[发明专利]一种基于光流与k-means聚类的多学生起坐检测方法

摘要

本发明公开了一种基于光流和k‑means聚类的学生起坐检测方法，采集学生区域图像信息；对学生区域进行运动目标区域检测，用帧间差分法检测出图像中存在运动的区域，用连通域标记算法标记处运动目标区域模板；将运动目标区域模板与原图像叠加，并对运动目标区域进行光流运算，得出特征点的运动矢量；将光流分为向上的一组A和向下的一组B，并进行聚类处理；若同一个中心点连续出现达到一定的次数，则认为该目标发生起坐动作，至此，检测结束。与现有技术相比，本发明只用一台摄像机就可以检测学生的起坐，设备简单，易于安装；可适用于多种环境；本发明检测准确率高，实时性较好，可以达到上课需求；可以检测出多个学生同时起立的情况，更加实用。

主权项

一种基于光流和k‑means聚类的学生起坐检测方法，其特征在于，该方法包括以下步骤：步骤(1)、利用摄像头拍摄学生区域，采集学生区域图像信息，用于分析处理；步骤(2)、对学生区域进行运动区域检测，用帧间差分法检测出图像中存在运动的区域，然后，利用膨胀、腐蚀等形态学处理，联通区域，去除噪点，并用连通域标记算法标记出运动区域模板；步骤(3)、将运动区域模板与原图像叠加，并对运动区域进行光流运算，得出特征点的运动矢量；步骤(4)、将光流分为向上的一组A和向下的一组B，并进行聚类处理，其中分组操作的具体判据为：如果运动矢量垂直的分量>5pixel，且水平的分量的绝对值不大于3pixel，则认为该特征点有向上的运动趋势，将这些特征点归为一组，记为A，如果运动矢量垂直的分量<‑5pixel且水平的分量的绝对值不大于3pixel，则认为该特征点有向下的运动趋势，将这些特征点归为另一组，记为B；其中聚类处理具体包括：对A组与B组分别进行k‑means聚类，得到K个类以及每个类的中心位置坐标，类的个数K即是当前帧中有起立或者坐下趋势的学生的个数，中心位置即是每一个目标区域的中心坐标；若一个类中样本个数过小，则认为该类是干扰点，排除这个类，并记录下其他类的中心坐标；返回步骤(1)，对下一帧视频进行同样的处理；若同一个中心点连续出现达到一定的次数，则认为该目标发生起坐动作，至此，检测结束。