[发明专利]一种有效的运动目标行为建模与识别方法有效
申请号: | 201010592894.X | 申请日: | 2010-12-08 |
公开(公告)号: | CN102043967A | 公开(公告)日: | 2011-05-04 |
发明(设计)人: | 胡卫明;朱鹏飞 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | G06K9/66 | 分类号: | G06K9/66;G06K9/46 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 梁爱荣 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 有效 运动 目标 行为 建模 识别 方法 | ||
1.一种有效的运动目标行为建模与识别方法,其特征在于,包括步骤:
步骤S1:由计算机中的特征提取模块提取运动目标行为的局部特征,再提取运动目标行为的运动特征;
步骤S2:采用子空间学习的方法,由计算机中的特征融合模块对提取的局部特征和运动特征进行融合,并对特征空间进行降维;
步骤S3:采用原型学习算法和测度学习算法相结合,由计算机中的行为识别模块对运动目标行为进行识别,对识别的运动目标行为做出评判。
2.根据权利要求1所述的方法,其特征在于,所述特征提取模块提取运动目标行为的运动特征的步骤包括:
步骤S11:对运动序列图像检测,获得时空兴趣点,将时空兴趣点形成立方体特征,并用协方差描述子对立方体特征进行描述,统计成直方图作为运动目标行为的局部特征;
步骤S12:利用前后帧的差分图像,对运动序列图像形成运动历史图像;对历史图像进行分块,分别统计灰度直方图,形成运动目标行为的运动特征。
3.根据权利要求1所述的方法,其特征在于,所述特征融合模块对局部特征和运动特征进行融合是把局部特征和运动特征表示成一个新的特征矩阵,对这一新矩阵进行子空间学习,形成融合后的特征表达。
4.根据权利要求1所述的方法,其特征在于,所述对运动目标行为进行识别是利用测度学习形成距离矩阵,用原型学习算法结合学习出的距离测度对运动目标行为进行检测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010592894.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种自走式防腐管坡口机
- 下一篇:一种混凝土试块双端面自动磨平机