物体识别定位方法和装置制造方法及图纸

本发明专利技术提供了一种物体识别定位方法和装置，其中的方法包括：获取监控视频图像的背景图像，基于背景图像获取监控视频图像的前景掩码图，获得前景掩码图中的连通区域，基于连通区域内的前景掩码图以及监控视频图像识别并定位物体。本发明专利技术的物体识别定位方法和装置，将前景掩码连同原始图像块输入分类器能够提供更多的信息供分类决策，利用背景建模技术提取前景物体位置能够提高物体定位的速度，可以提高识别定位的准确度和效率。

Object Recognition and Location Method and Device

The invention provides an object recognition and location method and device. The method includes acquiring the background image of the surveillance video image, acquiring the foreground mask image of the surveillance video image based on the background image, obtaining the connected area in the foreground mask image, recognizing and locating the object based on the foreground mask image in the connected area and the surveillance video image. The object recognition and location method and device of the present invention can provide more information for classification decision by inputting the foreground mask together with the original image block into the classifier. Using background modeling technology to extract the foreground object position can improve the speed of object location, and can improve the accuracy and efficiency of recognition and location.

【技术实现步骤摘要】
物体识别定位方法和装置
本专利技术涉及图像处理
，尤其涉及一种物体识别定位方法和装置。
技术介绍
视频监控是安全防范系统的重要组成部分，包括前端摄像机、传输线缆、视频监控平台。摄像机可分为网络数字摄像机和模拟摄像机，可作为前端视频图像信号的采集。视频监控平台对图像进行自动识别、存储和自动报警等。用户可以对图像进行实时观看、录入、回放、调出及储存等操作。物体定位与识别是在图像或视频帧中定位出物体的位置及类型，是重要的视频监控基础技术。在现有的技术中，物体定位与识别需要将图片进行不同尺度的缩放，然后在不同尺度的图像或视频帧上进行扫描搜索，因此计算量非常大，使用成本高。
技术实现思路
有鉴于此，本专利技术的一个或多个实施例提供一种物体识别定位方法和装置。根据本公开的一个方面，提供一种物体识别定位方法，包括：对监控视频进行预处理，获取监控视频图像的背景图像；基于所述背景图像获取所述监控视频图像的前景掩码图；获得所述前景掩码图中的连通区域，将所述连通区域设为物体存在区域；基于所述物体存在区域内的前景掩码图以及所述监控视频图像识别并定位位于所述物体存在区域内的物体。可选地，所述基于所述物体存在区域内的前景掩码图以及所述监控视频图像识别并定位位于所述物体存在区域内的物体包括：将所述物体存在区域内的前景掩码图、以及所述监控视频图像中与所述物体存在区域对应的局部视频图像发送到分类器，以使所述分类器识别并定位位于所述物体存在区域内的物体。可选地，所述分类器包括：ICF+AdaBoost分类器、DPM+LSVM分类器。可选地，所述获取监控视频图像的背景图像包括：使用解码器对监控视频进行解码，获取多帧监控视频图像；基于所述多帧监控视频图像并根据预设的模型算法建立所述背景模型；根据所述背景模型获得所述监控视频图像的背景图像。可选地，所述背景模型包括：高斯混合模型；经过所述高斯混合模型处理后的所述监控视频图像的数据包括：RGB数据、前景掩码数据。可选地，所述基于所述背景图像获取所述监控视频图像的前景掩码图包括：将所述监控视频图像减去所述背景图像，获得所述前景掩码图。可选地，所述获得所述前景掩码图中的连通区域包括：基于预设的算法对所述所述前景掩码图进行处理，获取获得所述前景掩码图中的连通区域；其中，所述预设的算法包括：腐蚀算法。根据本公开的另一方面，提供一种物体识别定位装置，包括：背景获取模块，用于对监控视频进行预处理，获取监控视频图像的背景图像；前景获取模块，用于基于所述背景图像获取所述监控视频图像的前景掩码图；连通区域获取模块，用于获得所述前景掩码图中的连通区域，将所述连通区域设为物体存在区域；识别处理模块，用于基于所述物体存在区域内的前景掩码图以及所述监控视频图像识别并定位位于所述物体存在区域内的物体。可选地，所述识别处理模块，用于将所述物体存在区域内的前景掩码图、以及所述监控视频图像中与所述物体存在区域对应的局部视频图像发送到分类器，以使所述分类器识别并定位位于所述物体存在区域内的物体。可选地，所述分类器包括：ICF+AdaBoost分类器、DPM+LSVM分类器。可选地，所述背景获取模块，用于使用解码器对监控视频进行解码，获取多帧监控视频图像；基于所述多帧监控视频图像并根据预设的模型算法建立所述背景模型；根据所述背景模型获得所述监控视频图像的背景图像。可选地，所述背景模型包括：高斯混合模型；经过所述高斯混合模型处理后的所述监控视频图像的数据包括：RGB数据、前景掩码数据。可选地，所述前景获取模块，用于将所述监控视频图像减去所述背景图像，获得所述前景掩码图。可选地，所述连通区域获取模块，用于基于预设的算法对所述所述前景掩码图进行处理，获取获得所述前景掩码图中的连通区域其中，所述预设的算法包括：腐蚀算法。根据本公开的又一方面，提供一种物体识别定位装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上所述的物体识别定位方法。根据本公开的再一方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该指令被一个或多个处理器执行时实现如上所述的方法的步骤。本公开的物体识别定位方法和装置，物体识别定位方法和装置，获取监控视频图像的背景图像，基于背景图像获取监控视频图像的前景掩码图，获得前景掩码图中的连通区域，基于连通区域内的前景掩码图以及监控视频图像识别并定位物体；将前景掩码连同原始图像块输入分类器能够提供更多的信息供分类决策，利用背景建模技术提取前景物体位置能够提高物体定位的速度，可以提高识别定位的准确度和效率。附图说明为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为根据本公开的物体识别定位方法的一个实施例的流程示意图；图2A为根据本公开的物体识别定位方法的一个实施例中的前景掩码图示意图；图2B为根据本公开的物体识别定位方法的一个实施例中的定位与分类示意图；图3为根据本公开的物体识别定位装置的一个实施例的模块示意图；图4为根据本公开的物体识别定位装置的另一个实施例的模块示意图。具体实施方式下面参照附图对本公开进行更全面的描述，其中说明本公开的示例性实施例。下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。图1为根据本公开的物体识别定位方法的一个实施例的流程示意图，如图1所示：步骤101，对监控视频进行预处理，获取监控视频图像的背景图像。步骤102，基于背景图像获取监控视频图像的前景掩码图。步骤103，获得前景掩码图中的连通区域，将连通区域设为物体存在区域。步骤104，基于物体存在区域内的前景掩码图以及监控视频图像识别并定位位于物体存在区域内的物体。物体包括行人、汽车等。在一个实施例中，获取监控视频图像的背景图像可以有多种方法。例如，使用解码器对监控视频进行解码，获取多帧监控视频图像，基于多帧监控视频图像并根据预设的模型算法建立背景模型，根据背景模型获得监控视频图像的背景图像。背景模型可以有多种，例如为高斯混合模型等。高斯混合模型利用高斯概率密度函数(正态分布曲线)精确地量化事物，将事物分解为若干的基于高斯概率密度函数(正态分布曲线)形成的模型。高斯混合模型用高斯概率密度函数精确地量化事物，将一个事物分解为若干的基本高斯概率密度函数。经过高斯混合模型处理后的监控视频图像的数据包括RGB数据、前景掩码数据等。监控类视频使用的摄像头一般为固定设置，因此，监控视频的背景在较短时间内也是相对固定的，并且可以从一系列监控画面中通过技术手段获得背景图像。例如，对多个监控图像进行平均计算，将前景物体通过平均计算处理达到消减的效果，或者利用高斯混合模型进行更准确地估计背景。监控视频首先通过解码器进行解码，将视频还原为一帧帧的图像，将解码后的图像帧输入给高斯混合模型，由本文档来自技高网...

