[发明专利]基于头部识别和跟踪特征的检测方法

权利要求书

1.一种基于头部识别和跟踪特征的检测方法，其特征在于，包括如下步骤：

步骤一，采集视频，并从视频中获取图像；

步骤二，将头顶级联分类器、正面级联分类器、左侧面级联分类器、右侧面级联分类器以及后脑勺级联分类器组成头部分类器，使用头部分类器对步骤一获得的图像进行检测，识别出头部区域；

步骤三，对于步骤二中检测到的头部区域，根据头部区域之间的距离对相邻数帧中检测到的头部区域进行聚类，获得相邻帧中头部区域之间的对应关系，若每一帧视频中有多个头部，则获得多对多的对应关系，具体为：

根据头部的位置进行聚类，当前检测到第i帧，取i帧之前n-1帧，共取相邻n帧，n的数量与采集视频的帧频有关，假设第i帧检测到m个头部，则分类数量为m，每个头部位置作为该类的中心，对于任一非聚类中心头部，将其分类到与其欧式距离最近的一个聚类中心点上，非聚类中心点和聚类中心点之间的距离为： ，(x_i，y_i)表示第i个聚类中心的坐标，(x，y)表示非聚类中心点坐标，这样当前检测到的每个头部区域都对应若干个之前帧中检测到的头部区域，每个之前检测到的头部区域都关联到唯一一个当前检测到头部区域；

步骤四，对于步骤三中得到的相邻帧中头部区域之间的对应关系，使用直方图相交识别出相邻帧中头部区域的多对多中的一一对应关系，获得头部运动轨迹；

步骤五，根据步骤四得到的头部运动轨迹，并根据在进出口设置的进出标志识别进出行为，分别检测出进出的人数。

2.根据权利要求1所述的基于头部识别和跟踪特征的检测方法，其特征是，所述步骤二具体如下：

第一步，将头顶级联分类器、正面级联分类器、左侧面级联分类器、右侧面级联分类器以及后脑勺级联分类器组成头部分类器，若样本图像能通过五个级联分类器的检测则判断为头部图像，选择正样本图像和负样本图像对头部分类器进行训练，训练完成后进入下一步； 

第二步，采用头部检测窗口遍历的方式，遍历步骤一得到的图像区域，由第一步得到的头部分类器检测每个窗口对应的矩形图像是否是头部图像；

第三步，对于第二步中检测出来的所有头部区域，按矩形合并方法合并所有的矩形图像，直到没有可合并的矩形为止；

所述的矩形合并方法，是指两个矩形中，如果至少有一个矩形中心包含在另一个之中，则将这两个矩形合并成一个矩形，并将两个矩形的坐标值取平均值作为合并后的矩形坐标。

3.根据权利要求2所述的基于头部识别和跟踪特征的检测方法，其特征是，所述对头部分类器进行训练，包括采集训练样本和训练分类器两个过程，训练样本包括正样本和负样本，正样本是头部样本，根据具体的分类器选择相应的样本，负样本是非头部样本，每类正样本的数量为一千到四千张，正样本由人工收集，第一次训练的负样本的数量为五万张，第一次训练的负样本从不含头部的图像中通过计算机随机截取，第二次训练之后的负样本通过第一次收集的正负样本训练出来的分类器检测得到，其中，训练出来的分类器误检测的图片就作为下次训练的负样本，如此以叠代的方式训练出最终的级联分类器。

4.根据权利要求3所述的基于头部识别和跟踪特征的检测方法，其特征是，所述级联分类器，是指通过弱分类器的线性组合得到一个强分类器，再将强分类器组合得到的最终分类器，弱分类器选取Harr特征作为分类标准，同时级联分类器的层数即强分类器的个数设置为10至20之间。

5.根据权利要求2所述的基于头部识别和跟踪特征的检测方法，其特征是，所述的头部检测窗口遍历的方式，是指设定初始检测窗口的大小，按照步长从运动区域的左上角开始向右移动，每移动一次，便得到一个检测窗口，头部分类器便检测此窗口对应的图像是否是头部图像；当窗口移至图像最右边时，从下一行开始重复同样的操作，直至窗口到达图像最右下方，然后以设定倍率扩大检测窗口，重复同样的检测过程，直至窗口大于设定的检测窗口为止。