[发明专利]一种基于降噪自动编码器和粒子滤波的人体动作识别方法

摘要

本发明属于计算机视觉领域，具体涉及一种基于降噪自动编码器和粒子滤波的人体动作识别方法。所述人体动作识别方法将待分类的动作视频集随机分为训练视频集和测试视频集，将训练视频集和测试视频集分别用于计算动作的训练轨迹和测试轨迹，然后计算训练轨迹和测试轨迹的距离，获得轨迹距离集，将轨迹距离集输入支持向量机，得到动作的分类结果。本发明具有对人体动作识别效果显著的优点，有效提高了动作识别的准确率，对遮挡和视角变化有一定的鲁棒性，可进一步用于视频监控中的人体异常行为识别。

主权项

一种基于降噪自动编码器和粒子滤波的人体动作识别方法，其特征在于，所述人体动作识别方法将待分类的动作视频集随机分为训练视频集和测试视频集，将训练视频集和测试视频集分别用于计算动作的训练轨迹和测试轨迹，然后计算训练轨迹和测试轨迹的距离，获得轨迹距离集，将轨迹距离集输入支持向量机，得到动作的分类结果；在计算训练轨迹的过程中训练降噪自动编码器，利用所述降噪自动编码器对训练动作视频集进行提取关节点数据、特征提取以及流形映射；在计算测试轨迹时将测试数据集输入到训练后的降噪自动编码器中，降噪自动编码器对测试动作视频集进行提取关节点数据、特征提取以及流形映射；然后采用粒子滤波对轨迹进行实时预测；所述降噪自动编码器对训练动作视频集或测试动作视频集进行提取关节点数据，具体为：利用深度相机Kinect提取训练视频集或测试视频集中相对活跃的16个骨骼关节点的三维坐标；所述降噪自动编码器对训练动作视频集或测试动作视频集进行特征提取，包括以下步骤：(1)计算所述16个骨骼关节点的平移矩阵和四元数旋转：所述平移矩阵代表骨骼关节点当前帧和前一帧的位置变化；所述四元数旋转代表骨骼关节点当前帧和前一帧的角度变化，骨骼关节点当前帧和前一帧的位置变化和角度变化形成骨骼关节点的运动特征；(2)形成基于人体部位的运动特征：将人体分为9个部位，分别融合与所述9个部位相关的骨骼关节点的运动特征，形成基于人体部位的运动特征；人体所述9个部位分别为躯干、左上臂、左下臂、右上臂、右下臂、左上腿、左下腿、右上腿和右下腿。