一种家庭环境下的危险行为识别方法技术

本发明专利技术提供一种家庭环境下的危险行为识别方法，包括：S1，根据监测目标任一时刻的人体轮廓图计算所述监测目标该时刻的轮廓质心；S2，将所述监测目标前一时间段中若干个时刻的轮廓质心的均值与该时刻的轮廓质心的差值作为所述监测目标该时刻的行为特征；S3，若所述监测目标该时刻的行为特征不在预设的行为范围内，则将所述监测目标该时刻的轮廓质心和行为特征输入异常行为判别模型，获取所述监测目标该时刻的行为判断结果。本发明专利技术提供的方法，通过人体轮廓质心的变化对人体行为进行判断，解决了复杂的室内环境中人体行为的识别问题，提高了家庭环境下危险行为自动预警功能的实时性，使得家庭监控更加智能化。

A method of identifying dangerous behavior in family environment

The invention provides a method for identifying dangerous behaviors in a home environment, including: S1, calculating the contour center of mass of the monitoring target at that time according to the contour map of the monitoring target at any time; S2, calculating the difference between the mean value of the contour center of mass of several times in the previous time period of the monitoring target and the contour center of mass at that time. As the behavior characteristic of the monitoring target at that time, if the behavior characteristic of the monitoring target at that time is not within the preset behavior range, the outline centroid and the behavior characteristic of the monitoring target at that time are input into the abnormal behavior discrimination model to obtain the behavior judgment result of the monitoring target at that time. The method of the invention solves the problem of identifying human behavior in complex indoor environment by judging human behavior with the change of the center of mass of the human body contour, improves the real-time ability of the automatic warning function of dangerous behavior in the family environment, and makes the family monitoring more intelligent.

