一种邻域高斯结构和视频特征融合的动作识别方法

摘要

本发明公开了一种邻域高斯结构和视频特征融合的动作识别方法。本方法首先用3D LARK算子提取视频的局部结构特征，为了能够表达整体结构，提出一种基于多维高斯拟合的邻域结构评估算法。其次，邻域高斯结构和3D LARK特征分别经过多尺度模板和待测视频的局部匹配和统计过程，得到两个目标动作存在的统计概率矩阵。最后，将两个统计概率矩阵融合来提取目标，双重约束提高了目标动作存在的准确性。本发明在传统的LARK算子上提出邻域关系约束整体的思想，提出了一种新的动作识别模型。对比现有方法，本发明提取的目标动作更精准，识别准确率更高，适用于各种复杂场景的可见光和红外视频。

主权项

一种邻域高斯结构和视频特征融合的动作识别方法，其特征在于，具体步骤为：步骤1、构建无背景多尺度模板，具体是：首先将模板图片转成灰度图，之后将图片的背景去除，最后对其进行缩放处理；步骤2、对步骤1得到的多尺度模板进行3D LARK特征提取，之后对提取出的3D LARK特征进行去冗余处理；步骤3、对步骤2得到的特征向量矩阵W_Q邻域窗口内的数据进行高斯拟合，之后对高斯拟合后的结果进行去冗余处理；步骤4、将待测视频转换为灰度视频，然后提取显著区域，之后再提取显著区域内像素点的3D LARK特征，最后进行单个向量去冗余处理；步骤5、将待测视频3D LARK特征集F_T邻域9×9窗口内的数据进行高斯多维拟合，之后对高斯多维拟合后的结果进行去冗余处理，得到：R为实数域，m₂为9×9窗口遍历待测视频后的循环次数；步骤6、对3D LARK特征和邻域高斯结构特征的模板与待测视频进行局部匹配，并记录向量位置信息；步骤7、对向量位置信息进行统计，具体是确定统计窗口内不重复的索引值个数，分别得到目标存在的统计概率矩阵T_3DLK和T_NRFM；步骤8、将统计概率矩阵T_3DLK和T_NRFM相乘融合得到最终的统计概率矩阵T_final，在最终的统计概率矩阵T_final中用非极大值抑制的方法，逐帧提取出目标动作。