[發(fā)明專利]基于視頻流數(shù)據(jù)的警服識別方法

在審

• 申請?zhí)枺?/td>: 201910543624.0
• 申請日: 2019-06-21
• 公開（公告）號: CN110427808A
• 公開（公告）日: 2019-11-08
• 發(fā)明（設(shè)計）人: 楊賢文
• 申請（專利權(quán)）人: 武漢倍特威視系統(tǒng)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 武漢維創(chuàng)品智專利代理事務(wù)所(特殊普通合伙) 42239
• 代理人: 余麗霞

1.基于視頻流數(shù)據(jù)的警服識別方法，其特征在于，包括以下步驟：

步驟一、視頻流數(shù)據(jù)獲取

在監(jiān)獄的監(jiān)舍囚犯活動區(qū)域設(shè)置攝像頭，獲取攝像機(jī)視頻流，并對視頻流數(shù)據(jù)進(jìn)行RGB轉(zhuǎn)換，使其轉(zhuǎn)換為相應(yīng)的彩色圖像；

步驟二、活動目標(biāo)提取

通過對視頻中獲取的n幀畫面進(jìn)行背景建模，然后對n+1幀畫面中的活動目標(biāo)進(jìn)行幀差，將n+1幀像素值I(x,y)減去背景模型中相同位置像素點(diǎn)的平均值u(x,y)，得到差值d(x,y)，然后將該差值d(x,y)與閾值TH進(jìn)行比較，當(dāng)差值d(x,y)大于閾值TH時，則標(biāo)記為前景點(diǎn)；否則，標(biāo)記為背景點(diǎn)；

通過前景點(diǎn)連續(xù)的幀來判斷該活動目標(biāo)是否連續(xù)運(yùn)動，是否連續(xù)出現(xiàn)，若達(dá)不到連續(xù)N幀出現(xiàn)，則過濾；反之，該活動目標(biāo)連續(xù)N幀出現(xiàn)，且N幀內(nèi)活動目標(biāo)的X、Y坐標(biāo)大于i像素點(diǎn)，則判斷為持續(xù)運(yùn)動，得到活動目標(biāo)的前景圖片；其中，N＝[1,200]，N值的大小，反映為觀察目標(biāo)的時間跨度，此值越小，則給出判斷的反應(yīng)時間越快，越靈敏；i表示為水平和垂直方向上的位置像素量，i的取值范圍[1,20]，i越小，檢測越靈敏；

步驟三、人體目標(biāo)匹配

截取步驟二中判斷為活動目標(biāo)的前景圖片與人體特征模型進(jìn)行匹配，若大于相識度M，則判斷前景圖片中有人體目標(biāo)，并進(jìn)入下一步；反之，則判斷待測目標(biāo)圖像中沒有人體目標(biāo)，并返回步驟二繼續(xù)進(jìn)行活動目標(biāo)的提取操作；其中M＝[0,1]，M值越大，表示目標(biāo)為人的可能性越高；

步驟四、警服顏色匹配

通過YUV顏色算法對步驟三中截取到的人體目標(biāo)圖片進(jìn)行顏色還原，并通過對區(qū)塊的監(jiān)測將相近的同類顏色點(diǎn)進(jìn)行合并連接；若監(jiān)測到黑、藍(lán)色塊和/或合并后的黑、藍(lán)色塊區(qū)域大于L像素，則判斷衣服顏色與警服匹配，進(jìn)入下一步；反之則返回步驟二；其中，L像素為不同分辨率下警服最小像素要求值，在1080×720的分辨率下，L像素調(diào)整范圍為100～1600個像素，對應(yīng)于10×10～40×40像素的矩形；

步驟五、警服特征匹配

將步驟四中獲取到的警服顏色匹配的人體區(qū)域圖片與警服特征模型進(jìn)行匹配，若相識度大于P則判斷為警服類型符合規(guī)定，反之則返回步驟二，其中P的取值范圍是[0,1]，精度要求越高，則越接近1。

2.根據(jù)權(quán)利要求1所述的基于視頻流數(shù)據(jù)的警服識別方法，其特征在于：步驟三中的所述人體特征模型是通過神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練分類器訓(xùn)練和識別得到的，其具體方法為：

訓(xùn)練時，輸入大量人體圖片作為正樣本，輸入大量無人體圖片作為負(fù)樣本，通過神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練分類器進(jìn)行訓(xùn)練學(xué)習(xí)并得到人體特征模型；

識別時，輸入運(yùn)動目標(biāo)的前景圖片，通過運(yùn)動目標(biāo)的前景圖片與神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練分類器中的人體特征模型進(jìn)行識別匹配，若大于相識度S，則判斷前景圖片中有人體目標(biāo)，S＝[0,1]，S越高表明目標(biāo)越符合人體特征。

3.根據(jù)權(quán)利要求1所述的視頻流數(shù)據(jù)的警服識別方法，其特征在于，步驟五中所述警服特征模型是通過神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練分類器訓(xùn)練和識別得到的，其具體方法為：

訓(xùn)練時，輸入大量警服圖片作為正樣本，輸入大量無警服圖片作為負(fù)樣本，通過神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練分類器進(jìn)行訓(xùn)練學(xué)習(xí)并得到警服特征模型；

識別時，輸入符合警服顏色特征的區(qū)域圖片，通過與神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練分類器中的警服特征模型進(jìn)行識別匹配，若大于相識度T，則判斷區(qū)域圖片為警服目標(biāo)，其中T＝[0,1]，T值越高表明目標(biāo)越符合警服特征。