【技术实现步骤摘要】
1.
本专利技术属于计算机视觉领域,尤其涉及其中的人体动作视频图像处理和识别。2.
技术介绍
人体动作识别是指计算机基于视频图像采集设备采集的数据,分析识别人体姿态和运动模式的过程。它涉及到机器学习、人工智能、图像处理等诸多学科,是计算机视觉领域重要的研究方向,在日常生活中也有着广泛和重要的应用。银行安全监控系统,老人看护系统,智能家居等新需求新应用不断产生,人体动作识别技术逐渐融入社会生活的各个角落,成为动作识别领域的研究热点。近年来监控系统广泛应用在各个单位和公共场所,但是绝大多数监控系统仅仅是将图像采集设备采集到的实时图像通过网络传输到后台,事件发生时通过肉眼才能发现,事后也仅仅提供视频倒查的功能。这种传统的方法导致其实时监控的的难度越来越大,且工作量日益增大。如何解决这个问题,引入人工智能技术和视频图像处理和识别技术,取代人工来完成上述工作是未来的发展趋势。本专利技术提出自己的研究思路,以期提供一种新的方法。尤其是提出了基于视觉词袋的人体动作识别方法,根据实时监控视频提取人体动作行为特征,分析监控区域内人体的姿态和运动模式,与模型数据库中的特征进行比对,识别异常行为并发出报警。本方法可以降低监控系统对人工的依赖性,使得监控系统变得更加智能和高效。3.
技术实现思路
本专利技术是根据上述思路设计的一种基于视觉词袋的人体动作自动识别方法。本专利技术的技术方案是提供一种基于视觉词袋的人体动作识别方法,其特征在于:其包括以下几个步骤:(1)对原始视频图像进行预处理,检测运动目标。(2)对运动目标进行图像特征提取和分类建模。(3)利用标准动作图像库对人体动作进行 ...
【技术保护点】
本专利技术的技术方案是提供一种基于视觉词袋的人体动作识别方法,其特征在于:其包括以下几个步骤:(1)对原始视频图像进行预处理,检测运动目标;(2)对运动目标进行图像特征提取和分类建模;(3)利用标准动作图像库对人体动作进行分类识别,并根据正常行为模型和异常行为模型对异常行为进行识别和判定。
【技术特征摘要】
1.本发明的技术方案是提供一种基于视觉词袋的人体动作识别方法,其特征在于:其包括以下几个步骤:(1)对原始视频图像进行预处理,检测运动目标;(2)对运动目标进行图像特征提取和分类建模;(3)利用标准动作图像库对人体动作进行分类识别,并根据正常行为模型和异常行为模型对异常行为进行识别和判定。2.根据权利要求1所述的基于视觉词袋的人体动作识别方法,其特征在于:在上述步骤(1)之前还包括以下步骤:(a)采集人体标准动作视频,包括正常行为和异常行为,正常行为包括站立、行走、慢跑、坐下等,异常行为包括快速奔跑、抱打、群聚,摔倒等;(b)提取...
【专利技术属性】
技术研发人员:马平,穆宇,黄曦,
申请(专利权)人:马平,穆宇,黄曦,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。