馬偉 高振懷

摘要：該文對相關概念進行分析，并分別闡述卷積神經(jīng)網(wǎng)絡與布谷鳥搜素算法在人體行為識別中的應用。以未剪切長視頻為例，提出三維卷積與循環(huán)神經(jīng)網(wǎng)絡相結合的方式，根據(jù)識別結果可知，與前人研究相比，識別準確率有顯著提升，說明該方案科學可行，人體行為檢測變得更加實用高效。

關鍵詞：卷積神經(jīng)網(wǎng)絡;布谷鳥搜索;人體行為

中圖分類號：TP183? ? ? ?文獻標識碼：A

文章編號：1009-3044（2022）01-0090-02

在科技飛速發(fā)展下，高清視頻監(jiān)控產(chǎn)品陸續(xù)誕生，人體行為識別在軍事安防、智能家居與智慧城市等領域得到廣泛應用。在智能終端逐漸普及下，大量短視頻產(chǎn)生，需要更加便利地檢索、分類與審核，而視頻主體便是人體行為，應采用卷積神經(jīng)網(wǎng)絡、布谷鳥搜索等方式，使人體行為得到準確快速地識別。

1相關概念分析

1.1人體行為識別

人體行為代表的是人類行為，主要是對環(huán)境或者其他物體產(chǎn)生的反應。在人體行為研究中可分為整體與部分兩項內容。其中局部行為包括手勢、面部表情等;而整體行為以行為、姿勢和動作為主。因行為復雜程度不同，可將其分為手勢、姿態(tài)、表情與交互行為等。從本質上看，人體行為識別主要對個人行為、群體行為以及人與外界環(huán)境間的行為進行理解和分析。在靜態(tài)手勢、表情識別與人體行為等方面較為成熟，取得一定成就。

1.2卷積神經(jīng)網(wǎng)絡

1）局部連接。受生物學影響，視覺皮層的神經(jīng)元可接受局部信息。圖像像素的空間關聯(lián)與距離較近的像素有較強關聯(lián)性，反之則較弱。對此，神經(jīng)元單純接收自己所負責的局部感受范圍，無需感知全部像素，個別信息科由下一層信息融合起來，變?yōu)槿娌季?

2）卷積原理。該原理主要體現(xiàn)在利用相同卷積核對整體圖像進行處理，對個別特點與其他位置特征進行提取，使其他位置均能利用相同的學習特點。通過權值共享的方式，可使特征唯獨、參數(shù)量等得到顯著降低，神經(jīng)網(wǎng)絡時空復雜度也會隨之下降。通過對圖像結構特點進行分析，依靠深層特點可將圖像本身含義體現(xiàn)出來，卷積定義為：對R上可積的函數(shù)[f（x）]與[g（x）]的卷積[h（x）]表示為：

[h（x）=f（τ）g（x-τ）dτ]

式中，[f（x）]在[g（x）]中卷積用[f（x）]·[g（x）]表示，在定義域內[f（x）]與[g（a-x）]乘積積分;[a]代表的是卷積函數(shù)自變量，也就是卷積所處位置。

3）多層卷積核。首個卷積層在運行后，卷積層內特征圖像帶有淺層特征，如線條輪廓、邊緣信息等。在圖像識別時要求采用深層特征，而淺層特點無法將圖像語義充分體現(xiàn)出來。一種卷積核只可利用相同的特征圖，要想取得更深層的特點，便要對多層卷積的特點全面提取，繪制帶有眾多信息的特征圖。在圖像識別方面，從初始階段到利用像素勾勒的簡單紋理曲線，最終形成圖案，變成圖像中的各個物體[1]。