【技术实现步骤摘要】
一种家庭环境下的危险行为识别方法
本专利技术涉及机器视觉识别
，尤其涉及一种家庭环境下的危险行为识别方法。
技术介绍
随着监控行业的快速发展，以及人们生活水平的提高和网络的普及，安全防护越来越深入人心，传统的商业或工业监控系统逐步走入家庭，使得远程看护小孩、老人，实时监控家庭情况成为一种可能。家庭网络视频监控是利用网络技术将安装在家内的视频、音频、报警等监控系统连接起来，通过中控电脑的处理将有用信息保存并发送到其他数据终端，如手机、笔记本电脑等。然而，现在的家庭网络视频监控设备的运作往往只是提供了远程通过手机在线观看摄像头采集的视频的功能，需要用户实时关注视频信息才能保证即时发现异常状况。显然通常情况下，用户不具备随时关注视频信息的时间和精力。虽然基于穿戴式设备的行为识别或基于活动量信号的行为识别方法已经具备相关研究成果并逐步走向产品化，但是这些成果主要依赖于各种特定的传感设备，在某些情况下反而大大限制其在实际生活中的应用。而且针对家庭环境下危险行为的机器视觉识别与预警则存在特殊性，尤其在行为识别方面，如何判断人体的动作是日常动作还是危险动作，成为了家庭监控的优化方向。
技术实现思路
本专利技术为解决现有技术中存在的家庭环境下难以判断人体动作是否为危险动作的问题，提供了一种家庭环境下的危险行为识别方法。本专利技术提出一种家庭环境下的行为识别方法，包括：S1，根据监测目标任一时刻的人体轮廓图计算所述监测目标该时刻的轮廓质心；S2，将所述监测目标前一时间段中若干个时刻的轮廓质心的均值与该时刻的轮廓质心的差值作为所述监测目标该时刻的行为特征；S3，若所述监测目标该时刻的行为特征不在预设的行为范围内，则将所述监测目标该时刻的轮廓质心和行为特征输入异常行为判别模型，获取所述监测目标该时刻的行为判断结果。优选地，还包括：S0，基于家庭监控视频，应用Canny算子获取监测目标任一时刻的人体轮廓图。优选地，所述步骤S1进一步包括：所述监测目标任一时刻的人体轮廓图包括多个点，获取各点的坐标，并根据下式计算所述监测目标该时刻的轮廓质心其中，xi和yi分别为第i点的横坐标和纵坐标，K为所述人体轮廓图中点的数量，和分别为所述轮廓质心的横坐标和纵坐标。优选地，所述步骤S2进一步包括：根据下式计算所述监测目标该时刻的行为特征：式中，λ为t时刻的行为特征，T为预设的时间周期内的时刻数，Yi为i时刻的轮廓质心的纵坐标。优选地，所述步骤S3前，还包括：将若干个监测目标若干个时刻的行为特征、轮廓质心和行为判断结果输入分类器进行训练，直至所述分类器的精度达到预设的目标精度或训练次数达到预设的训练次数阈值；将训练得到的分类器作为异常行为判别模型。优选地，若所述监测目标该时刻的行为判断结果为异常行为，还包括：S41，对该时刻的目标区域图像进行多个方向的滤波，获取所述多个方向对应的滤波结果；S42，将所述多个方向对应的滤波结果的最大值作为最优方向值；S43，若所述最优方向值大于判别阈值，则所述监测目标该时刻的行为为危险行为；否则，所述监测目标该时刻的行为为正常行为。优选地，所述步骤S41进一步包括：应用四个方向滤波器对该时刻的目标区域图像进行0、45°、90°和135°角度的方向滤波，获应用下式取对应的滤波结果：式中，fk(x,y)为第k个方向对应的滤波结果，Hk为第k个方向滤波器，I(x,y)为目标区域图像，所述方向滤波器的二维尺寸为2m+1，m为大于或等于0的整数，k＝0,1,2,3。优选地，所述步骤S42与S43间，还包括：统计所述最优方向值中每一值出现的频数H＝{h1,...,hn}和像素个数Sum；其中，H为频数集合，h1为第一个值的频数，n为所述最优方向值中值的总数；将满足下式的K的最大值作为判别阈值：优选地，应用粒子滤波实现对所述监测目标的跟踪。优选地，若监测目标进入预设的隐私区域，则关闭所述隐私区域的监控设备；等待第一预设时间后，若所述监测目标未离开所述隐私区域，则触发所述隐私区域的警报；等待第二预设时间后，若所述监测目标未消除所述警报，则启动所述隐私区域的监测设备。本专利技术提供的一种家庭环境下的危险行为识别方法，通过人体轮廓质心的变化对人体行为进行判断，解决了复杂的室内环境中人体行为的识别问题，提高了家庭环境下危险行为自动预警功能的实时性，使得家庭监控更加智能化。附图说明图1为本专利技术具体实施例的一种家庭环境下的行为识别方法的流程示意图；图2为Canny算子边缘检测方法的流程示意图；图3为本专利技术具体实施例的一种家庭环境下的行为识别方法的流程示意图；图4为本专利技术具体实施例的一种人体骨架提取的流程示意图；图5为本专利技术具体实施例中的一种隐私区域监控方法的流程示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。图1为本专利技术具体实施例的一种家庭环境下的行为识别方法的流程示意图，如图1所示，一种家庭环境下的行为识别方法，包括：S1，根据监测目标任一时刻的人体轮廓图计算所述监测目标该时刻的轮廓质心；S2，将所述监测目标前一时间段中若干个时刻的轮廓质心的均值与该时刻的轮廓质心的差值作为所述监测目标该时刻的行为特征；S3，若所述监测目标该时刻的行为特征不在预设的行为范围内，则将所述监测目标该时刻的轮廓质心和行为特征输入异常行为判别模型，获取所述监测目标该时刻的行为判断结果。具体地，首先，在家庭监测系统下，基于家庭监测视频，根据监测目标在任一时刻的人体轮廓图，对所述监测目标在该时刻的轮廓质心进行计算。其中，所述任一时刻的人体轮廓图，通过该时刻对应的家庭监测视频图像进行提取。具体的人体轮廓提取方法包括基于边缘的方法、基于区域的分割方法和基于形变模型的方法，例如基于GVF-Snake的轮廓提取方法，本专利技术具体实施例中人体轮廓图的获取方法并不限于此。通过人体轮廓图计算的轮廓质心，是人行为特征的一个有效指标。在正常行走过程中，人的质心轨迹的单位时间内，两个质心坐标的差值在一个小范围内波动。而在异常行为发生时，人的质心轨迹的单位时间内，两个质心坐标的差值将不在该范围内波动。由于孤立的一个时刻的轮廓质心无法完整的体现人体行为，本专利技术实施例中，应用所述监测目标前一时间段内若干个时刻的轮廓质心的均值与该时刻的轮廓质心的差值作为所述监测目标在该时刻的行为特征，用于表征所述监测目标的行为。随后，比较所述监测目标在该时刻的行为特征与预先设定的行为范围：若所述监测目标在该时刻的行为特征在所述行为范围内，则认为所述监测目标在该时刻的行为无异常，继续对所述监测目标进行监控；若所述监测目标在该时刻的行为特征超出所述行为范围，则将所述监测目标在该时刻的轮廓质心和行为特征输入到异常行为判别模型中，对所述监测目标在该时刻的行为进行判别。在此基础上，若所述异常行为判别模型输出的行为判断结果为正常行为，则继续对所述监测目标进行监控；若所述异常行为判别模型输出的行为判断结果为异常行为，则发出警报或对所述异常行为进行进一步判断，但不限于此。本专利技术具体实施例中，通过人体轮廓质心的变化对人体行为进行判断，解决了复杂的室内环境中人体行为的识别问题，提高了家庭环境下危险行为自动预警功能的实时性，使得家庭监控更加智能化本文档来自技高网...

