游泳场景下的人物识别方法及系统技术方案

本发明专利技术提供了一种游泳场景下的人物识别方法及系统。所述游泳场景下的人物识别方法，包括：利用预先训练的人物识别算法模型对游泳场景视频数据流执行人物检测，获得带有矩形目标框的人物识别目标；基于游泳场景下人物识别目标的运动规律及成像规律，判断是否为偶发性误识别人物目标；对偶发性误识别人物目标去除矩形目标框之后，输出新视频数据流。本发明专利技术使用训练后的人物识别算法进行人物目标识别，然后根据人物识别目标是否在预设时间和预设速度内运动的所述最大空间范围内连续地出现在预设时间输入的相邻帧图像中，以判断是否为偶发性误识别人物目标，并且对偶发性误识别人物目标去除误识别，可以有效提高人物准确识别率。率。率。

【技术实现步骤摘要】
游泳场景下的人物识别方法及系统


[0001]本专利技术涉及人物检测识别领域，尤其涉及一种游泳场景下的人物识别方法及系统。

技术介绍

[0002]人物识别是人工智能技术研究的最主要的热点之一，应用于自动驾驶、安防等各个领域。
[0003]目前游泳场景下的的人物识别，存在不能有效准确识别人物的问题。原因如下：一、现有的游泳场景识别算法都是适用于常规场景下的，对于游泳场景下的人物识别应用缺乏针对性。例如，常规场景下，人物形态基本都是直立的，人物的穿着打扮差异化明显，基本都有自己的特征，而在游泳场景下，人物形态基本都是水平的，人物穿着都是泳衣泳帽泳镜，没有明显的差异。二、游泳场景下的人物识别，因其特殊复杂环境，存在大量识别干扰因素。游泳场景下，水面对灯光的反射折射、波浪对人体的遮挡等，都会干扰算法对人物的识别，造成误识别，现有技术缺乏排除上述干扰因素造成误差的技术手段。
[0004]因此，本专利技术提出了一种新型游泳场景下的人物识别方法及系统，以有效准确识别目标人物。

