一种视频序列中人体动作的识别方法

摘要

本发明公开了一种视频序列中人体动作的识别方法，本发明针对现有的视频图像中人体动作识别方法在准确率和实时性之间的矛盾而提出的。本发明的方法包括特征提取和特征训练与识别两个过程。在特征提取中，通过计算视频序列的差分边缘直方图，大大减少了所使用的视频特征，提高了识别的速度，满足了人体动作识别的实时性；通过对目标区域和若干个子区域分别求像素变化直方图和边缘梯度直方图，可以提高动作细节识别的准确率。本发明的方法既提高了识别的准确率又满足了识别的实时性。

主权项

一种视频序列中人体动作的识别方法，包括特征提取和特征训练与识别两个过程，其特征在于，特征提取包括如下步骤：S1.计算视频序列的像素运动变化频率图；S2.划分像素运动变化频率图的区域，确定像素运动变化频率图中值大于某一阈值的区域，找到该区域中的像素的最小纵坐标和最小横坐标，以及最大纵坐标和最大横坐标，然后以此最小纵坐标和最小横坐标，最大纵坐标和最大横坐标确定一个目标区域，并按一定的比例在纵轴或横轴方向上划分若干个子区域；S3.对目标区域和若干个子区域分别求像素变化直方图，具体如下：S31.将目标区域的像素运动变化频率图中的值非均匀量化为N个量化值；S32.分别求出目标区域和若干个子区域各个量化值对应在像素运动变化频率图中的值的和，这样每个区域就得到一个N维的直方图；S33.将目标区域和若干个子区域的直方图平铺成一个多维的向量并归一化，得到像素变化直方图；S4.对目标区域和若干个子区域分别求边缘梯度直方图；S5.计算视频序列的差分边缘直方图，具体过程如下：计算当前帧与前一帧的差分图像，如果差分图像绝对值中的元素的最大值大于预设定的阈值。计算差分图像的边缘直方图，得到差分边缘直方图；S6.计算视频序列的运动历史图，对得到的运动历史图求边缘梯度直方图，得到运动直方图；S7.将步骤S3得到的像素变化直方图、步骤S4得到的边缘梯度直方图、步骤S5得到的差分边缘直方图和步骤S6得到的运动直方图平铺成一个特征池，为最终得到的视频序列特征。