一種基于頭肩距的人體檢測(cè)方法
【專利摘要】本發(fā)明提出一種基于頭肩距的人體檢測(cè)方法。本發(fā)明方法在一般人體檢測(cè)方法的基礎(chǔ)上對(duì)非人體的目標(biāo)做進(jìn)一步人體檢測(cè)：首先確定滿足頭發(fā)顏色的圖像區(qū)域；然后確定顏色區(qū)域界定的人體頭肩模型的聚類范圍；最后采用均值漂移算法，獲得與聚類范圍內(nèi)每個(gè)像素一一對(duì)應(yīng)的收斂值所構(gòu)造的收斂矩陣，針對(duì)收斂矩陣內(nèi)各個(gè)元素，先后依據(jù)目標(biāo)圖像的空間信息和顏色信息進(jìn)行聚類，繼而對(duì)聚類范圍內(nèi)的像素進(jìn)行了聚類，判斷每個(gè)聚類類別是否符合人體頭肩模型，提取符合人體頭肩模型的類別區(qū)域輪廓，獲得頭肩輪廓。本發(fā)明方法克服了人與人之間存在遮擋情況下人體頭肩模型提取會(huì)發(fā)生錯(cuò)誤的弊端，提高了人體檢測(cè)的正確率和人體檢測(cè)的應(yīng)用范圍。
【專利說(shuō)明】一種基于頭肩距的人體檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于目標(biāo)檢測(cè)【技術(shù)領(lǐng)域】，具體涉及一種基于頭肩距的人體檢測(cè)方法。
【背景技術(shù)】
[0002]人體檢測(cè)大致分為兩大部分:人體描述特征的提取和人體特征識(shí)別。其中，人體描述特征的提取是人體特征識(shí)別的前提和條件，人體描述特征的準(zhǔn)確性和復(fù)雜性，直接影響人體檢測(cè)的結(jié)果和效果。因此，人體描述特征的提取是人體檢測(cè)至關(guān)重要的一環(huán)。
[0003]人體軀干和四肢的運(yùn)動(dòng)是人體運(yùn)動(dòng)的主要形式，使人體形呈現(xiàn)多種多樣的姿態(tài)。人體特征需要滿足穩(wěn)定性和代表性，從多種姿勢(shì)中找到相對(duì)穩(wěn)定的人體特征是人體檢測(cè)的關(guān)鍵。目前，已經(jīng)有學(xué)者提出將頭肩部分作為人體描述特征。頭肩部分受四肢運(yùn)動(dòng)的影響很小，基本可以保持形狀的穩(wěn)定，同時(shí)，頭肩部分被遮擋的幾率較低，方便提取。頭肩部分只隨著軀干彎曲和側(cè)身的角度而有所改變。1961年，Hu M.K在幾何距的基礎(chǔ)上，構(gòu)建了 7組不變距，簡(jiǎn)稱Hu距，Hu距具有平移、旋轉(zhuǎn)和縮放不變性。因此，計(jì)算頭肩部分的Hu距，作為特征向量，可以很好的解決側(cè)身等對(duì)頭肩部分的影響。之后即對(duì)特征向量進(jìn)行處理，目前，常用的方式利用神經(jīng)網(wǎng)絡(luò)對(duì)特征向量進(jìn)行學(xué)習(xí)和訓(xùn)練，得到人體檢測(cè)分類器。測(cè)試集的人體描述特征，只要通過(guò)分類器的分類，即可完成人體檢測(cè)。
[0004]文獻(xiàn)一(毛以方等于2009年在科技信息發(fā)表的《基于頭肩特征的人體識(shí)別研究》)中采用了頭肩輪廓的Hu距作為人體特征向量，經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)分類器來(lái)識(shí)別出人體。這種方法在人體之間相互獨(dú)立的情況下，有很好的檢測(cè)效果，但是，如果人與人之間存在遮擋，就會(huì)影響人體輪廓的提取，從而導(dǎo)致人體檢測(cè)的正確率低。