技术实现思路

[0005]本专利技术提出了一种新型游泳场景下的人物识别方法及系统，以有效准确识别目标人物。
[0006]为了实现上述目的，本专利技术所述的游泳场景下的人物识别方法，包括以下步骤：
[0007]S1：使用预先训练的人物识别算法模型对游泳场景视频数据流执行人物检测，获得含有人物识别矩形目标框的游泳场景视频数据流，所述游泳场景视频数据流包括若干帧图像；
[0008]S2：通过特征提取算法提取所述若干帧图像里人物识别目标的人物特征信息；
[0009]S3：在所述若干帧图像里，选取当前帧图像中的一个人物识别目标，确定所述人物识别目标所在的当前帧图像在预设时间内输入的相邻连续帧图像，并统计所述相邻连续帧图像的数量；
[0010]S4：根据预设时间和预设速度计算S3选取的所述人物识别目标在像素坐标系上运动的最大空间范围；
[0011]S5：在每一所述相邻连续帧图像的所述最大空间范围里，查找矩形目标框内符合相应所述人物特征信息的第一个人物识别目标，记为匹配人物识别目标，并统计匹配人物识别目标的数量；
[0012]S6：在人物识别目标的所述匹配人物识别目标数量和所述相邻连续帧图像数量的比小于第一阈值时，将所述人物识别目标记为偶发性误识别人物目标，在偶发性误识别人物目标所在帧图像里，去除所述偶发性误识别人物目标的矩形目标框，否则予以保留；
[0013]S7：重复执行所述步骤S3至所述步骤S6，输出去除所述偶发性误识别人物目标的矩形目标框的游泳场景视频数据流。
[0014]所述游泳场景下的人物识别方法的有益效果在于：使用预先训练的人物识别算法模型进行人物检测，然后根据人物识别目标是否在预设时间和预设速度内运动的所述最大空间范围内连续地出现在预设时间输入的相邻帧图像中，以判断是否为偶发性误识别人物目标，并且对偶发性误识别人物目标去除误识别，可以有效提高人物准确识别率。
[0015]可选地，S3中所述相邻连续帧图像，包括：以若干帧图像输入的前后顺序为方向，在所述人物识别目标所在帧图像之后，预设时间内输入的相邻连续帧图像。其有益效果在于：若随机选取的人物识别目标所在帧图像处于若干帧图像的输入起始端，所在帧图像之前不存在或者存在不足数量的帧图像输入，选取在人物识别目标所在帧图像之前，预设时间输入的相邻连续帧图像或者在人物识别目标所在帧图像前面与后面，各为一半预设时间输入的相邻连续帧图像，则使人物识别目标的偶发性识别目标判定缺乏可行性或者有效性；若随机选取的人物识别目标所在帧图像处于人物首次成像的帧图像之中，则所在帧图像之前的帧图像不存在所述人物识别目标，选取在人物识别目标所在帧图像之前，预设时间输入的相邻连续帧图像或者在人物识别目标所在帧图像前面与后面，各为一半预设时间输入的相邻连续帧图像，使人物识别目标的偶发性识别判定缺乏可靠性。在所在帧图像之后，选取输入时间为预设时间内的相邻连续帧图像，人物识别目标的偶发性识别判定则可以更合理、可信，使准确去除偶发性误识别人物目标则更有保障。
[0016]可选地，S3中所述相邻连续帧图像，包括：以若干帧图像输入的前后顺序为方向，在所述人物识别目标所在帧图像前面与后面，各为一半预设时间输入的相邻连续帧图像。其有益效果在于：若随机选取的人物识别目标所在帧图像处于若干帧图像的输入中端，所在帧图像前后存在足够数量的帧图像输入。在所在帧图像前面与后面，选取输入时间各为一半预设时间的相邻连续帧图像，则可以得到更加充分、全面的帧图像数据，作为人物目标的偶发性识别标判定依据，使偶发性误识别人物目标去除更准确可靠。
[0017]可选地，S3中所述相邻连续帧图像，包括：以若干帧图像输入的前后顺序为方向，在所述人物识别目标所在帧图像之前，预设时间内输入的相邻连续帧图像。其有益效果在于：若随机选取的人物识别目标所在帧图像处于若干帧图像的输入末端，则在所在帧图像之后不存在或者存在数量不足的帧图像输入，选取在人物识别目标所在帧图像之后，预设时间输入的相邻连续帧图像或者在人物识别目标所在帧图像前面与后面，各为一半预设时间输入的相邻连续帧图像，则使人物识别目标的偶发性识别判定缺乏可行性和有效性；若随机选取的人物识别目标所在帧图像处于人物最后一次成像的帧图像之中，则所在帧图像之后的帧图像不存在所述人物识别目标，选取在人物识别目标所在帧图像之后，预设时间输入的相邻连续帧图像或者在人物识别目标所在帧图像前面与后面，各为一半预设时间输入的相邻连续帧图像，使人物识别目标的偶发性识别判定缺乏可靠性。在所在帧图像之前，选取输入时间为预设时间的相邻连续帧图像，人物识别目标的偶发性识别判定结果则可以更合理可信，使偶发性误识别人物目标去除则更有保障。
