[發明專利]一種圖像處理、起立/坐下行為識別方法及系統

在審

• 申請號: 202110244791.2
• 申請日: 2021-03-05
• 公開（公告）號: CN113378617A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 董健;李帥
• 申請（專利權）人: 睿魔智能科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種圖像處理、起立/坐下行為識別方法及系統。該圖像處理方法包括：A、按預設周期對視頻序列進行采樣，并對采樣圖像進行人體檢測，得到采樣圖像集合及對應的人體檢測框集合；B、根據人體檢測框集合中的最小縱坐標和最大縱坐標分別確定空間裁剪的上邊界和下邊界；C、根據人體檢測框集合確定橫向參考中心和橫向裁剪寬度，根據橫向參考中心、橫向裁剪寬度及每幅采樣圖像人體檢測框的中心點確定每幅采樣圖像的橫向裁剪范圍；D、根據空間裁剪的上邊界和下邊界、及每幅采樣圖像的橫向裁剪范圍對對應的采樣圖像進行空間裁剪。本發明提供的方法可保留正負樣本的運動特性，使得利用該方法處理過的圖像能提高起立/坐下行為識別的準確率。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種圖像處理、起立/坐下行為識別方法及系統。

背景技術

人體行為識別在視頻監控、安防、視頻檢索等領域具有廣泛的應用，起立/坐下行為識別作為人體行為識別的一種，研究的是人物從坐立/起立行為變成起立/坐下行為的這一動態過程的識別問題，其在智慧教室、智能錄播等場景具有直接的應用。現有的人體行為識別方法都是基于人體檢測框的識別，即先對人體行為視頻序列進行人體檢測，如圖1a和圖2a所示；然后裁剪并將人體檢測框縮放到同一尺寸的圖像得到基于人體的視頻序列，如圖1b和圖2b所示；最后基于該視頻序列設計相應的識別算法，針對本專利就是設計相應的起立/坐下行為識別二分類算法。

現有技術中基于人體檢測框直接裁剪的方式獲得的視頻序列存在兩個問題：一是不能更好的反應人物起立這一向上的運動過程，如圖1b和圖2b所示，從而導致準確率降低；二是對于一些負樣本實例，無法充分反映其和正樣本無關的區別信息，例如對應于“走路”負樣本，“走路”對應著移動過程，而基于人體檢測框直接裁剪的方式獲得的視頻序列卻體現不出這種移動過程，從而導致誤識別率提高。

發明內容

本發明實施例提供了一種圖像處理、起立/坐下行為識別方法及系統，旨在保留正負樣本的運動特性，以提高系統對起立/坐下行為識別的準確率。

第一方面，本發明實施例提供了一種用于起立/坐下行為識別的圖像處理方法，其包括：

A、按預設周期對視頻序列進行采樣，并對所述采樣圖像進行人體檢測，得到采樣圖像集合及每一人物目標對應的人體檢測框集合；

B、根據每一人物目標的人體檢測框集合中的最小縱坐標和最大縱坐標分別確定每一人物目標的空間裁剪的上邊界和下邊界；

C、根據每一人物目標的所述人體檢測框集合確定橫向參考中心和橫向裁剪寬度，根據每一人物目標的所述橫向參考中心、橫向裁剪寬度及每幅采樣圖像人體檢測框的中心點確定每一人物目標的每幅采樣圖像的橫向裁剪范圍；

D、根據所述每一人物目標的空間裁剪的上邊界和下邊界、及每幅采樣圖像的橫向裁剪范圍對每一人物目標的對應的采樣圖像進行空間裁剪。

第二方面，本發明實施例提供了一種起立/坐下行為識別方法，該起立/坐下行為識別方法包括：

利用第一方面所述的用于起立/坐下行為識別的圖像處理方法對視頻序列中的圖像進行處理；

將處理得到的圖像輸入到識別模型中進行起立/坐下行為識別。

第三方面，本發明實施例提供了一種用于起立/坐下行為識別的圖像處理系統，該用于起立/坐下行為識別的圖像處理系統包括：

采樣檢測模塊，用于按預設周期對視頻序列進行采樣，并對所述采樣圖像進行人體檢測，得到采樣圖像集合及每一人物目標對應的人體檢測框集合；

邊界確認模塊，用于根據每一人物目標的人體檢測框集合中的最小縱坐標和最大縱坐標分別確定每一人物目標的空間裁剪的上邊界和下邊界；