基于可判别性二叉树投票的动作识别方法
【技术领域】
[0001] 本发明属计算机视觉技术领域，具体涉及一种基于可判别性二叉树投票的动作识 别方法。
【背景技术】
[0002] 人行为动作识别是计算机视觉领域中前沿的科学研宄之一，在视频处理方面发挥 着非常重要的作用。人行为分析包括对视频图像中人物进行检测、跟踪、目标分类和行为理 解方面，主要通过对人物动作对应像素点变化来确定动作的行为类别。但是由于人在形状、 外观、尺度、视角和姿势的高动态性，识别人的行为就变的很困难，使得这项研宄变得很有 挑战性。
[0003] 早期的研宄方法是研宄在简单的，静态的背景下的单人视频图像，方法比较简单， 抗干扰能力弱，分析的效果一般。现在正在尝试引进人物特征采样分析的方法来研宄，而且 在动作分类、确定人行为的类别也有了进一步的跟进，但是在低分辨率，人物动作模糊的情 况下，很难有足够的稳定性和准确性。
[0004] 西安电子科技大学提出的专利申请"一种基于霍夫森林的目标跟踪算法"（专利申 请号201410507656. 2,公开号CN104299243A)，通过训练已知目标样本建立霍夫森林，检 测视频序列依次进入已训练霍夫森林，叶结点对目标中心进行投票，获取目标中心位置并 初始化卡尔曼滤波参数，然后与上一帧的目标位置进行阈值比较，如果不符合标准，则通过 卡尔曼滤波器进行目标预测位置。该方法虽然对目标中心进行检测和修正，但是在建立卡 尔曼模型和目标中心均值耗费运行时间，增加算法复杂度，卡尔曼滤波器预测结果往往非 常准确的，如果出现预测失误，会导致目标跟踪失败，而且该方法在人物动作识别方面没有 内容。
[0005] 上海交通大学提出的专利申请"一种人体动作识别的方法"（专利申请号 201310054812.X，公开号CN103164694A)公开了一种基于目标时空特征提取和半监督分 类器的动作识别方法，在较少的目标样本中，该方法能够实现动作行为的判定，但是算法的 复杂度很高，判断人物动作轮廓，提取时空特征，建立k近邻图，通过拉普拉斯矩阵进行求 解动作类别标签。此方法中的最终特征向量维数过高，求解广义的拉普拉斯矩阵变换复杂 度过高，并不能够实时的对人物动作进行准确判断。
【发明内容】
[0006] 本发明的目的在于提供一种高效的人体动作识别方法，二叉树作为机器学习中的 优秀分类器，稳定性好，二叉树通过收集树的子结点对各个类别投票，选择最多的投票作为 判断结果。
[0007] 本发明的基于可判别性二叉树投票的动作识别方法，包括下列步骤：
[0008] 1构建可判别性二叉树，具体包括下列步骤：
[0009] 1. 1对训练视频序列进行分类处理，将含有目标的动作类别定义为正样本，对正样 本进行标记，不同的动作类别区别标记；将目标区域外的定义为负样本，负样本中只含有背 景，负样本统一标记；
[0010] 1. 2人的动作行为在时间和空间上都含有信息，为了准确描述不同人的动作行为， 将训练视频中整套动作在空间和时间上进行分解，其值设置为16x16x5大小的彩色立体块 {Pi=(Ii,ci；di)},
[0011] 其中A表示三维立体块；Ii表示第i立体块提取的特征值，
【主权项】
1. 一种基于可判别性二叉树投票的动作识别方法，其特征在于包括下列步骤： 1.1构建可判别性二叉树，具体包括下列步骤： 1.1.1对训练视频序列进行分类处理，将含有目标的动作类别定义为正样本，对正样 本进行标记，不同的动作类别区别标记；将目标区域外的定义为负样本，负样本中只含有背 景，负样本统一标记； 1. 1. 2人的动作行为在时间和空间上都含有信息，为了准确描述不同人的动作行为，将 训练视频中整套动作在空间和时间上进行分解，其值设置为16x16x5大小的彩色立体块{Pi =(Ii,ci；di)}, 其中：Pi表示三维立体块；Ii表示第i立体块提取的特征值，/f)容纳多 通道特征值，"表示在第i个立体块中特征通道fe(1，2,…，F)对应的特征值；Ci表示为 动作类别标签，标记不同数字的立体块代表不同的动作类别，标记数字〇的立体块代表负 样本表示立体块中心到达时空域动作中心的三维矢量值；16x16和5分别表示训练视频 序列的空间信息和时间信息； 1. 1. 3对1. 1. 2步骤中的立体块进行特征提取和标记，立体块特征包括：灰度强度、位 置坐标对时间的导数和位置上的光流值；记录检测序列的立体块类别标记和立体块中心到 三维完整动作中心的矢量值； 1. 1. 4设定二叉树的截止条件：根据构建二叉树的规则，指定树的最大深度dMax和叶子 含有最小立体块的数量1^，当达到树的最大深度dMax或每个叶子集合中的立体块少于最小 立体块的数量Nmin时立刻停止； 1. 1. 5从根结点开始构建二叉树，输入步骤1. 1. 3中提取的立体块三维信息，进行二值 测试，通过比较特征通道f中位置PeR3和qeR3的特征值大小，其中R3表示三维空间， 二值测试定义如下：
(1) 其中：t表示特征阈值，特征阈值通过遍历此特征通道中最小值到最大值，即min If(p) <t<maxIf(q)，由于给出已知视频序列，minIf(p)和maxIf(q)通过计算求得； If(P)表示在位置中心P时，立体块中特征通道f的特征值，特征值按1. 1. 3步骤选取， 特征通道f?为1.1.2步骤所描述；T (r)表示以两个不同位置p和q为中心的立体块 在特征通道f中特征值的比较值，当特征通道f中以位置P为中心的立体块特征值小于以 位置q为中心的立体块特征值与阈值t的和时，二值比较值取0,当特征通道f中以位置p 为中心的立体块特征值大于或等于以位置q为中心的立体块特征值与阈值t的和时，二值 比较值取1 ; 对所有立体块{Pi= (I而言，随机选取p、q和t值，会产生二值测试集合 {tk}，其中k表示集合的数量，二值集合{tk}有两类立体块，一类是特征通道f中特征值的 比较值为〇的立体块集合1，记为(Cl# (//) = 〇}，另一类是特征通道f中特征值的比较值为 1的立体块集