基于非对称广义高斯模型的人体行为识别方法

摘要

本发明公开了一种基于非对称广义高斯模型的人体行为识别方法，首先将训练视频进行预处理并检测该视频的时空兴趣点，再以兴趣点为中心提取它的视频块并计算其光流信息和梯度信息，根据得到的光流信息和梯度信息绘制相应的直方图，然后用非对称广义高斯模型(AGGD)来拟合相应的直方图，以光流信息和梯度信息的AGGD的参数作为特征形成训练视频的特征矩阵。对于测试视频同样进行上述的所有处理得到测试视频的特征矩阵。最后计算训练视频和测试视频的特征矩阵之间马氏距离，再根据最近邻原则来识别测试视频的行为。本发明的方法在很大程度上提高了待识别视频行为的准确率。

主权项

一种基于非对称广义高斯模型的人体行为识别方法，通过训练视频库及测试视频实现；其特征在于：包括以下步骤：步骤一，对于给定的训练视频库及测试视频分别进行兴趣点检测；步骤二，以兴趣点为中心提取视频块；步骤三，分别计算训练视频及测试视频的视频块信息，并得到各自的X、Y、Z三方向梯度特征数据及光流特征u、v两分量数据；步骤四，对上述数据分别绘制梯度三方向直方图和光流两方向直方图；步骤五，用非对称广义高斯模型来拟合相应的直方图；步骤六，提取h_ev非对称广义高斯模型的参数作为特征形成训练视频各行为的特征矩阵和测试视频的特征矩阵；步骤七，计算测试视频特征矩阵和训练视频各行为特征矩阵之间的马氏距离；步骤八，根据最近邻原则进行行为识别。