[發(fā)明專(zhuān)利]一種基于人腿檢測(cè)的奔跑檢測(cè)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201310022749.1
• 申請(qǐng)日: 2013-01-21
• 公開(kāi)（公告）號(hào): CN103123689B
• 公開(kāi)（公告）日: 2016-11-09
• 發(fā)明（設(shè)計(jì)）人: 王海峰;王曉萌;何小波;董博;楊宇;張凱歌
• 申請(qǐng)（專(zhuān)利權(quán)）人: 信幀電子技術(shù)（北京）有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 李世喆

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器視覺(jué)技術(shù)領(lǐng)域，特別涉及一種基于人腿檢測(cè)的奔跑檢測(cè)方法和裝置。?

背景技術(shù)

隨著社會(huì)發(fā)展和智能城市的需要，越來(lái)越多的公共場(chǎng)所安裝了視頻監(jiān)控系統(tǒng)。有些視頻監(jiān)控系統(tǒng)中有這樣一類(lèi)功能需求，即視頻中是否有快速奔跑的人。該需求為視頻監(jiān)控中行為分析問(wèn)題，屬于智能視頻監(jiān)控較高級(jí)處理目標(biāo)。?

發(fā)明內(nèi)容

為了達(dá)到上述目的，本發(fā)明提供了一種行為檢測(cè)方法及裝置。?

根據(jù)本發(fā)明的一個(gè)方面，提供了一種行為監(jiān)測(cè)方法，包括：使用高斯背景建模法提取前景圖像；在所述前景圖像中提取人體骨架；在所述人體骨架中定位人體雙腿；根據(jù)所述人體雙腿夾角判斷是否發(fā)生奔跑行為。?

優(yōu)選地，使用高斯背景建模法提取前景圖像包括：將前景圖像中的每個(gè)圖像單位作為從混合高斯分布樣本中采樣得到的隨機(jī)變量；根據(jù)預(yù)設(shè)值，每個(gè)像素點(diǎn)是前景或背景的先驗(yàn)概率進(jìn)行估值。?

優(yōu)選地，在所述前景圖像中提取人體骨架包括：?

通過(guò)細(xì)化提取人體骨架，即迭代的去除區(qū)域邊界像素。?

優(yōu)選地，在所述人體骨架中定位人體雙腿包括：?

對(duì)提取的所述人體骨架搜過(guò)左下角和右下角的最大值作為人體雙腳的位置以表示人體雙腿的位置?

優(yōu)選地，根據(jù)所述人體雙腿夾角判斷是否發(fā)生奔跑行為包括：?

以人體區(qū)域外接矩形中心和雙腳位置點(diǎn)組成的角作為檢測(cè)指標(biāo)，當(dāng)這個(gè)角度大于閾值thr1時(shí)，則確定發(fā)生奔跑行為。?

根據(jù)本發(fā)明的又一方面，提供了一種行為監(jiān)測(cè)裝置，包括：第一提取模塊，用于使用高斯背景建模法提取前景圖像；第二提取模塊，用于在所述前景圖像中提取人體骨架；定位模塊，用于在所述人體骨架中定位人體雙腿；?判斷模塊，用于根據(jù)所述人體雙腿夾角判斷是否發(fā)生奔跑行為。?

優(yōu)選地，所述第一提取模塊包括：第一處理模塊，用于將前景圖像中的每個(gè)圖像單位作為從混合高斯分布樣本中采樣得到的隨機(jī)變量；第二處理模塊，用于根據(jù)預(yù)設(shè)值，每個(gè)像素點(diǎn)是前景或背景的先驗(yàn)概率進(jìn)行估值。?

優(yōu)選地，所述第二提取模塊用于通過(guò)細(xì)化提取人體骨架，即迭代的去除區(qū)域邊界像素。?

優(yōu)選地，所述定位模塊用于對(duì)提取的所述人體骨架搜過(guò)左下角和右下角的最大值作為人體雙腳的位置以表示人體雙腿的位置?

優(yōu)選地，所述判斷模塊用于以人體區(qū)域外接矩形中心和雙腳位置點(diǎn)組成的角作為檢測(cè)指標(biāo)，當(dāng)這個(gè)角度大于閾值thr1時(shí)，則確定發(fā)生奔跑行為。?

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。?

圖1是根據(jù)本發(fā)明實(shí)施例的行為檢測(cè)方法的流程圖；?

圖2是根據(jù)本發(fā)明實(shí)施例的行為檢測(cè)裝置的結(jié)構(gòu)框圖；?

圖3是根據(jù)本發(fā)明實(shí)施例的奔跑檢測(cè)的流程圖。?

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。?

本實(shí)施例提供了一種行為檢測(cè)方法，圖1是根據(jù)本發(fā)明實(shí)施例的行為檢測(cè)方法的流程圖，如圖1所示，包括如下步驟：?

步驟Ｓ102：使用高斯背景建模法提取前景圖像。?

步驟Ｓ104：在該前景圖像中提取人體骨架；?

步驟Ｓ106：在該人體骨架中定位人體雙腿；?

步驟Ｓ108：根據(jù)該人體雙腿夾角判斷是否發(fā)生奔跑行為。?

優(yōu)選地，使用高斯背景建模法提取前景圖像包括：將前景圖像中的每個(gè)?圖像單位作為從混合高斯分布樣本中采樣得到的隨機(jī)變量；根據(jù)預(yù)設(shè)值，每個(gè)像素點(diǎn)是前景或背景的先驗(yàn)概率進(jìn)行估值。?

優(yōu)選地，在該前景圖像中提取人體骨架包括：通過(guò)細(xì)化提取人體骨架，即迭代的去除區(qū)域邊界像素。?

優(yōu)選地，在該人體骨架中定位人體雙腿包括：對(duì)提取的該人體骨架搜過(guò)左下角和右下角的最大值作為人體雙腳的位置以表示人體雙腿的位置?

優(yōu)選地，根據(jù)該人體雙腿夾角判斷是否發(fā)生奔跑行為包括：以人體區(qū)域外接矩形中心和雙腳位置點(diǎn)組成的角作為檢測(cè)指標(biāo)，當(dāng)這個(gè)角度大于閾值thr1時(shí)，則確定發(fā)生奔跑行為。?