鬼佬大哥大
  • / 13
  • 下載費用:30 金幣  

基于快速判別公共向量算法的人體行為識別方法.pdf

摘要
申請專利號:

CN201410164624.7

申請日:

2014.04.23

公開號:

CN103955671A

公開日:

2014.07.30

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G06K 9/00申請日:20140423|||公開
IPC分類號: G06K9/00; G06K9/62 主分類號: G06K9/00
申請人: 浙江工業大學
發明人: 王萬良; 邱虹; 黃凱; 韓姍姍; 鄭建煒
地址: 310014 浙江省杭州市下城區潮王路18號
優先權:
專利代理機構: 杭州天正專利事務所有限公司 33201 代理人: 王兵;黃美娟
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201410164624.7

授權公告號:

||||||

法律狀態公告日:

2017.02.15|||2014.08.27|||2014.07.30

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

本發明公開一種基于快速判別公共向量的人體行為識別方法,其涉及模式識別領域,以快速判別公共向量算法提高分類速率,解決人體行為識別中的小樣本問題為目的,步驟如下:對輸入的視頻序列進行分幀處理、灰度處理和去噪處理;采用時間差分法對分幀后的圖像進行運動人體目標檢測,提取目標前景;對目標區域大小進行歸一化處理;采用k-means聚類的方法得到行為序列的關鍵幀;采用快速判別公共向量對行為進行分類。本發明提供的人體行為識別方法在現有的技術基礎上有效地提高了識別效率,解決了人體行為識別中的小樣本問題。本發明可用于機器學習和模式識別范疇內,除了人體行為識別以外,還可用于圖像識別和目標識別等領域。

權利要求書

權利要求書
1.  一種基于快速判別公共向量算法的人體行為識別方法,包括以下步驟:
步驟一,對輸入的視頻序列進行預處理,預處理分為以下3個過程;

1.  1視頻分幀處理,對視頻數據的分幀處理,是指把格式為AVI的視頻數據轉化為連續的圖像序列;首先對讀取的視頻數據進行分幀處理,視頻轉化之后再對得到的圖像序列做進一步的處理,達到改善圖像質量的目的;

1.  2灰度處理,灰度處理是指把彩色圖像通過一定的方式轉化為不包含色彩信息只表示亮度信息的灰度圖,通過黑白的不同層級來表示圖像;

1.  3去噪處理,系統采用閉運算對灰度圖像進行形態學處理,閉運算用來填充物體內細小空洞、連接鄰近物體、平滑其邊界的同時并不明顯改變其面積;
步驟二,對分幀后的圖像進行運動人體目標檢測,提取目標前景;時間差分法能夠適應環境的動態變化,對環境亮度變化不敏感,無需獲得背景圖像,運算量小,易于實現,因此本文采用時間差分法檢測運動人體目標,具體實現如下:

2.  1讀取視頻中的圖像序列A,每2幀取1幀,得到新的圖像序列B;

2.  2對圖像序列B進行灰度化處理,幀差法(后幀減前幀)得到差分序列C,
差分公式為:
C(i)=B(i+1)-B(i),i=1,…,n-1.
C(i)表示第i個進過圖像差分計算后得到的視頻序列,B(i)表示圖像序列B中的第i張圖像,n代表B中的圖像個數;

2.  3自動閾值分割(OTSU)法進行二值化,連通區域連接得到目標人體區域;

2.  4對二值化結果進行形態學處理,得到相對完整的人體輪廓圖;
步驟三,目標區域處理;在檢測得到運動人體目標區域后,對目標區域大小進行歸一化處理,使得目標圖像大小統一為80×60像素;
步驟四,提取關鍵幀;采用k-means聚類的方法得到行為序列的關鍵幀;具體實現如下:

4.  1每個聚類都需要確定一個初始聚類中心,這樣就有k個初始聚類中心;

4.  2將樣本集合中的每個樣本按照最小距離原則分配到最鄰近聚類;

4.  3計算每個聚類中的樣本均值作為新的聚類中心;

4.  4重復步驟三和四,直到聚類中心位置不再發生變化;

4.  5結束,得到k個聚類;
通過上述過程,完成k-means聚類得到的k個聚類中心,或者是距離這k個聚類中心最近的k個行為姿態,就是我們需要提取得到的k個行為關鍵幀;
步驟五,采用快速判別公共向量對行為進行分類;具體過程如下:

5.  1從一個行為序列中提取的k個關鍵幀合并為一個k×80×60維的行向量,一個一維行向量就是一個行為樣本;設定訓練樣本集由C個類組成,每一類包含m個樣本數,是一個n維列向量,表示第i個類中的第k個樣本,總的訓練樣本數為N=mC;

5.  2選擇每一類中的第一個樣本作為減數向量,判別向量,k=1,…,m-1;第i類的判別子空間Bi可以定義為,所有類的子空間相加可以得到完整的判別子空間
B=B1+...+Bc=apan{b11,...,bm-11,b12,...,bm-1c};]]>

5.  3通過Gram-Schmidt正交處理對判別向量正交化,得到:
u1={u11,u21,...,um-11,u12,...,um-1c},U‾1={vm1,...,vn1,vm2,...,vnc}]]>

5.  4令xtest為待分類的測試樣本,,j=1,…,C為第j類的減數向量。對應于每一類,可以得到判別向量xtest-,j=1,…,C;把該判別向量插入到判別子空間B的正交向量集中,得到對應于某一分類的判別子空間:
B2j=span{u11,...,um-11,u12,...,um-1c,xtest-x1j},j=1,...,C]]>

5.  5對進行Gram-Schmidt正交化處理,可以得到正交向量集:
U2j=span{u11,u21,...,um-11,u12,...,um-1c,-umj},j=1,...,C;]]>

5.  6選擇作為正交單位向量集,那么可以得到i=1,…,C,k=m+1,…,n,l=1,…,m,通過擴展Wj可以得到新的非判別子空間,且滿足;
因為,位于之前定義的非判別子空間B⊥中,所以所有的特征向量 在向上的標量投影是相等的:
(x11)Tumj=...=(xm1)Tumj=(x12)Tumj=...=(xmc)Tumj.]]>
待測向量xtest在上的投影是位于中,可見該標量投影系數在數值上不同于等式(4-18)中的系數,由此,i=1,…,C,k=1,…,m;

5.  7由5.5、5.6推理可得快速判別公共向量的分類標準如下:
C*=argmink{|(xtest-x1k)T·umk|}.]]>

關 鍵 詞:
基于 快速 判別 公共 向量 算法 人體 行為 識別 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:基于快速判別公共向量算法的人體行為識別方法.pdf
鏈接地址:http://www.wwszu.club/p-6140644.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大