专利名称：基于图像分割和语义提取实现人员行为识别的系统及方法
技术领域：
本发明涉及图像信息处理技术领域，特别涉及图像信息智能识别技术领域，具体是指一种基于图像分割和语义提取实现人员行为识别的系统及方法。
背景技术：
随着计算机技术和多媒体技术的快速发 展，图像的数量也极大地增长，如何从海量的图像库中快速、准确的检测到所需求的图像成为了当今多媒体技术中研究的热点问题。传统的基于文本的图像检索技术需要管理员手工对图像进行标注，不仅消耗了大量的人力，而且人工标注图像的主观性很大，对于不同的管理员，标注的结果可能不同。基于内容的图像检索方法(Content-Based Image Retrieval,CBIR)应运而生，特别是基于图像内容的图像语义特征成为新的研究热点。图像语义按照复杂程度分为三个层次第一层是特征语义层。通过图像的底层视觉特征如颜色、纹理及形状等及其组合来提取相关语义描述；第二层是对象语义层。通过识别和推理找出图像中的具体目标对象及其相互之间的关系，然后给出语义表达；第三层是抽象语义层。通过图像包含的对象、场景的含义和目标进行高层推理，得到相关的语义描述。这个层次的语义主要涉及图像的场景语义、行为语义和情感语义。基于内容的图像检索技术是依靠图像的低层视觉特征(颜色、纹理、形状等)来进行检索的，但是人对图像的认识是一个利用自己的先验知识推理图像语义的过程，这样导致了图像的底层视觉特征和图像语义之间的“语义鸿沟”，由此造成图像语义与图像实际表达含义之间存在距离，识别准确率低，进而造成基于内容的图像检索方法效率较低。
发明内容
本发明的目的是克服了上述现有技术中的缺点，提供一种将图像的高层语义和底层视觉特征相结合，通过支持向量机(SVM)将图像的底层特征映射为高层语义，在图像及图像描述之间建立映射关系，从而使计算机能够通过数字图像处理和分析来理解画面中的内容，在不需要人为干预的情况下，实现对场景中人员行为的智能检测，减小“语义鸿沟”，从而利用视频监控图像处理技术从大量的视频数据中提取用户需要少量视频信息，大幅提高图像中人员行为识别的准确性，且实现方式简便，应用成本低廉，应用范围也较为广泛的基于图像分割和语义特征提取实现人员行为识别检测的系统及方法。为了实现上述的目的，本发明的基于图像分割和语义特征提取实现人员行为识别检测的系统具有如下构成该系统包括图像采集单元、人员行为检测上位机、用户查询单元和输出接口单元。其中，图像采集单元用以采集图像数据；人员行为检测上位机连接于所述的图像采集单元，用以对于所述的图像数据中的人员行为进行识别，并通过图像分割和图像语义特征提取产生对应的人员行为表述信息；用户查询单元连接于所述的人员行为检测上位机，用以提供用户进行对于所述的人员行为表述信息的查询；输出接口单元用以向外部连接设备或网络提供所述的人员行为表述信息。该基于图像分割和语义特征提取实现人员行为识别检测的系统中，所述的人员行为检测上位机包括图像分割单元和语义特征提取单元。其中图像分割单元连接于所述的图像采集单元，用以将所述的图像数据分割为子图像数据；语义特征提取单元分别连接于所述的图像分割单元、用户查询单元和输出接口单元，用以对所述的子图像数据中的人员行为进行识别和描述，产生所述的人员行为表述信息。该基于图像分割和语义特征提取实现人员行为识别检测的系统中，所述的图像分割单元包括数据帧采样子单元、平滑处理子单元、小波变换子单元和阈值分割子单元。其中，数据帧采样子单元连接所述的图像采集单元，对所采集的图像数据进行数据帧采样；平滑处理子单元连接所述的数据帧采样子单元，对采样获得的数据帧图像进行平滑处理；小波变换子单元连接所述的平滑处理子单元，对经过平滑处理的图像进行小波变换处理；阈值分割子单元连接所述的小波变换子单元和所述的语义特征提取单元，对经过小波变换处
