[发明专利]一种基于级联结构的会场内座位状态检测方法

说明书

技术领域

本发明涉及计算机视觉技术领域，特别是一种基于级联结构的会场内座位状态检测方法。

背景技术

随着人们对社会安全问题的关注日益增加，以及对智能化服务的需求日渐显著，实现对公共场所的实时监控越来越重要。如何利用摄像头代替人眼，利用计算机代替人脑，理解场景中正在发生什么，预测将要发生什么，是计算机视觉的主要任务。普遍意义上，人的视觉首先获取场景的低层信息，如时间、地点、对象、数目等，通过人脑的综合处理形成对场景内容的高层描述，从而解决是谁、在干什么的问题。同样对于计算机，检测、跟踪、人数统计等低层视觉构成了行为分析和识别、场景语意理解等高层视觉的基础。

视频或图像中的目标检测是高层计算机视觉的一个基本方面。目标检测是目标识别、场景理解的基础。在会议场景中，尤其是大会场场景下，会场内座位状态的判断对完成会场内的智能监控和智能服务有重要意义。会场内座位状态的判断的主要内容是座位有无人的检测。

目前已经有较多算法对会议场景中人的检测进行了研究，主要有两种方式：基于图像的检测方式和基于视频序列的检测方式。在基于图像的目标检测方法中，目前的方法一般通过检测图像中的人脸或头肩特征来确定人的位置，但是在较大的监控场景(大型会议场景)下，由于人的姿态各异，以及摄像机视角带来的图像中人的表观的差异，会造成大量的漏检。基于视频序列的检测方法通常利用视频帧间差异捕捉视频中的运动信息，从而获得人的位置。该方法主要应用于场景中运动目标的检测。当视频中的目标出现短时静止时，会出现漏检现象。

发明内容

现有的会议场景中人的检测方法一般通过检测人脸、头部或头肩特征，或采用帧间差分法获取运动目标的位置，当对礼堂等大场景下的人进行检测时，由于人的姿态各异，很难获取具有一致性的外貌特征，而且处于会议中的人运动微小，利用运动信息检测会议中的人容易受到其他运动物体的干扰。为解决现有技术存在的问题，本发明的目的是希望在大场景下(例如礼堂)，快速高效地检测每个座位的状态，为此，有别于常见的对人进行检测的方法，本发明提供一种基于级联结构的会场内座位状态检测方法。

为实现上述目的，本发明提供一种基于级联结构的座位状态检测方法，其特征在于，该方法包括以下步骤：

步骤1，对在会场内采集到的视频序列中的每帧图像数据进行高斯平滑滤波以消除噪声的影响；

步骤2，基于所述步骤1滤波后得到的图像数据，用预先人工标定好的座位位置获取每个座位的座位区域，每个座位区域即为一个座位块；

步骤3，基于会场背景视频建立背景模型；

步骤4，基于所述步骤3建立的背景模型，将每个座位块与其对应的背景区域做差分，获取表示该座位块与背景之间的差异的全局特征；

步骤5，选取全空座位作为正样本，被遮挡的座位和有人座位作为负样本，建立训练样本库，提取每个样本的全局特征，训练得到粗分类器，根据所述步骤4提取出的每个座位块的全局特征，用所述粗分类器判断每个座位块是否为未被任何物体遮挡的全空座位，并将全空座位标记为+1，将被遮挡的空座位和有人座位标记为-1；

步骤6，对于所述步骤5中标记为-1的座位块，提取其加权梯度方向直方图特征；

步骤7，将所述步骤6得到的每个标记为-1的座位块的加权梯度方向直方图特征与其局部二值模式LBP特征融合，获得该座位块的最终纹理特征；

步骤8，在训练样本库中选取局部被遮挡、以及放有衣服或包的空座位作为正样本，选取有人座位作为负样本，提取每个样本的最终纹理特征，训练得到细分类器，根据所述步骤7提取得到的每个座位块的最终纹理特征，使用所述细分类器检测所述座位块是否有人就座，并将无人就座的座位标记为+1，有人就座的座位标记为-1；

步骤9，基于对每帧图像的检测结果，在一较短时间内，对该时间期间根据所述步骤8得到的每个座位块的所有帧的检测结果进行中值滤波，以消除因分类错误而引起的检测结果不稳定；

步骤10，在一较长时间内，对该时间内经中值滤波后的每个座位块的所有帧做帧间差分，未检测到有运动信息的座位标记为空座位，从而获得对每个座位的最终检测结果。