【技术保护点】
1.一种家庭环境下的行为识别方法，其特征在于，包括：S1，根据监测目标任一时刻的人体轮廓图计算所述监测目标该时刻的轮廓质心；S2，将所述监测目标前一时间段中若干个时刻的轮廓质心的均值与该时刻的轮廓质心的差值作为所述监测目标该时刻的行为特征；S3，若所述监测目标该时刻的行为特征不在预设的行为范围内，则将所述监测目标该时刻的轮廓质心和行为特征输入异常行为判别模型，获取所述监测目标该时刻的行为判断结果。

【技术特征摘要】
1.一种家庭环境下的行为识别方法，其特征在于，包括：S1，根据监测目标任一时刻的人体轮廓图计算所述监测目标该时刻的轮廓质心；S2，将所述监测目标前一时间段中若干个时刻的轮廓质心的均值与该时刻的轮廓质心的差值作为所述监测目标该时刻的行为特征；S3，若所述监测目标该时刻的行为特征不在预设的行为范围内，则将所述监测目标该时刻的轮廓质心和行为特征输入异常行为判别模型，获取所述监测目标该时刻的行为判断结果。2.根据权利要求1所述的方法，其特征在于，还包括：S0，基于家庭监控视频，应用Canny算子获取监测目标任一时刻的人体轮廓图。3.根据权利要求1所述的方法，其特征在于，所述步骤S1进一步包括：所述监测目标任一时刻的人体轮廓图包括多个点，获取各点的坐标，并根据下式计算所述监测目标该时刻的轮廓质心其中，xi和yi分别为第i点的横坐标和纵坐标，K为所述人体轮廓图中点的数量，和分别为所述轮廓质心的横坐标和纵坐标。4.根据权利要求1所述的方法，其特征在于，所述步骤S2进一步包括：根据下式计算所述监测目标该时刻的行为特征：式中，λ为t时刻的行为特征，T为预设的时间周期内的时刻数，Yi为i时刻的轮廓质心的纵坐标。5.根据权利要求1所述的方法，其特征在于，所述步骤S3前，还包括：将若干个监测目标若干个时刻的行为特征、轮廓质心和行为判断结果输入分类器进行训练，直至所述分类器的精度达到预设的目标精度或训练次数达到预设的训练次数阈值；将训练得到的分类器作为异常行为判别模型。6.根据权利要求1所述的方法，其特征在于，若所述监...

【专利技术属性】
技术研发人员：李振波，李光耀，钮冰姗，彭芳，朱玲，吴静，李晨，李道亮，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京,11