[发明专利]一种用于行为识别的分类器训练方法

摘要

本发明公开了一种用于行为识别的分类器训练方法，属于图像处理技术领域。本发明的方法包括下列步骤：首先根据Dollar检测算子提取输入的运动视频图像流的STIP；再填补两两STIP之间的部分空洞，即将到两两STIP所构成的直线的垂直距离小于预设阈值的所有像素点设定为新的STIP；并基于LDPD描述子表示当前所有STIP，最后基于每个STIP的LDPD描述向量，构成当前运动视频图像流的统计直方图，将所述直方图作为训练样本，基于支持向量机输出行为类别分类器。本发明用于行为识别，对初始参数不敏感，用于行为识别时的鲁棒性好。

主权项

一种用于行为识别的分类器训练方法，其特征在于，包括下列步骤：步骤1：输入运动视频图像流；步骤2：根据Dollar检测算子提取所述运动视频图像流的所有时空兴趣点，构成时空兴趣点集G；步骤3：基于相邻的两个时空兴趣点A、B建立线段将与线段的垂直距离小于预设阈值的所有像素点设定为时空兴趣点，增加到所述时空兴趣点集G中；步骤4：基于LDPD描述子表示当前时空兴趣点集G中的每个时空兴趣点：对任意时空兴趣点，记为P(x,y,z)，其中x表示所在图像的横坐标，y表示所在图像的纵坐标；z表示帧数；以时空兴趣点P为中心建立一个三维立方体V，所述三维立方体V的长、宽、高分别对应空兴趣点P的x、y、z；沿y轴方向将三维立方体V均分成N个初级子块，N大于等于2；再从每个初级子块中建立M个比初级子块小的中级子块，其中M大于等于2；取初级子块/中级子块所包含的时空兴趣点的个数作为对应子块的特征；由M+N个子块的对应征表示时空兴趣点P；步骤5：基于每个时空兴趣点的LDPD描述向量，构成当前运动视频图像流的统计直方图，将所述直方图作为训练样本，基于支持向量机输出行为类别分类器。