[发明专利]基于可判别性二叉树投票的动作识别方法

说明书

技术领域

本发明属计算机视觉技术领域，具体涉及一种基于可判别性二叉树投票的动作识别方法。

背景技术

人行为动作识别是计算机视觉领域中前沿的科学研究之一，在视频处理方面发挥着非常重要的作用。人行为分析包括对视频图像中人物进行检测、跟踪、目标分类和行为理解方面，主要通过对人物动作对应像素点变化来确定动作的行为类别。但是由于人在形状、外观、尺度、视角和姿势的高动态性，识别人的行为就变的很困难，使得这项研究变得很有挑战性。

早期的研究方法是研究在简单的，静态的背景下的单人视频图像，方法比较简单，抗干扰能力弱，分析的效果一般。现在正在尝试引进人物特征采样分析的方法来研究，而且在动作分类、确定人行为的类别也有了进一步的跟进，但是在低分辨率，人物动作模糊的情况下，很难有足够的稳定性和准确性。

西安电子科技大学提出的专利申请“一种基于霍夫森林的目标跟踪算法”(专利申请号201410507656.2，公开号CN 104299243A)，通过训练已知目标样本建立霍夫森林，检测视频序列依次进入已训练霍夫森林，叶结点对目标中心进行投票，获取目标中心位置并初始化卡尔曼滤波参数，然后与上一帧的目标位置进行阈值比较，如果不符合标准，则通过卡尔曼滤波器进行目标预测位置。该方法虽然对目标中心进行检测和修正，但是在建立卡尔曼模型和目标中心均值耗费运行时间，增加算法复杂度，卡尔曼滤波器预测结果往往非常准确的，如果出现预测失误，会导致目标跟踪失败，而且该方法在人物动作识别方面没有内容。

上海交通大学提出的专利申请“一种人体动作识别的方法”(专利申请号201310054812.X，公开号CN 103164694A)公开了一种基于目标时空特征提取和半监督分类器的动作识别方法，在较少的目标样本中，该方法能够实现动作行为的判定，但是算法的复杂度很高，判断人物动作轮廓，提取时空特征，建立k近邻图，通过拉普拉斯矩阵进行求解动作类别标签。此方法中的最终特征向量维数过高，求解广义的拉普拉斯矩阵变换复杂度过高，并不能够实时的对人物动作进行准确判断。

发明内容

本发明的目的在于提供一种高效的人体动作识别方法，二叉树作为机器学习中的优秀分类器，稳定性好，二叉树通过收集树的子结点对各个类别投票，选择最多的投票作为判断结果。

本发明的基于可判别性二叉树投票的动作识别方法，包括下列步骤：

1构建可判别性二叉树，具体包括下列步骤：

1.1对训练视频序列进行分类处理，将含有目标的动作类别定义为正样本，对正样本进行标记，不同的动作类别区别标记；将目标区域外的定义为负样本，负样本中只含有背景，负样本统一标记；

1.2人的动作行为在时间和空间上都含有信息，为了准确描述不同人的动作行为，将训练视频中整套动作在空间和时间上进行分解，其值设置为16x16x5大小的彩色立体块{P_i＝(I_i,c_i,d_i)}，

其中：P_i表示三维立体块；I_i表示第i立体块提取的特征值，容纳多通道特征值，表示在第i个立体块中特征通道f∈(1,2,...,F)对应的特征值；c_i表示为动作类别标签，标记不同数字的立体块代表不同的动作类别，标记数字0的立体块代表负样本；d_i表示立体块中心到达时空域动作中心的三维矢量值；16x16和5分别表示训练视频序列的空间信息和时间信息；

1.3对1.2步骤中的立体块进行特征提取和标记，立体块特征包括：灰度强度、位置坐标对时间的导数和位置上的光流值；记录检测序列的立体块类别标记和立体块中心到三维完整动作中心的矢量值；

1.4设定二叉树的截止条件：根据构建二叉树的规则，指定树的最大深度d_Max和叶子含有最小立体块的数量N_min，当达到树的最大深度d_Max或每个叶子集合中的立体块少于最小立体块的数量N_min时立刻停止；

1.5从根结点开始构建二叉树，输入1.3步骤中提取的立体块三维信息，进行二值测试，通过比较特征通道f中位置p∈R³和q∈R³的特征值大小，其中R³表示三维空间，二值测试定义如下：