基于Hu矩和纹理特征结合的人体异常行为识别

来源：计算机测量与控制杂志2017年第4期北京时间：

作者：王向东,张丽红

单位：山西大学物理电子工程学院

摘要：为了提高人体异常行为识别的准确率,采用了一种将多特征结合的异常行为识别算法,主要包括对步行、快跑、慢跑、拳击、双手挥舞、鼓掌六种异常行为进行识别。首先从视频流中提取出人体轮廓,然后从所得的轮廓中提取Hu矩特征与纹理特征。最后通过模板匹配的方法,采用马氏距离度量所需识别的当前行为特征向量与标准模板行为的特征向量之间的相似性,并通过设置相应的阈值判定该行为所属类别。实验证明,该方法比提取单一特征的方法识别率高,且具有一定的实用价值。

关键词：Hu矩;纹理特征;马氏距离;模板匹配;行为识别;

基金资助：山西省科技攻关计划(工业)资助项目(2015031003-1)