專利名稱：一種結(jié)合空間約束信息獲取動(dòng)作類別的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及自動(dòng)化監(jiān)控領(lǐng)域，具體涉及結(jié)合空間約束信息獲取動(dòng)作分類 的方法。
背景技術(shù)：
對(duì)于家庭中成員的異常行為檢測(cè)是近年一個(gè)熱門的研究領(lǐng)域，尤其是對(duì) 老人、小孩以及行動(dòng)不便殘疾人的看護(hù)有著重要的意義。但是，目前的智能 家庭監(jiān)控系統(tǒng)大多都是基于傳感器網(wǎng)絡(luò)和無(wú)線通信設(shè)備，成本和造價(jià)較高， 并不適合一般家庭使用，所以，基于計(jì)算機(jī)視覺(jué)的智能家庭監(jiān)控技術(shù)近年來(lái) 被人們廣泛關(guān)注。但目前這類技術(shù)的方法很有限，大多數(shù)是基于特定規(guī)則和 特定異常行為的檢測(cè)，泛化能力差導(dǎo)致其不易于推廣。目前的獲取動(dòng)作分類 的方法存在訓(xùn)練時(shí)間過(guò)長(zhǎng)和分類精度不高的缺點(diǎn)。

發(fā)明內(nèi)容
為了解決目前獲取動(dòng)作分類的方法訓(xùn)練時(shí)間過(guò)長(zhǎng)和分類精度不高的問(wèn) 題，現(xiàn)提出一種結(jié)合空間約束信息獲取動(dòng)作類別的方法 本發(fā)明所述方法的步驟為-
步驟一、讀取視頻，利用snake和粒子濾波器對(duì)目標(biāo)輪廓區(qū)域內(nèi)的目標(biāo) 進(jìn)行跟蹤，并在每一幀中都用一個(gè)矩形框精確框住目標(biāo)區(qū)域；
步驟二、根據(jù)每一幀的目標(biāo)區(qū)域的寬度MX)和高度WO得到目標(biāo)曲線
步驟三、將目標(biāo)曲線WO變換為以^為周期的傅立葉級(jí)擬合函數(shù) w G"=丄￡ ,") cos ^^(" = 0,1， 2,L )，
/W-"。+IXcm/"6"/"y ，其中7- ，分別提取
/=; 6 = — f /0) sin =1,2， 3L )
/ = ( ，7,2，^時(shí)的"/和/ =人2,^/,5時(shí)的6/組合成的一個(gè)特征向量；
步驟四、通過(guò)對(duì)提取的特征向量進(jìn)行支持向量機(jī)分類，得到當(dāng)前動(dòng)作a 被分類為第A:類動(dòng)作的先驗(yàn)概率尸 "，將視頻劃分為仿個(gè)區(qū)域，得到區(qū)域/被第&類動(dòng)作訓(xùn)練集中所有視頻中所有幀所覆蓋的概率/^7e"以及所有分類動(dòng) 作在區(qū)域!'中出現(xiàn)的概率和t^/0;^j，其中"〃,2..."7, ie〃,2…my;
步驟五、根據(jù)當(dāng)前動(dòng)作"覆蓋區(qū)域/的次數(shù)占訓(xùn)練集中所有視頻區(qū)域被覆 蓋的總次數(shù)的比例/^7^得到當(dāng)前動(dòng)作"所屬動(dòng)作的類別數(shù)
本發(fā)明的優(yōu)點(diǎn)是(l)它結(jié)合了特定動(dòng)作具有空間約束的規(guī)律，克服了 以往基于視覺(jué)的監(jiān)控系統(tǒng)中多類動(dòng)作分類效果不佳，相似動(dòng)作容易混淆的缺 點(diǎn)，由于異常行為發(fā)生地點(diǎn)的不規(guī)律性和正常動(dòng)作的高度規(guī)律性有很大的區(qū) 別，所以本發(fā)明提高了異常行為檢測(cè)的精度；(2)通過(guò)嵌入空間約束信息， 解決了以往動(dòng)作檢測(cè)系統(tǒng)檢測(cè)前需要進(jìn)行大量采樣和訓(xùn)練的問(wèn)題，具有分類 器收斂速度快、需要樣本數(shù)量少的優(yōu)點(diǎn)。
具體實(shí)施例方式
本實(shí)施方式所述方法的步驟為
步驟一、讀取視頻，利用snake和粒子濾波器對(duì)目標(biāo)輪廓區(qū)域內(nèi)的目標(biāo) 進(jìn)行跟蹤，并在每一幀中都用一個(gè)矩形框精確框住目標(biāo)區(qū)域；
步驟二、根據(jù)每一幀的目標(biāo)區(qū)域的寬度w^)和高度/^0得到目標(biāo)曲線
步驟三、將目標(biāo)曲線WO變換為以h為周期的傅立葉級(jí)擬合函數(shù)
① =丄/(X) cos zx血(w = 0， 1， 2，L )，
/W^。 + IXccw/f + 6,'"/f ，其中 7- ，分別提取
、 = _ f /(力sin = 1,2,3L )