1.3布谷鳥搜索算法

布谷鳥是具有代表性的巢寄生育雛行為的鳥類，一些布谷鳥自己不筑巢和產(chǎn)卵，而是偷偷將蛋產(chǎn)在其他鳥巢中，由宿主代為孵化與養(yǎng)育。在繁殖過程中，先要尋找育雛期與自己相近、卵顏色相似的宿主，再趁其外出時迅速將蛋產(chǎn)在宿主的巢中。為不被宿主察覺，在產(chǎn)卵之前還會將宿主原本巢中的一枚或者多枚蛋拿走，使巢內原本卵量不變。一旦寄生卵被發(fā)現(xiàn)，便會被宿主移走，寄生繁殖便失敗。根據(jù)上述行為，布谷鳥搜索算法誕生，實現(xiàn)流程如下：一是對搜索空間、種群規(guī)模、迭代最大值等進行設置，對鳥巢位置初始化，將目標函數(shù)定義為[F（x）]，其中X的取值范圍為[x1]到[xn];二是對各個鳥巢位置目標函數(shù)值進行對比，獲得最佳函數(shù)值;三是依靠萊維飛行對除最佳鳥巢外的剩余鳥巢位置進行優(yōu)化，計算明確的目標函數(shù)值，將其與最佳函數(shù)值對比，如若良好，則記錄最優(yōu)值;四是當位置更新后，將隨機數(shù)與Pa對比，如若[r]值大于Pa，便可隨機更新鳥巢位置，否則巢位置不發(fā)生改變;五是在滿足搜索精度要求情況下，輸出最佳鳥巢位置[2]。

2布谷鳥搜索算法在人體行為識別中的應用

2.1算法原理

在布谷鳥繁殖行為的啟發(fā)下，布谷鳥搜索算法誕生，該算法具有較強的智能性，先定義3種假設，一是每只布谷鳥只產(chǎn)下一顆蛋，并隨機分布到鳥巢中;二是一些優(yōu)質鳥巢會被保留給后代，質量較差的鳥巢會被更新;三是宿主識別鳥蛋的概念為[Pa∈[0，1]]。鳥巢尋找路徑與位置變換操作公式如下：

[Xik+1=Xik+a⊕levy（λ）]

式中，[Xik]代表的是第[k]代鳥巢位置向量;[Xik+1]代表的是第[k+1]代鳥巢位置向量;[⊕]代表的是點與點間的運算;[Levy（λ）]代表的是鳥飛行路徑;[a]代表的是調節(jié)因子。

在CS算法運行中，許多鳥巢利用隨機更新形式，使鳥巢周圍區(qū)域的關鍵信息得到充分利用，并采取選擇性淘汰策略。在CS算法基礎上，全局搜索能力增強，但局部搜索能力較弱，可利用淘汰策略進行計算，如下：

[Xki，newnest=Xki，pnest+c×（Xki，pnest-Xki）]

式中，[Xki，newnest]、[Xki，pnest]與[Xki，pnest]均為不同時段鳥巢位置。

2.2識別平臺搭建

為探究CS-RVM行為識別模型的可行性，利用Win 8電腦、Matlab軟件開展識別實驗，隨機選擇10個人，要求他們演示各種行為，獲得300個樣本訓練集與200個測試樣集，每人做6種不同行為。在實驗條件不變情況下，采用不同模型進行對照實驗。一是利用布谷鳥算法對向量機核特征進行優(yōu)化，參數(shù)設定為1.75，模型編號為1號;二是特征參數(shù)為64個，用布谷鳥算法進行向量機核參數(shù)優(yōu)化，模型編號為2號;三是布谷鳥算法分別對特征與參數(shù)進行優(yōu)化，且忽視二者間的聯(lián)系，模型編號為3號[3]。

2.3人體行為識別

通過離散傅里葉變換特點，對人體行為特征進行提取，對其歸一化處理后，再對相關向量函數(shù)參數(shù)[σ]的取值范圍;起初鳥巢位置向量由人體行為與[σ]表示;采用以下公式對鳥巢位置的適應度進行計算，公式為：

[f=ω×precison+（1-ω）（i=1Nfi）-1]

