[发明专利]基于视频的运动人体检测与跟踪系统

说明书

技术领域

本发明涉及人脸或指纹特征识别技术、图像或信息融合技术、视频处理技术等领域，尤其是基于视频的运动人体检测与跟踪系统。

背景技术

目前国外的智能数字标牌识别技术大多依赖于脸部识别，而该技术在报告观众性别及年龄等信息方面精确度仅约80％，离智能数字标牌的实际目标还存在一定的差距。虽然目前国际上报道了一些智能标牌识别技术，但是它们大多处于实验室研发阶段，大多数依赖于脸部识别，而且考虑的人物对象和环境也比较单一。然而，事实上数字标牌的应用领域是完全开放式的复杂环境，服务对象及环境都极不确定：进入摄像机视野的人群数量、性别年龄分布、站立或行走姿势等都是无法约束的，摄像机前的环境，如车辆穿行、明暗变化、天气影响等也是无法控制的。这一切都给人体检测、追踪、识别带来困难。

发明内容

本发明要解决的技术问题是：为了克服上述中存在的问题，提供一种能够实现在复杂环境下对人体进行有效地检测与追踪的基于视频的运动人体检测与跟踪系统。

本发明解决其技术问题所采用的技术方案是：一种基于视频的运动人体检测与跟踪系统，其特征是：包括视频图像、背景模式初始化、背景模型、运动目标、运动区域标记、运动人体检测、训练集、人体检测器和运动人体实例，利用视频图像将运动信息通过背景模式初始化后依次经过更新背景模型和运动目标后进行运动区域标记，所述的训练集通过人体检测器对筛选出来的运动区域进行运动人体检测，从而得到运动人体实例，采用动态更新模型是用高斯分布(正态分布)来描述背景点颜色的概率分布。新运动人体的检测是根据当前帧图像与通过混合高斯模型建立起来的背景模型进行对比，获得当前帧的前景图像中的所有运动人体。其次再与已记录的运动人体数据进行比较。这样，就得到许多当前帧中带运动性质的目标，将较小的运动目标(可能是由噪声引起的)与已经被跟踪的人体有重叠的目标丢弃，并对剩余的部分按照大小排序，之后就新加10个最大的人体来继续追踪。

进一步地，所述的视频图像分为运动的人体前景区域和与摄像头中不动部分的背景区域。

所述的背景模型为静止背景建立背景模型，通过将当前图像帧和背景模型进行比较，确定出变化较大的区域即认为是前景区域，这种方法的计算速度很快，可以获得关于运动目标区域的完整精确的描述，但对场景中光照条件、大面积运动和噪声比较敏感，所以在实际应用中需采用一定的算法进行背景模型的动态更新以适应环境的变化。

本发明的基于视频的运动人体检测与跟踪系统的有益效果是：采用此系统能够给运动人体检测和跟踪带来很大的便利，同时大大降低了检测与跟踪的复杂度，从而能够实现在复杂环境下对人体进行有效的检测和追踪。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明的结构框图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1所示的基于视频的运动人体检测与跟踪系统，包括分为运动的人体前景区域和与摄像头中不动部分的背景区域的视频图像、背景模式初始化、静止背景建立背景模型、运动目标、运动区域标记、运动人体检测、训练集、人体检测器和运动人体实例，利用视频图像将运动信息通过背景模式初始化后依次经过更新背景模型和运动目标后进行运动区域标记，去除不满足要求的区域，训练集通过人体检测器对筛选出来的运动区域进行运动人体检测，从而得到运动人体实例。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。