[发明专利]一种图像处理、起立/坐下行为识别方法及系统

说明书

本发明公开了一种图像处理、起立/坐下行为识别方法及系统。该图像处理方法包括：A、按预设周期对视频序列进行采样，并对采样图像进行人体检测，得到采样图像集合及对应的人体检测框集合；B、根据人体检测框集合中的最小纵坐标和最大纵坐标分别确定空间裁剪的上边界和下边界；C、根据人体检测框集合确定横向参考中心和横向裁剪宽度，根据横向参考中心、横向裁剪宽度及每幅采样图像人体检测框的中心点确定每幅采样图像的横向裁剪范围；D、根据空间裁剪的上边界和下边界、及每幅采样图像的横向裁剪范围对对应的采样图像进行空间裁剪。本发明提供的方法可保留正负样本的运动特性，使得利用该方法处理过的图像能提高起立/坐下行为识别的准确率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像处理、起立/坐下行为识别方法及系统。

背景技术

人体行为识别在视频监控、安防、视频检索等领域具有广泛的应用，起立/坐下行为识别作为人体行为识别的一种，研究的是人物从坐立/起立行为变成起立/坐下行为的这一动态过程的识别问题，其在智慧教室、智能录播等场景具有直接的应用。现有的人体行为识别方法都是基于人体检测框的识别，即先对人体行为视频序列进行人体检测，如图1a和图2a所示；然后裁剪并将人体检测框缩放到同一尺寸的图像得到基于人体的视频序列，如图1b和图2b所示；最后基于该视频序列设计相应的识别算法，针对本专利就是设计相应的起立/坐下行为识别二分类算法。

现有技术中基于人体检测框直接裁剪的方式获得的视频序列存在两个问题：一是不能更好的反应人物起立这一向上的运动过程，如图1b和图2b所示，从而导致准确率降低；二是对于一些负样本实例，无法充分反映其和正样本无关的区别信息，例如对应于“走路”负样本，“走路”对应着移动过程，而基于人体检测框直接裁剪的方式获得的视频序列却体现不出这种移动过程，从而导致误识别率提高。

发明内容

本发明实施例提供了一种图像处理、起立/坐下行为识别方法及系统，旨在保留正负样本的运动特性，以提高系统对起立/坐下行为识别的准确率。

第一方面，本发明实施例提供了一种用于起立/坐下行为识别的图像处理方法，其包括：

A、按预设周期对视频序列进行采样，并对所述采样图像进行人体检测，得到采样图像集合及每一人物目标对应的人体检测框集合；

B、根据每一人物目标的人体检测框集合中的最小纵坐标和最大纵坐标分别确定每一人物目标的空间裁剪的上边界和下边界；

C、根据每一人物目标的所述人体检测框集合确定横向参考中心和横向裁剪宽度，根据每一人物目标的所述横向参考中心、横向裁剪宽度及每幅采样图像人体检测框的中心点确定每一人物目标的每幅采样图像的横向裁剪范围；

D、根据所述每一人物目标的空间裁剪的上边界和下边界、及每幅采样图像的横向裁剪范围对每一人物目标的对应的采样图像进行空间裁剪。

第二方面，本发明实施例提供了一种起立/坐下行为识别方法，该起立/坐下行为识别方法包括：

利用第一方面所述的用于起立/坐下行为识别的图像处理方法对视频序列中的图像进行处理；

将处理得到的图像输入到识别模型中进行起立/坐下行为识别。

第三方面，本发明实施例提供了一种用于起立/坐下行为识别的图像处理系统，该用于起立/坐下行为识别的图像处理系统包括：

采样检测模块，用于按预设周期对视频序列进行采样，并对所述采样图像进行人体检测，得到采样图像集合及每一人物目标对应的人体检测框集合；

边界确认模块，用于根据每一人物目标的人体检测框集合中的最小纵坐标和最大纵坐标分别确定每一人物目标的空间裁剪的上边界和下边界；