[发明专利]一种活动对象图像识别方法及装置

说明书

技术领域

本发明涉及图像处理领域，特别涉及一种活动对象图像识别方法及装置。

背景技术

人体追踪指，在视频的连续帧图像中识别出不断更新位置的人体图像。由于人体在图像中成像的复杂表现，比如，不同人有着不同的体形、在生活中穿着不同颜色的衣服、以及在生活场景中会被干扰物遮挡，因此，要实现人体追踪非常具有挑战性。

现有的人体追踪方法包括：首先，获取针对身体的特定特征(比如眼睛、头或身体轮廓)的大量图像样本，其次，使用图像样本训练出分类器(比如支持向量机和Adaboost分类器)，然后，以每帧图像的每个像素为中心，获得与图像样本相同大小的图像块，最后，采用分类器对每个图像块进行分类，并将类别为人体的像素进行组合，得到检测到的人体目标。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：人体的身体变化很大，图像样本不能完全描述人体的身体特征，采用分类器易造成误检测。

发明内容

为了解决人体追踪中采用分类器造成的误检测问题，本发明实施例提供了一种活动对象图像识别方法及装置。所述技术方案如下：

第一方面，本发明提供了一种活动对象图像识别方法，所述方法包括：

根据视频中预定数量帧图像，建立所述图像中活动对象的外表模型，所述外表模型包括所述图像中活动对象的至少两个部位的图像块，所述部位包括所述活动对象的躯体及与所述躯体活动连接的活动部；

分别以各所述部位的图像块为图像模板，在所述视频中每一帧图像中，检测与所述图像模板相匹配的图像区域；

对检测到的与所述图像模板相匹配的图像区域进行组合，得到所述每一帧图像中需识别的活动对象图像；

根据得到的所述每一帧图像中需识别的活动对象图像，确定出所述活动对象图像在所述每一帧图像中的位置；

所述活动对象包括人体，所述外表模型包括所述图像中人体的至少两个身体部位的图像块，所述身体部位包括所述人体的头、上肢、下肢和躯干；

所述以各所述部位的图像块为图像模板，在所述视频中的每一帧图像中，检测与所述图像模板相匹配的图像区域，包括：

获取各所述身体部位的图像块的第一特征集合；

获取所述视频中每一帧图像的第二特征集合，所述第一特征集合和所述第二特征集合为至少一种图像特征构成的集合，所述图像特征包括轮廓线、颜色直方图和哈尔Harr-like特征，所述第一特征集合和所述第二特征集合中的图像特征相同；

在所述第二特征集合中，查找与所述第一特征集合匹配的特征集合；

确定与查找到的所述特征集合对应的图像区域。

结合第一方面的第一实施方式，在第一方面的第三实施方式中结合第一方面，在第一方面的第一实施方式中，所述对检测到的与所述图像模板相匹配的图像区域进行组合，得到所述每一帧图像中需识别的活动对象图像，包括：

按照预定规则，从检测到的与所述图像模板相匹配的图像区域中，确定属于所述图像中人体的实际身体部位的图像区域；

对属于所述图像中人体的实际身体部位的图像区域进行组合，得到所述每一帧图像中需识别的人体图像；

其中，所述预定规则包括以下规则中的一种或多种：

属于所述图像中人体的实际身体部位的图像区域的邻近图像区域为检测到的与所述图像模板相匹配的图像区域；

属于所述图像中人体的实际身体部位的图像区域对应的身体部位和属于所述图像中人体的实际身体部位的图像区域的邻近图像区域对应的身体部位包括每个所述身体部位；

属于所述图像中人体的实际身体部位的图像区域对应的身体部位与属于所述图像中人体的实际身体部位的图像区域的邻近图像区域对应的身体部位的位置关系与所述人体各身体部位的实际位置关系一致；

属于当前帧图像中人体的实际身体部位的图像区域对应的身体部位与属于所述当前帧图像中人体的实际身体部位的图像区域的邻近图像区域对应的身体部位的位置关系、与属于上一帧图像中人体的实际身体部位的图像区域对应的身体部位与属于所述上一帧图像中人体的实际身体部位的图像区域的邻近图像区域对应的身体部位的位置关系一致。

结合第一方面的第一实施方式，在第一方面的第二实施方式中，所述根据视频中预定数量帧图像，建立所述图像中活动对象的外表模型，包括：

获取所述视频中所述预定数量帧图像；

在获取的每一帧图像中，捕捉人体各身体部位的图像块的颜色和尺度；