CN106326838A - 一种基于线性动态系统的行为识别系统 - Google Patents

一种基于线性动态系统的行为识别系统 Download PDF

Info

Publication number
CN106326838A
CN106326838A CN201610651709.7A CN201610651709A CN106326838A CN 106326838 A CN106326838 A CN 106326838A CN 201610651709 A CN201610651709 A CN 201610651709A CN 106326838 A CN106326838 A CN 106326838A
Authority
CN
China
Prior art keywords
module
electrically connected
outfan
input
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610651709.7A
Other languages
English (en)
Inventor
蔡昭权
胡辉
陈伽
胡松
蔡映雪
黄翰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huizhou University
Original Assignee
Huizhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huizhou University filed Critical Huizhou University
Priority to CN201610651709.7A priority Critical patent/CN106326838A/zh
Publication of CN106326838A publication Critical patent/CN106326838A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding

Abstract

本发明公开了一种基于线性动态系统的行为识别系统，包括图像采集器、图像预处理模块、立方体模块、LDSs(Linear Dynamic Systems)模块、图像分析模块、处理器、Flash存储器和计算机；所述图像采集器的输出端与图像预处理模块的输入端电性连接，所述图像预处理模块的输出端与立方体模块的输入端电性连接，所述立方体模块的输出端与LDSs模块的输入端电性连接，所述LDSs模块的输出端与图像分析模块的输入端电性连接，所述图像分析模块的输出端与处理器的输入端电性连接，所述处理器的输出端与Flash存储器的输入端电性连接。本发明在系统中设有Flash存储器，可以保证数据在传输到计算机展示的时候，不会丢失数据，造成失真现象和结果的错误。

Description

一种基于线性动态系统的行为识别系统
技术领域
本发明涉及图像处理技术及模式识别领域，具体地说是一种基于线性动态系统的行为识别系统。
背景技术
人体行为分析涉及计算机视觉、图像处理、模式识别、人工智能等多个研究领域。它可以简单地被认为是时变数据的分类问题，即将测试序列与预先标定的代表类型行为的参考序列进行匹配, 又可称之为人体行为识别。尽管人体行为识别的研究已经取得了一定的成果，但大部分工作都是基于固定和已知视角的，而由于人体运动、摄像机运动等原因实际拍摄得到的数据常常是任意角度的。不同的拍摄角度不仅会给人体图像序列的外观带来很大变化，运动的过程也会有所不同。视角问题已经成为人体行为识别发展和应用的绊脚石。
发明内容
针对上述现有技术存在的不足，本发明的目的是提供一种基于线性动态系统的行为识别系统。
为了实现上述目的，本发明所采用的技术方案是：一种基于线性动态系统的行为识别系统，包括图像采集器、图像预处理模块、立方体模块、LDSs模块、图像分析模块、处理器、Flash存储器和计算机；所述图像采集器的输出端与图像预处理模块的输入端电性连接，所述图像预处理模块的输出端与立方体模块的输入端电性连接，所述立方体模块的输出端与LDSs模块的输入端电性连接，所述LDSs模块的输出端与图像分析模块的输入端电性连接，所述图像分析模块的输出端与处理器的输入端电性连接，所述处理器的输出端与Flash存储器的输入端电性连接，所述Flash存储器的输出端与计算机的输入端电性连接。
进一步，所述图像预处理模块中设有滤波去噪模块和图像增强模块，所述滤波去噪模块的输出端与图像增强模块的输入端电性连接。
进一步，所述图像分析模块中设有运动目标检测模块、目标分类模块、运动跟踪模块和特征提取模块，所述运动检测模块的输出端与目标分类模块的输出端与运动跟踪模块的输入端电性连接，所述运动跟踪模块的输出端与特征提取模块的输入端电性连接。
进一步，所述处理器中设有行为理解模块和语义描述模块，所述理解模块的输出端与语义描述模块的输入端电性连接。
采用上述技术方案后，本发明和现有技术相比所具有的优点是：
本发明所述的基于线性动态系统的行为识别系统，系统对提取特征的时空立方体建立LDS 模型，LDS 模型的优势是分离了时空体的外观信息和动态信息，其中时空体外观的信息由矩阵C 建模，动态信息由矩阵A 表示。因此我们用一组参数M=(A,C)来表示一个时空体，这样一种特征描述方法是对时空体的动态和外观同时建模，能够更好地控制识别过程中的变化；在系统中设有Flash存储器，可以保证数据在传输到计算机展示的时候，不会丢失数据，造成失真现象和结果的错误。
附图说明
下面结合附图和实施例对本发明进一步说明：
图1为本发明的系统框图；
附图标记中：1-图像采集器；2-图像预处理模块；3-立方体模块；4-LDSs模块；5-图像分析模块；6-处理器；7-Flash存储器；8-计算机；21-滤波去噪模块；22-图像增强模块；51-运动目标检测模块；52-目标分类模块；53-运动跟踪模块；54-特征提取模块；61-行为理解模块；62-语义描述模块。
具体实施方式
以下所述仅为本发明的较佳实施例，并不因此而限定本发明的保护范围。
实施例， 如图1所示，一种基于线性动态系统的行为识别系统，包括图像采集器1、图像预处理模块2、立方体模块3、LDSs模块4、图像分析模块5、处理器6、Flash存储器7和计算机8；图像采集器1的输出端与图像预处理模块2的输入端电性连接，图像预处理模块2的输出端与立方体模块3的输入端电性连接，立方体模块3的输出端与LDSs模块4的输入端电性连接，LDSs模块4的输出端与图像分析模块5的输入端电性连接，图像分析模块5的输出端与处理器6的输入端电性连接，处理器6的输出端与Flash存储器7的输入端电性连接，Flash存储器7的输出端与计算机8的输入端电性连接，图像预处理模块2中设有滤波去噪模块21和图像增强模块22，滤波去噪模块21的输出端与图像增强模块22的输入端电性连接，图像分析模块5中设有运动目标检测模块51、目标分类模块52、运动跟踪模块53和特征提取模块54，运动检测模块51的输出端与目标分类模块52的输出端与运动跟踪模块53的输入端电性连接，运动跟踪模块53的输出端与特征提取模块54的输入端电性连接，处理器6中设有行为理解模块61和语义描述模块62，理解模块61的输出端与语义描述模块62的输入端电性连接，通过图像采集器1采集人的行为动作，将采集到的数据传输到图像预处理模块2中，经图像预处理模块2中的滤波去噪模块21和图像增强模块22，使其图像信息更加的清晰，降低其他信息的干扰，信息从图像预处理模块2中进入到立方体模块3后，以兴趣点为中心建立立方体特征，在通过LDSs模块4建模，建模后的数据进入到图像分析模块5中，进行动作信息特征的提取和检测，分析后的数据进入到处理器6中，对提取到的信息进行自动编程，并存储到Flash存储器7中，经计算机8呈现出来。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
以上所述，仅为本发明的较佳实施例，并不用以限制本发明，凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同替换和改进，均应包含在本发明技术方案的保护范围之内。

