[发明专利]基于模板匹配的运动人体异常行为识别方法

摘要

本发明是一种基于模板匹配的运动人体异常行为识别方法。主要包括视频图像的获取，行为特征提取，基于样本的统计学习与模式识别技术。利用计算机视觉技术分析和理解人的运动，直接基于运动区域的几何计算进行行为识别并进行记录和报警，运用了高斯滤波去噪和邻域去噪相结合实现去噪，提高了智能监控系统的自主分析性能和智能监控能力，对异常行为有较高的识别准确性，能有效去除视觉采集图像的复杂背景和噪声，提高了检测算法的效率和鲁棒性。本发明建模简单，简练算法，检测准确，可广泛用于银行、博物馆等场所。也有助于改善公共场所的安全监控水平。

主权项

一种基于模板匹配的运动人体异常行为识别方法，其特征在于：所述方法包括以下步骤：一.样本视频数据采集：通过摄像头采集预先定义行为中的正常行为视频序列，作为训练样本；二.图像分析与行为特征提取：利用背景差分法提取出采集视频序列图像中的运动区域；三.测量所提取出运动区域的长度和宽度，计算长和宽之比，分类存储于相应的图像数据上；四.行为建模：利用上述采集的大量运动样本按每种行为的长和宽之比不同进行相关的学习建模，建立对应的标准行为模型；五.建立模型库：将获得的标准行为模型分类保存到模型数据库中，构建标准行为库；六.实时数据采集：通过摄像头实时采集行为视频序列，并采用和步骤二相同的方法进行特征提取；七.结果分析：利用基于加权Hu不变矩的相似性比较算法，对当前帧图像即提取到的跟踪目标与标准行为数据库中预先定义的正常行为比较，根据最大似然准则，计算出待识别行为和预先定义行为的相似度，与设定阈值进行比较，大于相似度阈值的为正常行为，小于相似度阈值的为异常行为，判别出异常；八.对异常行为紧凑跟踪、标记并报警。