[发明专利]一种基于人腿检测的奔跑检测方法和装置

说明书

技术领域

本发明涉及机器视觉技术领域，特别涉及一种基于人腿检测的奔跑检测方法和装置。 

背景技术

随着社会发展和智能城市的需要，越来越多的公共场所安装了视频监控系统。有些视频监控系统中有这样一类功能需求，即视频中是否有快速奔跑的人。该需求为视频监控中行为分析问题，属于智能视频监控较高级处理目标。 

发明内容

为了达到上述目的，本发明提供了一种行为检测方法及装置。 

根据本发明的一个方面，提供了一种行为监测方法，包括：使用高斯背景建模法提取前景图像；在所述前景图像中提取人体骨架；在所述人体骨架中定位人体双腿；根据所述人体双腿夹角判断是否发生奔跑行为。 

优选地，使用高斯背景建模法提取前景图像包括：将前景图像中的每个图像单位作为从混合高斯分布样本中采样得到的随机变量；根据预设值，每个像素点是前景或背景的先验概率进行估值。 

优选地，在所述前景图像中提取人体骨架包括： 

通过细化提取人体骨架，即迭代的去除区域边界像素。 

优选地，在所述人体骨架中定位人体双腿包括： 

对提取的所述人体骨架搜过左下角和右下角的最大值作为人体双脚的位置以表示人体双腿的位置 

优选地，根据所述人体双腿夹角判断是否发生奔跑行为包括： 

以人体区域外接矩形中心和双脚位置点组成的角作为检测指标，当这个角度大于阈值thr1时，则确定发生奔跑行为。 

根据本发明的又一方面，提供了一种行为监测装置，包括：第一提取模块，用于使用高斯背景建模法提取前景图像；第二提取模块，用于在所述前景图像中提取人体骨架；定位模块，用于在所述人体骨架中定位人体双腿； 判断模块，用于根据所述人体双腿夹角判断是否发生奔跑行为。 

优选地，所述第一提取模块包括：第一处理模块，用于将前景图像中的每个图像单位作为从混合高斯分布样本中采样得到的随机变量；第二处理模块，用于根据预设值，每个像素点是前景或背景的先验概率进行估值。 

优选地，所述第二提取模块用于通过细化提取人体骨架，即迭代的去除区域边界像素。 

优选地，所述定位模块用于对提取的所述人体骨架搜过左下角和右下角的最大值作为人体双脚的位置以表示人体双腿的位置 

优选地，所述判断模块用于以人体区域外接矩形中心和双脚位置点组成的角作为检测指标，当这个角度大于阈值thr1时，则确定发生奔跑行为。 

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。 

图1是根据本发明实施例的行为检测方法的流程图； 

图2是根据本发明实施例的行为检测装置的结构框图； 

图3是根据本发明实施例的奔跑检测的流程图。 

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 

本实施例提供了一种行为检测方法，图1是根据本发明实施例的行为检测方法的流程图，如图1所示，包括如下步骤： 

步骤Ｓ102：使用高斯背景建模法提取前景图像。 

步骤Ｓ104：在该前景图像中提取人体骨架； 

步骤Ｓ106：在该人体骨架中定位人体双腿； 

步骤Ｓ108：根据该人体双腿夹角判断是否发生奔跑行为。 

优选地，使用高斯背景建模法提取前景图像包括：将前景图像中的每个 图像单位作为从混合高斯分布样本中采样得到的随机变量；根据预设值，每个像素点是前景或背景的先验概率进行估值。 

优选地，在该前景图像中提取人体骨架包括：通过细化提取人体骨架，即迭代的去除区域边界像素。 

优选地，在该人体骨架中定位人体双腿包括：对提取的该人体骨架搜过左下角和右下角的最大值作为人体双脚的位置以表示人体双腿的位置 

优选地，根据该人体双腿夹角判断是否发生奔跑行为包括：以人体区域外接矩形中心和双脚位置点组成的角作为检测指标，当这个角度大于阈值thr1时，则确定发生奔跑行为。