第7卷第6期 智能系统学报 Vol.7 No.6 2012年12月 CAAI Transactions on Intelligent Systems Dec.2012 D0I:10.3969/j.issn.1673-4785.201203013 网络出版t地址：htp://www.cnki.net/kcma/detail/23.1538.TP.20121116.1700.003.html 基于多尺度特征的双层隐马尔可夫模型 及其在行为识别中的应用 梅雪，胡石，许松松，张继法 (南京工业大学自动化与电气工程学院，江苏南京211816)】 摘要：借鉴人类视觉感知所具有的多尺度、多分辨性的特性，针对智能视频监控系统的人体运动行为识别，提出了 一种基于多尺度特征的双层隐马尔可夫模型.根据人体行为关键姿态数确定HM的状态数目，发橱人体运动行为 隐藏的多尺度结构间的关系，将运动轨迹和人体姿态边缘小波矩2个不同尺度特征应用于2层H“,提供更为丰富 的行为尺度间的相关信息.分别用Weizmann人体行为数据库和自行拍摄的室内视频，对人体运动行为识别进行仿 真实验，结果表明，五状态HMM模型更符合人体运动行为特点，基于多尺度特征的五状态双层隐马尔可夫模型具有 较高的识别率 关键词：双层隐马尔可夫模型；行为识别；多尺度特征；智能视频监控 中图分类号：TP391.4文献标志码：A文章编号：16734785(2012)06051206 Multi-scale feature based double-layer HMM and its application in behavior recognition MEI Xue,HU Shi,XU Songsong,ZHANG Jifa (College of Automation and Electrical Engineering,Nanjing University of Technology,Nanjing 211816,China) Abstract:Learning from multi-scale and multi-distinguish attributes of human beings'visual perception and aiming at human movement behavior recognition in intelligent video surveillance system,a double-layer hidden markov model (DL-HMM)is developed based on multi-scale behavior features.Considering the human behavior character- istics,the number of HMM states is according to the number of key gestures selected.Discovering the relationship between the multi-scale structures hidden in the human movement behavior,two different scale features-human mo- tion trajectory and wavelet moment of human gesture's edge,are applied respectively in two layers of DL-HMM,so as to provide more scale information about behavior.Experiments,using Israel Weizmann human behavior database and human actions indoor recorded by ourselves,show the five-state HMM more accords with the human motion be- havior characteristics,and the five-state DL-HMM based on multi-scale feature has a higher recognition rate com- pared with traditional methods using one layer HMM. Keywords:double-layer HMM (DL-HMM);behavior recognition;multi-scale feature;intelligent video surveillance 人体行为识别(human action recognition,HAR)问题之一).行为识别方法大致可分为2类23】：I) 是由视频分析人的行为，并形成一系列高层的描述 静态识别方法，如模板匹配方法和基于文法技术 方法，在智能视频监控、人机交互以及虚拟现实等领 (syntactic technique),该类方法的计算量比较小，但 域有着广泛的应用价值，是计算机视觉领域的热点 是鲁棒性较差；2)状态转移图模型方法，该方法将 行为的每一个姿态或运动状态作为状态图的一个节 收稿日期：2012-03-15.网络出版日期：2012-11-16. 点，通过某种概率将对应于各个姿势或状态节点之 基金项目：江苏省高校自然科学基金资助项目(09KJB510002):江苏 省博士后科研资助计划资助项目(1001027B);南京工业大 间的依存关系联系起来，这样任何人体行为运动序 学青年学科基金资助项目(39710006). 列可以看作在图中若干节点或状态之间的一次遍历 通信作者：梅雪.E-mail:mr@njut.ed.cm. 过程.应用较为广泛的2种状态图模型为隐马尔可