【技术保护点】
1.一种物体识别定位方法，包括：对监控视频进行预处理，获取监控视频图像的背景图像；基于所述背景图像获取所述监控视频图像的前景掩码图；获得所述前景掩码图中的连通区域，将所述连通区域设为物体存在区域；基于所述物体存在区域内的前景掩码图以及所述监控视频图像识别并定位位于所述物体存在区域内的物体。

【技术特征摘要】
1.一种物体识别定位方法，包括：对监控视频进行预处理，获取监控视频图像的背景图像；基于所述背景图像获取所述监控视频图像的前景掩码图；获得所述前景掩码图中的连通区域，将所述连通区域设为物体存在区域；基于所述物体存在区域内的前景掩码图以及所述监控视频图像识别并定位位于所述物体存在区域内的物体。2.如权利要求1所述的方法，其中，所述基于所述物体存在区域内的前景掩码图以及所述监控视频图像识别并定位位于所述物体存在区域内的物体包括：将所述物体存在区域内的前景掩码图、以及所述监控视频图像中与所述物体存在区域对应的局部视频图像发送到分类器，以使所述分类器识别并定位位于所述物体存在区域内的物体。3.如权利要求2所述的方法，其中，所述分类器包括：ICF+AdaBoost分类器、DPM+LSVM分类器。4.如权利要求1所述的方法，其中，所述获取监控视频图像的背景图像包括：使用解码器对监控视频进行解码，获取多帧监控视频图像；基于所述多帧监控视频图像并根据预设的模型算法建立所述背景模型；根据所述背景模型获得所述监控视频图像的背景图像。5.如权利要求4所述的方法，其中，所述背景模型包括：高斯混合模型；经过所述高斯混合模型处理后的所述监控视频图像的数据包括：RGB数据、前景掩码数据。6.如权利要求5所述的方法，其中，所述基于所述背景图像获取所述监控视频图像的前景掩码图包括：将所述监控视频图像减去所述背景图像，获得所述前景掩码图。7.如权利要求1所述的方法，其中，所述获得所述前景掩码图中的连通区域包括：基于预设的算法对所述所述前景掩码图进行处理，获取获得所述前景掩码图中的连通区域其中，所述预设的算法包括：腐蚀算法。8.一种物体识别定位装置，其中，包括：背景获取模块，用于对监控视频进行预处理，获取监控视频图像的背景图像；前景获取模块，用于基...

【专利技术属性】
技术研发人员：丁圣勇，樊勇兵，陈楠，黄志兰，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：北京,11