低分辨率視頻的服裝識別方法及系統技術方案

本發明專利技術公開了一種低分辨率視頻的服裝識別方法及系統，其方法基于時空分類器融合技術。具體為：提取視頻流中的前景圖像，及提取前景圖像中運動物體的輪廓信息；依據提取的輪廓信息進行運動人體目標的識別；通過對視頻流中同一幀圖像內同一人體目標的不同分塊進行多點特征識別進行處理，并對識別結果進行投票判決；根據視頻流內多幀圖像中同一人體目標的判決結果進行投票判決，最終確定該運動人體目標的服裝類別。通過本發明專利技術基于時空分類器融合技術公開的方法，基于運動檢測、人體識別和服裝識別，對同一運動目標多個視頻幀的服裝特征進行判決，最終確定該人體目標的服裝類別和身份，從而實現高效率、高質量，高準確度的身份及服裝識別目的。

【技術實現步驟摘要】

本專利技術涉及圖像信息處理
，更具體的說，是涉及一種低分辨率視頻的服裝識別方法及系統。
技術介紹
隨著科技的不斷進步，傳統的生物識別技術已經難以滿足安全敏感場合(如部隊大院、武警大院等軍事管轄區)的安全防護的要求。因此，提出了對能實現自動實時識別人物身份的智能視覺監控系統的需求，近年來非接觸式遠距離的人物身份識別技術備受研究人員的廣泛關注，也得到了相應的發展。當前，主要在多模式、大范圍的視覺監控技術實現遠距離的人員檢測、分類與識別技術方面進行相關研究。具體包括“基于步態的身份識別”和“基于人臉識別基礎的身份識另IJ”的兩種方式。其中，由于針對基于步態的遠距離人員身份識別，需要建立豐富的步態知識庫。因此，無法滿足在人員數量大又有制服區分的場合，實現非接觸式遠距離的人物身份識別的要求?；谌四樧R別基礎的身份識別，主要采用多級檢測體系，大致分為四級人臉檢測、軍裝區域檢測、飾物檢測及領花識別，并在執行每一級的過程中過濾掉大量無關數據， 以提高檢測精度和效率。其具體識別過程如圖1所示，在人臉檢測后得到的人臉數據為下一級執行軍裝區域檢測服務；在軍裝區域檢測后得到的軍裝區域掩碼為下一級飾物及領花檢測服務。在現有技術上述基于人臉識別基礎的身份識別過程中所進行的服裝識別，需要先進行人臉識別，然后再根據飾物領花特征進行軍裝識別。但是，在進行人臉識別和軍裝的識另IJ，要求高分辨率、背景效果好的圖像，如針對低分辨率圖像，識別準確率將降低且漏檢率高。而且該方法適用于圖像，而非視頻進行服裝識別，因此無法滿足或無法適應視頻乃至低分辨率視頻中的服裝識別。
技術實現思路
有鑒于此，本專利技術提供了一種低分辨率視頻的服裝識別方法及系統，以克服采用現有技術中基于人臉識別的方法，無法實現低分辨率視頻中的人物服裝及身份識別的問題。為實現上述目的，本專利技術提供如下技術方案一種低分辨率視頻的服裝識別方法，包括確定接收到的視頻流中的當前時間序列，提取所述視頻流中的前景圖像，從所述前景圖像中確定人體目標，并提取所述人體目標的輪廓信息；分解所述人體目標的輪廓信息，依據預設服裝類別提取所述人體目標的輪廓信息中各分塊對應的服裝特征值；將獲取到的各分塊的服裝特征值與預設服裝特征閾值進行比較，識別當前幀中各分塊的服裝類別；融合所述各分塊的服裝類別，并依據預存儲的服裝類別進行投票判決，確定當前時間序列中所述人體目標的服裝類別；返回執行確定所述視頻流中的當前時間序列這一步驟，獲取所述視頻流中不同時間序列中各幀中同一人體目標的服裝類別進行融合，并依據預存儲的服裝類別進行投票判決，確定所述運動目標的服裝類別。一種低分辨率視頻的服裝識別系統，包括提取裝置，用于確定接收到的視頻流中的當前時間序列，以及提取所述視頻流時間序列的前景圖像，從所述前景圖像中確定人體目標，并提取所述人體目標的輪廓信息；分解裝置，用于分解所述人體目標的輪廓信息，依據預設服裝類別提取所述人體目標的輪廓信息中各分塊對應的服裝特征值；比較識別裝置，用于將獲取到的各分塊的服裝特征值與預設服裝特征閾值進行比較，識別當前幀中各分塊的服裝類別；融合裝置，用于融合所述視頻流中同一時間序列或不同時間序列中各幀所述各分塊的服裝類別；判決裝置，用于依據預存儲的服裝類別進行投票判決，確定當前時間序列中所述人體目標的服裝類別；以及不同時間序列各幀中同一人體目標的服裝類別進行融合后，所述人體目標的服裝類別的判決。