本发明专利技术公开了一种识别动态人物特征进行智能门开启的方法及系统，其方法包括：获得动态视频图像；提取动态视频图像中的若干关键帧图像；扫描二值化处理后的帧图像并提取动态视频图像特征流；判断动态视频图像特征流与匹配图像特征流是否存在匹配关系；触发用户基于智能门上的指纹识别装置进行指纹识别；在所述用户指纹信息与所述指纹身份信息相一致时，触发智能门的开启。本发明专利技术能够交精准的匹配到相关联的视频图像内容，以及启动相应的指纹识别过程，达到精确匹配与身份验证的目的，从而保障整个身份识别验证的安全性，智能门开启的安全性。
【技术实现步骤摘要】
本专利技术涉及视频图像
，具体涉及一种识别动态人物特征进行智能门开启 的方法及系统。
技术介绍
视频图像处理过程中会涉及到对视频图像数据的采集、传输、处理、显示和回放等 过程，这些过程共同形成了一个系统的整体周期，可以连续性的运作。在视频图像处理技术 范围内最主要的就是包括了图像的压缩技术和视频图像的处理技术等。目前，市场上主流 的视频图像处理技术包括:智能分析处理，视频透雾增透技术，宽动态处理，超分辨率处理， 下面分别介绍以上四种处理技术。 智能视频分析技术是解决视频监控领域大数据筛选、检索技术问题的重要手段。 目前国内智能分析技术可以分为两大类:一类是通过前景提取等方法对画面中的物体的移 动进行检测，通过设定规则来区分不同的行为，如拌线、物品遗留、周界等;另一类是利用模 式识别技术对画面中所需要监控的物体进行针对性的建模，从而达到对视频中的特定物体 进行检测及相关应用，如车辆检测、人流统计、人脸检测等应用。 现有视频采集对动态要求性较高，整个视频采集的动态性要求高，现有的智能门 系统对于动态数据采集不够准确，也没有响应的安全性机制，缺少一种高效图像识别，身份 识别的机制，适用于高档社区，智能或者智慧社区的发展。
技术实现思路
本专利技术的目的是提供一种识别动态人物特征进行智能门开启的方法及系统，减少 采集视频数据的搜索匹配难度，实现智能门系统的安全控制性。 为此，本专利技术提供了一种识别动态人物特征进行智能门开启的方法，包括如下步 骤： 基于摄像头对进入到视频采集范围内的人物进行动态视频采集，获得动态视频图 像； 对所述动态视频图像进行视频图像预处理，并对所述动态视频图像进行运动检 测，提取动态视频图像中的若干关键帧图像； 对提取的若干关键帧图像中的每一帧图像进行二值化处理，扫描二值化处理后的 帧图像并提取动态视频图像特征流； 将动态视频图像特征流与智能门系统中所有匹配图像的匹配图像特征流进行匹 配，判断动态视频图像特征流与匹配图像特征流是否存在匹配关系； 在判断动态视频图像特征流与所有匹配图像中的某一匹配图像的待匹配特征流 存在匹配之后，触发用户基于智能门上的指纹识别装置进行指纹识别； 基于获取的用户指纹信息与所述某一匹配图像所关联的指纹身份信息是否相一 致； 在所述用户指纹信息与所述指纹身份信息相一致时，触发智能门的开启。 所述基于摄像头对进入到视频采集范围内的人物进行动态视频采集，获得动态视 频图像包括：基于Adaboost算法的统计学习方法对人物特征进行检测，判断人物是否进入到视 频采集范围；在判断人物进入到视频米集范围时，对所述人物进行动态视频米集，获得动态视 频图像。 所述对所述动态视频图像进行视频图像预处理包括： 对动态视频图像进行降噪和图像增强。 所述对所述动态视频图像进行运动检测，提取动态视频图像中的若干关键帧图像 包括： 基于三帧差分的运动检测对所述动态视频图像进行若干关键帧的提取。所述扫描二值化处理后的帧图像并提取动态视频图像特征流包括： 将二值化处理后的帧图像分为相同大小的4、9、16部分； 对4、9、16部分中的每一小部分，再平均分为4部分区域；从上至下，从左至右，依次扫描整个二值图的各个最小区域，查看每一区域像素点 的分布情况，根据不同的分布情况得到该区域不同的特征符；扫描处理完整个二值化处理后的帧图像，得到二值化处理后的帧图像基于4、9、16 部分的3个特征流。 所述查看每一区域像素点的分布情况，根据不同的分布情况得到该区域不同的特 征符的步骤中，像素点与特征符对应关系为:a=1000 ;b = 0100;c = 0010;d = 0001;e = 1100 ；f = 0110；g = 0011；h= 1001 ；i = 1010 ；j = 0101；k = 0111； 1 = 1011 ；m=1101；n= 1110； o=im;p = 0000,其中i代表该区域有像素点分布，〇代表该区域无像素点分布，&至?