The invention proposes a method and device for detecting close-range abnormal behavior based on skin color segmentation, which can detect the close-range behavior of human body in video. The method includes: removing the background of video by skin color segmentation algorithm based on depth learning to preserve the skin color region in the current image. In addition, the skin area is modeled by palm geometry features to obtain palm position. Finally, the energy of the moving hand is judged by the energy model of optical flow to realize the judgment of abnormal behavior. Based on skin color segmentation, the invention can effectively filter the interference information in the background and detect the close-range human behavior.
【技术实现步骤摘要】
一种基于肤色分割的近景异常行为检测方法及装置
本专利技术涉及人工智能领域,尤其涉及图像处理方法和深度学习方法。
技术介绍
异常行为检测是计算机视觉领域的研究热点之一,也是智能安防的重要组成部分。随着视频拍摄设备的普及,越来越多的以行为人或者行为人的手部为焦点的视频出现在网络中。与传统的远景异常行为检测不同,这些近景的视频主要的关注点在图像中特定的人员或者该特定人员的手部。现有方法主要有以下的缺点:一、在肤色分割方面,传统的肤色分割方法,例如颜色空间法,贝叶斯法,高斯模型法等,易受到人员变化,肤色变化以及类肤色物体的影响,而不能满足视频中肤色多样性的要求。二、现有的行为检测方法多关注于远景异常行为检测,即视频拍摄位置与行为人之间的距离超过10米,行为检测方法以行为人为单位进行检测和分析。且大部分模型需要对监控的背景进行建模,不能满足近景异常行为检查中场景多样性的要求。
技术实现思路
为了实现近景的异常行为检测,本专利技术提供了一种基于肤色分割的近景异常行为检测方法及装置,旨在实现对近景视频中的人体行为进行有效的检测。为了实现上述目的,本专利技术采取如下技术方案:一种基于肤色分割的近景异常行为检测方法,所述方法包括以下主要步骤:S1、构建肤色数据集:收集带有噪点信息的肤色数据与非肤色数据;S2、深度自编码器训练:将深度自编码器在构建的肤色数据集上进行训练和验证;S3、手部几何模型建立:采用肤色信息,手掌信息和指尖信息构建手部的二维几何模型;S4、手部追踪:追踪手部运动轨迹;S5、光流能量计算:对运动的手部进行光流能量计算,判断其能量值是否异常。另一方面,本专利技术 ...
【技术保护点】
1.一种基于肤色分割的近景异常行为检测方法,其特征在于:所述方法包括以下步骤:S1、构建肤色数据集:收集带有噪点信息的肤色数据与非肤色数据;S2、深度自编码器训练:将深度自编码器在构建的肤色数据集上进行训练和验证;S3、手部几何模型建立:采用肤色信息、手掌信息和指尖信息构建手部的二维几何模型;S4、手部追踪:追踪手部运动轨迹;S5、光流能量计算:对运动的手部进行光流能量计算,判断其能量值是否异常。
【技术特征摘要】
1.一种基于肤色分割的近景异常行为检测方法,其特征在于:所述方法包括以下步骤:S1、构建肤色数据集:收集带有噪点信息的肤色数据与非肤色数据;S2、深度自编码器训练:将深度自编码器在构建的肤色数据集上进行训练和验证;S3、手部几何模型建立:采用肤色信息、手掌信息和指尖信息构建手部的二维几何模型;S4、手部追踪:追踪手部运动轨迹;S5、光流能量计算:对运动的手部进行光流能量计算,判断其能量值是否异常。2.根据权利要求1所述的方法,其特征在于:所述步骤S2中,将深度自编码器在物体分类数据集上进行预训练,预训练过程采用逐层训练的方式;当整个自编码器完成预训练后,将步骤S1构建的肤色数据集用于深度自编码器的监督微调。3.根据权利要求1所述的方法,其特征在于:所述手掌信息和指尖信息包括手掌质心和指尖点。4.根据权利要求1所述的方法,其特征在于:所述步骤S4中采用camshift算法对识别到的手掌位置进行追踪。5.根据权利要求1所述的方法,其特征在于:所述方法只计算运动手部的光流能量,从而加速计算过程。6.一种...
【专利技术属性】
技术研发人员:王鸿鹏,尤磊,陈一夫,张春慨,薛睿,
申请(专利权)人:哈尔滨工业大学深圳研究生院,
类型:发明
国别省市:广东,44
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。