本发明专利技术涉及一种三维相关滤波器序列动作识别方法及其装置，该方法首先建立样本数据库，针对特定序列动作得到训练样本视频列向量，然后建立动作视频最大平均相关滤波器模板，得到特定序列动作的三维最大平均相关高度滤波器；最后将优化后的滤波器响应值与设定的阈值进行比较，判断待测视频中是否存在特定序列动作。该装置包括三维最大平均相关高度滤波器、滤波器响应计算模块、优化滤波器响应模块和特定序列动作判断模块。本发明专利技术算法简便、易于实现、运行效率高，识别准确率高，适用于地铁、车站、银行等场所的监控。
【技术实现步骤摘要】
本专利技术属于图像信号 处理
，涉及一种三维相关滤波器序列动作识别方法及其装置。
技术介绍
目前国内外用于分析和识别行为的模式识别方法大多数是基于时域的匹配模板方法。时域动作分析识别方法往往计算复杂，适应性差，效率低下，识别率不高，而且时域模板是针对单幅图像的，对于序列动作的分析需要形成多个模板进行匹配，以上缺点是动作识别理论算法走向实际应用的瓶颈。
技术实现思路
本专利技术要解决的一个技术问题是提供一种可以针对特定序列动作形成一个频域三维相关滤波器模板，以完成特定序列行为动作自动识别的三维相关滤波器序列动作识别方法。该方法算法简便、易于实现、运行效率高、识别率高。为了解决上述技术问题，本专利技术的三维相关滤波器序列动作识别方法包括下述步骤一、建立样本数据库存储至少一个特定序列动作的训练样本视频；每个特定序列动作包含L个训练样本视频，每个训练样本视频包含Q帧图像，每幅图像包含d个像素，其中d = MXN，MXN为每帧图像的大小；则一个特定序列动作的其中任意一个训练样本视频可以表示为s(x，y, t)，其中X、I、t分别为某一像素所在列序号、行序号、帧号；对s(x, y, t)求导,得到 s(x, y, t)的导数 d(x, y, t)；对d (X，y, t)进行三维傅立叶变换得到三维频域响应矩阵F (U，V, w)；权利要求1.一种三维相关滤波器序列动作识别方法，其特征在于包括下述步骤 一、建立样本数据库 存储至少一个特定序列动作的训练样本视频；每个特定序列动作包含L个训练样本视频，每个训练样本视频包含Q帧图像，每幅图像包含d个像素，其中d = MXN，MXN为每帧图像的大小；则一个特定序列动作的其中任意一个训练样本视频可以表示为s(x，y，t)，其中x、y、t分别为某一像素所在列序号、行序号、帧号； 对 s(x, y, t)求导,得到 s(x, y, t)的导数 d(x，y，t)； 对d(x，y，t)进行三维傅立叶变换得到三维频域响应矩阵F (U，V，w)；2.根据权利要求I所述的三维相关滤波器序列动作识别方法，其特征在于a=0.001，3 =0. 5, y =0. I, k=0. 9。3.—种三维相关滤波器序列动作识别装置，其特征在于包括 三维最大平均相关高度滤波器H (X，y, t)； 滤波器响应计算模块将H(x，y, t)与待测试视频时空矩阵t(m，n, q)做相关运算，得到滤波器响应c (m, n, q)；.全文摘要本专利技术涉及一种三维相关滤波器序列动作识别方法及其装置，该方法首先建立样本数据库，针对特定序列动作得到训练样本视频列向量，然后建立动作视频最大平均相关滤波器模板，得到特定序列动作的三维最大平均相关高度滤波器；最后将优化后的滤波器响应值与设定的阈值进行比较，判断待测视频中是否存在特定序列动作。该装置包括三维最大平均相关高度滤波器、滤波器响应计算模块、优化滤波器响应模块和特定序列动作判断模块。本专利技术算法简便、易于实现、运行效率高，识别准确率高，适用于地铁、车站、银行等场所的监控。文档编号G06K9/62GK102760237SQ201210185738公开日2012年10月31日 申请日期2012年6月7日 优先权日2012年6月7日专利技术者姚志军, 韩秋蕾 申请人:韩秋蕾本文档来自技高网...
【技术保护点】
一种三维相关滤波器序列动作识别方法，其特征在于包括下述步骤：一、建立样本数据库：存储至少一个特定序列动作的训练样本视频；每个特定序列动作包含L个训练样本视频，每个训练样本视频包含Q帧图像，每幅图像包含d个像素，其中d＝M×N，M×N为每帧图像的大小；则一个特定序列动作的其中任意一个训练样本视频可以表示为s(x,y,t)，其中x、y、t分别为某一像素所在列序号、行序号、帧号；对s(x,y,t)求导，得到s(x,y,t)的导数d(x,y,t)；对d(x,y,t)进行三维傅立叶变换得到三维频域响应矩阵F(u,v,w)；将三维频域响应矩阵F(u,v,w)按照每帧图像像素从左到右，从上到下，帧间按照时间先后顺序排成一个列向量，则针对每个特定序列动作得到L个训练样本视频列向量a1,a2,...,ai,...aL；二、建立动作视频最大平均相关滤波器模板：通过计算噪声协方差矩阵C，训练图像的平均能量光谱密度Da和对角平均相似性度矩阵Sa来合成最大平均相关动作高度一维滤波器h；其中α，β，γ是非负的平衡参数，ma是L个训练样本视频列向量a1,a2,...,ai...aL的平均值；C=σ2I？？？？(3)其中σ是白噪声的均方差，I是单位矩阵；Ai是训练样本视频的对角化矩阵，它对角线上的元素是列向量ai的所有元素；*表示复共轭运算；Ma是ma的对角矩阵，它的对角线元素对应向量ma的所有元素；将一维滤波器h还原成三维滤波器，之后进行三维傅立叶反变换，得到特定序列动作的三维最大平均相关高度滤波器H(x,y,t)；三、计算滤波器响应：将三维最大平均相关高度滤波器H(x,y,t)和待测试视频时空矩阵t(m,n,q)做相关运算，得到滤波器响应c(m,n,q)；四、优化滤波器响应：利用式（7）运算得到优化后的滤波器响应c′(m,n,q)；其中EH是代表滤波器能力的尺度值，ES(m,n,q)是待测视频相应的响应；五、将优化后的滤波器响应值与设定的阈值ρ进行比较，如果大于阈值ρ则认为待测视频中存在特定序列动作，否则认为不存在该特定序列动作；ρ=kmin(ε1,ε2,ε3,......εT)(10)其中，k为加权系数，ε1,ε2,...,εT为多个待测视频特定序列动作优化后的滤波器响应值，min表示计算括号内数值的最小值。FDA00001735714300011.jpg,FDA00001735714300012.jpg,FDA00001735714300013.jpg,FDA00001735714300021.jpg,FDA00001735714300022.jpg,FDA00001735714300023.jpg,FDA00001735714300024.jpg,FDA00001735714300025.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：韩秋蕾，姚志军，
申请(专利权)人：韩秋蕾，
类型：发明
国别省市：
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。