基于DTW的人體行為模式識(shí)別算法

賈賀林

摘要??? 針對(duì)人體行為模式識(shí)別問題，本文提出了一種基于動(dòng)態(tài)時(shí)間規(guī)整的模式識(shí)別算法。首先根據(jù)動(dòng)作視頻序列進(jìn)行人體行為學(xué)習(xí)，生成待匹配的模板信息，對(duì)待識(shí)別的動(dòng)作序列進(jìn)行相似想度量，獲取相似性信息，然后使用動(dòng)態(tài)時(shí)間規(guī)整對(duì)待識(shí)別模板數(shù)據(jù)間的相似性進(jìn)行計(jì)算，選取相似性度量最大的模板，從而完成對(duì)視頻序列人體行為模式的分類識(shí)別。

【關(guān)鍵詞】動(dòng)態(tài)時(shí)間規(guī)整模板匹配相似性度量人體行為識(shí)別

隨著攝像頭等監(jiān)視工具的應(yīng)用，人體行為模式識(shí)別受到廣泛的關(guān)注。人體行為模式識(shí)別主要面臨著識(shí)別精度以及實(shí)時(shí)性的問題，本文提出了基于動(dòng)態(tài)時(shí)間規(guī)整的人體行為模式識(shí)別算法，能夠準(zhǔn)確的識(shí)別出人體行為，相比于模板匹配算法有很大的提升。

1 模板匹配

模板匹配就是把不同傳感器（通常是攝像頭）或同一傳感器在不同時(shí)間和環(huán)境下對(duì)固定場(chǎng)景拍攝的兩幅或多幅圖像進(jìn)行處理，并將圖像規(guī)整到統(tǒng)一的空間尺度，在相同尺度空間中查找對(duì)應(yīng)模式的方法。本文中的DTW就是一種添加了時(shí)序約束的模板匹配方法。

模板匹配算法的基本思想：首先根據(jù)已知視頻序列生成模板，然后對(duì)模板與圖像對(duì)應(yīng)區(qū)域進(jìn)行相似性度量，相似性超過給定閾值就認(rèn)為匹配，否則就匹配失敗。模板匹配需要大量計(jì)算模板間的相似性，因此需要在匹配過程中選擇合適的相似性度量公式和匹配方法，從而提高算法的整體效率。

2 行為學(xué)習(xí)

將不同人的行走、奔跑、跳躍等不同動(dòng)作利用輪廓提取算法，得到多組輪廓后，分類存儲(chǔ)，每一個(gè)視頻動(dòng)作序列都可以使用一組數(shù)據(jù)來表示，通過數(shù)據(jù)的變化來反映該動(dòng)作的姿態(tài)變化，從而描述一個(gè)動(dòng)作。在學(xué)習(xí)過程中，學(xué)習(xí)樣本越多，得到的模板數(shù)據(jù)就更準(zhǔn)確，模板匹配的概率就越大，但隨之而來的是計(jì)算時(shí)間的加長(zhǎng)。圖1反映的是人體不同動(dòng)作模式下的姿態(tài)數(shù)據(jù)變化趨勢(shì)。

3 相似性度量

匹配比對(duì)算法離不開相似性度量，需要使用“距離”的概念來衡量?jī)山M數(shù)據(jù)的相似度，應(yīng)用較為廣泛的距離描述方式主要有：切比雪夫距離、歐氏距離、信息熵和夾角余弦等，需要根據(jù)不同需求采取相應(yīng)的描述方法。

本文中算法考慮到算法的運(yùn)行效率，采取向量夾角余弦來進(jìn)行距離度量，對(duì)應(yīng)公式如下其中x1k，x2k分別表示向量的坐標(biāo)。兩組向量夾角越小，余弦值越大，相似度越高，通過使用夾角余弦的計(jì)算方法，極大降低了算法的時(shí)間和空間復(fù)雜度，提高了算法的計(jì)算速度效率。