表示 特征符。 所述将动态视频图像特征流与智能门系统中所有匹配图像的匹配图像特征流进 行匹配，判断动态视频图像特征流与匹配图像特征流是否存在匹配关系： 取出所有匹配图像中每一匹配图像所对应的匹配图像特征流和动态视频图像特 征流； 分别对比匹配图像特征流和动态视频图像特征流的3个特征流，统计对应的特征 流的相似度，并得出所有匹配图像中每一匹配图像与动态视频相似度值； 在判断智能门系统中的某一匹配图像所对应的相似度值大于阈值时，则判定动态 视频图像与智能门系统中的匹配图像存在匹配关系，否则判断所述动态视频图像与智能门 系统中的匹配图像不存在匹配关系。 相应的，本专利技术还提供了一种识别动态人物特征进行智能门开启的系统，包括： 视频采集模块，用于基于摄像头对进入到视频采集范围内的人物进行动态视频采 集，获得动态视频图像；视频预处理模块，用于对所述动态视频图像进行视频图像预处理，并对所述动态 视频图像进行运动检测，提取动态视频图像中的若干关键帧图像；视频图像处理模块，用于对提取的若干关键帧图像中的每一帧图像进行二值化处 理，扫描二值化处理后的帧图像并提取动态视频图像特征流； 视频图像匹配模块，用于将动态视频图像特征流与智能门系统中所有匹配图像的 匹配图像特征流进行匹配，判断动态视频图像特征流与匹配图像特征流是否存在匹配关 系； 指纹信息获取模块，用于在判断动态视频图像特征流与所有匹配图像中的某一匹 配图像的待匹配特征流存在匹配之后，触发用户基于智能门上的指纹识别装置进行指纹识 别；指纹信息识别模块，用于基于获取的用户指纹信息与所述某一匹配图像所关联的 指纹身份信息是否相一致；智能门开启模块，用于在所述用户指纹信息与所述指纹身份信息相一致时，触发 智能门的开启。所述视频采集模块用于基于Adaboost算法的统计学习方法对人物特征进行检测， 判断人物是否进入到视频采集范围；在判断人物进入到视频采集范围时，对所述人物进行 动态视频米集，获得动态视频图像。所述视频预处理模块用于对动态视频图像进行降噪和图像增强，以及基于三帧差 分的运动检测对所述动态视频图像进行若干关键帧的提取。与现有技术相比，本专利技术基于Adaboost的人脸检测算法是一种统计学习算法，它 通过对Haar特征的统计来判别是不是人脸，可以识别出人物是否进入到视频采集范围，从 而启动整个视频采集过程。针对采集视频的动态性，采取对视频图像进行运动检测，得到关 键帧图像，形成关键帧图像的关键帧视频流，从而对关键帧视频流中的关键帧图像进行特 征流提取，从而提交了视频图像需要匹配的目标图像的精度，根据目标图像在视频区域分 布信息提取特征，将目标图像和待匹配图像进行特征匹配，从而识别或搜索相关视频区域， 同时还可以进行在视频中进行跟踪。针对匹配数据库中的容量，可以预先获得匹配数据库 中每一匹配图像的特征流，在针对每一图像中特征流，根据各个小块目标点分布的具体情 况得出特征符并形成特征流进行图像匹配，并且只需一次扫描整个目标区域即可，避免了 重复计算，匹配，大大加快了图像匹配速度和效率。针对整个匹配过程，能够交精准的匹配 到相关联的视频图像内容，以及启动相应的指纹识别过程，达到精确匹配与身份验证的目 本文档来自技高网...
【技术保护点】
一种识别动态人物特征进行智能门开启的方法，其特征在于，包括如下步骤：基于摄像头对进入到视频采集范围内的人物进行动态视频采集，获得动态视频图像；对所述动态视频图像进行视频图像预处理，并对所述动态视频图像进行运动检测，提取动态视频图像中的若干关键帧图像；对提取的若干关键帧图像中的每一帧图像进行二值化处理，扫描二值化处理后的帧图像并提取动态视频图像特征流；将动态视频图像特征流与智能门系统中所有匹配图像的匹配图像特征流进行匹配，判断动态视频图像特征流与匹配图像特征流是否存在匹配关系；在判断动态视频图像特征流与所有匹配图像中的某一匹配图像的待匹配特征流存在匹配之后，触发用户基于智能门上的指纹识别装置进行指纹识别；基于获取的用户指纹信息与所述某一匹配图像所关联的指纹身份信息是否相一致；在所述用户指纹信息与所述指纹身份信息相一致时，触发智能门的开启。
【技术特征摘要】
【专利技术属性】
技术研发人员：谭南，杨帆，
申请(专利权)人：深圳市指点信息科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。