一种人体动作跟踪识别方法及系统技术方案

本发明专利技术公开了一种人体动作跟踪识别方法及系统，通过该方法可以在输入图像中提取出HOG特征、CS‑LBP特征、LAB特征，并且将这三个特征融合来对输入图像进行表征，从而解决了现有技术中核相关滤波跟踪算法仅使用单一的特征对目标进行表征，使得复杂度较低的特征对目标的表征能力也相对较弱而导致在一些变化的场景下目标跟踪的成功率和跟踪精确度迅速下降的问题，进而使得核相关滤波跟踪算法在不同场景的适应能力以及鲁棒性得到提高。

A method and system for human motion tracking and recognition

The invention discloses a method and a system for human motion tracking and recognition, the method can extract the features of HOG, CS LBP features and LAB features in the input image, and the three feature fusion to the characterization of the input image, so as to solve the existing technology of nuclear related filter tracking algorithm to characterize the target use only a single feature, which features low complexity of target's characterization ability is relatively weak and cause some changes in the target tracking scenarios of the success rate and the tracking accuracy of the rapid decline, which makes nuclear related filter tracking algorithm in different scene adaptability and robustness are improved.

【技术实现步骤摘要】
一种人体动作跟踪识别方法及系统
本申请涉及图像处理
，尤其涉及一种人体动作跟踪识别方法及系统。
技术介绍
基于检测的跟踪算法(TrackingbyDetection)及相关滤波的算法近年来相继取得相当多成果。CSK(CircularStructurewithKernels)跟踪算法仅使用灰度特征，利用循环位移的方法在前一帧目标所在位置附近进行采样，并通过结合循环矩阵在傅里叶空间可对角化的的特性将图像转换到频域进行点乘的方法替换传统图像间的卷积操作，实现对分类器的实时训练，使得跟踪器的性能大幅上升。核相关滤波(英文：KernelizedCorrelationFilters，简称：KCF)跟踪算法则在CSK算法的基础上改用多通道的方向梯度直方图(英文：HistogramofOrientedGradient，简称：HOG)特征，引入核函数将线性空间的脊回归映射到非线性空间，对模型进行在线快速学习以及对目标位置进行更快速更精确的预测，但不能应对需要多尺度的检测的场景。相对于KCF算法，STC(Spatio-TemporalContext)跟踪算法在跟踪的过程中利用连续多帧的目标位置的最本文档来自技高网...

【技术保护点】
一种人体动作跟踪识别方法，其特征在于，所述方法包括：在输入图像中提取方向梯度直方图HOG特征；在所述输入图像中提取纹理CS‑LBP特征；在所述输入图像中提取颜色模型LAB特征；将所述HOG特征、CS‑LBP特征、LAB特征进行融合，得到融合特征；通过融合特征对所述输入图像进行表征。

【技术特征摘要】
1.一种人体动作跟踪识别方法，其特征在于，所述方法包括：在输入图像中提取方向梯度直方图HOG特征；在所述输入图像中提取纹理CS-LBP特征；在所述输入图像中提取颜色模型LAB特征；将所述HOG特征、CS-LBP特征、LAB特征进行融合，得到融合特征；通过融合特征对所述输入图像进行表征。2.如权利要求1所述的方法，其特征在于，在输入图像中提取方向梯度直方图HOG特征，包括：对每幅输入图像进行灰度化并进行伽马矫正；对每一个像素分别计算其像素梯度方向，在输入图像上划分多个网格，每一个网格确定为一个单元；使用2个具有9个直方条的直方图对每个单元内的无符号的方向梯度进行统计，并使用1个具有9个直方条的直方图对无符号的方向梯度进行统计，使得每一个单元的特征维度为指定值；在划分的网格上，将相邻4个单元作为一个块，对所有块，分别对各维度的特征值进行累加操作，并作为归一化操作，获得所述HOG特征，其中，所述输入图像的HOG特征为所有块的特征的集合。3.如权利要求2所述的方法，其特征在于，在所述输入图像中提取纹理CS-LBP特征，包括：建立个直方图，其中，每个直方图对应第i种CS-LBP特征值在所有单元上的统计，每个直方图有个直方条；统计每个单元上第i种CS-LBP特征值的数量，最终获得的个直方图的统计结果作为所述输入图像的CS-LBP特征。4.如权利要求2所述的方法，其特征在于，在所述输入图像中提取颜色模型LAB特征，包括：从LAB颜色空间N种颜色中随机取K种，作为K-Means中K个类别的各自的质心kj；分别计算LAB颜色空间中剩下的(N-K)种颜色到K个类别质心的欧几里得距离；将LAB颜色空间N种颜色按照K个新的质心进行重新聚类；根据聚类结果，得到所述输入图像的LAB特征。5.如权利...

【专利技术属性】
技术研发人员：杨戈，黄尚仁，黄静，
申请(专利权)人：北京师范大学珠海分校，
类型：发明
国别省市：广东,44