一种运动图像的特征提取方法及起立动作图像的识别方法技术

本发明专利技术公开一种运动图像的特征提取方法及起立动作图像的识别方法，其中，运动图像的提取方法包括：获取运动图像，并对其进行处理得到目标运动像素点；确定该目标运动像素点构成的最大矩形区域一顶点坐标值、第一边长值和第二边长值；获取矩形区域内各目标运动像素点的光流角度值；计算矩形区域内目标运动像素点的位移均值和光流角度均值；预先设定多个不同光流方向，计算每个光流方向所在区域内目标运动像素点的数量概率值；将顶点坐标值、第一边长值、第二边长值、光流角度均值和位移均值、数量概率值作为运动图像的特征值，并进行特征提取。本发明专利技术通过提取运动图像的多个特征值，结合神经网络模型，能快速识别出目标运动图像。

【技术实现步骤摘要】
一种运动图像的特征提取方法及起立动作图像的识别方法
本专利技术涉及视频图像检测
，具体涉及一种运动图像的特征提取方法及起立动作图像的识别方法。
技术介绍
运动图像表示物体发生运动，存在运动状态的图像。例如：跑步图像、跳高图像或挥手图像或起立动作图像，其中，起立动作图像在教学视频学习中会经常出现，例如：在教学课堂或视频会议中，为了参与课堂学习或会议学习，听课的学生或听会的参会人员通常为了回答问题，通常会从所在位置起立后回答问题。因此，运动图像的采集或识别对教学录播或会议录播具有重要意义，且运动图像的采集或识别有利于视频录播的互动学习。目前传统的运动图像的采集或特征提取方法，一般利用水平摄像头或俯拍摄像头采集具有运动动作的视频图像，由于水平摄像头在水平方向上检测位于某个高度以上的目标运动图像会存在很多干扰图像，所以，很难设定出明确的检测区域，而由于俯拍摄像头会检测到在垂直方向上的多个运动图像，为了检测出目标运动动作，通常需要调试人员根据经验结合运动图像的目标尺寸、长和宽的比值设置阈值，该阈值与摄像头的高度、起立人员与摄像头的距离有关、所以需要设置多个不同检测区域的阈值，显然，参数设置较为复杂，且调试难度较大。
技术实现思路
因此，本专利技术实施例要解决的技术问题在于现有技术中的运动图像的采集或提取方法，很难设定明确的检测区域以及通过人工调试设置多个不同检测区域的阈值，参数设置较为复杂，调试难度较大。为此，本专利技术实施例提供了如下技术方案：本专利技术实施例提供一种运动图像的特征提取方法，包括如下步骤：获取运动图像；对所述运动图像进行处理，得到目标运动像素点；根据所述目标运动像素点，确定该所述目标运动像素点构成的最大矩形区域，并获取所述矩形区域的一顶点坐标值、第一边长值和第二边长值；获取所述矩形区域内所述目标运动像素点的第一数量；获取所述矩形区域内各所述目标运动像素点的光流角度值；根据所述第一数量和所述光流角度值，计算所述矩形区域内所述目标运动像素点的位移均值和光流角度均值；预先设定多个不同光流方向，并统计每个光流方向所在区域内所述目标运动像素点的第二数量；根据所述第一数量和所述第二数量，计算所述每个光流方向所在区域内所述目标运动像素点的数量概率值；将所述顶点坐标值、所述第一边长值、所述第二边长值、所述光流角度均值和所述位移均值、所述数量概率值作为所述运动图像的特征值，并进行特征提取。可选地，所述对所述运动图像进行处理，得到目标运动像素点的步骤包括：将所述运动图像进行灰度化和平滑化预处理；将所述预处理后的图像进行帧间差分法处理得到帧间差图像；将所述帧间差图像进行二值化处理；对所述二值化处理后的图像进行连通域搜索得到所述目标运动像素点。可选地，所述利用帧间差分法对所述预处理后的图像进行处理得到帧间差图像的步骤包括：预先设定预设帧数的队列；将所述预处理后的图像按照视频流顺序依次存入所述队列中构成队列图像；确认所述队列图像的帧数是否等于到预设帧数；如果所述队列图像的帧数等于预设帧数，计算所述队列图像的首帧图像和尾帧图像的差值得到所述帧间差图像。