[发明专利]基于视频的审判员着装检测方法

说明书

技术领域

本发明属于视频检测技术领域，涉及一种基于视频的审判员着装检测方法。

背景技术

法庭中，法官的着装是否规范既能体现法庭的严肃性，也可以给参与庭审的各类人员带来威慑性，是法庭纪律的重要组成部分。法官应该严格遵守着装规范。随着法庭电子化升级的进行，现在绝大多数法庭要求安装摄像头来记录庭审过程。在有了高清庭审视频后，使用计算机代替人进行着装规范检测成为了可能。

发明内容

本发明为了解决上述现有技术中存在的问题，提供了一种基于视频的审判员着装检测方法。

本发明为解决这一问题所采取的技术方案是：

一种基于视频的审判员着装检测方法，该方法包括如下步骤：首先使用DPM算法识别出图像中感兴趣区域中的人物头肩区域，得到视频中的人物范围，然后对人物服装区域的法徽、领徽、领带和衣服颜色利用纹理、颜色特征进行检测和判断，最后根据这些独立特征的判断结果计算着装能量并进行最终判断。

具体来说，利用DPM算法首先将待检图像进行分块，然后对每个块提取HOG特征，再计算各个区块到中心的距离来得到各个区块的权重，将这些带权重的HOG特征通过SVM级联分类器进行训练和检测，建立人物头肩模型，然后在待测视频的感兴趣区域使用头肩模型进行检测，得到视频中的人物范围。

根据已知的法徽、领徽、领带样本库利用HOG特征和HSV颜色特征，分别使用SVM级联分类器和神经网络进行模型训练，然后利用检测出的人物范围推测衣领、胸前等区域，在这些区域中用SVM级联分类器进行检测，找到疑似的法徽、领徽、领带区域；最后将疑似区域通过神经网络进行识别，判断其是否为正确的法徽、领徽、领带区域。

根据已知合规的衣服颜色范围，将利用DPM算法检测出的人物范围，进行颜色聚类计算，判断人物衣服是否规范；根据不同着装类型设定各个独立特征所占权重，利用法徽、领徽、领带、衣服颜色判断结果，计算不同着装类型的能量；最后，根据着装能量对人物着装是否合规进行判断。

本发明具有的优点和积极效果是：

本发明的基于视频的审判员着装检测方法，通过单独的对法徽、领徽、领带和衣服颜色等独立特征的判断，根据能量累积原理，判断视频中的人员着装是否符合要求。该发明包括人物识别、独立特征判断和综合能量计算三部分。该发明具有较高准确率和较低的漏检率。

附图说明

图1是本发明的基于视频的审判员着装检测方法的整体流程图；

图2是本发明使用DPM算法进行分块检测的流程图；

图3是本发明对每个块提取HOG特征的流程图。

具体实施方式

以下参照附图和具体实施例对本发明的基于视频的审判员着装检测方法进行详细的说明。下面描述的具体实施例仅是本发明的最佳实施方式，而不能理解为对本发明的限制。

如图1所示，本发明的基于视频的审判员着装检测方法，包括如下步骤：首先使用DPM算法识别出图像中感兴趣区域中的人物头肩区域，得到视频中的人物范围，然后对人物服装区域的法徽、领徽、领带和衣服颜色利用纹理、颜色特征进行检测和判断，最后根据这些独立特征的判断结果计算着装能量并进行最终判断。

着装检测的第一步是找到人物区域，本发明中使用DPM算法进行人物头肩模型的训练和检测。DPM算法首先将待检图像进行分块，然后对每个块提取HOG特征，再计算各个区块到中心的距离来得到各个区块的权重，将这些带权重的HOG特征通过SVM级联分类器进行训练和检测。DPM算法如图2所示。

梯度方向直方图(HistogramofOrientedGradient,HOG)特征是一种在计算机视觉和图像处理领域常用的特征描述方法，其提取特征过程如图3所示。在找到人物区域后就可以对人物着装进行分析了。

着装检测中需要检测的独立特征为法徽、领徽、领带和衣服颜色。其中法徽、领徽、领带采用提取HOG特征进行SVM级联模型训练的方法得到相应的先验模型，然后在这些独立特征可能存在的位置进行检测，找到疑似特征。法徽对应左胸区域，领徽和领带对应大小不同的肩膀中心区域。在使用SVM级联分类器进行训练的同时，也需要使用神经网络进行独立特征的训练。在找到疑似特征后，再使用神经网络进行确认，得到法徽、领徽、领带是否存在。