[发明专利]三维相关滤波器序列动作识别方法及其装置

摘要

本发明涉及一种三维相关滤波器序列动作识别方法及其装置，该方法首先建立样本数据库，针对特定序列动作得到训练样本视频列向量，然后建立动作视频最大平均相关滤波器模板，得到特定序列动作的三维最大平均相关高度滤波器；最后将优化后的滤波器响应值与设定的阈值进行比较，判断待测视频中是否存在特定序列动作。该装置包括三维最大平均相关高度滤波器、滤波器响应计算模块、优化滤波器响应模块和特定序列动作判断模块。本发明算法简便、易于实现、运行效率高，识别准确率高，适用于地铁、车站、银行等场所的监控。

主权项

1.一种三维相关滤波器序列动作识别方法，其特征在于包括下述步骤：一、建立样本数据库：存储至少一个特定序列动作的训练样本视频；每个特定序列动作包含L个训练样本视频，每个训练样本视频包含Q帧图像，每幅图像包含d个像素，其中d＝M×N，M×N为每帧图像的大小；则一个特定序列动作的其中任意一个训练样本视频可以表示为s(x,y,t)，其中x、y、t分别为某一像素所在列序号、行序号、帧号；对s(x,y,t)求导，得到s(x,y,t)的导数d(x,y,t)；对d(x,y,t)进行三维傅立叶变换得到三维频域响应矩阵F(u,v,w)；将三维频域响应矩阵F(u,v,w)按照每帧图像像素从左到右，从上到下，帧间按照时间先后顺序排成一个列向量，则针对每个特定序列动作得到L个训练样本视频列向量a₁,a₂,...,a_i,...a_L；二、建立动作视频最大平均相关滤波器模板：通过计算噪声协方差矩阵C，训练图像的平均能量光谱密度D_a和对角平均相似性度矩阵S_a来合成最大平均相关动作高度一维滤波器h；其中α，β，γ是非负的平衡参数，m_a是L个训练样本视频列向量a₁,a₂,...,a_i...a_L的平均值；C=σ²I    (3)其中σ是白噪声的均方差，I是单位矩阵；A_i是训练样本视频的对角化矩阵，它对角线上的元素是列向量a_i的所有元素；*表示复共轭运算；M_a是m_a的对角矩阵，它的对角线元素对应向量m_a的所有元素；将一维滤波器h还原成三维滤波器，之后进行三维傅立叶反变换，得到特定序列动作的三维最大平均相关高度滤波器H(x,y,t)；三、计算滤波器响应：将三维最大平均相关高度滤波器H(x,y,t)和待测试视频时空矩阵t(m,n,q)做相关运算，得到滤波器响应c(m,n,q)；四、优化滤波器响应：利用式（7）运算得到优化后的滤波器响应c′(m,n,q)；其中E_H是代表滤波器能力的尺度值，E_S(m,n,q)是待测视频相应的响应；五、将优化后的滤波器响应值与设定的阈值ρ进行比较，如果大于阈值ρ则认为待测视频中存在特定序列动作，否则认为不存在该特定序列动作；ρ=kmin(ε₁,ε₂,ε₃,......ε_T)(10)其中，k为加权系数，ε₁,ε₂,...,ε_T为多个待测视频特定序列动作优化后的滤波器响应值，min表示计算括号内数值的最小值。