[0005]由此可見，頭肩模型的準(zhǔn)確性，直接關(guān)系到特征向量的計(jì)算以及分類器的分類性能。所以，頭肩模型提取的準(zhǔn)確性是至關(guān)重要的。

【發(fā)明內(nèi)容】

[0006]本發(fā)明解決了因人與人之間存在遮擋，會(huì)影響人體輪廓的提取，從而導(dǎo)致人體檢測(cè)的正確率低的技術(shù)問題。
[0007]為了解決上述技術(shù)問題，本發(fā)明提供一種基于頭肩距的人體檢測(cè)方法，首先對(duì)攝像機(jī)獲得的圖像提取人體頭肩模型，計(jì)算人體頭肩特征向量，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)分類器，區(qū)分圖像中的人體目標(biāo)和非人體目標(biāo)，其特征在于，對(duì)所述非人體的目標(biāo)做進(jìn)一步人體檢測(cè)，具體過(guò)程為:
[0008]步驟一:從目標(biāo)圖像中找出滿足頭發(fā)顏色的圖像區(qū)域，對(duì)每一個(gè)滿足頭發(fā)顏色圖像區(qū)域的內(nèi)部缺陷進(jìn)行填充并濾波處理，獲得更新后的滿足頭發(fā)顏色的圖像區(qū)域；
[0009]步驟二:以更新后的滿足頭發(fā)顏色圖像區(qū)域的區(qū)域?qū)挾茸鳛槿梭w頭肩模型的頭部寬度，然后根據(jù)人體比例模型估計(jì)出人體頭肩模型的高度，并根據(jù)人體頭肩模型的高度確定聚類范圍；
[0010]步驟三:采用均值漂移算法獲得與聚類范圍內(nèi)每個(gè)像素一一對(duì)應(yīng)的收斂值所構(gòu)造的收斂矩陣，針對(duì)收斂矩陣內(nèi)每個(gè)元素，先后依據(jù)目標(biāo)圖像的空間信息和顏色信息進(jìn)行聚類，繼而對(duì)聚類范圍內(nèi)的像素進(jìn)行聚類；
[0011]步驟四:判斷每個(gè)聚類類別是否符合人體頭肩模型，提取符合人體頭肩模型的類別區(qū)域輪廓，獲得頭肩輪廓。
[0012]本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)在于，本發(fā)明將顏色模型和均值漂移聚類算法用到人體特征提取中，克服了人與人之間存在遮擋情況下人體頭肩模型提取會(huì)發(fā)生錯(cuò)誤的弊端，提高了人體檢測(cè)的正確率和人體檢測(cè)的應(yīng)用范圍。
【專利附圖】

【附圖說(shuō)明】
[0013]圖1是本發(fā)明方法流程圖。
[0014]圖2是使用本文發(fā)明對(duì)非人體目標(biāo)進(jìn)一步檢測(cè)的流程圖。
[0015]圖3是本發(fā)明方法均值漂移聚類及輪廓提取流程圖。
【具體實(shí)施方式】
[0016]如圖1所示，本發(fā)明方法，首先對(duì)攝像機(jī)獲得的圖像提取人體頭肩模型，計(jì)算人體頭肩特征向量，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)分類器，區(qū)分圖像中的人體目標(biāo)和非人體目標(biāo)。
[0017]對(duì)于人體頭肩 模型，Hu距7維特征向量、HOG特征和Harr特征均可作為描述頭肩模型的特征向量。本發(fā)明方法通過(guò)計(jì)算頭肩模型的Hu距獲得7維特征向量，作為所述人體頭肩特征向量，具體計(jì)算過(guò)程如下:
