基于旋度和散度的运动特征提取方法及系统的制作方法
【技术领域】
[0001] 本发明涉及的是计算机视觉技术领域，具体地，涉及的是一种基于旋度和散度的 运动特征提取方法及系统。
【背景技术】
[0002] 在计算机视觉技术领域，如何提取运动目标的运动特征是非常重要的一个问题。 运动特征的表示方法直接影响到后续高层视觉任务分析，比如动作识别，行为分类，异常事 件检测等等。最经典的底层运动特征，即光流，表示连续两帧之间目标运动矢量（包括运动 方向和幅度）。光流特征是像素级特征，描述局部瞬时运动信息。自从光流特征被提出之后， 关于如何计算光流特征的方法亦被不断改进优化，基本思想是在最初光流方法上加上各种 正则化约束，以期适应不同场景的光照变化、尺度变化、运动幅度变化等等，从而得到更加 鲁棒的运动特征。针对不同的视觉分析任务，很多基于光流的中层运动特征被提出。
[0003] 经对现有的技术文献检索发现，目前运动特征的中层表示方法已有很多，根据不 同的应用场景和需求，不同的中层运动特征被提出。比如从社会动力学的角度出发，基于底 层运动特征构建社会力来描述目标之间的作用力；从流体力学的角度出发，提出势能场来 表示群体的运动状态；从动态系统的稳定性出发，利用雅可比矩阵的特征值来描述不同的 群体运动类型；从粘性流体场的角度出发，通过构建时空粘性力场来表示群体的运动特性； 还有提出利用多尺度光流直方图检测群体场景中的异常事件。在群体分析场景中，多种运 动描述子被提出用来表示运动的复杂性、一致性、稳定性等。在动作识别方面，运动学特征 (包括散度、旋度、对称和非对称场以及梯度张量特征等）被提出用来表示目标的运动。但 是这是一种局部特征，而且没有考虑到运动的空间结构。后来，基于改进的轨迹特征在动作 识别领域取得了非常好的效果，因为该特征考虑到运动的空间结构信息，沿着轨迹提取运 动特征，而且通过去除背景运动来进一步提高特征表示的准确性和鲁棒性。
[0004] 虽然运动特征的研究已经有很多，但是依然存在一些问题，主要包括以下几点：1) 局部运动特征很难从整体上来描述运动特性，而且易受噪声干扰；2)忽略运动的空间结构 信息，即运动轨迹。这将导致运动特征不具有很好的区分性。3)易受尺度和角度变化影响。 同样的运动模式，在不同的尺度和角度上提取得到的特征不一样。这样的特征不具有很好 的鲁棒性和实用性。
【发明内容】
[0005] 鉴于现有运动特征存在上述不足，本发明提出了一种基于旋度和散度的运动特征 提取方法及系统。该特征被称为⑶(C，即Curl，代表旋度；D即Divergence，代表散度），它 从旋转程度和发散（聚集）程度两个方面定量地描述运动。通过路径积分，该特征将局部 运动信息和空间结构信息联系起来，得到全局运动描述子，具有尺度不变和旋转不变特性， 可以从整体上刻画运动的旋转和发散程度，并具有很强的鲁棒性。作为一种普适性的运动 描述子，CD特征可以广泛应用于不同场景下的运动分析和行为识别。
[0006] 为实现以上目的，本发明采用以下技术方案：
[0007] 根据本发明的第一方面，提供一种基于旋度和散度的运动特征提取方法，所述方 法包括以下步骤：
[0008] Sl :对任意给定的运动矢量场进行归一化处理；
[0009] S2 :计算归一化的运动矢量场中每个点的旋度和散度，得到旋度图和散度图；构 建归一化的运动矢量场的对偶矢量场；
[0010] S3 :在归一化的运动矢量场及其对偶矢量场中进行运动轨迹采样，分别得到切向 运动轨迹和径向运动轨迹；
[0011] S4 :对运动轨迹上的旋度和散度进行路径积分，即得到尺度不变和旋转不变的旋 度和散度运动特征。
[0012] 优选地，步骤Sl中，所述矢量场归一化的方法为：对任意给定的运动矢量场中每 个运动矢量进行幅度归一化，运动方向则保持不变；
[0013] 假设某个点的运动矢量在二维图像平面坐标系X-y中表示为：
[0014] (u0, V0)，
[0015] 其中：u。表示X方向的运动分量，V。表示y方向的运动分量；
[0016] 该运动矢量归一化之后为：
[0017]
[0018] 优选地，步骤S2中，所述旋度图和散度图的计算方法为：
[0019] 假设归一化的运动矢量场表不为：
[0020] M(x,y) = u(x, y) i+v(x, y) j,
[0021] 其中u和v分别表示x和y方向运动矢量；
[0022] 旋度图为：
[0023]
[0024] 散度图为：
[0025]
[0026] 优选地，步骤S2中，所述构建对偶矢量场的方法为：
[0027] 矢量场M (X，y)的对偶矢量场表示为：
