测试集特征矩阵减去该人体动作视频测试集特征矩阵的稀疏重构矩阵，得到一个与每类人体动作视频相对应的残差矩阵；(6d)对10个人体动作视频测试集特征矩阵，重复步骤(6c)，得到10个与每类人体动作视频相对应的残差矩阵；(6e)从10个与每类人体动作视频相对应的残差矩阵中，分别找到每个残差矩阵中矩阵元素的最小值，将每个人体动作视频测试集归入与各自残差矩阵中矩阵元素最小值相对应的人体动作视频的所属的同一类中。