[0018]對(duì)攝像機(jī)獲得的圖像進(jìn)行背景更新獲得目標(biāo)二值圖像，分別做目標(biāo)二值圖像的垂直投影直方圖和水平投影直方圖；統(tǒng)計(jì)垂直投影直方圖的最大值，將該最大值作為目標(biāo)二值圖像的寬度；統(tǒng)計(jì)水平投影直方圖的最大值，將該最大值作為目標(biāo)二值圖像的的高度；計(jì)算寬高比并判斷寬高比是否在預(yù)先設(shè)定的寬高比范圍內(nèi)，若寬高比在預(yù)先設(shè)定的寬高比范圍內(nèi)，則認(rèn)為該目標(biāo)為人體，再根據(jù)人體比例獲得人體頭肩模型的寬度和高度；若寬高比不在預(yù)先設(shè)定的寬高比范圍內(nèi)，則將垂直投影直方圖的最大值作為人體頭肩模型的寬度，然后根據(jù)人體比例獲得人體頭肩模型的高度；根據(jù)人體頭肩模型的寬度和高度，在目標(biāo)二值圖像中提取頭肩輪廓，獲得輪廓數(shù)組；計(jì)算輪廓數(shù)組的Hu距獲得7維特征向量，作為人體頭肩特征向量。
[0019]獲取到人體目標(biāo)和非人體目標(biāo)后，本發(fā)明方法再對(duì)非人體的目標(biāo)做進(jìn)一步人體檢測(cè)，提高了人體檢測(cè)的正確率。對(duì)非人體的目標(biāo)做進(jìn)一步人體檢測(cè)的具體過(guò)程為:
[0020]步驟一:確定滿足頭發(fā)顏色的圖像區(qū)域:以亞洲黑發(fā)人為例，從目標(biāo)圖像中找出滿足頭發(fā)顏色的圖像區(qū)域，對(duì)每一個(gè)滿足頭發(fā)顏色圖像區(qū)域的內(nèi)部缺陷進(jìn)行填充并濾波處理，獲得更新后的滿足頭發(fā)顏色的圖像區(qū)域。計(jì)算過(guò)程為:
[0021]1.1設(shè)BP神經(jīng)網(wǎng)絡(luò)分類器判斷為非人體目標(biāo)的樣本集合為NPP，
[0022]
【權(quán)利要求】
1.一種基于頭肩距的人體檢測(cè)方法，首先對(duì)攝像機(jī)獲得的圖像提取人體頭肩模型，計(jì)算人體頭肩特征向量，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)分類器，區(qū)分圖像中的人體目標(biāo)和非人體目標(biāo)，其特征在于，對(duì)所述非人體的目標(biāo)做進(jìn)一步人體檢測(cè)，具體過(guò)程為: 步驟一:從目標(biāo)圖像中找出滿足頭發(fā)顏色的圖像區(qū)域，對(duì)每一個(gè)滿足頭發(fā)顏色圖像區(qū)域的內(nèi)部缺陷進(jìn)行填充并濾波處理，獲得更新后的滿足頭發(fā)顏色的圖像區(qū)域； 步驟二:以更新后的滿足頭發(fā)顏色圖像區(qū)域的區(qū)域?qū)挾茸鳛槿梭w頭肩模型的頭部寬度，然后根據(jù)人體比例模型估計(jì)出人體頭肩模型的高度，并根據(jù)人體頭肩模型的高度確定聚類范圍； 步驟三:采用均值漂移算法獲得與聚類范圍內(nèi)每個(gè)像素一一對(duì)應(yīng)的收斂值所構(gòu)造的收斂矩陣，針對(duì)收斂矩陣內(nèi)每個(gè)元素，先后依據(jù)目標(biāo)圖像的空間信息和顏色信息進(jìn)行聚類，繼而對(duì)聚類范圍內(nèi)的像素進(jìn)行聚類； 步驟四:判斷每個(gè)聚類類別是否符合人體頭肩模型，提取符合人體頭肩模型的類別區(qū)域輪廓，獲得頭肩輪廓。
