欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2018102363972
申请人: 南京邮电大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于子群组划分与动量特征融合的人群运动行为识别方法,其特征在于,该方法包括以下步骤:

步骤1):用户输入连续的视频,将视频划分成连续的视频帧,将上述每一个视频帧每单个行人作为一个特征跟踪点P,点P的运动信息用一个四维向量P=(Px,Py,Pv,Pd)来表示,所述Px、Py表示特征跟踪点的空间坐标,Pv表示该点的位移大小,Pd表示该点的运动方向,Pd值为 图像帧所有特征跟踪点的点集记为OI={P1,P2,P3,P4};

步骤2):子群体的移动特征由动量特征决定,以子群体和子群体内的特征跟踪点为基础,定义三种不同的动量特征:运动方向一致性、空间稳定性、人群摩擦冲突性;每个子群体中包含H个特征跟踪点,即Ck=(P1,P2,...,PH);

步骤3):计算连续5帧内的描述因子的平均值,用三个平均值构造一个向量( ω(C),ρ(C)),共同组成一个三通道的图像,形成224×224×3维数据输入至微分递归卷积神经网络DRCNN进行训练,转化为4096维特征向量,所述微分递归卷积神经网络是将VGG—16模型和3层堆叠的长短期记忆递归神经网络LSTM连接到端对端的模型中,最后采用输出函数将特征向量转化为人群行为标签,采用人工标记的方法将训练视频片段根据行为发生主体,行为发生地点,行为本身的不同,标记为不同的描述词汇,用带标记的数据调整微分循环卷积神经网络的结果,实现人群运动行为识别;

所述的步骤1)具体为:

步骤1.1):通过哈里斯角点检测算法得到连续视频帧中特征跟踪点的位置信息,获取目标群组的前景特征,哈里斯角点跟踪算法是使用一个固定窗口在图像上进行任意方向上的滑动,比较滑动前与滑动后两种情况,窗口中的像素灰度变化程度,当存在任意方向上的滑动时灰度变化程度较大,则认为该窗口中存在角点,将连续视频帧中每个特征跟踪点的位置串联起来,得到每个特征跟踪点的运动轨迹T,所有特征跟踪点运动轨迹集合为TI={T1,T2,T3,T4};

步骤1.2):利用混合高斯背景建模方法进行前景提取,对于当前视频帧中像素的灰度值,当高斯混合背景中第S个高斯分布的均值的差值满足公式: 就认为匹配成功,即该像素为背景,其中I(x,y,t)表示该像素点(x,y)在t时刻的像素值, 表示第S个高斯分布t时刻的平均灰度值,λ表示标准差的倍数系数, 表示第S个高斯分布t时刻灰度值的方差,通过前景提取获取目标群体的空间大小以及和周围群体的距离关系,称为前景斑块,斑块集合记为BI={B1,B2,B3,...,Bk},通过空间上的关系变化划分出空间上临近的个体;

步骤1.3):利用划分出的两种时空信息,对密集群体进行划分。

2.根据权利要求1所述的一种基于子群组划分与动量特征融合的人群运动行为识别方法,其特征在于,所述的步骤1.3)具体为:步骤1.3.1):将包含特征跟踪点的集合OI分割成包含若干点的子集,表示为OI={CI,FI},所述CI={C1,C2,...,CK}为图像帧经过划分后具有运动一致性的点集,构成人群划分的子群体,点集FI则是被剔除的点,用矩形区域表示斑块的空间信息,以斑块边界像素位置坐标值划分出一个矩形区域,获取矩形右下角及左上角点的坐标,若特征跟踪点P的坐标位置处于斑块的轮廓范围内,则将该点划分为该斑块的点,否则剔除该点;

步骤1.3.2):特征跟踪点P的属性Pd表示帧与帧之间特征跟踪点的运动关系,计算特征跟踪点P的位移向量值与X轴夹角的余弦值,获取方向夹角θ,将方向夹角0~2π划分成12等份,每个区间分别标记为Di(i=1,2,3...,12)为Pd赋值,具体划分方法公式为:经过斑块范围划分以及运动方向的约束,将运动趋势相近的特征跟踪点划分成一个子群体;

步骤1.3.3):修正异常点,计算特征跟踪点P的K个临近点中,各临近点的属性值Pd出现频率,出现频率最大的标记值为Di,特征跟踪点Pd记为Dj,对于所有的特征跟踪点,当i+1=j或者i‑1=j,将P的Pd值修正为Di;剔除异常点:计算特征跟踪点P的L个临近点中与其运动趋势相同的点的个数I,设定一个临界值M,M≤L,当I

3.根据权利要求1所述的一种基于子群组划分与动量特征融合的人群运动行为识别方法,其特征在于,所述的步骤2)具体为:步骤2.1):运动方向一致性特征提取:计算子群体中各个特征跟踪点的坐标和位移取平均值,得到连续几帧中各个子群体的质心坐标和平均位移,求得各个子群体的总体运动趋势向量 根据公式: 计算每个子群体的总体运动趋势向量与该向量的速度相关性,其中 表示各个子群体的运动趋势向量, 表示第k个邻接点的运动趋势向量,N代表划分出的子群体个数,所述 值越大表示速度相关性越高;

步骤2.2):空间稳定性动量特征提取:空间稳定性是指各个特征跟踪点在一定时间范围内保持稳定的邻居,在一定时间内保持特定的拓扑结构;定义子群体中每个特征跟踪点Pi在t时刻的稳定性由公式: 求得,其中N表示划分出的T

子群体个数,Pi表示第i个特征跟踪点,|N1(Pi)\N1(Pi)|表示在1到T时刻某子群体中的一个特征跟踪点的邻接点中与其维持稳定邻接关系不变的点的平均个数,K表示最邻接点的个数;子群体中各个特征跟踪点与其邻域中的邻接点的距离的稳定性可以用公式:表示,其中N表示划分出的子群体的个数,Pi表示第i个特征跟踪点, 代表特征跟踪点与其k个临近点的平均距离,将上述两种稳定性相加,构成子群组整体稳定性,用ω(Ck)表示;

步骤2.3):人群摩擦冲突性动量特征提取:冲突性计算公式为:其中N表示划分出的子群体的个数,

Pi表示第i个特征跟踪点, 表示各个子群体的运动趋势向量, 表示第k个邻接点的运动趋势向量,avrg(Nother(Pi))代表一个子群体中的特征跟踪点的邻接中包含其他子群体中特征跟踪点的平均值,α和β为权重系数。

4.根据权利要求1所述的一种基于子群组划分与动量特征融合的人群运动行为识别方法,其特征在于,步骤1.2)中标准差倍数系数λ取2.5。