[发明专利]一种小图像比对和模糊识别相结合的目标识别方法

说明书

技术领域

    本发明公开一种目标识别方法，特别是一种小图像比对和模糊识别相结合的目标识别方法，属于图像识别领域。

背景技术

客流统计是一种基于图像识别的数据统计方法，客流统计相对比较广泛的应用于商业超市、购物中心、专卖店、3C数码等实体店中，以及用于公交车、长途大巴、地铁出入口等，可对客流量进行统计。现有技术中的客流统计的技术比较多，主要分为下列几种：红外对射技术、重力感应技术、WIFI检测技术、基于视频的运动物体侦测和基于视频的模式识别技术。从准确率的角度来讲，最高的是基于视频的模式识别技术。模式识别，将根据采集到的视频数据，进行模式识别，得到人的坐标，但考虑到实际场景的差异较大，所以，通过模式识别算法进行的人头识别准确率也无法达到100%，根据小规模测试结果，可以达到70%左右。

发明内容

针对上述提到的现有技术中的人头识别的准确率是影响客流统计的准确率的一个重要参数，本专利发明提供一种小图像识别和模式识别像结合的方法，弥补单纯模式识别的不足，根据小规模测试结果，人头识别的准确率能提升10%左右，进而提升客流的准确率。

本发明解决其技术问题采用的技术方案是：一种小图像比对和模糊识别相结合的目标识别方法，该方法包括下述步骤：

步骤S1：通过摄像机进行图像采集，采集到的每帧图像会按照时间顺序依次接收；

步骤S2：依次获取图像，并且对该帧图像进行人头检测，如果没有检测到人头，则跳到步骤S10，进行步骤S10的操作；如果检测到人头，则进行步骤S3的操作；

步骤S3：保存当前帧号以及检测到的人头坐标，并保存人头坐标截取的小图像到小图像缓存；

步骤S4：根据该帧图像中的人头坐标位置，确认是否可以插入到轨迹中去，能够插入轨迹有两个条件：第一个条件是比较帧号，和轨迹中的节点的帧号比较，如果两个帧号的插值小于等于3，那么就进行第二个条的判别，即人头中心点的坐标和轨迹中的帧坐标的距离比较，如果这两个坐标的距离，小于40个像素点，则满足条件，这两个条件都满足，才可以插入到轨迹中；如果不满足，则不能插入轨迹；

步骤S5：如果可以插入到轨迹中去，那么将直接插入，否则，将转入步骤S6流程；

步骤S6：判断不能插入到轨迹中去的原因，如果是因为模式识别的结果，则转入步骤S8，将按照步骤S8的流程，启动小图像比对的方式，如果不是因为模式识别的结果，则转入步骤S7；

步骤S7：不能插入到轨迹中去的原因，如果是小图像识别的结果，那么将丢弃这个节点；

步骤S8：不能插入到轨迹中去的原因，如果是模式识别的结果，那么直接插入到轨迹中去；

步骤S9：重新回到S2。

本发明解决其技术问题采用的技术方案进一步还包括：

所述的步骤S1中对最近接收到的25帧图像存放到缓存中。

所述的步骤S3中对小图像的缓存保存最新的25帧图像。

所述的步骤S4中轨迹存在一条以上，一帧图像中存在一个以上的目标，需要多对多的比对。

所述的步骤S8中启动小图像分析模式，确认历史图像是否有存在和该图像中此次模式识别的结果想类似的图像，如果匹配找到相似的图像，将跳转到步骤S4，进行轨迹的分析，如果，没有找到匹配的图像，那么将丢弃该结果即可。

所述的小图像分析模式时，相似度的阀值设定为12，即小于阀值12的，就是相似图像。

本发明的有益效果是：本发明可应用于客流统计领域，通过本发明会提高相同环境下的不同区域或者角度的人头检测率，以及提高不同环境下的人头检测率。根据实际环境下的测试效果，比之前的人头检测率提升约10%左右。提升了人头检测率，会构成更真实的轨迹，进而提升客流统计的准确率。根据实际环境下的测试效果，比之前的客流统计准确率提升约5%左右。

下面将结合附图和具体实施方式对本发明做进一步说明。

附图说明

    图1为本发明的处理流程图。

具体实施方式

本实施例为本发明优选实施方式，其他凡其原理和基本结构与本实施例相同或近似的，均在本发明保护范围之内。

请参看附图1，本发明小图像比对和模糊识别相结合的目标识别方法，其具体包括下述步骤：

步骤S1：通过摄像机进行图像采集，采集到的每帧图像会按照时间顺序依次接收，所以，本实施例中，首先对这些图像进行编号，从0帧开始，每接受一帧，其帧号会加1，对最近接收到的25帧图像，放到缓存（简称大图像缓存，下同）中去。