面向家庭安防系统的姿态和物体融合识别方法

针对我国家庭安防系统视频监控依赖人为对监控画面中的人体进行行为识别的问题,提出了一种面向家庭安防系统的姿态和物体融合识别方法。以用户居家门口送水、送快递、送外卖和保洁人员的静态图像为研究对象,提取姿态空间特征;针对送快递和送外卖行为无法通过姿态特征区分的问题,提出了基于线索增强的深度卷积神经网络(deep convolutional neural networks,CNNs)的手持交互物体特征提取方法,对得到的姿态空间特征和交互物体特征进行加权融合,并使用支持向量机(support vector machine,SVM)得到行为识别结果,确认人物身份。实验结果表明:所提方法对送水、送快递、送外卖和保洁人员的识别准确率分别为99%、98%、97%和99%;在Willow-actions数据集上的测试结果表明,所提方法可提高行为识别率。