[发明专利]基于3D平稳小波的运动轨迹行为识别方法

摘要

本发明公开了一种基于3D平稳小波变换轨迹的行为识别方法，主要解决现有小波域行为识别技术对时空信息提取不充足和鲁棒性低的问题。其技术方案是：1.对视频进行时空可分离的3D平稳小波变换分解，得到时域高频和中频子带以及空时域各方向子带；2.基于时域高频和中频子带的熵对其进行加权融合；3.基于能量阈值在融合后的子带内提取特征点；4.使用空时域各方向子带构建特征点的小波系数描述子，并根据其欧式距离在相邻帧间匹配特征点，得到运动轨迹；5.在轨迹周围构造小波方向能量直方图特征，并构建该直方图特征的词袋模型，再通过SVM分类器进行识别分类。本发明提高了人体行为识别的准确率，可应用于异常行为检测和人机交互。

主权项

基于3D平稳小波的运动轨迹行为识别方法，包括：(1)对行为视频进行时空可分离的3D平稳小波分解：(1a)将彩色视频数据转换为灰度数据，完成对视频数据的预处理；(1b)沿时间维方向对视频数据进行一维平稳小波分解，分解总级数为2，得到三个包含时域信息的系数子带：低频系数子带tLL，高频系数子带tH和中频系数子带tLH；(1c)分别逐帧对三个小波系数子带tLL，tH和tLH进行二维平稳小波分解，获取包含时空域信息的12×ls个12个方向的系数子带：tLL‑LLj，tLL‑LHj，tLL‑HLj，tLL‑HHj；tH‑LLj，tH‑LHj，tH‑HLj，tH‑HHj；tLH‑LLj，tLH‑LHj，tLH‑HLj，tLH‑HHj，其中j为小波分解级数，j＝1,2,...,ls，ls为分解总级数；(2)基于系数子带的熵对高频tH和中频子带tLH进行加权：(2a)将高频子带tH和中频子带tLH中系数值量化到[0‑255]的灰度值范围内，分别在两个频率子带内，计算高频子带tH的熵Eh和中频子带tLH的熵Em；(2b)计算高频子带tH和中频子带tLH的权值：其中，wh和wm分别表示高频子带tH和中频子带tLH对应的权值，表示向上取整；(2c)对高频子带tH和中频子带tLH进行加权融合，得到融合后的系数子带：Fu＝wh×tH+wm×tLH；(3)基于系数能量阈值在融合后的子带内提取特征点：(3a)对于融合之后的系数子带Fu中的每一个点，在其三维立方体邻域内，计算该邻域中所有系数值的平均能量值(3b)将作为融合之后的系数子带Fu中的每一个系数的能量值E(x,y,t)，设定阈值为TE，通过比较E(x,y,t)和TE的大小，区分出特征点：若E(x,y,t)≥TE，则认为该能量值对应的像素点为特征点，若E(x,y,t)＜TE，则认为该能量值对应的像素点不是特征点；(4)使用步骤(1c)中获得的各方向小波系数子带，对特征点进行描述，得到特征点的小波系数描述子；(5)依据两点的小波系数描述子间的欧式距离最小原则，对相邻帧间特征点进行匹配，得到视频的运动轨迹；(6)在沿轨迹弯曲的立方体内，构造小波方向能量直方图特征：(6a)以提取的各条轨迹为中心，构建沿轨迹弯曲的立方体；(6b)以步骤(1c)中获得的子带tLH‑LHj为例，根据步骤(3)中能量计算方法，计算tLH‑LHj中系数的能量值；(6c)在沿轨迹弯曲的立方体中，将各级小波分解所得子带tLH‑LLj的系数所对应的能量值进行直方图统计，得到tLL‑LLj子带方向的能量直方图向量Ve；(6d)依次计算高频子带tH分解所得的tH‑LLj，tH‑LHj，tH‑HLj，tH‑HHj，以及中频子带tLH分解所得的tLH‑LLj，tLH‑LHj，tLH‑HLj，tLH‑HHj，共八个子带方向的能量直方图向量，并将八个能量直方图串接，得到描述当前轨迹的小波方向能量直方图特征Vh＝[Ve1,Ve2,...,Ved,...,Ve8]，其中，Ved表示第d个子带方向的能量直方图向量，d＝1,2,...,8；(7)将所有视频样本的小波方向能量直方图特征划分为训练集Vhtr和测试集Vhte，使用词袋模型获到训练集Vhtr的直方图向量Htr和测试集Vhte的直方图向量Hte；(8)使用训练集的直方图向量Htr训练SVM分类器，将测试集的直方图向量Hte输入到训练好的SVM中，输出测试集Vhte对应的测试样本所属的行为类别。