[发明专利]基于视频图像中的人体图像再识别的方法

说明书

技术领域

本发明涉及视频监控领域，具体而言，涉及一种基于视频图像中的人体图像再识别的方法。

背景技术

对于公共场所的安防，目前通常采用摄像头实现图像的采集。

由于目前的视频识别技术，只能识别出视频中的人体图像，不能对人体图像所对应的个体进行确认，从而导致不能区分出每个人的移动轨迹，不能确定当前视频中的人体图像所对应的身份。

发明内容

本发明旨在提供一种基于视频图像中的人体图像再识别的方法，以解决不能对人体图像的个体进行确认的问题。

在本发明的实施例中，提供了一种基于视频图像中的人体图像再识别的方法，包括：

检测出视频图像中的人体图像；

确定所述人体图像的特征向量，将确定的特征向量与预先采集的数据库中的多个基准向量进行匹配；

将所述数据库中匹配成功的人体图像作为识别结果。

通过上述的步骤，可在数据库中确定出人体图像，将确定出的人体图像作为检测到的人体图像。从而可在视频中掌握每个人体图像的运动轨迹以及活动范围。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了实施例的流程图；

具体实施方式

下面将参考附图并结合实施例，来详细说明本发明。参见图1，实施例的步骤包括：

S11：检测出视频图像中的人体图像；

S12：确定所述人体图像的特征向量，将确定的特征向量与预先采集的数据库中的多个基准向量进行匹配；

S13：将所述数据库中匹配成功的人体图像作为识别结果。

通过上述的步骤，可在数据库中确定出人体图像，将确定出的人体图像作为检测到的人体图像。从而可在视频的多个人体图像中确定出唯一的人体图像。

优选地，实施例中，检测人体图像的步骤包括：使用高斯背景建模法在视频中检测运动区域。在检测到的运动区域内，使用基于方向梯度直方图(HOG)和带有隐含参数的支持向量机(latent SVM)的物体检测方法，在不同尺度上对视频中的人体图像进行检测。

优选地，实施例中，确定特征向量的过程包括：

将检测到的图像转换为HSV格式，并提取颜色分布直方图。

从RGB颜色空间到HSV颜色空间的转换，计算公式如下：