一种面向监控视频的特定颜色人体检测方法
【技术领域】
[0001] 本发明属于面向公共安全预警的视频图像处理领域，具体涉及一种特定颜色人体 检测方法。
【背景技术】
[0002] 视频监控被广泛应用于公共安全领域，为公共安全管理部分预警与查证提供了有 力的数据支撑。但目前面向监控视频的智能化分析程度还比较低，在面向监控视频的特定 颜色人体检测方面，尚无公开的专门针对该应用的技术手段。特定颜色人体检测主要用于 从海量监控视频中快速筛选或过滤身着指定颜色服装的人员，可以增强公安部门对特定嫌 疑目标的监管效率，对预防和打击违法犯罪、追查嫌疑人员、维护社会和谐稳定等具有重要 作用。面向监控视频的特定颜色人体检测是监控视频图像处理的重要功能。其处理流程为： 首先从监控视频中获取图像数据，然后提取运动区域，进一步地进行人体检测，最后实现特 定颜色人体检测。
[0003] 针对特定颜色人体检测中的各个环节，现有的方法如专利201410110812. 1采用 ViBe算法为视频图像帧建立背景模型，通过融合帧差法的ViBe算法，分割出前景区域， 该方法更新速度较慢；专利201110253323. 8采用基于边缘检测和帧差法进行运动检测， 专利201310586151. 5结合相邻帧差法和混合高斯模型实现运动目标，上述方法的不足 是易出现空洞区域；专利201010218630. 8采用具有模糊性的模板检测多姿态人体，专利 201310415544. X基于彩色与深度信息的人体检测方法，联合特征提取获得的特征用于人体 检测，上述方法速度较慢；专利201110026465. 0基于深度图像进行人体检测，不适用于常 规的监控视频图像。
【发明内容】
[0004] 针对现有特定颜色人体检测的技术空白，以及各关键环节现有方法的不足，本发 明提出了面向监控视频的特定颜色人体检测方法，首先由计算机读入视频文件，解码其关 键帧获得待处理图像数据，其次利用改进的背景差法获取存在运动目标的区域，然后针对 运动区域采用预先训练好的分类器检测是否存在具有指定颜色人体目标，最后针对人体区 域采样验证其是否满足颜色条件，包括：基于关键帧进行处理的策略、基于改进背景差法实 现运动区域检测、基于特定颜色人体样本的HOG特征人体检测、基于纵向中轴10等分采样 点的人体颜色验证。
[0005] 下面对本发明中的技术方案阐述如下： 1、基于关键帧进行处理的策略 视频监控系统都要对原始视频数据压缩编码后进行传输和存储，因此对视频文件的处 理应首先进行解码。本发明采取的策略是：对视频文件进行解码时，仅针对其中的关键帧进 行后续处理，非关键帧则跳过。具体流程为： Stepl :载入视频文件，读取文件头信息； Step2 :读取帧对应的标志位，判断当前帧是否为关键帧。如是，则启动后续分析；如 否，则跳至下一帧，重复St印2。
[0006] 2、基于改进背景差法实现运动区域检测方法 背景差法是一种经典的运动检测方法，具有计算便捷、空洞区域少的优点。但不足是在 背景刷新过程中容易导致个别背景区域被误判为运动目标。在本发明中，目的是基于关键 帧检测特定颜色人体目标，因此运动区域有别于其它背景特征。基于此特点，将通过背景差 法检测到的运动区域二值轮廓与原始彩色图像该区域基于边缘检测提取到的轮廓进行比 对，判断两种轮廓的相似性以确定是否为真实运动区域；并且在检测到有真实运动区域时 才刷新背景。其具体实现步骤为： Stepl :选取第一帧关键帧图像为初始背景帧，其中（u)表示像素坐标； St印2 :令当前关键帧为/S(U)，j为关键帧处理序号，(Λ7)为像素坐标，将当前帧与 背景帧进行差分二值化运算：
【主权项】
1. 一种面向监控视频的特定颜色人体检测方法，针对监控视频进行处理，其特征在于， 首先由计算机读入视频文件，解码其关键帧获得待处理图像数据，其次利用改进背景差法 获取存在运动目标的区域，然后针对运动区域采用预先训练好的分类器检测是否存在具有 指定颜色人体目标，最后针对人体区域采样验证其是否满足颜色条件，包括：基于关键帧进 行处理的策略、基于改进背景差法实现运动区域检测、基于特定颜色人体样本的HOG特征 人体检测、基于纵向中轴10等分采样点的人体颜色验证。
2. 根据权利要求1所述的一种面向监控视频的特定颜色人体检测方法，其特征在于， 所述基于关键帧进行处理的策略，具体步骤如下： Step2. 1 :载入视频文件，读取文件头信息； Step2. 2 :读取帧对应的标志位，判断当前帧是否为关键帧，如是，则启动后续分析；如 否，则跳至下一帧，重复St印2. 2。
