[发明专利]一种降低人形上半身检测误报的方法

说明书

本发明提供一种降低人形上半身检测误报的方法，包括以下步骤：S1.获取移动物体检测框；a使用运动历史检测当前帧中的运动目标，进行形态学处理得到前景图像；b轮廓提取所述前景图像以确定当前帧的每一个所述运动目标的轮廓。S2.如果当前帧中有运动，即移动检测框个数大于0,进行全帧人形检测；S3.如果当前帧中没有运动，直接跳过此帧，回到S1,进行下一帧检测。

技术领域

本发明涉及智能监控视频处理领域，特别涉及一种降低人形上半身检测误报的方法。

背景技术

随着科技的不断发展，特别是计算机视觉技术的发展，智能识别技术广泛应用于包括视频监控等各个领域，图像特征提取方法具有良好的识别性能。此外，人形上半身检测也随着智能识别领域的发展而越来越受到广泛关注。

现有技术中的常用术语包括：

上半身检测：即检测包含人体的头部到胳膊肘至肩部中间位置。

级联卷积网络：就是设计N阶网络，由粗到精对任务进行处理。

MTCNN，(Multi-task convolutional neural network，多任务卷积神经网络)，将人脸区域检测与人脸关键点检测放在了一起，基于cascade框架。总体可分为第一阶段P-Net、第二阶段R-Net、和第三阶段O-Net三层网络结构。而人形检测与人脸检测也有很多类似的地方。

在现有技术中，人形检测是视频监控或视频结构化中必备模块，误报问题不可能从算法模型层面完全避免，但怎样很好的处理误报的问题也成为能够真正应用落地的关键。比如一个盆栽一个酒瓶因为和人体结构具有相似性会一直误报，增加样本会减少一定的误报，但是会导致特征相似的正检率下降，因此亟待需要有新的方法的提出来解决现有问题。

嵌入式端级芯片因为算力受限，神经网络模型设计必须短小精悍，这就会导致误报很多，加上误报问题不可能从根本上去解决，因为样本数据不可能把所有情况考虑到也不可能全部获取到。误报导致报警系统频繁推送报警信息，导致体验很差，项目实践落地困难。

发明内容

为了解决上述问题，本发明的目的在于：使用一种特殊的移动和人体上半身检测结合的方法，有效去除静止状态下的误报，而不损失正常状态的使用体验，因为人出现在画面中总要有个运动过程，并且此方法可以在细微运动的时候仍能够进行有效的人形上半身检测，从而此方法能避免报警系统频繁推送报警信息，解决实践应用困难的问题。

具体地，本发明提供一种降低人形上半身检测误报的方法，包括以下步骤：

S1.获取移动物体检测框；

S2.如果当前帧中有运动，即移动检测框个数大于0,进行全帧人形检测；

S3.如果当前帧中没有运动，直接跳过此帧，回到S1,进行下一帧检测。

所述的S1进一步包括：

a使用运动历史检测当前帧中的运动目标，进行形态学处理得到前景图像；

b轮廓提取所述前景图像以确定当前帧的每一个所述运动目标的轮廓。

所述的S2中的人形上半身检测，不是基于运动检测框而是全帧进行人形检测,因为运动检测会有很多中空或局部运动导致物体零碎不能构成一个整体，如果基于运动检测框会导致人形检测失效。

所述的S2进一步包括：如果人形上半身检测框个数等于0,跳过此帧，回到S1进行下一帧检测。

所述方法利用上半身检测和移动检测框配合，同时考虑到上半身检测框和移动检测框的面积和交集的面积。

所述的S2进一步包括：如果人形上半身检测框个数大于0，则

(1)求所有运动检测框与人形上半身检测框的交集；