4 動(dòng)態(tài)時(shí)間規(guī)整

使用模板匹配算法進(jìn)行行為識(shí)別雖然比較簡(jiǎn)單，但是算法執(zhí)行過程中會(huì)由于視頻序列的時(shí)長(zhǎng)不同產(chǎn)生誤差，而且行為持續(xù)的時(shí)間也會(huì)對(duì)識(shí)別效果產(chǎn)生影響，因此本文提出了基于動(dòng)態(tài)時(shí)間規(guī)整DTW（Dynamic Time Warping）算法來解決時(shí)序性的影響，只要時(shí)間次序約束存在，模板間的動(dòng)作時(shí)間序列即便不一致，也不會(huì)影響算法的結(jié)果，提高了算法對(duì)時(shí)間序列的魯棒性。

本文提出的人體行為識(shí)別算法主要步驟描述如下：

（1）將學(xué)習(xí)樣本按動(dòng)作分成不同小組，并且按順序編號(hào)，每個(gè)小組學(xué)習(xí)了若干個(gè)人的動(dòng)作數(shù)據(jù).

（2）使用DTW計(jì)算待測(cè)數(shù)據(jù)的第一幀與第一組中第一個(gè)動(dòng)作數(shù)據(jù)的所有幀的相似性，找到相似度最高的一幀并記錄相似度度量值.

（3）等間隔采樣若干幀，重復(fù)步驟（2），求出所有相似性度量值的平均值并記錄.

（4）把待測(cè)數(shù)據(jù)采用步驟（2）（3）方法，計(jì)算其他小組的相似性平均值.

（5）比對(duì)待測(cè)數(shù)據(jù)與各組相似性平均值的大小，取最大的作為本次分類結(jié)果，分類識(shí)別完成.

本文算法將動(dòng)態(tài)時(shí)間規(guī)整與模板匹配算法相結(jié)合，在學(xué)習(xí)階段生成模板，識(shí)別過程中使用動(dòng)態(tài)時(shí)間規(guī)整提高識(shí)別準(zhǔn)確性。

5 實(shí)驗(yàn)結(jié)果

本文使用網(wǎng)上的數(shù)據(jù)集，包含基本的人體行為類別，行走，奔跑，跳躍，揮手，跳遠(yuǎn)等動(dòng)作，通過數(shù)據(jù)集進(jìn)行模板生成與動(dòng)作識(shí)別。本文算法與模板匹配算法的準(zhǔn)確度比較如表1。

通過表1可知，在對(duì)上述的人體動(dòng)作進(jìn)行識(shí)別時(shí)，本文的算法準(zhǔn)確性要優(yōu)于模板匹配方法，而且識(shí)別準(zhǔn)確度受到人體行為的復(fù)雜度以及動(dòng)作幅度的影響，簡(jiǎn)單的人體行為，如行走、揮手，識(shí)別的準(zhǔn)確性較高，而在奔跑，跳躍，跳遠(yuǎn)等較為復(fù)雜的行為中，識(shí)別的準(zhǔn)確性就較差。

6 總結(jié)

本文提出了基于動(dòng)態(tài)時(shí)間規(guī)整的人體行為識(shí)別算法，相比于傳統(tǒng)的模板識(shí)別算法，本文算法的準(zhǔn)確性更高。但在處理十分復(fù)雜的人體行為時(shí)，本文算法的準(zhǔn)確性并不明顯，需要進(jìn)一步的研究與優(yōu)化。

參考文獻(xiàn)

[1]邵延華，郭永彩，高潮.基于特征融合的人體行為識(shí)別[J].光電子激光，2014，25（09）：1818-1823.

[2]史東承，馮占君.視頻中人體行為分析[J].吉林大學(xué)學(xué)報(bào)（信息科學(xué)版），2014（05）：521-527.

[3]趙海勇.基于視頻流的運(yùn)動(dòng)人體行為識(shí)別研究[D].西安電子科技大學(xué)，2011：15-18.