基于关键点梯度特征描述的人体行为识别算法.docVIP

基于关键点梯度特征描述的人体行为识别算法 摘要：提出一种新的人体行为识别方案并进行了算法实现。通过对视频序列在空间上高斯滤波，在时间轴向上gabor滤波，提取出视频序列的关键点，对每个关键点邻域20×20的区域使用梯度位置朝向直方图进行描述，描述的序列可以表征视频序列的特征。与其他人体行为识别算法比较，不需要标记特定的特征区域和比较耗时的聚类算法，构建单个支持向量分类器即可达到好的识别率，算法简单有效。 关键词：关键点检测； 梯度位置朝向直方图； 人体行为识别； 支持向量机 引言 基于视觉人体运动的分析在智能监控、高级人机交互、虚拟现实和基于内容的视频检索分析等方面有广泛的应用前景和潜在的经济价值，已经成为计算机领域中备受关注的研究方向［1］。行为识别可以看作是在空间中时变数据的分类问题，即将测试序列和标记的典型行为的参考序列进行相似性度量，但是人体运动同一行为速度、方向和尺度有可能有变化，好的算法应该能处理相似行为模式在时空中的微小变化。从对人体行为的特征选取，人体行为识别方法可分为2方面：结构化的数据特征（如人体的轮廓序列，人体的躯干分布和人体的局部区域的时间特征）和非结构化的数据特征（如图像人体区域的角点检测、行为序列的关键点检测）［2］。从这两方面看，前者多借助于图像图形处理的方法，而后者多借助于原始信号处理的方法。本文采用非结构化的数据特征，原因在于其关键点检测没有像图像图形处理那么复杂。 用时空关键点表征视频序列，在研究初期存在许多对静态图像的关键点提取［3］，对在视频中的时空关键点检测较少。直到2005年laptev等人提出基于harris and frstner兴趣点算子的时空关键点检测器［4］，虽然这种方法检测到一些时空关键点，但是只产生了少数稳定的关键点不足以描述复杂视频序列的特征。同时dollár等人提出一种基于分离线性滤波器集合的时空关键点检测器［5］，这种方法不仅使得人体局部区域表征人体复杂的运动模式，而且在关键点的临近视频块中可以生成大量的描述子。ke等人提出了时空测定体积的特征扫描视频序列，这种方法通过运动矢量检测关键点，而运动矢量需要对光流密集的估计，计算量大不能满足通用的实时性［6］。oikonomopoulos等人把在空间图像上的特征区域扩展到时空情景中，2个时空特征点集通过chamfer距离比较，得到较好的实验结果［78］。由上文可知基于分离线性滤波器集合的时空关键点检测器，具有描述复杂人体行为的模式的优势和产生丰富的特征描述子的特性，在最近的研究得到了进一步的扩展应用。文献［6，8］中，利用分离线性滤波器集合得到关键点，获取关键点区域的梯度信息，然后在区域的立方体中获得特征描述，再将这些立方体中的特征聚类，使用svm(support vector machine)或lda（latent dirichlet allocation）进行分类得到较好的人体行为分类结果。但是文献［6］特征学习需要关键点的标记，文献［8］中运用的聚类算法对多类人体行为非常耗时。 1本文算法介绍 本文实现了一种新的简单有效的人体行为识别算法，不需要预先标记特定的特征区域，也不需要比较耗时的聚类算法预分类。首先使用分离线性滤波器将视频序列中的人体行为运动剧烈的关键点提取出来，然后在这些关键点的20×20的区域中使用梯度位置朝向直方图进行描述，描述序列可以构成描述一种行为的特征向量，使用基于核函数的svm多分类器，取得良好的识别结果。算法流程如图1所示。 图1算法流程图2视频序列中人体行为关键点检测 关键点的检测最初是用于图像的匹配，而且随后发展成为图像匹配一种主要的方法。但是对静态图像的关键点的检测与对视频序列的关键点检测有很大区别。前者只是检测静态图像的边缘和角点，反映静态图像中不确定目标对象的关键点（如sift,scale invariant feature transform），而后者检测的是视频序列中确定人体行为的运动关键点。本文应用的是分离线性滤波器对视频序列的人体行为进行检测。分离线性滤波器本质是多个滤波器联合处理相关数据信息。对于视频序列的人体行为，可以用多各不同尺度高斯滤波来处理视频序列每一帧图像，即所谓的空间信息滤波，用gabor滤波来处理空间相同位置时间不同的视频数据信息。本文所用的高斯滤波函数为：g(x,y;σ)=12πσ2e［－(x2+y2)/2σ2］（1）式中：(x,y)为视频图像空间的坐标；σ为高斯滤波的尺度。在时间上的滤波函数用一维gabor正交对函数：hev(t;τ)=－cos(8πt/τ)e－t2/τ2 （2） hod(t;τ)=－sin(8πt/τ)e－t2/τ2（3）式中：t为时间的维数；τ为gabor滤波的尺度。分离线性滤波器对视频数据处理会得到输出响应，响应函数：r=(i*