[发明专利]一种基于二维骨架信息的攻击性行为识别方法

权利要求书

1.一种基于二维骨架信息的攻击性行为识别方法，其特征在于，所述方法包括以下步骤：

步骤1：获取视频流中的二维骨架信息序列；

步骤2：对二维骨架信息序列进行数据预处理，具体为：

首先，对人体自遮挡进行人体对称处理，保证人体姿态特征完整；其次，对骨架缺失点进行预测，计算公式为(1-4)：

v_befor＝y_j(j＝0,1...,i-1)     (2)

v_after＝y_j(j＝i+1,i+2,...,n)      (3)

式(1)中，v_ave表示最近邻帧特征加权预测值；v_i(t)表示第t帧的第i个关节点，v_i(t)∈V,v表示每帧的关节点集合；t₁,t₂表示最近临且v_i(t)不发生缺的两帧，满足t₁＜t＜t₂,且t_j∈T,T为视频流的总帧数；v_befor,v_after表示分段多项式的预测值；

步骤3：定义安全距离，作为人与人之间发生交互行为的阈值D_inter，计算公式为(5-7)：

(v_i(t)表示第t帧右侧人颈部关节点和左侧人颈部关节点)(6)

式(6)中，d_inter表示视频帧中任意两个人之间的颈部关节点距离，v_i(t)表示第t帧中左侧人的颈部关节点，v_i(t)表示第t帧中右侧人的颈部关节点；

步骤4：构建单人特征向量P₁＝{ρ₀,ρ₁,ρ₂...ρ₁₀}，具体为：

人体运动中人体重心的计算公式为(8,9)，(x,y)表示人体重心坐标，P_num表示人体第num环节的点总重心的概率和环节重心的坐标；

ρ₀＝∑P_mx_n    (8)

ρ₁＝Y＝∑P_my_n     (9)

人体运动时关节角度变化构建旋转角：人体跟右手的夹角、人体跟左手的夹角、右手大臂和小臂的夹角、左手大臂和小臂的夹角、右腿和身体的夹角、左腿和身体的夹角、右小腿和右大腿的夹角、左小腿和左大腿的夹角，计算公式为(10,11)：

式(10)中，E表示关节点集合E＝{e0,e1,...,e12}；

步骤5：构建交互特征向量P₂＝{β₀,β₁,β₂...β₂₀}，计算公式为(12-19)：

V_spin＝(x,y)    (14)

ρ₂₂,ρ₂₃,ρ₂₄,ρ₂₅分别表示左手到被攻击者的身体中心的距离、右手到被攻击者的身体中心的距离、左脚到被攻击者的身体中心的距离、右脚到被攻击者的身体中心的距离；

步骤6：利用w-LightGBM和LightGBM对特征向量构建分类模型，具体为：

单人特征向量采用w-LightGBM算法对样本不平衡构建多分类模型权值计算公式(20-23)：

式(20,21)中，N表示样本种类，n_kind表示这类的样本数量，表示样本平均数；var表示样本标准差，α为经验值，一般为1.5；

对交互特征向量，直接采用LightGBM内置样本平衡变量进行样本数量的平衡，计算公式：