[发明专利]一种基于中心定位的人头检测方法

说明书

本发明公开一种基于中心定位的人头检测方法，包括以下步骤：S1：选取指定视频素材并对其进行抽帧处理，将抽帧之后获得的图像存入素材库，选择目标图像；S2：利用图像处理技术对目标图像进行特征提取和实例分割；S3：建立人头中心定位模型，基于人头中心点特征对人头中心定位模型进行训练；S4：将S2中处理后的目标图像输入训练后的人头中心定位模型中，利用人头中心定位模型处理目标图像；S5：获得最终检测结果。通过本方案依靠点标注和目标函数的设计进行回归，学习目标中心点的预测，并通过利用基于分水岭分割方法进行实例分割，提高对相互遮挡人头的检测性能。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于中心定位的人头检测方法。

背景技术

基于视频分析的人流量统计方法可以实现人流量的自动统计，解决人工统计带来的各种问题。目前，基于视频分析的流量统计方法主要有三类：

一是基于特征点跟踪的方法，该方法首先跟踪一些运动的特征点，然后对特征点的轨迹进行聚类分析，从而得到人流量信息；基于特征点跟踪的方法需要跟踪一些运动的特征点，然后对特征点的轨迹进行聚类分析，从而得到人流量信息，该方法的缺点是特征点本身难以稳定地跟踪，计数精度较差。

二是基于人体分割和跟踪的方法，该方法首先需要提取出运动目标块，然后对运动目标块进行分割得到单个人体目标，最后跟踪各个人体目标实现人流量的统计；基于人体分割和跟踪的方法首先需要提取处运动目标块，然后对运动目标块进行分割得到单个人体目标，最后跟踪得到各个人体的轨迹，从而实现人流量的统计。该方法的缺点是当人体存在遮挡时，人体分割的准确性难以得到保证，影响统计精度。

三是基于人头或头肩检测和跟踪的方法，该方法在视频中检测人头或头肩，通过对人头或头肩的跟踪进行人流量的统计。基于人头数检测和跟踪的方法是在视频中检测人头，通过对人头的跟踪进行人流量的统计，当摄像机角度适当时，人头出现遮挡的情况较少，因此基于人头数检测的方法较前两种方法准确性有所提高。

申请号为CN201610689381.8的中国发明申请文件中提出了一种基于Hough变换的人头检测方法，并提到：一般采用Hough变换进行人头的检测框架是对输入图像进行预处理，用canny或者背景差分加sobel算子提取目标边缘，然后进行Hough椭圆检测，但这种方法存在一些不足，主要表现在边缘提取在很多复杂情况下很难得到理想的结果。

现有的人头检测方法有两种，一是基于回归思想，直接根据图像回归出拥挤人群的热点图，这种方法存在的缺陷是只能得到场景整体的一个拥堵指数，不能获取每个人头所在的具体坐标，而且这种办法对图像分辨率很敏感。二是基于目标检测方法，将人头作为检测的目标，这种方法可以得到人头的数量，也可以获取人头所在的具体坐标，但缺点是对小目标人头、相互遮挡人头检测效果很差。并且检测中的检测框默认是轴对称的，大多数比较成功的检测方法都是要列举很大数量的候选框，再进一步进行定位和分类。但是这样的做法往往是多余而又低效率的。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于中心定位的人头检测方法，用于解决利用目标检测进行人头检测必须依赖anchor的问题。

本发明的目的是通过以下技术方案来实现的：

一种基于中心定位的人头检测方法，包括以下步骤：

S1：选取指定视频素材并对其进行抽帧处理，将抽帧之后获得的图像存入素材库，选择目标图像；

S2：利用图像处理技术对目标图像进行特征提取和实例分割；

S3：建立人头中心定位模型，基于人头中心点特征对人头中心定位模型进行训练；

S4：将S2中处理后的目标图像输入训练后的人头中心定位模型中，利用人头中心定位模型处理目标图像；

S5：获得最终检测结果。

优选的，所述S3包括以下步骤：