一种基于稀疏低秩的人体行为识别方法
专利汇可以提供一种基于稀疏低秩的人体行为识别方法专利检索，专利查询，专利分析的服务。并且本 发明 属于数字 图像处理 技术领域，涉及 计算机视觉 、 模式识别 、 机器学习 和 数据挖掘 等相关理论知识。本发明首先利用光流直方图对相邻两 帧 图片提取光流特征，并对单帧图像提取梯度直方图信息，获得监测场景内的运动特征信息，采用低维空间的特征信息并按照[动作1|动作2|动作3|……]的方式排列；然后用K均值的方式聚类，得到聚类中心后，将聚类中心作为过完备字典，求解测试样本在过完备字典下的稀疏低秩表达，得到表达矩阵；最后根据表达矩阵中的最大值求解出该测试样本所属的行为类别。本发明采用基于低秩稀疏的人体动作识别，采用交叉验证的方法，识别率92.3～98.79％，误识率1.21～7.6％。本发明具有具有低秩特点，且识别率上达到92.3～98.79％，误识率1.21～7.6％。，下面是一种基于稀疏低秩的人体行为识别方法专利的具体信息内容。
1.一种基于稀疏低秩的人体行为识别方法，具体步骤如下：
步骤1、视频图像灰度转换并提取场景特征；
步骤1-1：首先接收监测设备采集到的视频流，对得到的单帧图像进行灰度化处理；
步骤1-2：将每帧图片归一化成96*48的大小；每个cell的大小为8*8的像素点，每个block中包含2*2个cell即16*16的像素点；相邻block有一半的区域是重叠的；梯度方向分为9个方向，这样得到的一张图片的HOG特征向量为1980维；
HOF的计算是对连续两帧灰度图像在3*3的网格中提取光流直方图特征，即每3*3的网格求出一个光流特征向量，根据视频帧的不同大小可以得到N个光流特征向量，将光流范围
0～2π等分成32个子空间，构建32维的直方图B，在统计直方图时，根据角度值对应位置投票，投票所得结果作为权值，因此得权值向量h＝[hk]，k＝{1，2，3...，K}，其中k为每个网格的索引值，K是网格总数，hk为第k个网格中32维直方图B对应的权值；
步骤2、特征聚类
设特征向量x＝[xi]，i＝{1，2，3...，m}，对于每一个特征向量，动作类型计算公式：
对于每类j，重新计算该类质心
步骤3、低秩稀疏表达
步骤3-1：将聚类中心构成的字典D＝[dk]，k＝{1，2，3...，n}，则X为一个ds×n的矩阵，ds为特征维度，测试样本集X＝[xk]，k＝{1，2，3...，n}，X中的任意一列xi都可以用D进行线性表达，将这种关系式写为：X＝DZ+E，其中Z的每一列表示X的对应列用D进行线性表达的系数，矩阵Z称之为表达子，E为由噪声引起的误差；
步骤3-2：据此建立目标函数：
argminZ，E||Z||*+β||Z||1+γ||E||1 s.t.X＝DZ+E (1)
其中β和γ分别表示各项的关注因子，它们的值越大，表示相关项越受关注，这里β＝2，γ＝2，公式中分别用核范数和L1范数求解低秩和稀疏问题；
步骤3-3：求解步骤3-2中的公式(1)，这里用到了增广拉格朗日乘数法，得到目标函数后分别对各个参数进行迭代优化，则参数的迭代过程为：
其中
Y1，k+1＝Y1，k+μk(X-DZk+1-Ek+1)，
Y2，k+1＝Y2，k+μk(Zk+1-WK+1)，
μk+1＝ρμk，
其中函数J和Θ分别表示奇异值压缩算子和压缩算子， ρ＝1.1，各参量的初始值为Z0＝W0＝E0＝Y1，0＝Y2，0＝0；μk为惩罚参数，μk＝10-6；
步骤4、行为识别
步骤4-1、通过步骤3求得的稀疏低秩矩阵Z，其中Z的每一列就是测试样本在D中的线性表达，现在只需要找出表达最大的那个系数即可知道测试样本所属的类别，采用最大池化法，即找出矩阵Z中每一行的最大值；令yi＝max(|zi1|，|zi2|，...|zin|)，i＝1，2，...T，in＝
1，2...l表示从Z的l个行向量中，提取T个最大值，形成向量yi，i＝1，2，...T；
步骤4-2、分别找出这T个值所对应的相应类别，并计算该类别在矩阵Z中对应的系数，并把相同类别的系数叠加起来，得到的最大值所对应的类别即为最终的识别结果；
分别找出对应的 i＝1，2，...T＜K；C为之前步骤2的聚类结果；
i＝1，2，...T，j∈Pj其中δ(·)是Dirac Delta函数，PreC
即为最终的识别结果，T取5～10。
2.如权利要求1所述基于稀疏低秩的人体行为识别方法，其特征在于：所述步骤4-1中最大池化法是指：选择图像区域的最大值作为该区域池化后的值；所谓池化，是指对图像中不重合区域的聚合操作。
一种基于稀疏低秩的人体行为识别方法
技术领域
背景技术
发明内容
为每个网格的索引值， 是网格总数， 为第 个网格中32维直方图 对应的权值。
一列 都可以用 进行线性表达，将这种关系式写为： ,其中 的每一列表
示 的对应列用 进行线性表达的系数，矩阵 称之为表达子，为由噪声引起的误差。
~
~ ~
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于人工智能的焊接质量预测系统及方法 | 2020-05-08 | 456 |
| 一种一体化双向计量与监控系统 | 2020-05-08 | 85 |
| 显示控制方法及装置、计算机可读介质、无线通信终端 | 2020-05-08 | 1027 |
| 一种智能驾驶虚拟测试的加速方法及加速系统 | 2020-05-08 | 914 |
| 一种快速起落无人机以及无人机的起落控制方法 | 2020-05-11 | 638 |
| 一种基于稀疏低秩的人体行为识别方法 | 2020-05-11 | 947 |
| 空间图卷积网络的训练方法、电子设备及存储介质 | 2020-05-08 | 308 |
| 一种电梯异常的声纹识别及故障诊断监控报警方法 | 2020-05-11 | 664 |
| 一种基于二维骨架信息的攻击性行为识别方法 | 2020-05-08 | 606 |
| 一种PCCP管道断丝监测及爆管预警方法及系统 | 2020-05-11 | 778 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
