【技术实现步骤摘要】
本专利技术属于面向智能监控的视频图像处理领域,具体涉及一种人体离开可靠检测方法。
技术介绍
视频监控被广泛应用于安全与监管领域,为公共安全与人员监管提供了有力的数据支撑。但是目前面向监控视频的智能化分析程度还比较低,在面向监控视频的人体离开检测方面,尚无公开的专门针对该应用的技术手段。人体离开检测主要用于监控特定场景中人员有无离开指定区域,在智能视频监控领域具有重要作用。面向监控视频的人体离开检测是监控视频图像处理的重要应用。其处理流程为:首先从监控视频中获取图像数据,然后初始化检测区域并提取人体肤色,进一步在检测区域分析颜色特征,进而实现人体离开检测。针对人体离开检测中的各个环节,现有的方法如专利201510488408.2采用帧差法检测视频中运动区域,如果人体静止不动则检测不到;专利201310405276.3、201310116469.7提取人体特征构造分类器进行训练,专利201110264004.7结合背景差分法和人体检测分类器,专利201010218630.8采用具有模糊性的人体轮廓模板检测多姿态人体,专利201310415544.X基于彩色与深度信息的人体检测方法,联合特征提取获得的特征用于人体检测。上述方法处理速度很慢,无法用于DSP、ARM等普通计算平台。专利201110026465.0基于深度图像进行人体检测,不适用于常规的监控视频图像。
技术实现思路
针对现有人体离开检测难题,在分析关键环节现有方法不足的基础上,本专利技术提出一种面向智能监控的人体离开可靠检测方法,包括人体检测区域初始化、基于肤色聚类的人体肤色提取、基于颜色特征分析的人体 ...
【技术保护点】
一种人体离开可靠检测方法,包括人体检测区域初始化、基于肤色聚类的人体肤色提取、基于颜色特征分析的人体检测三部分,其特征在于,具体内容如下:(1)、基于人脸检测和头部轮廓的人体检测区域初始化判断人体是否离开必须指定一个参照区域,如果将整个视频画面作为检测区域,则无法区分同一画面多个人体,并且会增加计算量,降低处理速度,本专利技术中,将初次检测到的人体上半身区域作为后续的检测区域,确定该区域的具体步骤如下:Step1.1:使用预先训练好的基于深度学习的人脸检测分类器,结合头部轮廓模板,检测出人体头部位置;Step1.2:假设人体的头部区域左上角坐标为x1,y1,宽和高分别为w1、h1;人体的上半身区域左上角坐标为x2,y2,宽和高分别为w2、h2;则根据数据统计规律,可大致估计出人体上半身位置:x2=x1‑w1y2=y1‑h1/4w2=w1×3h2=h1×15/4(2)、基于肤色聚类的人体肤色提取根据人体肤色检测人体目标,在初始化人体检测区域之后,对该帧该区域使用肤色聚类,得到一组基于HSV颜色空间的特征值,用来描述人体肤色信息,具体步骤如下:Step2.1:对初始化后的人体检测区域进行颜 ...
【技术特征摘要】
1.一种人体离开可靠检测方法,包括人体检测区域初始化、基于肤色聚类的人体肤色提取、基于颜色特征分析的人体检测三部分,其特征在于,具体内容如下:(1)、基于人脸检测和头部轮廓的人体检测区域初始化判断人体是否离开必须指定一个参照区域,如果将整个视频画面作为检测区域,则无法区分同一画面多个人体,并且会增加计算量,降低处理速度,本发明中,将初次检测到的人体上半身区域作为后续的检测区域,确定该区域的具体步骤如下:Step1.1:使用预先训练好的基于深度学习的人脸检测分类器,结合头部轮廓模板,检测出人体头部位置;Step1.2:假设人体的头部区域左上角坐标为x1,y1,宽和高分别为w1、h1;人体的上半身区域左上角坐标为x2,y2,宽和高分别为w2、h2;则根据数据统计规律,可大致估计出人体上半身位置:x2=x1-w1y2=y1-h1/4w2=w1×3h2=h1×15/4(2)、基于肤色聚类的人...
【专利技术属性】
技术研发人员:谢昌颐,李健夫,
申请(专利权)人:湖南穗富眼电子科技有限公司,
类型:发明
国别省市:湖南;43
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。