[发明专利]一种基于头肩模型的人体识别方法

摘要

本发明提出一种基于头肩模型的人体识别方法。计算头肩模型的HOG特征并训练SVM分类器参与分类；采用混合高斯模型提取运动人体目标，结合边缘提取算法提取人体目标轮廓，进而根据人体比例关系获得人体头肩模型；对头肩模型HOG特征分类为非人体的目标，作进一步处理。本发明进一步减少了计算量，在提高人体识别率的同时降低了识别时间。

主权项

一种基于头肩模型的人体识别方法，其特征在于，包括以下步骤：步骤一、使用人体头肩模型选择训练SVM分类器；具体为：针对行人数据库，截取行人图像中的人体头肩模型后保存为正样本图片，从背景图像中截取同样大小的图像并保存为负样本图片，将正样本图片和负样本图片统一大小为M×M，计算正样本图片和负样本图片的HOG特征，然后用HOG特征训练SVM分类器；步骤二、获取监控视频中运动目标图像I和运动目标的二值图Ib；具体为：采用混合高斯目标提取技术获取监控视频中的运动目标，获得运动目标图像I和运动目标的二值图Ib，对运动目标的二值图Ib进行腐蚀膨胀处理，然后提取运动目标的最外层轮廓，填充运动目标最外层轮廓获得一次运动目标二值图Ib′；步骤三、提取头肩模型；具体为：对运动目标图像I进行边缘检测，获得清晰的运动目标轮廓；用步骤二获得的一次运动目标二值图Ib′对运动目标轮廓进行修正，剔除超出运动目标二值图Ib′以外的轮廓点，获得修正后的轮廓；对修正后的轮廓进行填充形成二次运动目标二值图像Ib″；计算二次运动目标二值图像Ib″的水平投影直方图，将起始点到第一个极小值点之间曲线的最大值作为人体头部宽度；根据人体正常比例关系确定人体头肩模型的高度；将头肩部分的高度范围内的直方图曲线的最大值作为头肩模型的宽度；按照头肩模型的高度和宽度，从运动目标图像I中提取出对应的头肩部分；计算每个头肩模型的HOG特征，并采用SVM分类器对HOG特征进行分类，判断相应的运动目标图像I是否属于人体；步骤四、对判断为非人体的目标图像重新进行分类。