式中，[fi]代表的是特征狀態(tài);[ω]代表的是權值。針對一些質量較低的鳥巢向量優(yōu)化處理，由此形成新的鳥巢位置。在滿足算法結束條件后，由最佳鳥巢向量可獲得人體行為集合，在此基礎上創(chuàng)建人體行為識別模型。在布谷鳥算法應用下，創(chuàng)建行為識別模型的運行流程如下：先是離散傅里葉變換，對行為特征進行提取后歸一化處理，訓練樣本集合，將訓練集簡化后估計適應度，判斷是否滿足算法結束要求，若滿足則創(chuàng)建行為識別模型;若未滿足，則對個別質量較差的鳥巢位置更新處理，將鳥巢位置分為向量機核參數(shù)與特征子集，對前者估計適應度值，對后者簡化訓練集，然后判斷是否滿足算法結束要求，若滿足，則創(chuàng)建行為識別模型，若不滿足則重復上述操作，直至與算法結束條件相符。

2.4識別結果

針對上述三個模型分別開展10次方針實驗，對平均值進行統(tǒng)計，獲得以下識別結果。

1）與1號和2號相比，3號行為識別準確率更高，可有效降低行為識別錯誤率，意味著1號與2號單純對行為識別影響因素進行分析，在識別準確性方面難以滿足相關要求[4];

2）與3號相比，CS-RVM能夠取得理想的行為識別結果，但二者間互為獨立，沒有深入分析與參數(shù)間的關系，無法確保二者均達到最佳狀態(tài)，CS-RVM模型能夠對二者間的關系充分考慮，使行為識別準確率得到極大提升。在應用期間，一些行為實時性要求較高，如智能監(jiān)控等，要對人體各種行為模型的識別用時均值進行分析，以“走”“跑”“蹲”“坐”和“彎腰”為例，對四種模型的識別時間進行對比。1號模型中“走”識別用時為0.461s，“跑”識別時間0.410s，“蹲”識別用時0.425s，“坐”用時0.405s，“彎腰”用時0.421s;2號模型中“走”識別用時為0.421s，“跑”識別時間0.406s，“蹲”識別用時0.415s，“坐”用時0.403s，“彎腰”用時0.414s;3號模型中“走”識別用時為0.495s，“跑”識別時間0.484s，“蹲”識別用時0.436s，“坐”用時0.403s，“彎腰”用時0.425s;CS-RVM模型中“走”識別用時為0.359s，“跑”識別時間0.396s，“蹲”識別用時0.374s，“坐”用時0.375s，“彎腰”用時0.385s。

3卷積神經(jīng)網(wǎng)絡的人體行為識別實驗分析

3.1數(shù)據(jù)采集

本文選擇25人在4個場景中完成24類動作，共采集2395個樣品，且尺度、衣著與光照存在不同變化，但背景相對靜止，使用同一臺相機拍攝，識別較為簡單。食品已經(jīng)按照行為發(fā)生時間剪切完畢，并對空間場景進行標注。在數(shù)據(jù)及中包括兩項目標，一個是行為識別，另一個是時序檢測。在時序檢測中共有20類動作沒有剪切視頻，采用片段形式標注，此類樣本可用于創(chuàng)建測試時序行為的檢驗模型。在本文研究中，時序檢測中的驗證集當作訓練數(shù)據(jù)，對未剪切的場視頻進行性能測試。

3.2網(wǎng)絡訓練

為將本文構建的模型與其他模型對比，利用數(shù)據(jù)集的時序行為對子集進行實驗檢驗，對該子集中的時序行為片段標注出來，帶有200個驗證視頻與230個測試視頻。根據(jù)相關規(guī)定，利用驗證集進行數(shù)據(jù)訓練，再利用5個交叉驗證法對超參數(shù)進行優(yōu)化。在Sports M數(shù)據(jù)集基礎上預訓練，對網(wǎng)絡convl初始化操作后，對網(wǎng)絡后續(xù)層展開訓練，學習率設定為0.001。為提高網(wǎng)絡訓練效果，還要利用循環(huán)記憶模塊對語義進行約束，使其嚴格遵循設計要求完成任務，對候選視頻進行分離。在損失函數(shù)設計期間，可對不同模塊的損失函數(shù)進行單獨設計，并通過多模塊間的加權系數(shù)獲得損失函數(shù)，為網(wǎng)絡端與端之間的訓練提供科學方式。網(wǎng)絡總體是對個人行為的檢測，但損失函數(shù)中帶有循環(huán)記憶P與C兩個模塊，依靠控制訓練，可在不同階段對損失函數(shù)比重進行明確，從而完成全部任務訓練，由此達到語義約束目標。具體措施為：針對模塊P，每實施5次批量梯度下降時，約束權值便可降低50%;對于模塊C來說，每實施8.5K次批量下降，約束權值便降低50%。在性能評價方面，在人體行為檢測方面，可采用mAP指標，利用計算幀與視頻等級對時空性能進行檢測。在應用中先對各個類別的平均準確率進行計算，再獲得多個類別的平均數(shù)。AP是準確率、召回率曲線下的面積。P-R曲線可對準確率、召回率間的函數(shù)關系進行介紹，其中前者是指真正為正例的數(shù)據(jù)比例，后者為預測為正例的數(shù)據(jù)比例，P-R曲線關鍵是對P-R進行計算[5]。

