学习者姿态识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107316059A(43)申请公布日2017.11.03(21)申请号201710457825.X(22)申请日2017.06.16(71)申请人陕西师范大学地址710062陕西省西安市长安南路199号(72)发明人郭敏邝毓茜马苗陈昱莅郭宗华(74)专利代理机构西安永生专利代理有限责任公司61201代理人申忠才(51)Int.Cl.G06K9/62(2006.01)G06N3/00(2006.01)权利要求书4页说明书12页附图1页(54)发明名称学习者姿态识别方法(57)摘要一种学习者姿态识别方法，由人像与背景的分离、对二值化后的图像运用数学形态学运算提取出学习者的轮廓图像、采用Zernike矩进行特征提取、采用支持向量机对特征向量进行训练以及识别学习者的姿态组成。本发明在蜂群算法中引入莱维飞行机制，根据不同的飞行步长采用不同搜索方式，可丰富种群多样性还可避免早熟收敛，陷入局部最优；并在蜂群算法中采用动态权重机制，根据种群的进化率来调整个体蜂搜索方式，动态地平衡全局搜索和局部搜索能力。具有分割效果好、识别率高等优点，可用于学习者姿态识别及其它图像识别和分类。CN107316059ACN107316059A权利要求书1/4页1.一种学习者姿态识别方法，其特征在于由如下步骤组成：(1)人像与背景的分离引入莱维飞行和动态权重的蜂群算法优化归一化割，对学习者姿态图像进行分割，得到原图像的二值图像，实现人像与背景分离，步骤如下：1)对彩色图像红﹑绿﹑蓝三个颜色通道分别进行模糊C均值聚类预处理,把图像划分成n块最大相似区域，n为6～20的正整数，取各区域在三个颜色通道上灰度值的平均值表示这个区域的像素值，以所有区域像素值构造无向带权图G＝(V,E),V是图中的顶点，E是连通两个顶点的边；2)无向带权图G顶点集V分成两个独立的连通分图A、B，A∪B＝V，A∩B＝Φ,归一化割准则为：式中，为A中顶点与无向带权图G中所有顶点的连接权值之和，为B中顶点与无向带权图G中所有顶点的连接权值之和，无向带权图G每条边上的权值在(0,1)之间，代表顶点ξ和ψ之间的相似性；3)随机生成NP个个体的初始蜜源位置xi，i＝1,...,NP，NP是蜜源的个数，NP为有限的正整数，采用式(1)作为适应度函数，确定每个初始蜜源的适应度值；4)为蜜源xi分配一只引领蜂，按式(2)进行搜索，产生新蜜源，并评价新蜜源的适应度，根据贪婪选择的方法确定保留的蜜源；xij(t+1)＝xij(t)+step_size(t)×U(0,1)(2)式中，xij是xi在第j个方向的位置，j∈{1,2,...,D},D是搜索维度，D为6～20的正整数；t是局部搜索方法中的第t次迭代，t∈{1,2,...,M},最大迭代次数M，M为有限的正整数；U(0,1)是在[0,1]之间的随机数；step_size(t)×U(0,1)是莱维分布中随机飞行部分，其中：step_size(t)＝0.001×s(t)×SLC(3)式中，SLC取全局最优适应度值，s(t)是通过莱维分布产生的步长；步长s通过式(4)确定：其中，0＜β＜2，u和v由式(5)所示的正态分布确定，如式(5)所示：其中其中，Γ(.)是Gamma函数；2CN107316059A权利要求书2/4页5)由公式(6)确定引领蜂找到的蜜源被跟随的概率：fiti是第i个蜜源的适应度值；6)跟随蜂采用公式(7)方式进行搜索，产生新蜜源，根据贪婪选择方法确定保留的蜜源；式中j是在[1,D]中的一个随机整数，表示引领蜂随机地选择一维进行搜索；t是第t次迭代；k∈{1,2,...,NP},k≠i,表示在NP个蜜源中随机选择一个不等于i的蜜源；是[-1,1]均匀分布的随机数；动态权重w(t)的值由公式(8)得到：w(t)＝(wmax-wmin)G(t)+wmin(8)wmax表示权重的上界，wmin表示权重的下界，0≤wmin＜wmax≤1；G(t)是群体的进化成功率，其值由公式(9)得到：(9)式中，C(i,t)是个体蜂i在第t代的进化成功率，由公式(10)求得：式中，是个体蜂i在第t代的适应度值，是个体蜂i在第t-1代的适应度值；7)如果蜜源xi经过阈值limit次迭代搜索而没有找到更好的蜜源，limit为正整数，且limit≤M，该蜜源xi将会被放弃，对应的引领蜂角色变为侦察蜂，否则直接转到9)；8)侦察蜂根据公式(11)按照随机游动方式产生新蜜源：xij(t+1)＝xij(t)+r(xil(t)-xim(t))(11)式中xij是xi在第j个方向的位置,r是(0,1)之间的随机数，且服从均匀分布；xil(t)和xim(t)表示第t代的两个随机解，xil是xi在第l个方向的