[发明专利]低分辨率视频的服装识别方法及系统

说明书

技术领域

本发明涉及图像信息处理技术领域，更具体的说，是涉及一种低分辨率视频的服装识别方法及系统。

背景技术

随着科技的不断进步，传统的生物识别技术已经难以满足安全敏感场合(如部队大院、武警大院等军事管辖区)的安全防护的要求。因此，提出了对能实现自动实时识别人物身份的智能视觉监控系统的需求，近年来非接触式远距离的人物身份识别技术备受研究人员的广泛关注，也得到了相应的发展。

当前，主要在多模式、大范围的视觉监控技术实现远距离的人员检测、分类与识别技术方面进行相关研究。具体包括“基于步态的身份识别”和“基于人脸识别基础的身份识别”的两种方式。

其中，由于针对基于步态的远距离人员身份识别，需要建立丰富的步态知识库。因此，无法满足在人员数量大又有制服区分的场合，实现非接触式远距离的人物身份识别的要求。

基于人脸识别基础的身份识别，主要采用多级检测体系，大致分为四级：人脸检测、军装区域检测、饰物检测及领花识别，并在执行每一级的过程中过滤掉大量无关数据，以提高检测精度和效率。其具体识别过程如图1所示，在人脸检测后得到的人脸数据为下一级执行军装区域检测服务；在军装区域检测后得到的军装区域掩码为下一级饰物及领花检测服务。

在现有技术上述基于人脸识别基础的身份识别过程中所进行的服装识别，需要先进行人脸识别，然后再根据饰物领花特征进行军装识别。但是，在进行人脸识别和军装的识别，要求高分辨率、背景效果好的图像，如针对低分辨率图像，识别准确率将降低且漏检率高。而且该方法适用于图像，而非视频进行服装识别，因此无法满足或无法适应视频乃至低分辨率视频中的服装识别。

发明内容

有鉴于此，本发明提供了一种低分辨率视频的服装识别方法及系统，以克服采用现有技术中基于人脸识别的方法，无法实现低分辨率视频中的人物服装及身份识别的问题。

为实现上述目的，本发明提供如下技术方案：

一种低分辨率视频的服装识别方法，包括：

确定接收到的视频流中的当前时间序列，提取所述视频流中的前景图像，从所述前景图像中确定人体目标，并提取所述人体目标的轮廓信息；

分解所述人体目标的轮廓信息，依据预设服装类别提取所述人体目标的轮廓信息中各分块对应的服装特征值；

将获取到的各分块的服装特征值与预设服装特征阈值进行比较，识别当前帧中各分块的服装类别；

融合所述各分块的服装类别，并依据预存储的服装类别进行投票判决，确定当前时间序列中所述人体目标的服装类别；

返回执行确定所述视频流中的当前时间序列这一步骤，获取所述视频流中不同时间序列中各帧中同一人体目标的服装类别进行融合，并依据预存储的服装类别进行投票判决，确定所述运动目标的服装类别。

一种低分辨率视频的服装识别系统，包括：

提取装置，用于确定接收到的视频流中的当前时间序列，以及提取所述视频流时间序列的前景图像，从所述前景图像中确定人体目标，并提取所述人体目标的轮廓信息；

分解装置，用于分解所述人体目标的轮廓信息，依据预设服装类别提取所述人体目标的轮廓信息中各分块对应的服装特征值；

比较识别装置，用于将获取到的各分块的服装特征值与预设服装特征阈值进行比较，识别当前帧中各分块的服装类别；

融合装置，用于融合所述视频流中同一时间序列或不同时间序列中各帧所述各分块的服装类别；

判决装置，用于依据预存储的服装类别进行投票判决，确定当前时间序列中所述人体目标的服装类别；以及不同时间序列各帧中同一人体目标的服装类别进行融合后，所述人体目标的服装类别的判决。

经由上述的技术方案可知，与现有技术相比，本发明公开了一种低分辨率视频的服装识别方法及系统。基于时空分类器融合技术，首先，提取获取到的视频流中的前景图像，以及提取运动的人体的轮廓信息；然后，依据提取的轮廓信息进行运动人体目标的识别；通过对视频帧中同一帧图像内同一人体目标的不同分块，分别进行多点特征识别进行处理，并对识别结果进行投票判决；最后根据视频流内多帧图像中同一人体目标的判决结果进行投票判决，最终确定该人体目标的服装类别。通过上述本发明基于时空分类器融合技术，根据背景模型进行运动人体目标识别的方法对算法进行预处理，能够排除视频背景中与识别目标颜色相近的物体，降低干扰。同时综合考虑多个服装特征，基于运动检测、人体识别和服装识别，对同一人体目标多个视频帧中的服装特征判决的结果，最终确定该运动目标的服装类别，从而实现高效率、高质量，高准确度的身份及服装识别目的。

附图说明