3.4實驗結果

網(wǎng)絡通過訓練在驗證集中檢驗模型性能，針對沒有剪切的視頻，通過可視化檢驗結果可更加直觀地理解模型性能。隨機選出一段驗證視頻，根據(jù)檢測結果可知，針對未剪切的長視頻，其實際行為只有視頻中的一小部分，且一段視頻可能包含多種行為，但網(wǎng)絡均可將其檢測出來。根據(jù)可視化模型可知，通過卷積神經(jīng)網(wǎng)絡可使人體行為檢驗準確率顯著提升，主要因網(wǎng)絡結構設計準確，且接受過合理的訓練與約束。同時，網(wǎng)絡還輸出諸多類型的準確率，根據(jù)本文算法可知“投籃”識別時長為0.195s，“跳遠”識別時長為0.725s，“打臺球”識別時長為0.047s，“跳水”識別時長為0.278s，“打高爾夫球”識別時長為0.185s。通過對不同類型準確率分析可知，人體行為檢測的類型差別較為相似，個別行為的識別準確率良好，如跳遠等，但個別行為識別有些困難，如打臺球等。通過對視頻數(shù)據(jù)的深入分析，很容易辨別算法的類型，類間差異相對較大，類內差異相對較小，但一些識別難度較大的類別則相反，這主要受行為的自身特點決定，應區(qū)別看待。

4 結論

綜上所述，在網(wǎng)絡飛速發(fā)展下，每日產(chǎn)生的視頻量爆炸式增長，在視頻審核與檢驗中，可采用卷積神經(jīng)網(wǎng)絡、布谷鳥搜索算法等方式進行人體行為識別，從而快速審核視頻信息。將其應用到未剪輯長視頻中，與以往技術相比，能夠更加快速準確地識別行為，使動作識別更具實用性。同時，個別行為因訓練樣本較少，對識別精準度產(chǎn)生不良影響，主要因模型訓練不充分所致，可通過增加訓練樣本等方式，使檢測精度進一步提升。

參考文獻：

[1] 劉波，易輝，薄翠梅，等.MCKD與改進的LSSVM在滾動軸承故障診斷中的應用[J].電子技術應用，2018，44（7）：81-85.

[2] 賀海龍.基于卷積神經(jīng)網(wǎng)絡的人體行為識別研究[D].秦皇島：燕山大學，2019.

[3] 薛路強.基于雙流融合卷積神經(jīng)網(wǎng)絡的人體行為識別研究[D].合肥：安徽大學，2018.

[4] 于清，姜佩京，王耀國，等.基于卷積神經(jīng)網(wǎng)絡人體行為識別的院前急救措施研究[J].中華危重病急救醫(yī)學，2020，32（11）：1385-1387.

[5] 諶頏，孫道宗.基于CS優(yōu)化深度學習卷積神經(jīng)網(wǎng)絡的目標檢測算法[J].機床與液壓，2020，48（6）：187-192.

【通聯(lián)編輯：唐一東】

收稿日期：2021-10-15

基金項目：寧夏大學新華學院科學研究基金項目（19XHKY04）

作者簡介：馬偉（1982—），男（回族），寧夏固原人，副教授，碩士，主要研究方向為計算機應用技術，計算機系統(tǒng)結構，人工智能。

3260500338278