摘要
针对人的站立和坐下的视频，提出基于光流的人体行为识别算法。首先获取当前帧的活动点集，从而得到活动区域。根据保存帧的信息统计向上光流和向下光流，结合当前人的状态，判断人的动作。
人的行为识别
整个算法主要分为4个过程：1、获取活动点集
2、获取活动区域
3、获取人的动作
4、更新人的状态
1.、1获取活动点集
利用计算出来的光流，对当前帧中光流变化比较大的光流所在地位置保存下来，对整幅图进行采样，光流大的位置亮度为255，其他位置为0
1、2获取活动区域
在活动点集上，利用形态学中的膨胀和腐蚀操作算子进行处理。获取活动点集有采样处理，膨胀半径根据采样频率设置，首先对活动电机进行膨胀操作，然后进行腐蚀。在进行二值图的轮廓查找，将轮廓比较小的舍弃、保留面积比较大的轮廓。根据大轮廓上点的坐标，极端出该轮廓的上下左右边界，从而得到活动区域。
1、3获取人的动作
首先查询该区域中人的状态，然后利用保存好的倩N帧图像的信息，统计该区域的光流变化，得到序列中向上光流和向下光流的矢量和。
1）有动作处理
在标准战力和坐下的情况下，根据向上光流和向下光流就可以判断人的动作。由于人站立时会先弯腰，然后在站起来，这样会产生向下光流，然后才是向上光流，有的人坐下时会先弯腰坐下，然后往后靠，这样会先产生向下光流，然后时向上光流。
2）无动作处理
人的左右晃动或者侧身会引起向上或者向下光流很少，大部分时横向光流，这部分要排除。对于抬头的行为，没有站立或者做下引起的光流变化大，所以可以用一个门限来排除。
更新人的状态
需要一个状态帧记录每帧中站立人的状态。
