[发明专利]一种基于视频图像的人体定位监护方法

权利要求书

1.一种基于视频图像的人体定位监护方法，其特征在于，通过以下步骤来实现：

a).采集人脸数据，采集被监护人的人脸图像和身份信息，并将人脸图像调整到标准大小，标准人脸图像和身份信息保存至人脸数据库中，设标准人脸图像的数量为n个；

b).提取特征信息，利用SIFT人脸特征提取方法获得被监护人的人脸特征信息，并保存至人脸数据库中；

c).计算相似度阈值，通过摄像头获取人体在监控区域活动时的视频帧图像，先对图像进行规范化处理，再利用人脸检测器对规范化处理后的图像进行人脸检测，得到同一被监护人的多幅参照人脸图像；计算被监护人标准人脸图像与其多幅参照人脸图像的相似度，取所有相似度的最小值S_min为相似度阈值；

d).获取待检测人脸图像，在对被监护人监控时，通过摄像头获取其在监控区域内的视频帧图像，并得到待检测人脸图像；

e).判断是否为被监护人，利用SIFT人脸特征提取方法提取待检测人脸图像的特征信息，计算待检测人脸图像与数据库中的标准人脸图像相似度，如果两幅人脸图像的相似度小于S_min，则监控区域的对象不是被监护人，如果相似度大于或等于S_min，则监控区域的对象是被监护人；

f).判断被监护人位置，当判断出被识别人是被监护人时，根据检测的人脸区域在整幅图像中的位置来判断被监护人的实际位置；

g).判断是否超出安全范围，根据步骤f)中获取的被监护人的位置，判断被监护人当前是否超出监控区域的预设安全范围，若超出预设安全范围，将报警信息及时反馈给看护人员，以使看护人员及时进行管理。

2.根据权利要求1所述的基于视频图像的人体定位监护方法，其特征在于，步骤b)中所述的提取特征信息通过以下步骤来实现：

b-1).划分子区域，将标准人脸图像划分为m个子区域，相邻子区域之间可存在重叠区域也可不存在重叠区域，A_ki表示标准人脸图像k的第i个子区域；

b-2).获取特征矩阵，采用SIFT特征算法对标准人脸图像的子区域进行特征提取，设获取的标准人脸图像k的第i个子区域的特征矩阵为A_ki(a_i,z)，a_i为特征点数，z为特征矩阵的维数；

b-3).将所有的n个标准人脸图像均通过步骤b-1)和b-2)的处理，得到人脸特征信息，保存至人脸数据库中；

步骤c)中所述的计算相似度阈值通过以下步骤来实现：

c-1).采用与步骤b-1)和b-2)相同的方法获取参照人脸图像的特征矩阵B_li(a_i,z)，B_li(a_i,z)表示参照人脸图像l的第i个子区域的特征矩阵；

c-2).计算相似度，计算特征矩阵B_li(a_i,z)与A_ki(a_i,z)的相似度，得到参照人脸图像l与其标准人脸图像对应的第i个子区域的相识度S_li，直至所有对应子区域的相似度计算完毕，获取的相似度为S_l1、S_l2、…、S_lm；

c-3).求取平均相似度，通过公式(1)计算参照人脸图像l与标准人脸图像的相似度

c-4).按照步骤c-1)至步骤c-3)相同的方法，求取所有参照人脸图像与其标准图像的相似度通过公式(2)求取判断阈值S_min：

3.根据权利要求2所述的基于视频图像的人体定位监护方法，其特征在于，步骤e)中所述的判断是否为被监护人通过以下步骤来实现：

e-1).采用与步骤b-1)和b-2)相同的方法获取待检测人脸图像的特征矩阵C_Ei(a_i,z)，C_Ei(a_i,z)表示待检测人脸图像E的第i个子区域的特征矩阵；

e-2).计算相似度，计算特征矩阵C_Ei(a_i,z)与A_ki(a_i,z)的相似度，得到待检测人脸图像E与标准人脸图像k对应的第i个子区域的相识度S_Eki，直至所有对应子区域的相识度计算完毕，获取的相似度为S_Ek1、S_Ek2、…、S_Ekm；

e-3).求取相似和，通过公式(3)计算待检测人脸图像E与标准人脸图像k的相似度：

e-4).采用与步骤e-1)至e-3)相同的方法，获取待检测人脸图像E与n个标准人脸图像的相似度通过公式(4)求取相似度的最大值

e-5).判断是否为被监护人，判断是否成立，如果成立，则则监控区域的对象是被监护人，如果不成立，则监控区域的对象不是被监护人。