經由上述的技術方案可知，與現有技術相比，本專利技術公開了一種低分辨率視頻的服裝識別方法及系統?；跁r空分類器融合技術，首先，提取獲取到的視頻流中的前景圖像，以及提取運動的人體的輪廓信息；然后，依據提取的輪廓信息進行運動人體目標的識別；通過對視頻幀中同一幀圖像內同一人體目標的不同分塊，分別進行多點特征識別進行處理，并對識別結果進行投票判決；最后根據視頻流內多幀圖像中同一人體目標的判決結果進行投票判決，最終確定該人體目標的服裝類別。通過上述本專利技術基于時空分類器融合技術，根據背景模型進行運動人體目標識別的方法對算法進行預處理，能夠排除視頻背景中與識別目標顏色相近的物體，降低干擾。同時綜合考慮多個服裝特征，基于運動檢測、人體識別和服裝識別，對同一人體目標多個視頻幀中的服裝特征判決的結果，最終確定該運動目標的服裝類別，從而實現高效率、高質量，高準確度的身份及服裝識別目的。附圖說明為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。圖1為現有技術公開的一種基于人臉識別的身份識別的方法流程圖；圖2為本專利技術實施例公開的一種低分辨率視頻的服裝識別方法的流程圖；圖3為本專利技術實施例公開的提取前景圖像的流程圖；圖如 圖如為本專利技術實施例公開人體目標的識別流程中的效果圖5為本專利技術實施例公開的進行多種特征信息提取的流程圖；圖6為本專利技術實施例公開的進行多特征弱分類器融合的流程圖；圖7為本專利技術實施例公開的最終完成低分辨率視頻中服裝識別處理的效果圖；圖8為本專利技術實施例公開的一種低分辨率視頻的服裝識別系統的框架圖。具體實施例方式下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。本專利技術以下實施例公開了一種低分辨率視頻的服裝識別方法和系統，基于時空分類器融合技術，能夠對各種制服、普通服裝、迷彩服等進行識別分類，并采用高效率、高質量、且可靠準確的方式實現最終的人物身份信息的識別。具體過程通過以下實施例進行詳細說明。實施例一請參閱附圖2，為本專利技術公開的一種低分辨率視頻的服裝識別方法的流程圖，主要包括以下步驟步驟S101，提取接收到的視頻流中的前景圖像。請參見附圖3，執行步驟SlOl的具體過程為步驟S1011，將視頻流讀取至計算機或相關可進行分析的設備中，分解獲取到的視頻流，按照時間序列得到多個單幀視頻序列。步驟S1012，獲取多個所述單幀視頻序列對應的前景圖像。針對該步驟S1012中獲取一個單幀視頻序列對應的前景圖像的過程為首先，根據視頻序列的內容，對視頻進行背景建模；其次，確定當前單幀視頻序列和當前背景幀；其次，依據當前幀視頻序列與背景幀之間的差值，確定所述當前單幀視頻序列對應的前景圖像；最后，為保證下一幀中的背景幀的準確，根據當前單幀視頻序列更新背景幀，該更新過程為實時更新。需要說明的是，上述所確定的當前背景幀，其確定的過程為采用單高斯或混合高斯方法實現的背景建模。并進一步的采用幀差原理依據當前單幀視頻序列與背景幀的差值獲取對應的前景圖像。上述對視頻進行背景建?？梢圆捎脝胃咚埂⒒旌细咚埂ernel-based, Eigen-Backgroimd等方法。在本專利技術所公開的該實施例中采用混合高斯的方法進行背景建模，即獲取背景幀，該混合高斯模型的定義為K P(xN) = Σ。"(x; Ij1 ； Σ ))( 1 )；=1其中，Wj是第j個高斯核權重；K為高斯本文檔來自技高網...

【技術保護點】

【技術特征摘要】

【專利技術屬性】
技術研發人員：李響，李俐，張超，陳曉娟，
申請(專利權)人：浙江晨鷹科技有限公司，
類型：發明
國別省市：