[发明专利]利用肤色的人体图像再识别的方法

说明书

技术领域

本发明涉及视频监控领域，具体而言，涉及一种利用肤色的人体图像再识别的方法。

背景技术

对于公共场所的安防，目前通常采用摄像头实现图像的采集。

由于目前的视频识别技术，只能识别出视频中的人体图像，不能对人体图像所对应的个体进行确认，从而导致不能区分出每个人的移动轨迹，不能确定当前视频中的人体图像所对应的身份。

发明内容

本发明旨在提供一种利用肤色的人体图像再识别的方法，以解决不能对人体图像的个体进行确认的问题。

在本发明的实施例中，提供了一种利用肤色的人体图像再识别的方法，包括：

检测出视频图像中的人体图像；

检测所述人体图像中的多个肤色区域；

检测每个肤色区域中的多个特征点，确定每个特征点的特征向量；

将每个区域确定的特征向量与预先采集的数据库中的每个人体图像对应的各个区域的多个基准向量进行匹配；

根据匹配的结果，确定匹配成功的人体图像。

通过上述的步骤，可在数据库中确定出人体图像，将确定出的人体图像作为检测到的人体图像。从而可在视频中掌握每个人体图像的运动轨迹以及活动范围。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了实施例的流程图；

图2示出了实施例中识别到的人体图像的示意图；

图3示出了实施例中识别到的人体图像的各个肤色区域的示意图。

具体实施方式

下面将参考附图并结合实施例，来详细说明本发明。参见图1，实施例的步骤包括：

S11：检测出视频图像中的人体图像；

S12：检测所述人体图像中的多个肤色区域；

S13：检测每个肤色区域中的多个特征点，确定每个特征点的特征向量；

S14：将每个区域确定的特征向量与预先采集的数据库中的每个人体图像对应的各个区域的多个基准向量进行匹配；

S15：根据匹配的结果，确定匹配成功的人体图像。

通过上述的步骤，可在数据库中确定出人体图像，将确定出的人体图像作为检测到的人体图像。从而可在视频的多个人体图像中确定出唯一的人体图像。

优选地，实施例中，检测人体图像的步骤包括：使用高斯背景建模法在视频中检测运动区域。在检测到的运动区域内，使用基于方向梯度直方图(HOG)和带有隐含参数的支持向量机(latent SVM)的物体检测方法，在不同尺度上对视频中的人体图像进行检测。

优选地，实施例中，所述检测多个肤色区域的过程包括：

将所述人体图像转换为YCrCb格式；可按照以下公式转换：

Y＝0.299R+0.587G+0.114B

Cr＝0.500R-0.419G-0.081B+128

Cb＝-0.169R-0.331G+0.500B+128

在YCrCb格式的人体图像中检测满足符合133≤Cr≤173，77≤Cb≤127的像素点；

将符合的像素点形成的区域为肤色区域。具体参见图2中的人体图像，经过上述步骤后，最后得到如图3所示的人体图像。

该肤色区域的图像先进行形态学开运算去除掉孤立的小点，噪声，毛刺及小桥。再通过形态学闭运算弥合断裂的人体区域。然后输出图像作为后续处理。

优选地，实施例中，所述区域包括脸部皮肤区域和手部皮肤区域。

优选地，实施例中，所述特征向量或基准向量通过以下步骤确定：

1、使用fast算子检测人体图像的各个肤色区域的特征点；这些特征点往往是皮肤的非平坦区域，例如眼角位置、鼻部、口部的轮廓位置，手指缝隙位置等。

2、通过以下moment矩运算，检测1中的所述特征点中主方向特征点的主方向；

·Moments：