一种基于时空兴趣点的打架行为检测方法

摘要

本发明公开一种基于时空兴趣点的打架行为检测方法，该方法首先检测当前帧的时空兴趣点，再通过分割提取有效的时空兴趣点集，然后分析有效兴趣点集的分布及其质心的平均位移量，据此调整当前场景的打架等级，并输出状态信息“打架”或“正常”。本发明采用时空兴趣点来描述视频中的人体运动，并通过分析时空兴趣点的分布及其质心的平均位移量来检测人体交互的剧烈程度，从而判断当前监控场景中是否发生打架行为。本发明能准确地反映当前帧图像中运动较剧烈的区域，且不易受光照等环境变化的影响，检测速度快，具有较好的鲁棒性，能较准确及时地识别出场景中的打架行为，并能较好地区分握手、跑步等正常行为，有效地降低误报率。

主权项

一种基于时空兴趣点的打架行为检测方法，其特征在于，包括步骤如下：第一步，采用帧差法捕获运动人体轮廓：用当前帧灰度图像减去上一帧灰度图像，并作阈值化处理，得到运动前景二值轮廓图像；第二步，获取时空兴趣点：使用二维Gabor滤波器对第一步中得到的图像进行滤波，再进行极大值滤波处理，从而检测出当前帧中各时空兴趣点的坐标；第三步，判断第二步所获取的时空兴趣点个数，若个数少于阈值，则认为当前未发生打架行为，若个数大于阈值，则继续执行下面的步骤；第四步，提取有效时空兴趣点集：先将各时空兴趣点往图像的横轴作投影，若相邻投影点的距离大于阈值，则在该相邻点之间作分割，最终将N个点分割成P个点集，将其中含点最多的点集记为Px；相同地，再将各时空兴趣点往图像的纵轴作投影，同样将这N个点分割成Q个点集，将其中含点最多的点集记为Qy；比较点集Px和Qy所含点的个数，将点数目少的点集作为最终的有效时空兴趣点集；第五步，计算第四步提取的有效时空兴趣点集的质心，并计算所有有效时空兴趣点到该质心的横向平均距离，若该平均距离低于阈值，则认为当前主要是单个人运动，属正常行为，否则继续执行下面步骤；第六步，计算质心位移量：计算当前帧有效时空兴趣点的质心与前一帧有效时空兴趣点的质心之间的距离；第七步，将当前帧及前四帧的质心位移量相加作平均，得到当前质心的平均位移量；第八步，若第七步中获得的当前质心平均位移量大于高位移阈值，则打架等级值增一，若该值小于低位移阈值，则打架等级值减一，其中，打架等级值最高增至5，最低减至‑5；高位移阈值大于低位移阈值，这两个阈值根据需要进行设定；第九步，根据打架等级值，判断当前监控场景是否出现打架行为；具体判断方法为：正常情况时，只有打架等级值增至5，才认为出现打架行为，并显示报警信息；检测出打架行为后，当打架等级值降至‑5时，才认为打架行为消失，并显示正常信息。