[0028]
[0029] 即⑷中的运动矢量均垂直于M (X，y)中相应的运动矢量；i和j分别表示X和 y方向的单位向量；
[0030] 逾(A的的旋度图为：
[0031]
[0032] 即.沿'(%妁的旋度图等于M(x，y)的散度图。
[0033] 优选地，步骤S3中，所述轨迹采样的方法为：
[0034] 假设m个粒子均匀的放在运动矢量场M (X，y)的初始位置，利用运动矢量驱动这些 粒子漂流，形成m条切向运动轨迹，表示为：
[0035] T = It1, t2,…，tj，T是按照M0rs 的矢量方向排序的；
[0036] 类似地，把η个粒子均匀地放在对偶矢量场Μ〇?,I/)的初始位置，通过粒子漂流得 到η条切向运动轨迹，表示为：
[0037] f =_爲5<..,4}，Γ是按照M(x，y)的矢量方向排序的。
[0038] 优选地，步骤S4中，所述路径积分的方法为：
[0039] 对M(x，y)的旋度图c (X，y)在切向轨迹T上进行路径积分，得到旋度特征向量f。；
[0040] 类似地，对M(x，y)的散度图d(x，y)在径向轨迹f上进行路径积分，得到散度特征 向量f d;
[0041] 则运动特征⑶定义为：
[0042] ⑶：=[f。，fd]，
[0043] 其中：Λ € EiM € IM' 分别指m维和η维实数域；
[0044] 通过理论证明，所述运动特征⑶具有旋转不变和尺度不变特性。
[0045] 根据本发明的第二方面，提供一种基于旋度和散度的运动特征提取系统，包括：
[0046] 矢量归一化模块：对任意给定的运动矢量场进行归一化处理；
[0047] 旋度图和散度图计算模块：计算归一化的运动矢量场中每个点的旋度和散度，得 到旋度图和散度图；
[0048] 对偶矢量场建立模块：构建归一化的运动矢量场的对偶矢量场；
[0049] 运动轨迹采样模块：在归一化的运动矢量场及其对偶矢量场中进行运动轨迹采 样，分别得到切向运动轨迹和径向运动轨迹；
[0050] 路径积分模块：对运动轨迹上的旋度和散度进行路径积分，即得到尺度不变和旋 转不变的⑶运动特征。
[0051] 与现有技术相比，本发明具有以下有益效果：
[0052] 本发明所述方法同时考虑运动的局部特性以及空间结构信息，从旋转和发散两个 方面在整体上定量地描述运动；该特征对运动的表示有很好的区分度，同时它的尺度不变 和旋转不变特性使得该特征在实际应用场景中具有很好的鲁棒性和适应性。
【附图说明】
[0053] 通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、 目的和优点将会变得更明显：
[0054] 图1为本发明一实施例的总体流程图；
[0055] 图2为本发明实施例的三种典型归一化矢量场；
[0056] 图3为本发明一实施例的旋度可视化效果图；
[0057] 图4为本发明一实施例的散度可视化效果图；
[0058] 图5为本发明一实施例的轨迹采样示意图；
[0059] 图6为本发明一实施例的旋度特征可视化效果图；
[0060] 图7为本发明一实施例的散度特征可视化效果图。
【具体实施方式】
[0061] 下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术 人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术 人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明 的保护范围。
[0062] 实施例1
[0063] 本实施例以三种典型的运动模式为例，如图2所示，分别是直行、旋转和聚集。
[0064] 如图1所示，本实施例提供一种基于旋度和散度的运动特征提取方法，用于对任 意给定的运动矢量场提取CD运动特征，具体实施步骤为：
[0065] (1):对任意给定的运动矢量场进行归一化处理1，即对任意给定的运动矢量场中 每个运动矢量进行幅度归一化，运动方向保持不变；具体步骤如下：
[0066] 假设某个运动矢量在二维图像平面坐标系χ-y中表示为（u。，v。)，其中u。表示X方 向的运动分量，v。表示y方向的运动分量；该运动矢量归一化之后为
1(1图2 即为归一化后的运动矢量场，矢量幅值均为1。
[0067] (2):计算该矢量场中每个点的旋度和散度2,得到旋度图和散度图；具体步骤如 下：
[0068] 假设归一化的运动矢量场表示为M(x，y) = u (X，y) i+v(X，y) j，其中u和V分别表示 X和y方向运动矢量。旋度图为<