一种人体再识别方法以及人体再识别系统技术方案

本发明专利技术涉及计算机视觉与模式识别领域，尤其是涉及一种人体再识别方法以及人体再识别系统包括：确定待检测视频中的运动区域，形成人体检测的范围；将形成人体检测的范围的图像分多个颜色通道，进行灰度拉伸并形成灰度拉伸后的图像；对灰度拉伸后的图像进行人体检测得到人体图像；对人体图像中的人体与预先存储的人体样本进行初步匹配；初步匹配失败，则将检测到的人体保存到人体样本；成功则对人体图像中的人体与预先存储的人体样本进行精确匹配；根据精确匹配的结果判断是否匹配成功；否则将检测到的人体保存到人体样本；是则输出相应的人体样本。对图像分多个颜色通道进行灰度拉伸，使得原本模糊的图像变清晰，提高人体再识别的准确率。

【技术实现步骤摘要】

本专利技术涉及计算机视觉与模式识别领域，尤其是涉及一种人体再识别方法以及人体再识别系统。
技术介绍
目前，在使用摄像头进行监控的时候，视频中活动的人或者物体是一般都是需要关注的重点。例如在居民区进行监控的时候，在监控范围内出现的人、车辆的车牌号码灯是否属于本小区等都是需要特别关注的重点。当监控的时间为夜晚，监控区域内光线昏暗的时候，所得到的视频中的颜色信息并不明显，而现有的人体再识别方法一般是基于颜色，但是所得到的视频中的图像都是模糊的，降低了人体再识别准确率。
技术实现思路
本专利技术提出了一种人体再识别方法以及人体再识别系统，能够提高图像的清晰度，提高人体再识别准确率。为了达到上述目的，本专利技术的技术方案是这样实现的:一种人体再识别方法，包括:确定待检测视频中的运动区域，形成人体检测的范围；将形成人体检测的范围的图像分多个颜色通道，进行灰度拉伸，并形成灰度拉伸后的图像；对灰度拉伸后的图像进行人体检测，得到人体图像；对人体图像中的人体与预先存储的人体样本进行初步匹配；根据初步匹配的结果判断是否匹配成功；否，则将检测到的人体保存到人体样本；是，则对人体图像中的人体与预先存储的人体样本本文档来自技高网...

【技术保护点】
一种人体再识别方法，其特征在于，包括：确定待检测视频中的运动区域，形成人体检测的范围；将形成人体检测的范围的图像分多个颜色通道，进行灰度拉伸，并形成灰度拉伸后的图像；对灰度拉伸后的图像进行人体检测，得到人体图像；对人体图像中的人体与预先存储的人体样本进行初步匹配；根据初步匹配的结果判断是否匹配成功；否，则将检测到的人体保存到人体样本；是，则对人体图像中的人体与预先存储的人体样本进行精确匹配；根据精确匹配的结果判断是否匹配成功；否，则将检测到的人体保存到人体样本；是，则输出相应的人体样本。

【技术特征摘要】
1.一种人体再识别方法，其特征在于，包括: 确定待检测视频中的运动区域，形成人体检测的范围； 将形成人体检测的范围的图像分多个颜色通道，进行灰度拉伸，并形成灰度拉伸后的图像； 对灰度拉伸后的图像进行人体检测，得到人体图像； 对人体图像中的人体与预先存储的人体样本进行初步匹配； 根据初步匹配的结果判断是否匹配成功；否，则将检测到的人体保存到人体样本； 是，则对人体图像中的人体与预先存储的人体样本进行精确匹配； 根据精确匹配的结果判断是否匹配成功；否，则将检测到的人体保存到人体样本； 是，则输出相应的人体样本。2.根据权利要求1所述的人体再识别方法，其特征在于，确定待检测视频中的运动区域，形成人体检测的范围具体包括: 使用帧差法对视频的运动目标进行检测，并得到视频中每帧图片的前景图片； 确定前景图片所在的区域为运动区域，形成人体检测的范围。3.根据权利要求所述的人体再识别方法，其特征在于，确定待检测视频中的运动区域还包括: 在得到视频中每帧图片的前景图片后，将所得到的前景图片使用腐蚀和膨胀算法进行过滤。4.根据权利要求1所述的人体再识别方法，其特征在于，所述将已经确定的运动区域中的图像份多个颜色通道，进行灰度拉伸，并形成灰度拉伸后的图像具体包括: 分别获取运动区域中图像的RGB三色通道的灰度信息，其中包括该颜色通道中所有像素的原灰度范围的最小值xl和最大值χ2 ； 针对图像上每一个像素点的每一个颜色通道进行灰度拉伸； 将进行灰度拉伸后的RGB三色通道合并为一张图像，形成人体检测的范围； 其中，针对一个像素点进行灰度拉伸后的灰度I满足公式(1):5.根据权利要求1-4任意一项所述的人体再识别方法，其特征在于，所述对人体图像中的人体与预先存储的人体样本进行初步匹配具体为: 获取人体图像的颜色信息:将人体图像由RGB格式转换为HSV格式，并提取人体图像在HSV格式下的颜色分布直方图； 将提取到的颜色分布直方图与预先存储的人体样本的颜色直方图一一匹配； 在匹配过程中，当提取...

【专利技术属性】
技术研发人员：王海峰，王晓萌，何小波，董博，杨宇，张凯歌，
申请(专利权)人：信帧电子技术北京有限公司，
类型：发明
国别省市：