[发明专利]一种基于区域分割的行人识别方法

说明书

本发明提供了基于区域分割的行人识别方法，包括以下步骤：获取监控区域的视频流图像作为输入图像；基于边界图像分割技术获得输入图像的初始化区域集R，初始化区域集R包含若干分割区域；结合至少一种相似度策略计算所述初始化区域集R中相邻的分割区域的相似度，形成相似度集S；从相似度集S中筛选出最大相似度值max(S)，并将最大相似度值max(S)所对应的相邻的分割区域进行合并，更新初始化区域集R和相似度集S，直到相似度集S为空；根据更新后的初始化区域集R′中分割区域所匹配的最小外接椭圆筛选出候选行人区域r_k；利用头肩投影模型从候选行人区域r_k中识别出行人目标。通过本发明，提高了视频图像中各种干扰情况下行人识别的准确率和效率。

技术领域

本发明属于视频图像处理及识别技术领域，特别涉及一种基于区域分割的行人识别方法。

背景技术

随着社会的快速进步及计算机技术的日益发展，迫切需要用计算机来代替人，实现真正的智能化。其中，如何实现对图像和视频中目标对象的准确检测，是民用或军事领域智能视频监控中一个重要的任务。而视频中行人检测在计算机视觉领域中也已成为一个重要的热点问题，它在辅助驾驶、视频监控场景中的智能化识别、远距离的身份识别、人机交互及人流量的统计等领域都有着广泛的应用前景。

所谓视频中的行人检测就是判断视频图像中是否有行人，如果有则准确定位出行人在视频图像中的位置及区域，并统计出行人的数量。精确、鲁棒的行人视频监控是安全领域中主要的一种技术手段，在现代的安全体系中发挥不可替代的作用。

目前，行人目标检测方法主要有基于模型的方法、基于特征信息的方法和基于统计学习的方法等。但由于行人的非刚性和形态多样性、复杂的周围场景以及行人之间的相互遮挡与自我遮挡等，导致这些方法在实时性或准确性方面总是不能称心如意，这使得行人检测系统处于缓慢发展中。

有鉴于此，有必要对现有技术中视频图像中的行人识别方法予以改进，以解决上述问题。

发明内容

本发明的目的在于提供一种基于区域分割的行人识别方法，该方法可以有效地提高视频监控中行人识别的准确度。

为实现上述发明目的，本发明提供了一种基于区域分割的行人识别方法，包括以下步骤：

S1、获取监控区域的视频流图像作为输入图像；

S2、基于边界图像分割技术获得输入图像的初始化区域集R，所述初始化区域集R包含若干分割区域；

S3、结合至少一种相似度策略计算所述初始化区域集R中相邻的分割区域的相似度，形成相似度集S；

S4、从相似度集S中筛选出最大相似度值max(S)，并将最大相似度值max(S)所对应的相邻的分割区域进行合并，更新初始化区域集R和相似度集S，直到相似度集S为空；

S5、根据更新后的初始化区域集R′中分割区域所匹配的最小外接椭圆筛选出候选行人区域r_k；

S6、利用头肩投影模型从候选行人区域r_k中识别出行人目标。

作为本发明的进一步改进，所述步骤S2具体包括以下子步骤：

S21、以设定规格的扫描窗口对输入图像进行扫描，计算扫描窗口中的中间像素点与其相邻的相邻像素点之间的颜色值差异作为两个相邻像素点间的权值w((v_i，v_j))，所述两个相邻像素点间的权值w((v_i，v_j))的计算公式为：