可选地，所述获取所述矩形区域内各所述目标运动像素点的光流角度值的步骤包括：利用光流算法获取所述矩形区域内各所述目标运动像素点的偏移坐标值；根据所述偏移坐标值，计算所述矩形区域内各所述目标运动像素点的偏移位移值；根据所述偏移位移值，计算所述矩形区域内各所述目标运动像素点的光流角度值。可选地，所述根据所述第一数量和所述光流角度均值，计算所述矩形区域内所述目标运动像素点的位移均值和光流角度均值；获取所述偏移坐标均值和所述第一数量；根据所述第一数量和所述偏移坐标值，计算所述述矩形区域内所述目标运动像素点偏移坐标均值；根据所述偏移坐标均值，计算所述矩形区域内所述目标运动像素点所述位移均值；根据所述偏移坐标均值和所述位移均值，计算所述矩形区域内所述目标运动像素点的所述光流角度均值。可选地，所述预先设定多个不同光流方向，并统计每个光流方向所在区域内的所述目标运动像素点的第二数量的步骤包括：预先设定所述每个光流方向所在区域的角度范围阈值；获取所述矩形区域内各所述目标运动像素点的光流角度值；确定所述光流角度值所属的角度范围阈值；根据所述光流角度值所属的角度范围阈值，统计每个光流方向所在区域内所述目标运动像素点的第二数量。本专利技术实施例提供一种起立动作图像的识别方法，包括：预先构建神经网络模型；利用所述运动图像的特征提取方法提取运动图像的特征值；将所述特征值输入所述神经网络模型进行训练，并输出所述神经网络模型的训练参数；判断所述训练参数是否大于或等于预设阈值；如果所述训练参数小于所述预设阈值，则所述运动图像为非起立动作图像。可选地，如果所述训练参数大于或等于预设阈值，则所述运动图像为起立动作图像。可选地，所述预设阈值为通过采集所述起立动作图像和所述非起立动作图像经过所述神经网络模型训练得出。本专利技术实施例提供一种存储介质，其上存储有计算机指令，该指令被处理器执行时实现所述的运动图像的特征提取方法；或，实现所述的起立动作的起立动作图像的识别方法的步骤。本专利技术实施例提供一种摄像设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的运动图像的特征提取方法的步骤；或，实现所述的起立动作图像的识别方法的步骤。本专利技术实施例技术方案，具有如下优点：本专利技术提供一种运动图像的特征提取方法及起立动作图像的识别方法，其中，运动图像的提取方法包括：获取运动图像；并对运动图像进行处理，得到目标运动像素点；根据目标运动像素点，确定该目标运动像素点构成的最大矩形区域一顶点坐标值、第一边长值和第二边长值；获取矩形区域内各目标运动像素点的光流角度值；计算矩形区域内目标运动像素点的位移均值和光流角度均值；预先设定多个不同光流方向，计算每个光流方向所在区域内目标运动像素点的数量概率值；将顶点坐标值、第一边长值、第二边长值、光流角度均值和位移均值、数量概率值作为运动图像的特征值，并进行特征提取。本专利技术通过提取运动图像的多个特征值，结合神经网络模型，能快速识别出目标运动图像。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例中运动图像的特征提取方法的第一流程图；图2为本专利技术实施例中运动图像的特征提取方法的第二流程图；图3为本专利技术实施例中运动图像的特征提取方法的第三流程图；图4为本专利技术实施例中目标运动像素点确定的矩形区域；图5为本专利技术实施例中运动图像的特征提取方法的第四流程图；图6为本专利技术实施例中目标运动像素点发生偏移与光流方向构建的直角三角形；图7为本专利技术实施例中运动图像的特征提取方法的第五流程图；图8为本专利技术实施例中运动图像的特征提取方法的第六流程图；图9为本专利技术实施例中每个光流方向所在区域示意图；图10为本专利技术实施例中运动图像的特征提取方法的第七流程图；图11为本专利技术实施例中运动图像的识别方法的神经网络模型示意图；图12为本专利技术实施例中摄像设备的本文档来自技高网...

