[发明专利]基于时空多尺度统计匹配模型的动作检测方法

说明书

技术领域

本发明属于视频目标检测识别领域，涉及一种基于时空多尺度统计匹配模型的动作检测方法。

背景技术

在过去的20年中，级联分类和贝叶斯法则等方法逐渐被提了出来。为了确定分类器的参数，传统的目标检测方法需要大量的训练，这就造成了实时性差的问题。近年来，有人提出了一种新的无训练方法。

2007年，H.Takeda提出了经典核回归来恢复图像的高频信息，这可以用来降噪。2009年，P.Milanfar研究出了自适应核回归的方法来去除噪声，提高图像的细节和目标检测。同年，H.J.Seo和P.Milanfar作出了进一步的努力，并提出了局部自适应回归核的方法，这是一种用于目标检测的非参数方法。几年后， H.J.Seo致力于从不同方面提高回归核的鲁棒性。其中，在2011年，H.J.Seo 和P.Milanfar采用时空自适应局部回归核(3D LARK,3D即时空)。3D LARK可以很好地捕捉视频的局部结构特征。然而，H.J.Seo在中提出的匹配算法(以下简称为““Seo算法”)并不适用于非紧凑的目标，如人的动作。采用带背景的完整模板和测试视频相匹配，这限制测试视频场景的选择。识别精度依赖于模板与测试视频的背景相似度。只有当测试视频的背景与模板非常相似时，结果才能是令人满意的。相反，当视角改变或场景复杂时，结果总是令人失望。2007年， Wang通过方法模板图像并将其分割成多个部分来检测人脸。当中，模板只包含人脸，这给了一些去除背景的灵感。采用无背景模板来缓解场景限制。此外，当动作部分被场景遮挡时，那么完整模板的匹配也不能识别到它。

因此，需要一种基于时空多尺度统计匹配模型的动作检测方法以解决上述问题。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种基于时空多尺度统计匹配模型的动作检测方法。

为实现上述发明目的，本发明基于时空多尺度统计匹配模型的动作检测方法可采用如下技术方案：

一种基于时空多尺度统计匹配模型的动作检测方法，包括以下步骤：

1)、构建新的局部GLARK特征；

式中，K(·,·)为局部自适应回归核核值，l∈[1,…,P²]，P²是以感兴趣像素为中心的局部窗口中像素的总数；ΔX_l＝[dx,dy]^T，dx和dy分别表示空间图像表面 x轴微分和y轴微分；

式中，Ω_l代表时空分析窗口，m∈Ω_l，Z_x(m)和Z_y(m)分别为空间图像表面 m处x轴和y轴高斯差分梯度矩阵，ZT(m)为m处时间维上的梯度；

2)、根据步骤1)得到的局部GLARK特征得到模板视频序列和测试视频序列的特征矩阵F_Q和特征矩阵F_Q和分别包括列向量和计算列向量和夹角的余弦值，得到余弦相似性矩阵ρ_3DGLK(:,:,k)：

式中，k＝1,2,……,t_T,ρ_ij为列向量和夹角的余弦值，其中， i＝1,2,……,m_T,j＝1,2,……,n_T；

3)、取余弦相似性矩阵ρ_3DGLK(:,:,k)每一行的最大值，记录F_Q中和这个最大值对应的列向量的位置，并记为索引矩阵index_GLK(:,k)：

4)、选择一个P×P×T的局部窗口遍历index_GLK(:,k)矩阵，并记录窗口内不重复索引值的个数num。

更进一步的，步骤4)中局部窗口的大小为P×P×T，其中，P为局部窗口的长度或宽度，T为局部窗口的时间尺度。

更进一步的，步骤2)中模板视频序列中模板图像的大小分别为模板图像的0.5倍、1倍和1.5倍。这样就形成了包含三个模板序列的多尺度拼接模板集，多尺度模板集增加了对视频序列中尺度变化的动作完整检测的可能性，并且解除了LARK对待检测目标场景的限制。