理的图像进行阈值分割，产生所述的子图像数据。该基于图像分割和语义特征提取实现人员行为识别检测的系统中，所述的图像分割单元还包括底层视觉特征提取子单元，该底层视觉特征提取子单元连接于所述的阈值分割子单元与所述的语义特征提取单元之间，用以提取所述子图像的底层视觉特征，所述的底层视觉特征包括颜色特征、纹理特征、形状特征和空间位置特征。该基于图像分割和语义特征提取实现人员行为识别检测的系统中，所述的语义特征提取单元包括标准图像语义知识库、高层语义特征映射子单元和行为描述子单元。其中标准图像语义知识库用以存储行为模板图像与对应的语义信息；高层语义特征映射子单元连接于所述的图像分割单元，用以根据所述的子图像数据映射产生支持向量机的高层语义特征；行为描述子单元分别连接所述的高层语义特征映射子单元和所述的标准图像语义知识库，根据所述的高层语义特征与所述的标准图像语义知识库内的行为模板图像进行匹配，获取对应的语义信息，产生所述的人员行为表述信息。该基于图像分割和语义特征提取实现人员行为识别检测的系统中，所述的标准图像语义知识库包括行为模板库和语义知识库；其中，行为模板库用以存储行为模板信息；语义知识库用以存储与所述的行为模板信息对应的语义知识信息；所述的行为描述子单元包括行为识别功能单元和行为语义提取功能单元，其中行为识别功能单元，分别连接所述的高层语义特征映射子单元和所述的行为模板库，用以根据所述的高层语义特征与所述的行为模板库内的行为模板信息匹配，产生基于树形向量机分类的图像语义特征；行为语义提取功能单元则分别连接所述的行为识别功能单元和所述的语义知识库，用以根据所述的基于树形向量机分类的图像语义特征，从所述的语义知识库获取对应的语义知识信息，产生基于Web本体语言结构化的图像描述高级语义数据作为所述的人员行为表述信息。该基于图像分割和语义特征提取实现人员行为识别检测的系统中，所述的输出接口单元为USB接口。本发明还提供一种利用所述的系统实现基于图像分割和语义特征提取进行人员行为识别检测的方法，该方法包括以下步骤(I)所述的图像采集单元采集图像数据；(2)所述的人员行为检测上位机通过图像分割和图像语义特征提取对所述的图像数据中的人员行为进行识别，并产生对应的人员行为表述信息；(3)用户通过所述的用户查询单元对于所述的人员行为表述信息进行查询；(4)系统通过所述的输出接口单元向外部连接设备或网络提供所述的人员行为表述信息。该基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的人员行为检测上位机包括图像分割单元和语义特征提取单元；所述的图像分割单元连接于所述的图像采集单元；所述的语义特征提取单元分别连接于所述的图像分割单元、用户查询单元和输出接口单元；所述的步骤(2)具体包括以下步骤(21)所述的图像分割单元将所述的图像数据分割为子图像数据；(22)所述的语义特征提取单元对所述的子图像数据中的人员行为进行识别和描
述，产生所述的人员行为表述信息。该基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的图像分割单元包括数据帧采样子单元、平滑处理子单元、小波变换子单元和阈值分割子单元，所述的步骤(21)具体包括以下步骤(21-1)所述的数据帧采样子单元对所采集的图像数据进行数据帧采样；(21-2)所述的平滑处理子单元对采样获得的数据帧图像进行平滑处理；(21-3)所述的小波变换子单元对经过平滑处理的图像进行小波变换处理；(21-4)所述的阈值分割子单元对经过小波变换处理的图像进行阈值分割，产生所述的子图像数据。该基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的图像分割单元还包括连接于所述的阈值分割子单元与所述的语义特征提取单元之间的底层视觉特征提取子单元，所述的步骤(21)在所述的步骤(21-4)之后还包括以下步骤(21-5)所述的底层视觉特征提取子单元提取所述子图像的底层视觉特征，所述的底层视觉特征包括颜色特征、纹理特征、形状特征和空间位置特征。该基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的语义特征提取单元包括标准图像语义知识库、高层语义特征映射子单元和行为描述子单元，所述的步骤(22)具体包括以下步骤(22-1)所述的高层语义特征映射子单元根据所述的子图像数据映射产生支持向量机的高层语义特征；(22-2)所述的行为描述子单元根据所述的高层语义特征与所述的标准图像语义知识库内的行为模板图像进行匹配，获取对应的语义信息，产生所述的人员行为表述信息。该基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的标准图像语义知识库包括行为模板库和语义知识库；所述的行为描述子单元包括行为识别功能单元和行为语义提取功能单元；所述的步骤(22-2)具体包括以下步骤(22_2a)所述的行为识别功能单元将所述的高层语义特征与所述的行为模板库内的行为模板信息匹配，产生基于树形向量机分类的图像语义特征；(22_2b)所述的行为语义提取功能单元从所述的语义知识库获取与所述的基于树形向量机分类的图像语义特征对应的语义知识信息，产生基于Web本体语言结构化的图像描述高级语义数据，并将该图像描述高级语义数据作为所述的人员行为表述信息。
