[发明专利]一种基于单摄像头的人员定位方法

说明书

技术领域

本发明涉及人员定位技术，尤其涉及一种基于单摄像头的人员定位方法。

背景技术

随着定位技术的发展，位置信息在人们的生活中扮演着越来越重要的角色，为用户提供各种各样的有意义的服务，例如定位与导航，周边信息搜索；基于位置的社交网络，帮助用户发现正在附近的好友或者兴趣相同的人，进行社交互动；基于位置的游戏，可以让用户以真实的地理位置在游戏中完成互动。位置信息与安全问题密切相关，在安防，监控，刑侦等场景中有着重要应用，如对入侵人员的定位，对犯罪人员追踪等。

现有的定位技术一般采用主动的定位，即被定位人员主动发起定位请求；同时通常需要被定位人员携带特定定位设备。如全球定位系统（GPS），用户一般要携带有GPS模块的手机或者导航仪，通过与卫星的通讯来进行定位；射频识别（RFID）定位则要求被定位的人或者物体有RFID标签；基于声音测距的定位一般要求使用可以发出声波和接收声波的设备；基于无线信号的定位技术（如基于WiFi指纹的定位技术）则要使用可以接收无线信号的设备（一般为智能手机）。这些主动定位技术，如被定位人员不愿进行定位或不愿公开定位结果则无法对其进行定位，使得其在很多安全管理，刑侦场景中无法使用。同时需要特定设备也使得这些定位技术成本较高，并且难以适应各种人群和场合。当前的安防，监控和刑侦等系统中普遍采用摄像头对场景和人员进行监控。各类摄像头被广泛部署在各种室内室外场景。但传统基于视频的监控系统通常采用人工监控、发现的方式，增大了人员不必要的工作负担，同时也难以对视频进行高效的处理和管理。

发明内容

本发明的目的在于通过一种基于单摄像头的人员定位方法，来解决以上背景技术部分提到的问题。

为达此目的，本发明采用以下技术方案：

一种基于单摄像头的人员定位方法，其包括如下步骤：

A、初始化；具体包括：A1、计算摄像头的像素大小参数p，该参数含义为摄像头成像的相邻两个像素点在图像传感器上的距离；A2、获取摄像头焦距参数为f，该参数为镜头中心到图像传感器的距离；A3、计算双眼检测模板：通过人双眼图片进行训练，获得相应的高阶级联分类器；A4、计算头肩检测模板：通过各种尺寸、姿态的人头肩部图片，训练得到头肩部轮廓特征模板；A5、眼距、肩宽信息初始化：令d_e表示人员实际双眼中心距离，d_s表示人员实际肩宽信息；

B、检测视频图像中人员眼距：对每一帧图像进行多尺度的缩放，对不同尺度上图像各个子区块进行人脸检测，对检测到的人脸利用训练得到的所述高阶级联分类器分类，获得双眼检测结果，输出所有检测人脸及其双眼在图像中的坐标、双眼中心在图像上的距离x_e；

C、检测视频图像中人员肩宽：对每一帧图像进行多尺度的缩放，对不同尺度上图像各个子区块利用训练得到的所述头肩部轮廓特征模板进行分类，获得头肩部检测结果，输出所有检测到的头肩部在图像中的坐标以及肩部在图像上的宽度x_s；

D、计算待定位人员到摄像头的距离：根据公式(x*p)/f＝d/r，计算待定位人员到摄像头的距离r，x为图像中检测到的人员眼距/肩宽，d为该人员的实际眼距/肩宽。

特别地，所述步骤A中摄像头的像素大小参数p的计算方法为：p=图像传感器高度/图像高度。

特别地，所述步骤A中计算双眼检测模板，具体包括：通过人双眼图片进行训练，提取人双眼的局部二值模式特征，并训练得到相应的高阶级联分类器。

特别地，所述步骤A中计算头肩检测模板，具体包括：通过各种尺寸、姿态的人头肩部图片，提取图像中的方向梯度直方图特征，基于支撑向量机训练得到头肩部轮廓特征模板。

特别地，所述步骤A中当该系统用于特定人员定位时，d_e和d_s为特定人员的实际测量结果；当该系统用于通用人员定位时，d_e和d_s为普通人群的眼距和肩宽的平均值。