[发明专利]一种智能家居场景下人形识别的方法和系统

摘要

本发明公开了一种智能家居场景下人形识别的方法和系统，首先通过终端摄像头实时捕获图像，并选取家居场景下不含有人物的背景图，对当前帧和背景图进行预处理。通过背景减除法得到人形轮廓图，用形态学的方法填充人形轮廓中的孔洞，对人形轮廓图的水平和垂直方向进行像素分布直方图和像素梯度分布直方图统计，获取人形特征点的坐标信息，构建头肩模型，计算头肩比用于判断是否为人形，计算基于形状特征的曲率并与人形特征曲率库进行比对，用于人形识别。若人形识别到当前为陌生人时，该系统会向客户端发送报警信息，并传输当前图像到客户端。该发明可以广泛应用于智能家居场景下，给用户带来舒适安全的享受，有非常广阔的应用场景。

主权项

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。