采用了该发明的基于图像分割和语义特征提取实现人员行为识别检测的系统及方法，其系统包括图像采集单元、人员行为检测上位机、用户查询单元和输出接口单元。该方法中人员行为检测上位机通过图像分割和图像语义特征提取对图像采集单元采集的图像数据中的人员行为进行识别，并产生对应的人员行为表述信息，提供给用户通过用户查询单元进行查询或通过输出接口单元向外部设备或网络输出。人员行为检测上位机通过支持向量机(SVM)将图像的底层特征映射为高层语义，在图像及图像描述之间建立映射关系，使计算机能够通过数字图像处理和分析来理解画面中的内容，从而在不需要人为干预的情况下，实现对场景中人员行为的智能检测，减小“语义鸿沟”，大幅提高图像中人员行为识别的准确性，且本发明的基于图像分割和语义特征提取实现人员行为识别检测的系统及方法，其系统结构简单，方法实现方式简便，应用成本低廉，应用范围也较为广泛。
图I为本发明的基于图像分割和语义特征提取实现人员行为识别检测的系统的框图。
图2为本发明的基于图像分割和语义特征提取实现人员行为识别检测的方法的图像分割流程示意图。图3为本发明的基于图像分割和语义特征提取实现人员行为识别检测的方法中的人员行为智能检测示意图。图4为本发明的基于图像分割和语义特征提取实现人员行为识别检测的方法中的基于树形SVM分类的图像语义特征判别图。图5为利用本发明的基于图像分割和语义特征提取实现人员行为识别检测的系统及方法实现人员行为智能检测的实例示意图。
具体实施例方式为了能够更清楚地理解本发明的技术内容，特举以下实施例详细说明。请参阅图I所示，为本发明的基于图像分割和语义特征提取实现人员行为识别检测的系统的框图。在一种实施方式中，该系统包括图像采集单元I、人员行为检测上位机2、用户查询单元5和输出接口单元6。其中，人员行为检测上位机2连接于所述的图像采集单元1，用户查询单元5和输出接口单元6连接于所述的人员行为检测上位机2。所述的输出接口单元6可以为USB接口。利用该实施方式的系统实现基于图像分割和语义特征提取进行人员行为识别检测的方法包括以下步骤(I)所述的图像采集单元采集图像数据；(2)所述的人员行为检测上位机通过图像分割和图像语义特征提取对所述的图像数据中的人员行为进行识别，并产生对应的人员行为表述信息；(3)用户通过所述的用户查询单元对于所述的人员行为表述信息进行查询；(4)系统通过所述的输出接口单元向外部连接设备或网络提供所述的人员行为表述信息。
在一种较优选的实施方式中，所述的人员行为检测上位机2包括图像分割单元3和语义特征提取单元4。其中图像分割单元3连接于所述的图像采集单元I ;语义特征提取单元4分别连接于所述的图像分割单元3、用户查询单元5和输出接口单元6。利用该较优选的实施方式的系统实现基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的步骤(2)具体包括以下步骤(21)所述的图像分割单元将所述的图像数据分割为子图像数据；(22)所述的语义特征提取单元对所述的子图像数据中的人员行为进行识别和描述，产生所述的人员行为表述信息。在一种进一步优选的实施方式中，所述的图像分割单元包括数据帧采样子单元、平滑处理子单元、小波变换子单元和阈值分割子单元。其中，数据帧采样子单元连接所述的图像采集单元；平滑处理子单元连接所述的数据帧采样子单元；小波变换子单元连接所述
的平滑处理子单元；阈值分割子单元连接所述的小波变换子单元和所述的语义特征提取单
