基于模板匹配的人体日常行为识别

提出了一种以运动人体的轮廓为特征,基于模板匹配的人体行为识别方法.利用背景差分法和阴影消除技术从图像中提取完整的人体轮廓.定义一种新的轮廓描述方法,将时变的2D轮廓形状转换为对应的1D距离向量.先计算轮廓点的质心坐标,再将轮廓等弧长地分割,用直线段连接相邻的割点构成对轮廓线的多边形近似,用多边形的顶点到轮廓质心的距离和其两个后继顶点的距离构成的3个距离串来描述轮廓.计算轮廓之间的动态时间规整(DTW)距离,然后利用谱系聚类方法提取行为序列的关键姿态,将关键姿态编码为行为字符串.最后利用编辑距离度量测试序列与标准序列之间的相似性.实验结果表明,利用本方法对人的6种日常行为进行识别,正确识别率达到85.7%以上.