[发明专利]基于图像分割和语义提取实现人员行为识别的系统及方法

说明书

技术领域

本发明涉及图像信息处理技术领域，特别涉及图像信息智能识别技术领域，具体是指一种基于图像分割和语义提取实现人员行为识别的系统及方法。

背景技术

随着计算机技术和多媒体技术的快速发展，图像的数量也极大地增长，如何从海量的图像库中快速、准确的检测到所需求的图像成为了当今多媒体技术中研究的热点问题。传统的基于文本的图像检索技术需要管理员手工对图像进行标注，不仅消耗了大量的人力，而且人工标注图像的主观性很大，对于不同的管理员，标注的结果可能不同。

基于内容的图像检索方法（Content-Based Image Retrieval，CBIR）应运而生，特别是基于图像内容的图像语义特征成为新的研究热点。图像语义按照复杂程度分为三个层次：第一层是特征语义层。通过图像的底层视觉特征如颜色、纹理及形状等及其组合来提取相关语义描述；第二层是对象语义层。通过识别和推理找出图像中的具体目标对象及其相互之间的关系，然后给出语义表达；第三层是抽象语义层。通过图像包含的对象、场景的含义和目标进行高层推理，得到相关的语义描述。这个层次的语义主要涉及图像的场景语义、行为语义和情感语义。基于内容的图像检索技术是依靠图像的低层视觉特征（颜色、纹理、形状等）来进行检索的，但是人对图像的认识是一个利用自己的先验知识推理图像语义的过程，这样导致了图像的底层视觉特征和图像语义之间的“语义鸿沟”，由此造成图像语义与图像实际表达含义之间存在距离，识别准确率低，进而造成基于内容的图像检索方法效率较低。

发明内容

本发明的目的是克服了上述现有技术中的缺点，提供一种将图像的高层语义和底层视觉特征相结合，通过支持向量机（SVM）将图像的底层特征映射为高层语义，在图像及图像描述之间建立映射关系，从而使计算机能够通过数字图像处理和分析来理解画面中的内容，在不需要人为干预的情况下，实现对场景中人员行为的智能检测，减小“语义鸿沟”，从而利用视频监控图像处理技术从大量的视频数据中提取用户需要少量视频信息，大幅提高图像中人员行为识别的准确性，且实现方式简便，应用成本低廉，应用范围也较为广泛的基于图像分割和语义特征提取实现人员行为识别检测的系统及方法。

为了实现上述的目的，本发明的基于图像分割和语义特征提取实现人员行为识别检测的系统具有如下构成：

该系统包括：图像采集单元、人员行为检测上位机、用户查询单元和输出接口单元。其中，图像采集单元用以采集图像数据；人员行为检测上位机连接于所述的图像采集单元，用以对于所述的图像数据中的人员行为进行识别，并通过图像分割和图像语义特征提取产生对应的人员行为表述信息；用户查询单元连接于所述的人员行为检测上位机，用以提供用户进行对于所述的人员行为表述信息的查询；输出接口单元用以向外部连接设备或网络提供所述的人员行为表述信息。

该基于图像分割和语义特征提取实现人员行为识别检测的系统中，所述的人员行为检测上位机包括：图像分割单元和语义特征提取单元。其中图像分割单元连接于所述的图像采集单元，用以将所述的图像数据分割为子图像数据；语义特征提取单元分别连接于所述的图像分割单元、用户查询单元和输出接口单元，用以对所述的子图像数据中的人员行为进行识别和描述，产生所述的人员行为表述信息。

该基于图像分割和语义特征提取实现人员行为识别检测的系统中，所述的图像分割单元包括：数据帧采样子单元、平滑处理子单元、小波变换子单元和阈值分割子单元。其中，数据帧采样子单元连接所述的图像采集单元，对所采集的图像数据进行数据帧采样；平滑处理子单元连接所述的数据帧采样子单元，对采样获得的数据帧图像进行平滑处理；小波变换子单元连接所述的平滑处理子单元，对经过平滑处理的图像进行小波变换处理；阈值分割子单元连接所述的小波变换子单元和所述的语义特征提取单元，对经过小波变换处理的图像进行阈值分割，产生所述的子图像数据。

该基于图像分割和语义特征提取实现人员行为识别检测的系统中，所述的图像分割单元还包括：底层视觉特征提取子单元，该底层视觉特征提取子单元连接于所述的阈值分割子单元与所述的语义特征提取单元之间，用以提取所述子图像的底层视觉特征，所述的底层视觉特征包括颜色特征、纹理特征、形状特征和空间位置特征。