一种基于序列匹配的行为识别方法.pdf

《一种基于序列匹配的行为识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一种基于序列匹配的行为识别方法曾青松(广州番禺职业技术学院信息工程学院，广东广州511483)[摘要]为解决智能监控环境下的异常行为识别，提出一种基于序列匹配的人的行为识别算法。对于输入序列采用改进的背景减法获取人体侧影并归一化。获取人体对象的侧影的轮廓线。使用傅立叶描绘子描述人体行为的特征，并在多个数据集上验证了算法的有效性。[关键字]行为识别；特征提取；背景减除；智能监控1．引言智能型监控系统不仅能在动态影像中追踪欲锁定的目标物体，而且能够正确地判断目标物所处的状态及其与环境的互动情形。一个能准确判断并且分析人类异常行为的系统，对于日常生活有极大的用处。例如人行道、斑马线等环境，进行行人异

2、常行为分析，判断是否有人在斑马线上跌倒发生危险情况。计算机视觉中人运动的视觉分析是从图像序列中进行人的检测、跟踪、识别和行为理解：而模式识别中生物特征识别技术是利用人的生理或行为特征进行身份鉴，被广泛应用于计算机智能视频监控领域。人的行为作为一种可识别的生物技术，其难点在于如何描述一个行为以及如何从视频序列中检索一个行为。人体运动不同时刻的姿势，从侧面观察投影图不同，所以不同行为的识别很大程度依赖于行为序列的人体侧影随时间的变化，所以可以将行为序列看成有一组静态的姿势所组成的模式。Cunado等将大腿建模为链接的钟摆，并从其倾斜角度信号的频率分量中获取步态特征。Little等从光流图像中获取频

3、率和相位特征来识别个人。王亮等提出一种基于人体侧影轮廓的人的身份的识别技术，EKINCI扩展该方法，提出使用基于人体侧影轮廓投影进行身份识别的方法。本文提出一种基于傅立叶描绘子和序列匹配的行为识别算法。首先获取人体侧影的轮廓线，使用傅立叶描绘子提取特征。结合改进的序列匹配算法实现行为识别，并验证算法的有效性。2．特征描述2．1人体轮廓特征确定行入内在运动的一个重要线索是人体轮廓形状随着时间的变化。为了降低信息冗余度及减少计算复杂度，我们将二维轮廓形状变化转换为一维的距离信号来近似表达时空变化模式，其过程如图l所示。图1人体侧影以及展开图2．2基于傅立叶描绘子的特征描述假设C是二维轮廓形状的顺时

4、针方向的简单封闭轮廓线，轮廓线边界上的点用复数Z表示为酽Xl+jyi，j=、／一l。轮廓线矩心坐标磊使用公式(1)计算，其中N是轮廓边界像素总数。N磊2K+Jyo。寻(；矿JX。y,)(1)边界上任意一点到矩心的距离表示为：ri=lIzi一磊1=V(x,-x,)2+(Yi--yo)2(2)考虑质心到人体轮廓点的距离构成一个向量R--r。，r2，⋯，rN。N为人体轮廓边界点的个数，R的离散傅立叶变换(DFT)为：an=旨i∑．1r,exp(j≯)，n=l，2，⋯，N(3)对序列进行归一化操作，使用式(4)描述的特征向量表示特征：f=悟{，引，⋯，I等l】3．匹配算法通常使用时空相关来对行为建模，

5、即通过依赖时间对行为的动态变换进行编码。文章提出了一种简单而有效地表示方法，运动序列被表示成一组可判别的静态的关键姿态的样例。此方法采用时间不变的表示。基于特征匹配的序列相似度的计算都需要提取特征序列，由于一个行为可能出现的姿势并不是特定的，所以应该避免使用逐帧比较，同时帧与帧的比较也应该不依赖于身高、图像的大小等参数。假设视频序列中只有一个人产生行为，但是同一个序列可以出现多个行为，首先将特征图像归一化，使人体出现在视频的中心对称的位置，并通过双线性差值算法使图像的高度相同。．使用Frobenius范数作为序列的相似性度量，对于序列x与序列Y，首先利用公式(5)计算帧P与帧Q之间的相似度。然

6、后利用算法1计算序列之间的距离。1^I[P-QI[2F=乞IIP[i，j]-Q[i，j】02==打【(P—Q)·(P—Q)1】(5)假设一个训练好的特征序列数据集X爿x。，X2，⋯，刈，作者简介：曾青松，男。湖南邵东人。博士生，讲师．系统分析师，研究方向：模式识剐与智能图像处理。一38—i=1．2．，N，表《丹兴为t的特征序列．N表mBⅫ分类个数，n是样铡集x的样本数量。给定个时问连缍的输^序列，我们的目标是在输八序列-}J分黼m批％-{，所包古的{，为片段。假设一十*频序州十H包古一个人的行为．如罔2所示，为能够分辨m行为类别．我们将输^』}列升割m连续的“撷H段，如Y=y—rh，-Y．是己

7、＆分割的视频“段，蝴地转化为找到满足最小值叫题Ⅱgrain．d*(Y，x)的样删分巽c一使样制X。，岸刊Y的口离培小，问题足如何比鞍两十视％戽列的棚似崖以＆』}划Y如何讣割，多梃H舟适?具体¨肄如臀浩I所-j、。■瞑啊■■勇勇曼勇息!曼舅鼍■舅曩⋯．≥黧篓一⋯疆*mn{⋯目E4⋯⋯⋯’#*＆“$目2月“EE}t目算法1序列旺配尊浩第l步：定义样例序列X．中的帧x。与测试序列Y的崖小Ⅲ㈣峨舯距离．记