[发明专利]一种基于多特征融合的群体行为分析方法

摘要

本发明公开了一种基于多特征融合的群体行为分析方法，属于机器视觉与智能信息处理领域。该方法一方面研究了群组级别的群体行为特性，提取出一系列表征局部运动信息的特征描述符，包括群集性、稳定性、一致性和冲突性。另一方面，该方法引入了一种新的多维光流直方图特征，以表征全局运动信息，并采用多层字典学习方法进行进一步优化。最后，通过融合局部和全局运动特征描述符，构成可全面描述群体行为的特征集合，可应用于群体行为分析与行为识别等方面。通过真实视频库上进行的实验，本发明的合理性和有效性得到证明。

主权项

一种基于多特征融合的群体行为分析方法，包括以下步骤：步骤一：计算群组级别运动特征。对输入的τ帧视频序列图像，首先利用群集转变方法进行群组检测与分割，进而计算群组级别的特征描述符，包括群集性、稳定性、一致性、冲突性特征描述符，以表征视频中的局部运动信息。步骤二：引入多维光流直方图特征。对输入的τ帧视频序列图像，先进行优化分块处理，做2×2分块后进行光流特征提取，并且通过对光流信息的多维编码实现特征维度的提升，得到多维光流直方图特征，以充分表征视频图像中的全局运动信息和空间情景信息。步骤三：对步骤二中得到的多维光流直方图特征，采用一种多层字典学习的方法进行处理，降低原始特征维度，同时获得更高层的视频描述特征，使多维光流直方图特征能够表征更丰富的全局运动信息。步骤四：将表征局部与全局运动信息的特征描述符进行融合后，构成群体行为的特征集合，可表示为{Φcoll,Φstab,Φunif,Φconf,ΦMHOF}。最后，选用SVM分类器进行训练识别。