J Li ο利用该进一步优选的实施方式的系统实现基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的步骤(21)具体包括以下步骤(21-1)所述的数据帧采样子单元对所采集的图像数据进行数据帧采样；(21-2)所述的平滑处理子单元对采样获得的数据帧图像进行平滑处理；(21-3)所述的小波变换子单元对经过平滑处理的图像进行小波变换处理；(21-4)所述的阈值分割子单元对经过小波变换处理的图像进行阈值分割，产生所述的子图像数据。在更进一步优选的实施方式中，所述的图像分割单元还包括底层视觉特征提取子单元，该底层视觉特征提取子单元连接于所述的阈值分割子单元与所述的语义特征提取单元之间。利用该更进一步优选的实施方式的系统实现基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的步骤(21)在所述的步骤(21-4)之后还包括以下步骤(21-5)所述的底层视觉特征提取子单元提取所述子图像的底层视觉特征，所述的底层视觉特征包括颜色特征、纹理特征、形状特征和空间位置特征。在另一种进一步优选的实施方式中，所述的语义特征提取单元包括标准图像语义知识库、高层语义特征映射子单元和行为描述子单元。其中标准图像语义知识库用以存储行为模板图像与对应的语义信息；高层语义特征映射子单元连接于所述的图像分割单元；行为描述子单元分别连接所述的高层语义特征映射子单元和所述的标准图像语义知识库。利用该另一种进一步优选的实施方式的系统实现基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的步骤(22)具体包括以下步骤(22-1)所述的高层语义特征映射子单元根据所述的子图像数据映射产生支持向量机的高层语义特征；(22-2)所述的行为描述子单元根据所述的高层语义特征与所述的标准图像语义知识库内的行为模板图像进行匹配，获取对应的语义信息，产生所述的人员行为表述信息。在一种更优选的实施方式中，所述的标准图像语义知识库包括行为模板库和语义知识库；其中，行为模板库用以存储行为模板信息；语义知识库用以存储与所述的行为模板信息对应的语义知识信息；所述的行为描述子单元包括行为识别功能单元和行为语义提取功能单元，其中行为识别功能单元分别连接所述的高层语义特征映射子单元和所述的行为模板库；行为语义提取功能单元则分别连接所述的行为识别功能单元和所述的语义知识库。利用该更优选的实施方式的系统实现基于图像分割和语义特征提取进行人员行为识别检测的方法中，所述的步骤(22-2)具体包括以下步骤(22_2a)所述的行为识别功能单元将所述的高层语义特征与所述的行为模板库内的行为模板信息匹配，产生基于树形向量机分类的图像语义特征；(22_2b)所述的行为语义提取功能单元从所述的语义知识库获取与所述的基于树形向量机分类的图像语义特征对应的语义知识信息，产生基于Web本体语言结构化的图像描述高级语义数据，并将该图像描述高级语义数据作为所述的人员行为表述信息。在本发明的应用中，如图I所示，本发明的系统包括由人员行为智能检测上位机软件(固化于2内)、图像采集单元I、图像分割单元3、图像语义特征提取单元4、用户查询单元5及USB设备6组成。其中图像采集单元I通过PCI总线接口与图像分割单元3、图像语义特征提取单元4相连，USB设备6连接。实际应用中，图像采集单元可以选择微软HD-300高清摄相头，具有CMOS感光元件，USB接口及16 9的宽屏显示；AD采样采用Analog Device公司的AD9849实现；人员行为智能检测上位机可以选择普通的PC机。如图2所示，图像分割单元3由以下四个子程序构成A、对采集的图像进行数据帧A\D采样子程序；B、对图像进行平滑处理子程序；C、小波变换子程序；D、阈值分割处理子程序。其中，图像平滑处理的目的是为了减少图像噪声，从而改善图像质量。图像分割方法通常可以分为阈值分割方法、边缘检测方法、区域提取方法和结合特定理论工具的分割方法四类。本发明中将基于分形理论和小波变换理论等最新研究成果运用到图像分割中。小波变换具有良好局部特性，当滤波函数尺度较大时，搞噪声的能力强，当小波变换尺度较小时，提取图像细节的能力强，这样就可以很好地解决抑制噪声和提取图像边缘细节之间的矛盾。图像分割的具体工作过程是I)人员行为智能检测上位机软件打开后，HD-300高清摄相头自动进入取景模式；2)将采集到的图像通过PCI数据总线传输到AD9849进行数据帧AD转换；3)图像经过中值滤波等平滑滤波处理后，改善图像质量；4)最后经过阈值判定，可以将图像分割成若干个子图像。同时还要提取有关各个子图像的底层视觉特征(包括颜色特征、纹理特征、形状特征、空间位置特征等)，作为度量图像语义特征匹配判别的依据。对于离散情况，定义离散小波函数ffJ；k = 2_J/2ff(2_Jt-k)，其中 j, k e Z，
