【技术实现步骤摘要】
本专利技术属于机器视觉，尤其涉及一种复杂场景人员检测识别方法及系统。
技术介绍
1、目前，公共场所的监管通常都依赖于视频监控技术。由于传统的视频监控技术，只能起到监控和存储录像的功能，当出现公共场所出现纠纷，或者不当行为时，只能根据时间范围进行视频监控的调取和查阅。而引入复杂场景实时视频多人行为识别方法和系统，能实时监控复杂场景下人们的行为，并进行预警，以便公共场所管理人员对异常情况进行及时处理，从而保证公共场所的次序、安全，具有较为深远的现实意义和应用价值。
2、除现有检测技术缺乏实时性外，在复杂场景中进行人员检测和识别仍是一个具有挑战性的任务，仍然存在一些缺点，包括：1.遮挡问题：复杂场景中可能存在大量的遮挡，例如人群中的交叉、部分遮挡等。2.姿态变化：人员可能以各种不同的姿态出现，例如站立、行走、弯曲等。3.复杂背景：复杂场景中的背景可能十分杂乱多样，包括建筑物、车辆、树木等。4.光照变化：光照条件的变化会影响人员的外观特征，例如阴影、强光等。
3、随着计算机技术的快速发展，现有技术对视频动作行为检测和人员...
【技术保护点】
1.一种复杂场景人员检测识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的复杂场景人员检测识别方法，其特征在于，基于多视角融合技术对多角度的所述视频数据进行融合得到复杂场景的全景影像；其中，获得全景影像的过程包括：
3.根据权利要求1所述的复杂场景人员检测识别方法，其特征在于，计算同一时间任意两个视频流对应的前景影像的区域重叠度的过程包括：
4.根据权利要求3所述的复杂场景人员检测识别方法，其特征在于，基于所述区域重叠度阈值和所述前景影像的区域重叠度确定图像缝合线的过程包括：
5.根据权利要求1所述的复杂场景...
【技术特征摘要】
1.一种复杂场景人员检测识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的复杂场景人员检测识别方法，其特征在于，基于多视角融合技术对多角度的所述视频数据进行融合得到复杂场景的全景影像；其中，获得全景影像的过程包括：
3.根据权利要求1所述的复杂场景人员检测识别方法，其特征在于，计算同一时间任意两个视频流对应的前景影像的区域重叠度的过程包括：
4.根据权利要求3所述的复杂场景人员检测识别方法，其特征在于，基于所述区域重叠度阈值和所述前景影像的区域重叠度确定图像缝合线的过程包括：
5.根据权利要求1所述的复杂场景人员检测识别方法，其特征在于，基于双流法构建双层智能检测模型，所述双层智能检测模型包括以计算开销最小为目标的上层模型和以图...
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。