Claims (4)

1.一种基于线性动态系统的行为识别系统，包括图像采集器（1）、图像预处理模块（2）、立方体模块（3）、LDSs模块（4）、图像分析模块（5）、处理器（6）、Flash存储器（7）和计算机（8）；其特征在于：所述图像采集器（1）的输出端与图像预处理模块（2）的输入端电性连接，所述图像预处理模块（2）的输出端与立方体模块（3）的输入端电性连接，所述立方体模块（3）的输出端与LDSs模块（4）的输入端电性连接，所述LDSs模块（4）的输出端与图像分析模块（5）的输入端电性连接，所述图像分析模块（5）的输出端与处理器（6）的输入端电性连接，所述处理器（6）的输出端与Flash存储器（7）的输入端电性连接，所述Flash存储器（7）的输出端与计算机（8）的输入端电性连接。
2.根据权利要求1所述的一种基于线性动态系统的行为识别系统，其特征在于：所述图像预处理模块（2）中设有滤波去噪模块（21）和图像增强模块（22），所述滤波去噪模块（21）的输出端与图像增强模块（22）的输入端电性连接。
3.根据权利要求1所述的一种基于线性动态系统的行为识别系统，其特征在于：所述图像分析模块（5）中设有运动目标检测模块（51）、目标分类模块（52）、运动跟踪模块（53）和特征提取模块（54），所述运动检测模块（51）的输出端与目标分类模块（52）的输出端与运动跟踪模块（53）的输入端电性连接，所述运动跟踪模块（53）的输出端与特征提取模块（54）的输入端电性连接。
4.根据权利要求1所述的一种基于线性动态系统的行为识别系统，其特征在于：所述处理器（6）中设有行为理解模块（61）和语义描述模块（62），所述理解模块（61）的输出端与语义描述模块（62）的输入端电性连接。
CN201610651709.7A 2016-08-09 2016-08-09 一种基于线性动态系统的行为识别系统 Pending CN106326838A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610651709.7A CN106326838A (zh) 2016-08-09 2016-08-09 一种基于线性动态系统的行为识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610651709.7A CN106326838A (zh) 2016-08-09 2016-08-09 一种基于线性动态系统的行为识别系统