3. 根据权利要求1所述的一种面向监控视频的特定颜色人体检测方法，其特征在于， 所述基于改进背景差法实现运动区域检测方法，具体过程如下： Step3. 1 :选取第一帧关键帧图像为初始背景帧/5(>γ,7)，其中'表示像素坐标； Step3. 2:令当前关键帧为为关键帧处理序号，将当前帧与背景帧进行差分 二值化运算：
其中A 为二值化后的差值图像，Σ为关键帧处理序号，为二值化阈值，一般设 置为八的灰度均值； Step3. 3 :对当前二值化差值图像进行先腐蚀后膨胀的形态学运算：
其中及为形态学模板，Ci(U)为腐蚀后的二值图像，马(U)为膨胀后的二值图像，i 为关键帧处理序号； Step3. 4 :对鸟(W)提取其中的非零像素点构成的区块序列?δ = ，其中为各区块，总数为η，遍历该区块序列，如果每个区块的像素数都 < ，则当前关键帧不含满足要求的运动区域，获取下一个关键帧，令；=i +1， = 4〇，力，转至St印3. 2 ;若存在像素数的区块，则转至step3. 5,其中 ?为区块像素数量阈值，令当前关键帧的高、宽分别为-gAi、BMA，％!??可取值为 TJtmm = (Height X Width) /200 ； St印3. 5:遍历满足区块像素数量阈值条件的区块^?，其二值化轮廓为，在原始关 键帧图像/S(U)中提取对应区块的边缘轮廓为，计算轮廓距离为： Hj (O1,03) = max(Hj(O1,02), Hj (O2,01)) 其中Ai(C)1,02)为轮廓集轮廓集02』·的有向Hausdorff距离，其计算方法为： k (O1,02) = max rran I O1 -c?2 Il 其中丨| ·||为欧式距离，的计算方法同理； 如果区块的，则当前关键帧的该区块有满足要求的运动区域，其中 7??为当前轮廓相似度阈值，取值为周长的二分之一； 类似地检测完当前关键帧的所有区块后，将当前关键帧更新为背景帧，即 = ，然后获取下一个关键帧，令i = i+l，转至Step3. 2 ;若所有区块的 4((?,(?) 27?，则当前关键帧无满足要求的运动区域，获取下一个关键帧，令2 = Σ +1， 背景帧不更新，转至Step3. 2 ; 按上述流程处理，直至所有关键帧处理完毕。
4. 根据权利要求1所述的一种面向监控视频的特定颜色人体检测方法，其特征在于， 所述基于颜色分类样本的HOG特征人体检测方法，具体实施步骤为： Step4. 1 :将颜色划分为10大类：黑、灰、白、红、橙、黄、绿、青、蓝、紫，针对每一类颜色 预先采集大量具有颜色人体区域图像作为正样本，并采集大量无此颜色人体区域图像作为 负样本； Step4. 2 :分别提取正负样本的HOG特征进行训练，建立对应于10大类颜色的10个 Adaboost分类器； Step4. 3 :根据待检测人体颜色，将待处理的运动区域图像输入该分类器，输出结果为 是否存在该类颜色人体。
5. 根据权利要求1所述的一种面向监控视频的特定颜色人体检测方法，其特征在于， 所述基于纵向中轴10等分采样点的人体颜色验证方法，其具体实现步骤为： Step5. 1 :提取人体区域纵向中轴线上的10等分点w为区域序号，《为点 序号，《 = 1 ~ 10 ; Step5. 2 :将10个等分点的颜色值从原始RGB空间转换到HSV空间，其色调、饱和度、亮 度值分别为UuH (U)，'(U); St印5. 3 :基于HSV色度空间检测10个采样点中为指定颜色像素点的数量 T mg&i _num . Step5. 4 :若，则判断当前区域存在特定颜色人体，否则该区域无特 定颜色人体，7??为人体区域纵向10等分点中特定颜色像素点的数量阈值，一般取值在6 到10之间。
【专利摘要】本发明涉及一种面向监控视频的特定颜色人体检测方法。该方法首先由计算机读入视频文件，解码其关键帧获得待处理图像数据，其次利用改进的背景差法获取存在运动目标的区域，然后针对运动区域采用预先训练好的分类器检测是否存在具有指定颜色人体目标，最后针对人体区域采样验证其是否满足颜色条件。基于关键帧进行处理的策略有效降低处理资源，缩小处理范围，提高处理效率。对同一区域通过不同方法获得的边缘轮廓对比其相似性，有效降低背景被误检测为运动目标的情况；结合关键帧，仅在检测到有运动区域时才更新背景，可以进一步地加快处理速度。基于采样点HSV信息进行颜色验证，进一步确保检测准确度，并且缩小分析范围，兼顾了处理速度。
【IPC分类】G06K9-00, G06K9-62
【公开号】CN104732220
【申请号】CN201510155560
【发明人】谢剑斌, 李沛秦, 闫玮, 刘通, 陈涵伊, 田凯文
【申请人】中国人民解放军国防科学技术大学, 湖南智慧平安科技有限公司
【公开日】2015年6月24日
【申请日】2015年4月3日