一种基于关键帧构建双向运动历史图的人体行为识别方法技术

本发明专利技术提供了一种基于关键帧构建双向运动历史图的人体行为识别方法，使用关键帧构建双向时空运动历史图，双向时空运动历史图是一种考虑了视频中人体运动在时间和空间上两个维度的时空叠加特征，可实现了对视频中时空特征的深度表达；将双向运动历史图特征送入机器学习或深度学习模型进行训练，可完成人体行为的高效和准确识别，具有实现容易、计算速度快、识别准确等优点。识别准确等优点。识别准确等优点。

【技术实现步骤摘要】
一种基于关键帧构建双向运动历史图的人体行为识别方法


[0001]本专利技术属于计算机视觉领域，尤其涉及一种基于关键帧构建双向运动历史图的人体行为识别方法。

技术介绍

[0002]人体行为识别通常是指用行为标签来标记视频图像序列的过程，是计算机视觉领域中一个重要的研究和应用方向，广泛应用于场景监控、体育竞赛等场景的视频分析，具有广阔的应用前景和使用价值。
[0003]在人体行为识别中，根据参与行动者身体部位的不同，可将人体行为分为四个类别：姿态行为、个体行为、交互行为和团体行为；其中，姿态行为指基于手、脸或其他部位的动作行为；个体行为指由单人进行的运动组成的动作行为，例如步行或跑步；交互行为是指两个参与者执行的动作行为，它可能包括与对象的交互或与单个人的交互；团体行为指交互对象的数量是至少两个或更多的动作行为。
[0004]人体行为识别方法近年来发展迅速，但存在使用特征单一等问题；考虑到视频本身就是时间和空间的复合体，如何尽可能发掘和利用视频的时间和空间特征，来实现人体行为的准确识别，是人体行为识别在应用中面临的一个难题。
...

【技术保护点】

【技术特征摘要】
1.一种基于关键帧构建双向运动历史图的人体行为识别方法，其特征在于，包括以下步骤：步骤1，使用关键帧提取算法，对包含人体行为的视频进行关键帧提取，得到关键帧；步骤2，使用实例分割算法，对视频中每帧图象进行人体轮廓提取，得到人体轮廓图；步骤3，计算每个关键帧的前进运动历史图和回退运动历史图；步骤4，将关键帧的前进运动历史图和回退运动历史图，进行通道拼接，得到该关键帧的双向运动历史图；步骤5，视频的所有关键帧的双向运动历史图，构成多通道的视频时空叠加特征；将其传入机器学习或深度学习模型中，得到人体行为识别结果。2.根据权利要求1所述的方法，其特征在于，步骤1包括：可选地，采用随机取帧来替代关键帧提取。3.根据权利要求1所述的方法，其特征在于，步骤3包括：以当前关键帧为中心，对前一关键帧到后一关键帧之间的所有图象帧，计算衰退比例系数；将当前关键帧...

【专利技术属性】
技术研发人员：冯子亮，司马铭骏，潘悦，许重阳，蓝田野，唐玄霜，董佳乐，黎光耀，
申请(专利权)人：四川大学，
类型：发明
国别省市：