[发明专利]一种智能家居场景下人形识别的方法和系统

权利要求书

1.一种智能家居场景下人形识别的方法，其特征在于，具体步骤如下：

步骤1，选取一张不含人物的家居场景图像作为背景图，并对其进行预处理，得到图像Image0，其中，预处理包括灰度处理和高斯模糊平滑处理；

步骤2，实时采集家居场景的视频流，并对视频流中的每一帧图像进行预处理，其中，预处理包括灰度处理和高斯模糊平滑处理；

步骤3，对步骤2中预处理后的图像进行逐帧识别，具体为：

301，采用背景减除法对当前帧预处理后的图像和步骤1得到的图像Image0进行处理，得到轮廓图像；

302，对301中得到的轮廓图像依次进行二值化处理和形态学中的闭运算处理，得到图像Image1；

303，对302中得到的图像Image1进行图像特征信息提取，具体为：

1)对图像Image1的水平方向，统计灰度值为255的像素点个数，得到水平方向的像素分布直方图，并计算得到水平方向的像素梯度分布直方图；

2)对图像Image1的垂直方向，统计灰度值为255的像素点个数，得到垂直方向的像素分布直方图，并计算得到垂直方向的像素梯度分布直方图；

3)通过1)得到的水平方向的像素分布直方图和像素梯度分布直方图、2)中得到的垂直方向的像素分布直方图和像素梯度分布直方图，得到图像Image1上轮廓点的坐标和特征点的坐标，其中，特征点为：头部最顶端、头部最左侧、头部最右侧、颈部最左侧、颈部最右侧、左肩与手臂交点、右肩与手臂交点；

304，根据步骤303中提取到的图像特征信息，划分头部区域和肩部区域，并计算头肩比，若得到的头肩比在预设范围内，则当前图像Image1为人形轮廓，进入步骤305，否则舍弃当前帧，进入下一帧图像的识别；其中，头部区域为连接头部最顶端、头部最左侧、头部最右侧、颈部最左侧、颈部最右侧特征点的矩形框框出的区域，肩部区域为以颈部最左侧、颈部最右侧、左肩与手臂交点、右肩与手臂交点特征点为顶点的梯形框框出的区域；

305，计算当前图像Image1上每个轮廓点的曲率，并将其与预存人形特征曲率库中对应的轮廓点曲率进行比对，若小于预设阈值则识别出的人形轮廓为陌生人，否则输出识别结果并进入下一帧图像的识别；其中，n为曲率相同的轮廓点个数，N为轮廓点总数。

2.根据权利要求1所述的一种智能家居场景下人形识别的方法，其特征在于，步骤304中头肩比a＝N_Head/N_Shoulder，其中，N_Head为头部区域Head灰度值为255的像素个数，N_Shoulder为肩部区域Shoulder灰度值为255的像素个数。

3.根据权利要求2所述的一种智能家居场景下人形识别的方法，其特征在于，I(x,y)表示在(x,y)点的灰度值。

4.根据权利要求1所述的一种智能家居场景下人形识别的方法，其特征在于，步骤304中的预设范围为(1.6,3.3)。

5.根据权利要求1所述的一种智能家居场景下人形识别的方法，其特征在于，步骤305中预设阈值为0.8。

6.采用如权利要求1至5所述的一种智能家居场景下人形识别的方法进行人形识别的系统，其特征在于，包括：

图像模块，用于采集和保存当前家居环境下的实时视频流，并对采集到的视频流中的每一帧图像进行预处理；

人形识别模块，用于对预处理后的图像进行图像特征信息提取，通过计算头肩比判断当前环境下是否有人存在，通过计算轮廓点曲率并进行与人形特征曲率库进行对比以识别当前人的身份特征；

控制模块，用于接收人形识别模块的识别结果，若检测到人形并且无法确定身份特征，则向用户端发送报警信号，保存当前图像并推送到用户端。

7.根据权利要求6所述的一种智能家居场景下人形识别的系统，其特征在于，人形识别模块包括：

人形轮廓提取单元，用于对实时视频流和背景图进行背景减除法处理，得到轮廓图像；

人形特征提取，用于对轮廓图像计算其水平方向和垂直方向的像素分布直方图和像素梯度分布直方图，进而提取图像特征信息；

人形识别单元，用于根据提取的图像特征信息计算头肩比和曲率，并与人形特征曲率库进行曲率比对，识别当前人物身份；

人形特征曲率库，用于保存用户及其家人人形特征曲率信息。

8.根据权利要求6所述的一种智能家居场景下人形识别的系统，其特征在于，控制模块包括：

指令收发单元，用于接收来自人形识别模块的识别结果，根据识别结果向用户端发出报警信号，并传输当前人物图像；

无线传输单元，用于用户端与指令收发单元之间的通信。