[发明专利]低分辨率视频中的人物识别方法

摘要

本发明涉及一种低分辨率视频中的人物识别方法，具体是对提取到的人物前景轮廓求出SVB Frieze特征，并对SVB Frieze特征进行动态时间规正距离匹配和最近邻分类，包括：(1)提取目标人物视频中的人物轮廓前景图像；(2)人物轮廓图像的高度、宽度、步态周期等信息的提取与人物轮廓图像缩放；(3)求出横向SVB Frieze特征、纵向SVB Frieze特征、横向左右步SVB Frieze差异特征、纵向左右步SVB Frieze差异特征；(4)对此四种特征用动态时间规正距离匹配，加权求和并进行最近邻分类。本发明具有易于实现、鲁棒性强、精确度高、实时性强等优点，在帧的基础上实现了对人物运动特征的分析，可以作为智能家电中行人目标识别实时可靠的方法。

主权项

一种低分辨率视频中的人物识别方法，其特征在于包括如下具体步骤：1)首先把目标人物的视频读入计算机，再对视频进行背景建模与背景实时更新，采用当前帧与背景帧相减的方法得到目标人物的轮廓前景图像；并将人物轮廓前景图像中存在的空洞和零散白点去除；2)从人物轮廓前景图像中提取人物轮廓的特征，将每个人物轮廓最左面的点与最右面的点的距离作为该人物轮廓的宽度，将最上面的点与最下面的点的距离作为该人物轮廓的高度；选择人物轮廓水平方向的变化作为划分步态周期的标志；按人物轮廓的宽度和高度将人物轮廓图像扣出；保持高宽比不变，将所有人物轮廓图像缩放到同一大小；3)选取人物两脚分开最远时的人物轮廓图像作为关键帧，其余帧与关键帧相减，并向横轴和纵轴方向叠加得到纵向SVB Frieze特征和横向SVB Frieze特征，并用动态时间规正算法求出纵向左右步SVB Frieze差异特征、横向左右步SVB Frieze差异特征；4)用动态时间规正算法对待识别步态的纵向SVB Frieze特征、横向SVB Frieze特征、纵向左右步SVB Frieze差异特征、横向左右步SVB Frieze差异特征进行匹配，完成人物识别。