/ = 0，/，2，^時(shí)的"/和/ = 7,2,^5時(shí)的6/組合成的一個(gè)特征向量；
步驟四、通過(guò)對(duì)提取的特征向量進(jìn)行支持向量機(jī)分類，得到當(dāng)前動(dòng)作a
被分類為第t類動(dòng)作的先驗(yàn)概率iYe"，將視頻劃分為m個(gè)區(qū)域，得到區(qū)域/被第A類動(dòng)作訓(xùn)練集中所有視頻中所有幀所覆蓋的概率/^""以及所有分類動(dòng)
作在區(qū)域/中出現(xiàn)的概率和|>"/";^^，其中Are〃,2.,"7，
乂w
步驟五、根據(jù)當(dāng)前動(dòng)作"覆蓋區(qū)域/的次數(shù)占訓(xùn)練集中所有視頻區(qū)域被覆 蓋的總次數(shù)的比例;^/"j得到當(dāng)前動(dòng)作"所屬動(dòng)作的類別數(shù)
C = a,g附ox:S W/a」p(^ //」 其中/YeV^表示訓(xùn)練集中所有第A:類動(dòng)作在第/個(gè)視頻區(qū)域上發(fā)生過(guò)的
概率，它是通過(guò);^//> ，/e ^e」得到的。本發(fā)明獲取動(dòng)作分類的方法
融合了 SVM分類器和該類動(dòng)作對(duì)應(yīng)的空間信息，達(dá)到用特定動(dòng)作發(fā)生的空 間信息來(lái)修正SVM分界面的目的。
權(quán)利要求
1、一種結(jié)合空間約束信息獲取動(dòng)作類別的方法，其特征在于它的步驟為步驟一、讀取視頻，利用snake和粒子濾波器對(duì)目標(biāo)輪廓區(qū)域內(nèi)的目標(biāo)進(jìn)行跟蹤，并在每一幀中都用一個(gè)矩形框精確框住目標(biāo)區(qū)域；步驟二、根據(jù)每一幀的目標(biāo)區(qū)域的寬度w(t)和高度h(t)得到目標(biāo)曲線步驟三、將目標(biāo)曲線R(t)變換為以2π為周期的傅立葉級(jí)擬合函數(shù)其中分別提取f＝0，1，2，3，4時(shí)的af和f＝1，2，3，4，5時(shí)的bf組合成的一個(gè)特征向量；步驟四、通過(guò)對(duì)提取的特征向量進(jìn)行支持向量機(jī)分類，得到當(dāng)前動(dòng)作a被分類為第k類動(dòng)作的先驗(yàn)概率P(ek)，將視頻劃分為m個(gè)區(qū)域，得到區(qū)域i被第k類動(dòng)作訓(xùn)練集中所有視頻中所有幀所覆蓋的概率p(i/ek)以及所有分類動(dòng)作在區(qū)域i中出現(xiàn)的概率和其中k∈{1，2...n}，i∈{1，2...m}；步驟五、根據(jù)當(dāng)前動(dòng)作a覆蓋區(qū)域i的次數(shù)占訓(xùn)練集中所有視頻區(qū)域被覆蓋的總次數(shù)的比例p(i/a)得到當(dāng)前動(dòng)作a所屬動(dòng)作的類別數(shù)
全文摘要
一種結(jié)合空間約束信息獲取動(dòng)作類別的方法，涉及自動(dòng)化監(jiān)控領(lǐng)域，它解決了目前獲取動(dòng)作分類的方法訓(xùn)練時(shí)間過(guò)長(zhǎng)和分類精度不高的問(wèn)題。它的步驟為讀取視頻，利用snake和粒子濾波器對(duì)目標(biāo)輪廓區(qū)域內(nèi)的目標(biāo)進(jìn)行跟蹤，并在每一幀中都用一個(gè)矩形框精確框住目標(biāo)區(qū)域；根據(jù)每一幀的目標(biāo)區(qū)域的寬度和高度得到目標(biāo)曲線和擬合函數(shù)，并通過(guò)對(duì)提取的特征值進(jìn)行支持向量機(jī)分類，得到當(dāng)前動(dòng)作a被分類為第k類動(dòng)作的先驗(yàn)概率，將視頻劃分為m個(gè)區(qū)域，得到區(qū)域i被第k類動(dòng)作訓(xùn)練集中所有視頻中所有幀所覆蓋的概率以及所有分類動(dòng)作在區(qū)域i中出現(xiàn)的概率和；根據(jù)當(dāng)前動(dòng)作a覆蓋區(qū)域i的次數(shù)占訓(xùn)練集中所有視頻區(qū)域被覆蓋的總次數(shù)的比例得到當(dāng)前動(dòng)作a所屬動(dòng)作的類別數(shù)。
文檔編號(hào)G06K9/00GK101430757SQ20081013750
公開日2009年5月13日 申請(qǐng)日期2008年11月12日 優(yōu)先權(quán)日2008年11月12日
發(fā)明者劉天強(qiáng), 姚鴻勛, 孫曉帥, 紀(jì)榮嶸 申請(qǐng)人:哈爾濱工業(yè)大學(xué)