则信号f(t)的离散小波变换就定义为D[Wf (j, k) ] = 2_J/2 Σ f(t)ff (2_Jt-k) Δ t对于阈值分割处理，可以定义阈值估计方法
权利要求
1.一种基于图像分割和语义特征提取实现人员行为识别检测的系统，其特征在于，所述的系统包括 图像采集单元，用以采集图像数据； 人员行为检测上位机，连接于所述的图像采集单元，用以对于所述的图像数据中的人员行为进行识别，并通过图像分割和图像语义特征提取产生对应的人员行为表述信息；用户查询单元，连接于所述的人员行为检测上位机，用以提供用户进行对于所述的人员行为表述信息的查询； 输出接口单元，用以向外部连接设备或网络提供所述的人员行为表述信息。
2.根据权利要求I所述的基于图像分割和语义特征提取实现人员行为识别检测的系统，其特征在于，所述的人员行为检测上位机包括 图像分割单元，连接于所述的图像采集单元，用以将所述的图像数据分割为子图像数据； 语义特征提取单元，分别连接于所述的图像分割单元、用户查询单元和输出接口单元，用以对所述的子图像数据中的人员行为进行识别和描述，产生所述的人员行为表述信息。
3.根据权利要求2所述的基于图像分割和语义特征提取实现人员行为识别检测的系统，其特征在于，所述的图像分割单元包括 数据帧采样子单元，连接所述的图像采集单元，对所采集的图像数据进行数据帧采样； 平滑处理子单元，连接所述的数据帧采样子单元，对采样获得的数据帧图像进行平滑处理； 小波变换子单元，连接所述的平滑处理子单元，对经过平滑处理的图像进行小波变换处理； 阈值分割子单元，连接所述的小波变换子单元和所述的语义特征提取单元，对经过小波变换处理的图像进行阈值分割，产生所述的子图像数据。
4.根据权利要求3所述的基于图像分割和语义特征提取实现人员行为识别检测的系统，其特征在于，所述的图像分割单元还包括 底层视觉特征提取子单元，连接于所述的阈值分割子单元与所述的语义特征提取单元之间，用以提取所述子图像的底层视觉特征，所述的底层视觉特征包括颜色特征、纹理特征、形状特征和空间位置特征。
5.根据权利要求2所述的基于图像分割和语义特征提取实现人员行为识别检测的系统，其特征在于，所述的语义特征提取单元包括 标准图像语义知识库，用以存储行为模板图像与对应的语义信息； 高层语义特征映射子单元，连接于所述的图像分割单元，用以根据所述的子图像数据映射产生支持向量机的高层语义特征； 行为描述子单元，分别连接所述的高层语义特征映射子单元和所述的标准图像语义知识库，根据所述的高层语义特征与所述的标准图像语义知识库内的行为模板图像进行匹配，获取对应的语义信息，产生所述的人员行为表述信息。
6.根据权利要求5所述的基于图像分割和语义特征提取实现人员行为识别检测的系统，其特征在于，所述的标准图像语义知识库包括行为模板库，用以存储行为模板信息； 语义知识库，用以存储与所述的行为模板信息对应的语义知识信息； 所述的行为描述子单元包括 行为识别功能单元，分别连接所述的高层语义特征映射子单元和所述的行为模板库，用以根据所述的高层语义特征与所述的行为模板库内的行为模板信息匹配，产生基于树形向量机分类的图像语义特征； 行为语义提取功能单元，分别连接所述的行为识别功能单元和所述的语义知识库，用以根据所述的基于树形向量机分类的图像语义特征，从所述的语义知识库获取对应的语义知识信息，产生基于Web本体语言结构化的图像描述高级语义数据作为所述的人员行为表述信息。
7.根据权利要求I所述的基于图像分割和语义特征提取实现人员行为识别检测的系统，其特征在于，所述的输出接口单元为USB接口。
