[发明专利]一种基于单视角视频的自动检测人体的方法及系统

说明书

本发明涉及一种基于单视角视频的自动检测人体的方法及系统，该方法包括以下步骤：S1：人体检测训练，在运动视频中，将一张图片中将所有人体的区域检测出来并进行标注，S2：人体识别训练，在运动视频中，通过相邻视频帧中将同一个框选人体标注出来，同时将不同的人体标注出来；S3：利用人体识别算法模型和人体跟踪算法模型得到人体特征集合，利用人体检测算法模型检测出图片中的若干人群；S4：将人体特征集合与图片中检测到的若干人群进行比较，计算图片中人体的相似度，该系统包括人体检测模块、人体识别模块、算法训练模块和人体跟踪模块，本发明通过人体检测算法模型和人体识别算法模型检测并计算图片中人群的相似度，搜索到框选的目标人体。

技术领域

本发明涉及计算机视觉领域，具体涉及一种基于单视角视频的自动检测人体的方法及系统。

背景技术

体育运动视频中的人体位置与形态往往会在极短的时间内发生非常大的变化。在一些专业运动赛事中(比如美国NBA联赛)，会设立多点位、多角度的拍摄机位，运动员的着装也规范(均有号牌，特征明显)，这样规避了人体位置形态发生突变给视觉识别带来的困难。在大众运动场馆铺设摄像头无法像专业赛事一样设立多机位(一方面是因为多机位多角度铺设性价比低，另一方面是场馆本身的铺设条件有局限性)，大众运动人群的着装也比较随意，无规律可循，所以，专业赛事中的视觉识别技术和方法在本项目中无法适用。

发明内容

本发明的目的是提供一种基于单视角视频的自动检测人体的方法及系统，解决单视角体育运动视频中自动识别搜索某个人物的问题。

本发明的目的是通过以下技术方案来实现：

一种基于单视角视频的自动检测人体的方法，该方法包括以下步骤：S1：人体检测训练，在运动视频中，将一张图片中将所有人体的区域检测出来并进行标注，反复训练，得到人体检测算法模型；

S2：人体识别训练，在运动视频中，将目标人体框选出来，通过相邻视频帧中将同一个框选人体标注出来，作为模型训练正样本，同时将不同的人体标注出来作为模型训练负样本，输入两张图片，比较图片上的人体与人体是否一致，返回两张图片的相似度结果，反复训练，得到人体识别算法模型；

S3：用户在视频中某张图片中框选出希望在视频中搜索的人体，利用人体识别算法模型和人体跟踪算法模型得到人体特征集合，利用人体检测算法模型对视频的每一帧图片进行人体检测，检测出图片中的若干人群；

S4：将人体特征集合与图片中检测到的若干人群进行比较，利用人体识别算法模型计算图片中人体的相似度。

在优选的实施方案中，所述步骤S2中，模型训练正样本包括人体的正面、侧面、背面、旋转和光线变化多种情况下的标注数据。

在优选的实施方案中，所述步骤S3中的跟踪算法模型为将选中图片后5s内的所有图片中被框选的人物跟踪出来，对人物不同的形态进行比较，遴选出该人物的特征集合，反复训练，得到跟踪算法模型。

在优选的实施方案中，所述步骤S4中对视频的每一帧图片，进行人物检测，检测出所有的人体区域，然后基于人体识别算法模型与人物特征集合，对所有的人体进行识别计算，给出每个人体区域的相似度，每张图片选取相似度最高的人体区域作为结果返回。

在优选的实施方案中，所述步骤S4中对所有检测出的若干人群设置一个相似度阈值，超过该阈值的显示给用户，作为人物搜索的结果。

一种基于单视角视频的自动检测人体的系统，包括人体检测模块、人体识别模块、算法训练模块和人体跟踪模块，所述人体检测模块用于检测图片中所有的人体区域，并将检测数据送入算法训练模块得到人体检测算法模型；所述人体识别模块用于比较图片上的人体与框选人体是否一致，并给出相似度，并将数据送入算法训练模块得到人体识别算法模型；所述人体跟踪模块用于对选中图片后5s内的所有图片中被框选的人物跟踪，并将数据送入算法训练模块得到跟踪算法模型。