Publications (1)

Publication Number Publication Date
CN106326838A true CN106326838A (zh) 2017-01-11

Family

ID=57739981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610651709.7A Pending CN106326838A (zh) 2016-08-09 2016-08-09 一种基于线性动态系统的行为识别系统

Country Status (1)

Country Link
CN (1) CN106326838A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111145233A (zh) * 2019-12-28 2020-05-12 镇江新一代信息技术产业研究院有限公司 一种图像分辨管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6694044B1 (en) * 1999-09-16 2004-02-17 Hewlett-Packard Development Company, L.P. Method for motion classification using switching linear dynamic system models
CN101943916A (zh) * 2010-09-07 2011-01-12 陕西科技大学 一种基于卡尔曼滤波器预测的机器人避障方法
US20120219186A1 (en) * 2011-02-28 2012-08-30 Jinjun Wang Continuous Linear Dynamic Systems
CN104077554A (zh) * 2013-03-29 2014-10-01 南京邮电大学 基于线性动态系统的视角无关的人体行为识别方法
CN104200235A (zh) * 2014-07-28 2014-12-10 中国科学院自动化研究所 一种基于线性动态系统的时空局部特征的提取方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6694044B1 (en) * 1999-09-16 2004-02-17 Hewlett-Packard Development Company, L.P. Method for motion classification using switching linear dynamic system models
CN101943916A (zh) * 2010-09-07 2011-01-12 陕西科技大学 一种基于卡尔曼滤波器预测的机器人避障方法
US20120219186A1 (en) * 2011-02-28 2012-08-30 Jinjun Wang Continuous Linear Dynamic Systems
CN104077554A (zh) * 2013-03-29 2014-10-01 南京邮电大学 基于线性动态系统的视角无关的人体行为识别方法
CN104200235A (zh) * 2014-07-28 2014-12-10 中国科学院自动化研究所 一种基于线性动态系统的时空局部特征的提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王培培: "基于视频的人体动作识别研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111145233A (zh) * 2019-12-28 2020-05-12 镇江新一代信息技术产业研究院有限公司 一种图像分辨管理系统

Similar Documents

Publication Publication Date Title
CN106295568B (zh) 基于表情和行为双模态结合的人类自然状态情感识别方法
CN108171257B (zh) 细粒度图像识别模型训练及识别方法、装置及存储介质
CN107862300A (zh) 一种基于卷积神经网络的监控场景下行人属性识别方法
Xiao et al. Deep salient object detection with dense connections and distraction diagnosis
CN109284738B (zh) 不规则人脸矫正方法和系统
CN107633207A (zh) Au特征识别方法、装置及存储介质
CN105160310A (zh) 基于3d卷积神经网络的人体行为识别方法
Sincan et al. Using motion history images with 3d convolutional networks in isolated sign language recognition
Rao et al. Sign Language Recognition System Simulated for Video Captured with Smart Phone Front Camera.
CN110334607B (zh) 一种视频人体交互行为识别方法及系统
Bertoni et al. Perceiving humans: from monocular 3d localization to social distancing
CN108073851A (zh) 一种抓取手势识别的方法、装置及电子设备
CN109409250A (zh) 一种基于深度学习的无交叠视域跨摄像机行人再识别方法
CN111597910A (zh) 一种人脸识别方法、装置、终端设备及介质
Mittek et al. Tracking of group‐housed pigs using multi‐ellipsoid expectation maximisation
De Marsico Face recognition in adverse conditions
CN113160276A (zh) 一种目标跟踪方法、目标跟踪装置及计算机可读存储介质
Shi et al. Remote sensing scene classification based on multibranch fusion attention network
CN108319916A (zh) 人脸识别方法、装置、机器人及存储介质
Tapia et al. Semantic segmentation of periocular near-infra-red eye images under alcohol effects
Divya et al. Inspection of suspicious human activity in the crowdsourced areas captured in surveillance cameras
CN110533688A (zh) 改进型的目标跟踪方法、装置及计算机可读存储介质
CN106326838A (zh) 一种基于线性动态系统的行为识别系统
Chen et al. Stingray detection of aerial images with region-based convolution neural network
CN111626197A (zh) 一种人体行为识别网络模型及识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170111