[发明专利]一种实时视频智能识别方法及装置

说明书

技术领域

本发明涉及图像的智能识别与检测领域，尤其涉及一种实时视频智能识别方法及 装置。

背景技术

图像识别是计算机视觉（ComputerVision）中的一个重要研究内容，在行人检测 方面的研究特别广泛。人工智能是将计算机运用于生活中的一个重要的技术。随着当今计 算机和网络的普及，人工智能在许多领域得到了广泛的应用。让智能化的计算机为人们的 日常学习、生活、工作等带来便利的想法就随之产生。人们越来越希望计算机能够代替人工 劳动，让计算机能够像人一样工作。

目前，行人检测的研究非常多，甚至opencv库就带有行人检测的方法，但是这些行 人检测的算法只是在理论上取得了一些成功，在实际的应用中开发的还比较少。而且考虑 到实际环境的多变性等因素，具有针对性的检测方法的应用范围有其局限性。

在许多场景下，例如图书馆是一个提供学生学习的很好的环境，但有些同学经常 用书籍等物品占着座位一整天但人真正在座位上的时间却很少，这使得图书馆有限的资源 得不到充分的利用，造成了很大的浪费。现有技术中还无法实现类似上述场景下，对某一特 定位置进行实时判断是否有目标对象（如人）的功能。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种实时视频智能识别方法及 装置，旨在解决现有技术中还无法实现对某一特定位置进行实时判断是否有目标对象（如 人）的功能问题。

本发明的技术方案如下：

一种实时视频智能识别方法，其中，包括步骤：

A、通过摄像头拍摄多张样本图片；

B、对拍摄的多张样本图片进行灰度化处理；

C、根据样本图片中是否有目标对象将多张样本图片分为正样本以及负样本，正样本和 负样本的数量相同；

D、对正样本和负样本进行HOG特征提取并投入SVM分类器进行训练；

E、通过摄像头实时拍摄，将实时拍摄获得的目标图片进行灰度化处理，然后利用已训 练的SVM分类器对目标图片进行识别。

所述的实时视频智能识别方法，其中，所述步骤E之后还包括：

F、当识别结果为目标图片中无目标对象时，进行计时处理，计算出无目标对象状态的 持续时间。

所述的实时视频智能识别方法，其中，所述步骤F中，当无目标对象状态的持续时 间超过预定时间时，则标记相应位置为目标对象完全离开状态，当无目标对象状态的持续 时间未超过预定时间时则标记相应位置为目标对象暂时离开状态。

所述的实时视频智能识别方法，其中，所述步骤B具体包括：对样本图片的RGB三分 量进行加权平均处理，其公式如下：

f(i,j)=0.30R(i,j)+0.59G(i,j)+0.1B(i,j)，i和j分别为样本图片的像素坐标，f(i, j)为灰度化处理后的像素。

所述的实时视频智能识别方法，其中，所述步骤B中，灰度化处理后，对样本图片进 行切割得到不同位置对应的识别区域。

一种实时视频智能识别装置，其中，包括：

摄像头模块，用于拍摄多张样本图片以及目标图片；

灰度化处理模块，用于对拍摄的拍摄多张样本图片以及目标图片进行灰度化处理；

样本处理模块，用于根据样本图片中是否有目标对象将多张样本图片分为正样本以及 负样本，正样本和负样本的数量相同；对正样本和负样本进行HOG特征提取并投入SVM分类 器进行训练；

识别模块，用于利用已训练的SVM分类器对目标图片进行识别。

所述的实时视频智能识别装置，其中，还包括：

计时模块，用于当识别结果为目标图片中无目标对象时，进行计时处理，计算出无目标 对象状态的持续时间。

所述的实时视频智能识别装置，其中，还包括：

标记模块，用于当无目标对象状态的持续时间超过预定时间时，则标记相应位置为目 标对象完全离开状态，当无目标对象状态的持续时间未超过预定时间时则标记相应位置为 目标对象暂时离开状态。

所述的实时视频智能识别装置，其中，所述灰度化处理模块具体包括：

加权平均处理单元，用于对样本图片的RGB三分量进行加权平均处理，其公式如下：