【技术保护点】
1.一种运动图像的特征提取方法，其特征在于，包括如下步骤：获取运动图像；对所述运动图像进行处理，得到目标运动像素点；根据所述目标运动像素点，确定该所述目标运动像素点构成的最大矩形区域，并获取所述矩形区域的一顶点坐标值、第一边长值和第二边长值；获取所述矩形区域内所述目标运动像素点的第一数量；获取所述矩形区域内各所述目标运动像素点的光流角度值；根据所述第一数量和所述光流角度值，计算所述矩形区域内所述目标运动像素点的位移均值和光流角度均值；预先设定多个不同光流方向，并统计每个光流方向所在区域内所述目标运动像素点的第二数量；根据所述第一数量和所述第二数量，计算所述每个光流方向所在区域内所述目标运动像素点的数量概率值；将所述顶点坐标值、所述第一边长值、所述第二边长值、所述光流角度均值和所述位移均值、所述数量概率值作为所述运动图像的特征值，并进行特征提取。

【技术特征摘要】
1.一种运动图像的特征提取方法，其特征在于，包括如下步骤：获取运动图像；对所述运动图像进行处理，得到目标运动像素点；根据所述目标运动像素点，确定该所述目标运动像素点构成的最大矩形区域，并获取所述矩形区域的一顶点坐标值、第一边长值和第二边长值；获取所述矩形区域内所述目标运动像素点的第一数量；获取所述矩形区域内各所述目标运动像素点的光流角度值；根据所述第一数量和所述光流角度值，计算所述矩形区域内所述目标运动像素点的位移均值和光流角度均值；预先设定多个不同光流方向，并统计每个光流方向所在区域内所述目标运动像素点的第二数量；根据所述第一数量和所述第二数量，计算所述每个光流方向所在区域内所述目标运动像素点的数量概率值；将所述顶点坐标值、所述第一边长值、所述第二边长值、所述光流角度均值和所述位移均值、所述数量概率值作为所述运动图像的特征值，并进行特征提取。2.根据权利要求1所述的运动图像的特征提取方法，其特征在于，所述对所述运动图像进行处理，得到目标运动像素点的步骤包括：将所述运动图像进行灰度化和平滑化预处理；将所述预处理后的图像进行帧间差分法处理得到帧间差图像；将所述帧间差图像进行二值化处理；对所述二值化处理后的图像进行连通域搜索得到所述目标运动像素点。3.根据权利要求2所述的运动图像的特征提取方法，其特征在于，所述利用帧间差分法对所述预处理后的图像进行处理得到帧间差图像的步骤包括：预先设定预设帧数的队列；将所述预处理后的图像按照视频流顺序依次存入所述队列中构成队列图像；确认所述队列图像的帧数是否等于到预设帧数；如果所述队列图像的帧数等于预设帧数，计算所述队列图像的首帧图像和尾帧图像的差值得到所述帧间差图像。4.根据权利要求1所述的运动图像的特征提取方法，其特征在于，所述获取所述矩形区域内各所述目标运动像素点的光流角度值的步骤包括：利用光流算法获取所述矩形区域内各所述目标运动像素点的偏移坐标值；根据所述偏移坐标值，计算所述矩形区域内各所述目标运动像素点的偏移位移值；根据所述偏移位移值，计算所述矩形区域内各所述目标运动像素点的光流角度值。5.根据权利要求4所述的运动图像的特征提取方法，其特征在于，所述根...

【专利技术属性】
技术研发人员：朱玉荣，张轶君，
申请(专利权)人：北京文香信息技术有限公司，
类型：发明
国别省市：北京,11