[发明专利]基于图像的人体边框识别方法

说明书

本发明提供了一种基于图像的人体边框识别方法，包括如下步骤：S1、通过图像采集设备采集得到采集图像；S2、外部图像处理设备接收图像采集设备采集的视频流，并对视频流内中每帧图像进行抠像处理；S3、根据抠像图，外部图像处理设备将视频流内中每帧图像中除人物外所有背景像素点的透明通道A均等于0；S4、外部图像处理设备将视频流内中每帧图像形成为透明背景人物图像；S5、CPU接收外部图像处理设备的透明背景人物图像，并将透明背景人物图像传送给GPU，GPU根据每幅透明背景人物图像中所有像素的透明通道A值计算每幅透明背景人物图像的人物边框。基于图像的人体边框识别方法解决现有技术中现有技术中无法快速识别出来人物图像中人物边框的问题。

技术领域

本发明涉及图像识别技术，具体涉及一种基于图像的人体边框识别方法。

背景技术

中国专利公开了一种申请号为CN201610056618.9的高准确率的基于卷积神经网络的人体多部位识别方法，该方法包括：充分利用了图像的深度信息，极大的提高了图像的识别准确率；其次，基于RCNN方法利用Selective Search算法形成候选边框，比滑动窗口方法更能适应深度卷积网络下定位信息的准确性；进一步的，通过将卷积神经网络的最后一层Softmax层替换成SVM，最终获得了基于分类的得分；另外，获得各个候选边框的相对于各个类别的SVM得分后，通过添加基于像素的位置范围约束、K近邻约束和混合高斯模型最终形成基于整体理解的候选边框组合，虽然该方法实现了在图像中识别人体边框，但是该方法存在的缺点为：

由于在虚拟实景中，需要将真实的人体加入到一个场景中得到一个虚拟实景，以实现身临其境的感觉，因此并不需要人体各个部位边缘的清晰识别，而运用上述方法提高了复杂度，不利于快速计算，再加上，如图1所示，将人体实时照片加入到一个场景中，需要人体实时照片脚底着落在场景底面上，随意将人体数据加入到场景中导致出现人物漂浮等现象，同时人物各个动作变化也会使得人物头顶到脚底之间距离变化，为了使得虚拟实景更加形象化，使得人体在动作变化后，能够真实将人体加入到一个场景中，需要在抠像出人体后识别出人体头顶点a1、脚底低点a2、左边点a3以及右边点a4均落在一个人物边框里面，那么识别整个人物边框的左上角点(x1，y1)和右上角点(x2，y2)就是急需解决的问题。

发明内容

本发明要提供一种基于图像的人体边框识别方法，解决现有技术中现有技术中无法快速识别出来人物图像中人物边框的问题。

为实现上述目的，本发明采用了如下的技术方案：

一种基于图像的人体边框识别方法，包括如下步骤：

S1、通过图像采集设备采集得到采集图像；

S2、外部图像处理设备接收图像采集设备采集的视频流，并对视频流内中每帧图像进行抠像处理，以使采集图像中背景去除仅留人物得到抠像图；

S3、根据抠像图，外部图像处理设备将视频流内中每帧图像中除人物外所有背景像素点的透明通道A均等于0；

S4、外部图像处理设备将视频流内中每帧图像形成为透明背景人物图像；

S5、CPU接收外部图像处理设备的透明背景人物图像，并将透明背景人物图像传送给GPU，GPU根据每幅透明背景人物图像中所有像素的透明通道A值计算每幅透明背景人物图像的人物边框。

相比于现有技术，本发明具有如下有益效果：

抠像技术属于现有技术，抠像技术可以将人体边缘识别出现，然后将人体边缘外的背景像素的透明通道A均设置为0，方便后续计算，简化了计算，通过识别人物边框，方便了后续将人物加入到场景中，避免了人物脚底不能着地的现象出现，方便将人物脚底与场景中地面对齐，使得得到的虚拟实景更加真实。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明