2.如權(quán)利要求1所述的基于頭肩距的人體檢測(cè)方法，其特征在于，通過(guò)計(jì)算頭肩模型的Hu距獲得7維特征向量，作為所述人體頭肩特征向量，具體計(jì)算過(guò)程如下: 對(duì)攝像機(jī)獲得的圖像進(jìn)行背景更新獲得目標(biāo)二值圖像，分別做目標(biāo)二值圖像的垂直投影直方圖和水平投影直方圖；統(tǒng)計(jì)垂直投影直方圖的最大值，將該最大值作為目標(biāo)二值圖像的寬度；統(tǒng)計(jì)水平投影直方圖的最大值，將該最大值作為目標(biāo)二值圖像的的高度；計(jì)算寬高比并判斷寬高比是否在預(yù)先設(shè)定的寬高比范圍內(nèi)，若寬高比在預(yù)先設(shè)定的寬高比范圍內(nèi)，則認(rèn)為該目標(biāo)為人體，再根據(jù)人體比例獲得人體頭肩模型的寬度和高度；若寬高比不在預(yù)先設(shè)定的寬高比范圍內(nèi)，則將垂直投影直方圖的最大值作為人體頭肩模型的寬度，然后根據(jù)人體比例獲得人體頭肩模型的高度；根據(jù)人體頭肩模型的寬度和高度，在目標(biāo)二值圖像中提取頭肩輪廓，獲得輪廓數(shù)組；計(jì)算輪廓數(shù)組的Hu距獲得7維特征向量，作為人體頭肩特征向量。
3.如權(quán)利要求1所述的基于頭肩距的人體檢測(cè)方法，其特征在于，所述步驟一的計(jì)算過(guò)程為: 3.1設(shè)BP神經(jīng)網(wǎng)絡(luò)分類器判斷為非人體目標(biāo)的樣本集合為NPp，
4.如權(quán)利要求1所述的基于頭肩距的人體檢測(cè)方法，其特征在于，所述步驟二的計(jì)算過(guò)程為，將滿足閾值顏色區(qū)域N' i的寬度Wi作為頭部寬度，根據(jù)人體比例模型，估計(jì)人體頭肩模型的高度HSHi ;計(jì)算N' i的中心坐標(biāo)，將以中心坐標(biāo)的縱坐標(biāo)所在軸線為中心軸、高度為HSHp寬度為3Wi的矩形范圍作為人體頭肩模型的聚類范圍。
5.如權(quán)利要求1所述的基于頭肩距的人體檢測(cè)方法，其特征在于，所述步驟三的計(jì)算過(guò)程為:. 5.1初始化均值漂移算法的搜索帶寬h，將目標(biāo)圖像像素空間轉(zhuǎn)化為特征空間中的5維采樣點(diǎn)X即由目標(biāo)圖像的空間信息和色彩信息組成的特征向量，X= (x，y，r，g，b)，其中，(x，y)為空間信息，(r，g，b)為RGB三基色對(duì)應(yīng)的顏色信息；計(jì)算頭肩模型聚類范圍內(nèi)除背景以外的像素，即每一采樣點(diǎn)X的收斂向量mh(X)，計(jì)算過(guò)程為，. 5.1.1以采樣點(diǎn)X為搜索圓心，以搜索帶寬h為半徑，計(jì)算圓內(nèi)所有采樣點(diǎn)的均值mh(X)，并進(jìn)一步獲得均值漂移向量Mh(X)； 計(jì)算均值Hlh(X)的方法如公式(I)所示，

6.如權(quán)利要求1所述的基于頭肩距的人體檢測(cè)方法，其特征在于，所述步驟四的過(guò)程具體為:計(jì)算聚類后各個(gè)類型的中心坐標(biāo)，若中心坐標(biāo)的縱坐標(biāo)到聚類范圍中心軸的距離小于UWi,則該類型屬于當(dāng)前人體并保留該類型，否則，該類型不屬于當(dāng)前人體頭肩模型，予以剔除；按行提取各個(gè)類型的列最大值和列最小值，得到人體頭肩模型的初始輪廓，利用三次樣條差值，對(duì)初始輪廓間斷處進(jìn)行平滑處理，獲得完整的人體頭肩輪廓。
【文檔編號(hào)】G06K9/64GK103632146SQ201310653259
【公開日】2014年3月12日 申請(qǐng)日期:2013年12月5日 優(yōu)先權(quán)日:2013年12月5日
【發(fā)明者】顧國(guó)華, 劉琳, 劉恒健, 韓魯, 陸愷立, 任侃, 錢惟賢, 陳錢, 路東明 申請(qǐng)人:南京理工大學(xué)