上行为的运动特性,不同层状态之间的联系反映了不同尺度间的关系.HDS-DBN能够较好地表达行为中多个尺度的运动细节,并能够将其有机地融合起来对人的行为进行建模和识别.

图1人的行为中的几个尺度

Fig.1

Severalscalesinhumanactivities

1相关工作

在过去的十几年中涌现了很多人的行为识别方法,如基于模板匹配的方法[6]、基于动态贝叶斯网络的方法[7 14]以及基于文法技术的方法[15]等.其中基于动态贝叶斯网络的方法是被研究得最多的一类方法.

作为动态贝叶斯网络的一种,隐马尔可夫模型(HiddenMarkovmodel,HMM)被广泛地用于人的行为识别.对于描述复杂的行为来说,HMM的状态空间和参数空间都太大,于是出现了很多改进的模型.耦合隐马尔可夫模型(CoupledhiddenMarkovmodel,CHMM)[7]就是其中的一种,它由多条马尔可夫链组成,通常用来描述多人之间的交互行为.另外还有一些其他的变形被用来分析交互行为,如因子隐马尔可夫模型(Factorialhid-denMarkovmodel,FHMM)[8]、观测分解隐马尔可夫模型(ObservationdecomposedhiddenMarkovmodel,ODHMM)[9]、动态多链接隐马尔可夫模型(Dynamicallymulti-linkedhiddenMarkovmodel,DML-HMM)[10]以及耦合半隐马尔可夫模型(Cou-pledhiddensemiMarkovmodel,CHSMM)[11].分层隐马尔可夫模型(HierarchicalhiddenMarkovmodel,HHMM)[12]被用来分析时间序列里隐含的层次结构,常被用于分析人的行为中蕴含的多层结构.另外,抽象隐马尔可夫模型(AbstracthiddenMarkovmodel,AHMM)[13]和层次隐马尔可夫模型(LayeredhiddenMarkovmodel,LHMM)[14]也常常用来分析人的行为.

在以往的研究中,针对特定的应用环境,大多数方法是在某个单一的层次上来研究人的行为识别[3].目前只有少量的工作研究如何采用多个尺度上的特征来研究行为识别.Pers[4]初步探讨了人行为中的多个尺度,并采用简单的线性分类器对人的运动进行了分类,结果表明采用的两个尺度的信息起到了互相补充的作用,其识别效果好于单一的尺度.Fanti[5]采用了人的位置及速度和人的表观两个层次的特征来对人的简单运动进行了识别,其方法

识别率较高,模型的鲁棒性也较好.

2HDS-DBN模型

HDS-DBN模型可由下面的多元组表示:

M=(Q1:L,D1:L 1,O1:L,π1:L,A1:L,B1:L,P1:L 1)(1)

式中,Q1:L、O1:L和D1:L 1分别表示第1到L层的行为状态、观测及第1到L 1层的驻留时间状态.HDS-DBN模型是一种特殊的动态贝叶斯网络,它的状态空间被分解为L个行为状态的集合Ql={1,2,···,|Ql|}和L 1个驻留时间状态的集合Dh={d|d∈N∪{0}},其中N表示自然数集.HDS-DBN模型的参数Θ包括初始概率πl={πl

ij}、转移概率Al={alijk}、观测概率分布Bl={bli(Ot)}

以及行为状态的驻留时间分布Ph={ph

i(d)},其中

当l=1时,πlij和alijk退化为π1j和a1

jk.即HDS-DBN模型的参数Θ可表示为Θ={π1:L,A1:L,B1:L,P1:L 1}.在文献[16]中定义了一个只含有2层状态的模型,而本文将文献[16]中的模型推广到了任意层,为描述具有多个尺度细节的视频内容建立了一个统一的模型.图2显示了具有3层状态的HDS-DBN模型.

图23层HDS-DBN模型Fig.2

3-levelHDS-DBNmodel

HDS-DBN模型的条件概率分布(Conditionalprobabilitydistribution,

CPD)表示如下

P(Qlj|Ql 1

π1j,l=11=1=i)=πl

l=2,···,L

(2)ij,P(Qll

t=k

|Qt 1=j,Ql 1lt=i,Dt 1=d)=

δ(j k),d>0,l=1,2,···,L 1a1jk,d=0,l=1

ald=0,l=2,3,···,L 1(3)

ijk,aLijk

,l=L