[0018]可选地，所述根据预设时间和预设速度计算S3选取的所述人物识别目标在像素坐标系上运动的最大空间范围，包括：根据人物识别目标的矩形目标框，计算人物的中心坐标；以人物的中心坐标为圆心，半径为预设时间和预设速度的积，计算出人物在世界坐标系
中的最大圆形活动区域；将世界坐标系中的圆形活动区域转换成图像像素坐标系中相应形状的最大空间范围。其有益效果在于：通过计算机估算出，游泳场景下的人物识别目标在预设时间和预设速度内，游泳运动所在的最大空间范围，只在这个最大空间范围里的人物识别目标进行特征匹配，则可以减少特征匹配搜索的范围，避免在最大空间范围外造成误识别和增加无效运算量。
[0019]可选地，所述将世界坐标系中的圆形活动区域转换成图像像素坐标系中相应形状的最大空间范围，包括：将世界坐标系中圆形活动区域坐标点通过刚体变换转换为相机坐标系坐标点，然后将相机坐标系坐标点通过透视投影变换转换成图像坐标系坐标点，最后将图像坐标系坐标点通过坐标单位换算转换为像素坐标系坐标点，图像中所述像素坐标系坐标点构成的范围即为所述圆形活动区域在图像中的最大空间范围。
[0020]可选地，所述预设时间为2
‑
4秒。其有益效果在于：若时间预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种游泳场景下的人物识别方法，其特征在于，包括以下步骤：S1：使用预先训练的人物识别算法模型对游泳场景视频数据流执行人物检测，获得含有人物识别矩形目标框的游泳场景视频数据流，所述游泳场景视频数据流包括若干帧图像；S2：通过特征提取算法提取所述若干帧图像里人物识别目标的人物特征信息；S3：在所述若干帧图像里，选取当前帧图像中的一个人物识别目标，确定所述人物识别目标所在的当前帧图像在预设时间内输入的相邻连续帧图像，并统计所述相邻连续帧图像的数量；S4：根据预设时间和预设速度计算S3选取的所述人物识别目标在像素坐标系上运动的最大空间范围；S5：在每一所述相邻连续帧图像的所述最大空间范围里，查找矩形目标框内符合相应所述人物特征信息的第一个人物识别目标，记为匹配人物识别目标，并统计匹配人物识别目标的数量；S6：在人物识别目标的所述匹配人物识别目标数量和所述相邻连续帧图像数量的比小于第一阈值时，将所述人物识别目标记为偶发性误识别人物目标，在偶发性误识别人物目标所在帧图像里，去除所述偶发性误识别人物目标的矩形目标框，否则予以保留；S7：重复执行所述步骤S3至所述步骤S6，输出去除所述偶发性误识别人物目标的矩形目标框的游泳场景视频数据流。2.根据权利要求1所述的游泳场景下的人物识别方法，其特征在于，S3中所述相邻连续帧图像，包括：以若干帧图像输入的前后顺序为方向，在所述人物识别目标所在帧图像之后，预设时间内输入的相邻连续帧图像。3.根据权利要求1所述的游泳场景下的人物识别方法，其特征在于，S3中所述相邻连续帧图像，包括：以若干帧图像输入的前后顺序为方向，在所述人物识别目标所在帧图像前面与后面，各为一半预设时间输入的相邻连续帧图像。4.根据权利要求1所述的游泳场景下的人物识别方法，其特征在于，S3中所述相邻连续帧图像，包括：以若干帧图像输入的前后顺序为方向，在所述人物识别目标所在帧图像之前，预设时间内输入的相邻连续帧图像。5.根据权利要求1所述的游泳场景下的人物识别方法，其特征在于，所述根据预设时间和预设速度计算S3选取的所述人物识别目标在像素坐标系上运动的最大空间范围，包括：根据人物识别目标的矩形目标框，计算人物的中心坐标；以人物的中心坐标为圆心，半径为预设时间和预设速度的积，计算出人物在世界坐标系中的最大圆形活动区域；将世界坐标系中的圆形活动区域转换成图像像素坐标系中相应形状的最大空间范围。6.根据权利要求5所述的游泳场景下的人物识别方法，其特征在于，所述将世界坐标系中的圆形活动区域转换成图像像素坐标系中相应形状的最大空间范围，包括：将世界坐标系中圆形活动区域坐标点通过刚体变换转换为相机坐标系坐标点，然后将相机坐标系坐标点通过透视投影变换转换成图像坐标系坐标点，最后将图像坐标系坐标点通过坐标单位换算转换为像素坐标系坐标点，图像中所述像素坐标系坐标点构成的范围即为所述圆形活动区域在图像中的最大空间范围。7.根据权利要求1所述的游泳场景下的人物识别方法，其特征在于，所述预设时间为2
‑
4秒。8.根据权利要求1所述的游泳场景下的人物识别方法，其特征在于，所述预设速度为1.5
‑
2.5米/秒。9.根据权利要求1
‑
5中任...

【专利技术属性】
技术研发人员：张亮，蒋伟，徐苒，
申请(专利权)人：每步科技上海有限公司，
类型：发明
国别省市：