[发明专利]一种基于人体全局特征直方图熵的动作检测方法

摘要

该发明一种基于人体全局特征直方图熵的动作检测方法，属于计算机视觉技术领域，主要涉及视频中的一种人体行为识别方法。通过建库和识别两个阶段完成对视频中人体动作的识别，建库阶段首先采集视频，计算出视频一帧人物图像的直方图向量，然后对直方图向量进行归一化处理，对归一化后的各类直方图向量求熵，将得到的多个熵组合成一熵向量，最后对其定义，完成建立人体动作特征模板库；识别阶段首先采集视频，再根据建库的方法求出一段视频的熵向量，然后与模板库进行匹配，找出最模板库中最匹配的熵向量，其对应的定义为该段视频的动作类型，从而具有提高人体动作识别精确度、简化模板匹配步骤、缩短运算时间的效果。

主权项

一种基于人体全局特征直方图熵的动作检测方法，该方法包括：步骤1：采集建立人体动作特征模板库的视频图像；步骤1‑1：使用摄像头采集包含运动人体的视频，并对视频进行分段，每段包含一个动作的完整过程，然后根据每段视频的动作对该段视频定义；步骤1‑2：选取一段视频，利用高斯模型从该段视频的每一帧中依次分割出若干尺寸尽可能小的子图像像素，每个子图像包含一个尽可能完整的人体形象；步骤2：计算子图像直方图向量；步骤2‑1：根据子图像中各像素灰度值大小判断该像素是否为子图像的背景，如果是，则对该像素重新赋值得到人体剪影图像；步骤2‑2：将人体剪影图像等分为若干个方形区域；步骤2‑3：对每个方形区域进行与人体轮廓信息相关的直方图统计；步骤2‑4：将各区域统计的直方图进行拼接，形成表示该人体剪影图像的全局直方图；步骤2‑5：对该全局直方图进行归一化处理，得到全局直方图向量；步骤3：对得到的全局直方图向量进行k‑means聚类，并对同一类全局直方图向量标相同的编号；步骤4：将全局直方图向量按照其对应的视频帧播放顺序排列，计算相邻且编号相同的全局直方图向量的均值得到一均值向量，并对应替换计算前编号相同的若干全局直方图向量，如这些编号序列具有周期性，则只选取其中的两个周期；步骤5：计算熵向量；步骤5‑1：将得到的所有均值向量的每个相同位置处的分量横向链接，组成一个a×b的矩阵，其中a为均值向量的维度，b为均值向量的个数；步骤5‑2：对该矩阵的每一行求熵，得到一个熵向量；步骤5‑3：将该熵向量进行归一化处理，得到一直方图熵向量，然后根据最初选取视频段的定义对该直方图熵向量进行定义；步骤5‑4：重复上述步骤得到若干定义的直方图熵向量，从而建立人体动作特征模板库；步骤6：特征识别步骤6‑1：采集视频并选取该视频的一小段进行处理；步骤6‑2：采用与建立人体动作特征模板库相同的方法处理选取的小段视频，得到该段视频的直方图熵向量；步骤6‑3：将得到的待测视频直方图熵向量与人体动作特征模板库中进行匹配，选择出模板库中与之最匹配的直方图熵向量，其定义则为待测视频中的任务动作类型。