龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：湖南大学
摘要：本发明涉及新的人体行为识别。首先分别从深度图中提取出了HTG‑HOG特征和STG特征。第一种特征提取的是视频序列的时空局部特征，对视频序列的每一帧图像分别提取HTG特征，融合为2维矩阵。再对该矩阵提取HOG特征。第二种特征提取的是整个视频序列的全局特征。对于每个输入视频序列，选取加权动态能量值较大的前K帧图像作为该视频序列的关键帧。根据关键帧提取出视频序列的STG特征。再将两种特征融合成一个超大的向量。最后采用随机决策森林来对该向量进行分类判别。该发明识别机制结构简单易行，适用于老年人监护、智能视频监控等实时处理。
主权项：1.一种基于HTG-HOG和STG特征的人体行为识别方法，其特征在于，该方法包括以下步骤：一STG特征的提取：1根据加权差值图的动态能量值提取出视频的关键帧，计算过程如下所示：先计算连续图像之间的差值Ft＝fi,j,t+1-fi,j,t，fi,j,t代表的是视频中第t帧图像在点i,j处的像素值，然后再对Ft进行加权得Fwt＝Ftwt，最后计算第t帧Fwt上所有像素点的值之和，最后选取和值最大的前K帧Ft图像作为该视频的关键帧；2选取出关键帧以后，对该K帧关键帧进行STG特征的提取工作，先计算出关键帧序列维数为N*M*K中每帧图像的非零区域的长度和宽度的值，然后分别将该值与原始输入视频序列中第一帧图像的非零区域的长度和宽度求取其比例值为该关键帧的STG特征，最后将K帧图像的STG特征联接成一个长度为2K的行向量；二HTG-HOG特征的提取：1对每帧图像提取HTG特征；2在时间上，将视频中每帧图像提取的HTG特征的行向量合成为一个2维矩阵；3对以上2中产生的2维矩阵提取HOG特征，生成HTG-HOG的行向量；三两大特征融合成超大向量：将步骤一和步骤二所生成的行向量联结成超大的行向量，然后再转置为超大的列向量；四使用随机决策森林对输入视频进行人体行为的类别判定。
全文数据：
权利要求：
百度查询： 湖南大学 基于HTG-HOG和STG特征的人体行为识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号