浏览量:0

基于运动周期分析的人体异常行为识别方法及装置

专利类型:发明专利 

语 言:中文 

申 请 号:CN201010101153.7 

申 请 日:20100126 

发 明 人:印勇王建东张梅张晶 

申 请 人:重庆大学 

申请人地址:400044 重庆市沙坪坝区沙坪坝正街174号 

公 开 日:20121031 

公 开 号:CN101739557B 

代 理 人:郭云 

代理机构:重庆市前沿专利事务所 50211 

摘  要:本发明公开一种基于运动周期分析的人体异常行为识别方法,其特征在于按以下步骤进行:获取人体运动行为区域,组成人体运动序列;计算序列中人体运动行为区域的一维变化曲线及曲线的频谱图;判断频谱图是否满足周期性条件,三个频谱图都不满足,则为异常行为;有一个满足则为近似周期性行为;提取近似周期性行为的一个运动周期单元;对运动周期单元进行R变换特征提取;将特征送入单状态隐马尔可夫模型分类器识别;出现异常行为时提醒。一种基于运动周期分析的人体异常行为识别装置,其特征在于:包括有中央处理机构、运动周期提取机构、运动特征提取机构、分类器和异常行为提醒装置。本发明能在较高的识别率下识别出人体异常行为并报警。 

主 权 项:一种基于运动周期分析的人体异常行为识别方法,其特征在于按以下步骤进行:(一)利用视频捕获装置获取人体运动视频序列,并将该视频序列送入计算机,由中央处理机构(1)从人体运动视频序列中提取人体运动行为区域,组成人体运动行为序列;(二)中央处理机构(1)分别计算人体运动行为区域的面积、宽度、高宽比的一维变化曲线,并对三个参数的一维变化曲线进行傅里叶频谱分析,获得三个曲线的频谱图;(三)中央处理机构(1)分析所述三个频谱图,判断三个频谱图是否满足周期性条件,所述周期性条件是:频谱的能量集中在非0的离散值处;如果三个频谱图都不满足,则该人体运动行为是异常行为,异常行为提醒装置(5)提醒异常行为出现;如果有一个频谱图满足,则该人体运动行为是近似周期性行为;(四)运动周期提取机构(2)确定近似周期性行为的周期,并提取一个运动周期单元,具体方法如下:A.选择所有满足周期性的频谱图对应的一维变化曲线,并对这些一维变化曲线按下式进行二值化:其中,N表示帧数,H(N)表示一维变化曲线上第N帧对应的参数值,F(N)表示二值化结果;B.利用中值滤波对二值化后的一维变化曲线进行平滑,得到平滑后的一维变化曲线;C.舍弃符合舍弃条件的一维变化曲线,所述舍弃条件是:如果在一个变化曲线中,-1到+1变化之前一段连续的-1的个数为1,或者,-1到+1变化之后一段连续的+1的个数为1,则舍弃这样的曲线;D.从剩下的一维变化曲线中,确定求取周期的最佳变化曲线,最佳变化曲线的确定方法如下:-1到+1变化次数以及+1到-1变化次数之和最小,且该和大于4的一维变化曲线,即为最佳变化曲线;E.从最佳变化曲线中,确定一个运动周期单元的起始点,两个起始点的距离为一个周期,两个起始点之间的运动为一个运动周期单元,起始点的确定按如下方法进行:当最佳变化曲线是面积、宽度的一维变化曲线时,起始点是参数值由-1到+1变化的点;当最佳变化曲线是高宽比的一维变化曲线时,起始点是参数值由+1到-1变化的点;F.运动周期提取机构(2)从所述人体运动行为序列中提取出一个运动周期单元;(五)运动特征提取机构(3)对该人体运动行为的一个运动周期单元进行R变换,提取该人体运动行为的特征数据,并将提取的特征数据进行降维处理;所述R变换按下式进行: R ( Θ ) = &INTEGRAL; - ∞ + ∞ T R 2 ( Ρ , Θ ) DΡ 上式中,θ∈[0,180°];(六)采用单状态隐马尔可夫模型作为分类器(4),将提取的特征数据送入该分类器(4),对该人体运动行为进行识别;(七)如果分类器(4)识别出该人体运动行为为异常行为,由异常行为提醒装置(5)提醒异常行为出现;如果分类器(4)识别出该人体运动行为不是异常行为,则返回到步骤(一)。FSA00000014876500011.TIF 

关 键 词: 

法律状态:生效 

IPC专利分类号:G06K9/00