[发明专利]一种基于二叉树的人体行为识别方法

摘要

本发明公开了一种基于二叉树的人体行为识别方法，应用于计算机视觉领域，旨在于解决现有技术中没有考虑到轨迹之间的相互关系以及对运动部分的特征提取不够细致的问题。本发明首先提取输入视频的综合显著轨迹；然后计算每条轨迹的特征描述符，包括新提出的均衡描述符；再利用谱聚类算法将视频的轨迹分成粒度不一的节点，构造中层语义二叉树；由于经费舍尔向量编码后的特征表示的维度过高，本发明采用子空间随机投影对编码向量进行降维；最终利用线性核的SVM(状态向量机)对特征表示分类，得到视频行为的类别标签。本方法在一定程度上移除背景的干扰，并提高了识别准确度。

主权项

1.一种基于二叉树的人体行为识别方法，其特征在于，包括以下步骤：S1：输入视频，对视频帧中的特征点进行采样，对采样后的特征点进行跟踪，生成轨迹，再对轨迹进行筛选；S2：计算筛选后轨迹的显著值，提取出综合显著轨迹；S3：根据求得的综合显著轨迹计算轨迹的特征描述符，用来量化轨迹特征；S4：根据轨迹特征将轨迹进行分类，并利用谱聚类方法将视频的轨迹分类到若干集合中，即分类到二叉树节点中，构造中层语义二叉树；S5：对若干集合内的轨迹进行编码得到编码向量，采用子空间随机投影对编码向量进行降维，并将若干集合的降维后的编码向量进行融合，用来表示一个视频；S6：利用线性核的SVM对视频进行分类，得到视频行为的类别标签并输出结果。