一种基于二维骨架信息的攻击性行为识别方法技术

本发明专利技术公开了一种基于二维骨架信息的攻击性行为识别方法，本发明专利技术属于计算机视觉和模式识别领域，所述方法针对双人交互式攻击性行为识别；使用OpenPose获取二维骨架信息序列，并对二维骨架信息序列的人体自遮挡和缺失值进行数据预处理；然后对人体行为进行特征向量构建，单人行为特征向量包括帧间人体重心位移变化和运动时骨骼旋转角变化，交互特征向量包括帧间人体重心位移变化、帧间人体旋转角变化和交互“安全距离”；采用w‑lightGBM算法对单人行为特征向量进行多分类，采用lightGBM算法对交互特征向量进行二分类并将结果显示；通过监控人体行为变化实现对视频中的目标的攻击性行为的识别，为社会治安及公共安全提供有效的视频分析方法。

An aggressive behavior recognition method based on two-dimensional skeleton information

【技术实现步骤摘要】
一种基于二维骨架信息的攻击性行为识别方法
本专利技术属于计算机视觉和模式识别领域，具体涉及一种基于二维骨架信息的攻击性行为识别方法，所述方法能够根据人体运动时骨骼点之间的变化特征和人体位移特征对人体行为进行识别。
技术介绍
计算机视觉的行为分析是图像处理、模式识别等领域的重要研究内容之一，在公共安全上有广泛的应用前景，但对某些特定事件的识别，如公共场暴力冲突等，研究相对较少。这些行为在监控场景中可能非常有用，比如公共场所、监狱。因此攻击性行为识别成为了计算机视觉研究领域内重点研究方向之一。目前基于视频的攻击性行为的识别大致分为两类：基于硬件传感器的交互式行为识别和基于软件的人体特征提取的交互式行为识别。依赖于传感器的监控装置的价格较高，需要对监控器进行额外的设置，如微软三维体感摄像机Kinect。Kinect可以通过传感器获取空间三维人体骨架，实现了人体骨骼信息的跟踪，进而可以方便的进行人体动作特征提取。但是Kinect的应用还没有普及，很多公共场合都没有安装Kinect传感器监控摄像头。因此，采用软件的方式实现对普通摄像头获取的视频图本文档来自技高网...

【技术保护点】
1.一种基于二维骨架信息的攻击性行为识别方法，其特征在于，所述方法包括以下步骤：/n步骤1：获取视频流中的二维骨架信息序列；/n步骤2：对二维骨架信息序列进行数据预处理，具体为：/n首先，对人体自遮挡进行人体对称处理，保证人体姿态特征完整；其次，对骨架缺失点进行预测，计算公式为(1-4)：/n

【技术特征摘要】
1.一种基于二维骨架信息的攻击性行为识别方法，其特征在于，所述方法包括以下步骤：
步骤1：获取视频流中的二维骨架信息序列；
步骤2：对二维骨架信息序列进行数据预处理，具体为：
首先，对人体自遮挡进行人体对称处理，保证人体姿态特征完整；其次，对骨架缺失点进行预测，计算公式为(1-4)：



vbefor＝yj(j＝0,1...,i-1)(2)
vafter＝yj(j＝i+1,i+2,...,n)(3)



式(1)中，vave表示最近邻帧特征加权预测值；vi(t)表示第t帧的第i个关节点，vi(t)∈V,v表示每帧的关节点集合；t1,t2表示最近临且vi(t)不发生缺的两帧，满足t1＜t＜t2,且tj∈T,T为视频流的总帧数；vbefor,vafter表示分段多项式的预测值；
步骤3：定义安全距离，作为人与人之间发生交互行为的阈值Dinter，计算公式为(5-7)：




(vi(t)表示第t帧右侧人颈部关节点和左侧人颈部关节点)(6)



式(6)中，dinter表示视频帧中任意两个人之间的颈部关节点距离，vi(t)表示第t帧中左侧人的颈部关节点，vi(t)表示第t帧中右侧人的颈部关节点；
步骤4：构建单人特征向量P1＝{ρ0,ρ1,ρ2...ρ10}，具体为：
人体运动中人体重心的计算公式为(8,9)，(x,y)表示人体重心坐标，Pnum表示人体第num环节的点总重心的概率和环节重心的坐标；
ρ0＝∑Pmxn...

【专利技术属性】
技术研发人员：陈皓，肖利雪，潘跃凯，孙家泽，潘晓英，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西;61