[发明专利]基于稠密轨迹核协方差描述子的行为识别方法

摘要

本发明公开了一种基于稠密轨迹核协方差描述子的行为识别方法，主要解决现有技术未能考虑不同特征之间的非线性相关性，导致行为识别准确率低的问题。实现步骤是：1)提取稠密轨迹，对轨迹立方体中的每个像素点提取特征获取底层特征矩阵；2)计算底层特征矩阵的核协方差矩阵，并将其映射到欧式空间获取向量化的特征表示；3)利用轨迹立方体中所有的特征表示构建基于稠密轨迹的核协方差矩阵描述子；4)对核协方差矩阵描述子用BOW模型进行编码获取码字直方图，利用训练集的码字直方图训练SVM，将测试集的码字直方图在训练好的SVM中进行测试，获取行为识别结果。本发明进一步提高了对行为的描述能力，可用于视频监控等复杂环境中。

主权项

一种基于稠密轨迹核协方差描述子的行为识别方法，包括：(1)对视频序列提取长度为L的稠密轨迹，在每一帧中以每一个运动轨迹点为中心选取W×H大小的图像块，得到大小为W×H×L的随轨迹弯曲的轨迹立方体；(2)对轨迹立方体中的每一个像素点，提取静态和动态特征，获取维数为d的底层特征向量；(3)将轨迹立方体中视频帧t对应的空间区域表示为Rt，利用Rt中每个像素的底层特征向量，构建底层特征矩阵其中，F(s,t)表示Rt中第s个像素的底层特征向量，s∈[1,n]，n表示Rt中像素点的个数；(4)利用对Rt构建的底层特征矩阵Mt计算核矩阵K[Mt,h]，其中，h表示特征空间的正交基；(5)利用核矩阵K[Mt,h]求取核协方差矩阵Ct*，并将Ct*投影到欧式空间，获取Rt的向量化特征表示Qt；(6)将轨迹立方体分为轨迹子块，利用每个子块中所有Qt的平均矢量作为子块的描述子，将所有子块的描述子进行串接，获取基于稠密轨迹的核协方差矩阵描述子KCMDT；(7)将所有视频的核协方差矩阵描述子KCMDT分为训练集VFtr和测试集VFte，采用BOW方法进行编码,得到训练集的码字直方图VHtr和测试集的码字直方图VHte；(8)利用训练集的码字直方图VHtr训练SVM分类模型，将测试集的码字直方图VHte输入到训练好的SVM分类模型中进行测试，获取行为识别结果。