8.一种利用权利要求I所述的系统实现基于图像分割和语义特征提取进行人员行为识别检测的方法，其特征在于，所述的方法包括以下步骤 (1)所述的图像采集单元采集图像数据； (2)所述的人员行为检测上位机通过图像分割和图像语义特征提取对所述的图像数据中的人员行为进行识别，并产生对应的人员行为表述信息； (3)用户通过所述的用户查询单元对于所述的人员行为表述信息进行查询； (4)系统通过所述的输出接口单元向外部连接设备或网络提供所述的人员行为表述信肩、O
9.根据权利要求8所述的基于图像分割和语义特征提取进行人员行为识别检测的方法，其特征在于，所述的人员行为检测上位机包括图像分割单元和语义特征提取单元；所述的图像分割单元连接于所述的图像采集单元；所述的语义特征提取单元分别连接于所述的图像分割单元、用户查询单元和输出接口单元；所述的步骤(2)具体包括以下步骤 (21)所述的图像分割单元将所述的图像数据分割为子图像数据； (22)所述的语义特征提取单元对所述的子图像数据中的人员行为进行识别和描述，产生所述的人员行为表述信息。
10.根据权利要求9所述的基于图像分割和语义特征提取进行人员行为识别检测的方法，其特征在于，所述的图像分割单元包括数据帧采样子单元、平滑处理子单元、小波变换子单元和阈值分割子单元，所述的步骤(21)具体包括以下步骤 (21-1)所述的数据帧采样子单元对所采集的图像数据进行数据帧采样； (21-2)所述的平滑处理子单元对采样获得的数据帧图像进行平滑处理； (21-3)所述的小波变换子单元对经过平滑处理的图像进行小波变换处理； (21-4)所述的阈值分割子单元对经过小波变换处理的图像进行阈值分割，产生所述的子图像数据。
11.根据权利要求10所述的基于图像分割和语义特征提取进行人员行为识别检测的方法，其特征在于，所述的图像分割单元还包括连接于所述的阈值分割子单元与所述的语义特征提取单元之间的底层视觉特征提取子单元，所述的步骤(21)在所述的步骤(21-4)之后还包括以下步骤(21-5)所述的底层视觉特征提取子单元提取所述子图像的底层视觉特征，所述的底层视觉特征包括颜色特征、纹理特征、形状特征和空间位置特征。
12.根据权利要求9所述的基于图像分割和语义特征提取进行人员行为识别检测的方法，其特征在于，所述的语义特征提取单元包括标准图像语义知识库、高层语义特征映射子单元和行为描述子单元，所述的步骤(22)具体包括以下步骤 (22-1)所述的高层语义特征映射子单元根据所述的子图像数据映射产生支持向量机的高层语义特征； (22-2)所述的行为描述子单元根据所述的高层语义特征与所述的标准图像语义知识库内的行为模板图像进行匹配，获取对应的语义信息，产生所述的人员行为表述信息。
13.根据权利要求12所述的基于图像分割和语义特征提取进行人员行为识别检测的方法，其特征在于，所述的标准图像语义知识库包括行为模板库和语义知识库；所述的行为描述子单元包括行为识别功能单元和行为语义提取功能单元；所述的步骤(22-2)具体包括以下步骤 (22-2a)所述的行为识别功能单元将所述的高层语义特征与所述的行为模板库内的行为模板信息匹配，产生基于树形向量机分类的图像语义特征； (22-2b)所述的行为语义提取功能单元从所述的语义知识库获取与所述的基于树形向量机分类的图像语义特征对应的语义知识信息，产生基于Web本体语言结构化的图像描述高级语义数据，并将该图像描述高级语义数据作为所述的人员行为表述信息。
全文摘要
本发明涉及一种基于图像分割和语义特征提取实现人员行为识别检测的系统及方法。该系统包括图像采集单元、人员行为检测上位机、用户查询单元和输出接口单元，该方法中人员行为检测上位机通过图像分割和图像语义特征提取对图像采集单元采集的图像数据中的人员行为进行识别，产生人员行为表述信息。该方法中，人员行为检测上位机通过支持向量机将图像的底层特征映射为高层语义，在图像及图像描述之间建立映射关系，从而能够通过数字图像处理和分析来理解画面中的内容，实现对场景中人员行为的智能检测，大幅提高图像中人员行为识别的准确性，且本发明的系统结构简单，方法实现方式简便，应用成本低廉，应用范围也较为广泛。
文档编号G06K9/46GK102880873SQ20121031723
公开日2013年1月16日 申请日期2012年8月31日 优先权日2012年8月31日
发明者汤志伟, 齐力, 梅林 , 刘云淮, 朱学梅, 李震宇, 陈龙虎, 江洪, 王波 申请人:公安部第三研究所