一种人体可疑行为识别方法.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CN114170681A(43)申请公布日2022.03.11(21)申请号202111455481.1(22)申请日2021.12.01(71)申请人北京计算机技术及应用研究所地址100854北京市海淀区永定路51号西工业区96号楼(72)发明人贺志洋马承振杨瑾焜宋健张石树王欣(51)Int.Cl.G06V40/20(2022.01)G06V20/40(2022.01)G06V10/26(2022.01)G06V10/32(2022.01)G06V10/764(2022.01)G06V10/80(2022.01)G06V10/82(2022.01)G06K9/62(2022.01)权利要求书1页说明书4页附图2页(54)发明名称一种人体可疑行为识别方法(57)摘要本说明书实施例公开了一种人体可疑行为识别方法，利用单目相机采集视频图像，通过修正的RPCA模型对人体图像区域和背景分离，从而消除背景中存在摇曳的树叶和喷泉等形态存在连续波动的物体对分离结果的影响，再对图像中人体重心坐标、行走步幅和身高进行比例变换得到空间中人体重心坐标、行走步幅和身高，实现更为真实的人体特征提取，并且对不同可疑行为的多个特征进行训练得到识别分类器，最终利用该分类器对人体行为特征识别，从而达到人体可疑行为识别的目的。CN114170681ACN114170681A权利要求书1/1页1.一种人体可疑行为识别方法，其特征在于，包括：利用单目相机采集视频图像；通过RPCA模型对视频图像的人体图像区域和背景分离；对所述人体图像区域中的人体信息特征进行提取；利用人体行为特征分类器对提取的特征进行人体行为识别，输出行为类别。2.如权利要求1所述的方法，其特征在于，所述通过RPCA模型对视频图像的人体图像区域和背景分离，具体包括：将所述视频图像和预先构建的背景图像模型分别向量化，再将各个向量组合为观测矩阵；利用RPCA低秩恢复的方法将观测矩阵分解为代表背景的低秩矩阵和代表前景人体区域的稀疏矩阵；对所述稀疏矩阵中存在的多个人体进行分割，并进行编号标定。3.如权利要求1所述的方法，其特征在于，若背景图像中存在连续波动的物体时，将RPCA模型修正为观测矩阵＝代表背景图像的低秩矩阵+代表前景人体区域的稀疏矩阵+代表具有波动性物体的高斯矩阵。4.如权利要求1所述的方法，其特征在于，所述人体行为特征分类器的训练方法如下：输入视频流中的人体行为特征组；对所述人体行为特征组进行训练，到分类器模型。5.如权利要求4所述的方法，其特征在于，所述分类器模型为SVM分类器或CNN卷积神经网络模型。6.如权利要求1所述的方法，其特征在于，所述人体信息特征是视频流中的人体行为特征组，通过人体目标基本特征和视频流中的人体特征组计算分析得到。7.如权利要求6所述的方法，其特征在于，所述人体目标基本特征包含每一个标定的人体区域面部图像、图像时间、人体左右脚着地标识、图像中人体重心坐标、图像中人体行走步幅和图像中人体身高。8.如权利要求6所述的方法，其特征在于，所述人体特征组包含人体ID、视频流图像时间、人体迈步标识、空间中人体重心坐标序列、空间中人体行走步幅序列和空间中人体高度序列。9.如权利要求8所述的方法，其特征在于，所述人体ID通过对人体目标基本特征中的每一个标定的人体区域面部图像进行面部识别，并编码得到。10.如权利要求6所述的方法，其特征在于，所述人体行为特征组，包含人体ID、人体年龄、人体行走迈步频率、人体加速度、人体高度变化和人体坐标及变化。2CN114170681A说明书1/4页一种人体可疑行为识别方法技术领域[0001]本申请涉及视频监测技术领域，尤其涉及一种人体可疑行为识别方法。背景技术[0002]人体可疑识别在维护公共安全、社会稳定的任务中起到了关键作用。尤其在军事、商业等各行业中的需求急剧上升，且应用需求向着更准确化和标准化转变。现有可疑行为的图像识别需要稳定的应用背景，例如背景环境中尽可能不出现喷泉、摇曳的树叶等。同时要求复杂的硬件系统支持，例如深度相机、测距传感器和多目可见光相机配合使用，但是这也产生了巨大的数据冗余和计算工作量。因此，简单可行且准确的识别人体徘徊、尾随、奔跑、倒地和长时间逗留等可疑行为，是行为检测中亟待解决的问题之一。发明内容[0003]为解决上述技术问题，本说明书实施例是这样实现的：[0004]本说明书实施例提供的一种人体可疑行为识别方法，包括：[0005]利用单目相机采集视频图像；[0006]通过RPCA模型对视频图像的人体图像区域和背景分离；[0007]对所述人体图像区域中的人体信息特征进行提取；[0008]利用人体行为特征分类器对提取的特征进行人体行为识别，输出行为类别。[