[发明专利]一种小图像比对和模糊识别相结合的目标识别方法

摘要

本发明公开一种小图像比对和模糊识别相结合的目标识别方法，弥补单纯模式识别的不足，根据小规模测试结果，人头识别的准确率能提升10%左右，进而提升客流的准确率。本发明可应用于客流统计领域，通过本发明会提高相同环境下的不同区域或者角度的人头检测率，以及提高不同环境下的人头检测率。根据实际环境下的测试效果，比之前的人头检测率提升约10%左右。提升了人头检测率，会构成更真实的轨迹，进而提升客流统计的准确率。根据实际环境下的测试效果，比之前的客流统计准确率提升约5%左右。

主权项

一种小图像比对和模糊识别相结合的目标识别方法，其特征是：所述的方法包括下述步骤：步骤S1：通过摄像机进行图像采集，采集到的每帧图像会按照时间顺序依次接收；步骤S2：依次获取图像，并且对该帧图像进行人头检测，如果没有检测到人头，则跳到步骤S10，进行步骤S10的操作；如果检测到人头，则进行步骤S3的操作；步骤S3：保存当前帧号以及检测到的人头坐标，并保存人头坐标截取的小图像到小图像缓存；步骤S4：根据该帧图像中的人头坐标位置，确认是否可以插入到轨迹中去，能够插入轨迹有两个条件：第一个条件是比较帧号，和轨迹中的节点的帧号比较，如果两个帧号的插值小于等于3，那么就进行第二个条的判别，即人头中心点的坐标和轨迹中的帧坐标的距离比较，如果这两个坐标的距离，小于40个像素点，则满足条件，这两个条件都满足，才可以插入到轨迹中；如果不满足，则不能插入轨迹；步骤S5：如果可以插入到轨迹中去，那么将直接插入，否则，将转入步骤S6流程；步骤S6：判断不能插入到轨迹中去的原因，如果是因为模式识别的结果，则转入步骤S8，将按照步骤S8的流程，启动小图像比对的方式，如果不是因为模式识别的结果，则转入步骤S7；步骤S7：不能插入到轨迹中去的原因，如果是小图像识别的结果，那么将丢弃这个节点；步骤S8：不能插入到轨迹中去的原因，如果是模式识别的结果，那么直接插入到轨迹中去；步骤S9：重新回到步骤S2。