肩部特征和坐姿行为识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109685025A(43)申请公布日2019.04.26(21)申请号201811615344.8(22)申请日2018.12.27(71)申请人中科院合肥技术创新工程院地址230088安徽省合肥市习友路2666号(72)发明人刘敏朱泽德许翔(74)专利代理机构北京中济纬天专利代理有限公司11429代理人秦超(51)Int.Cl.G06K9/00(2006.01)G06K9/40(2006.01)G06K9/62(2006.01)权利要求书3页说明书6页(54)发明名称肩部特征和坐姿行为识别方法(57)摘要本发明涉及图像识别技术领域，特别涉及一种肩部特征识别方法，包括以下步骤：(S10)对当前图像进行人脸关键点检测得到人脸关键点；(S20)对背景图像和当前图像进行运动目标提取处理得到二值化的坐姿图；(S30)提取二值化的坐姿图中的人体轮廓得到人体轮廓曲线C；(S40)对人体轮廓曲线C进行抽稀处理得到由多个线段首尾相连而成的折线；(S50)根据各折线的倾斜角度、各折线相对于人脸特征点的位置关系选出两条线段即得到肩部特征；还公开了基于肩部特征识别的坐姿行为识别方法。通过加入肩部位置特征来对坐姿行为进行识别，能够提高检测的准确率。CN109685025ACN109685025A权利要求书1/3页1.一种肩部特征识别方法，其特征在于：包括以下步骤：(S10)对当前图像进行人脸关键点检测得到人脸左眼和右眼坐标、或者得到左嘴角和右嘴角坐标；(S20)对背景图像和当前图像进行运动目标提取处理得到二值化的坐姿图，该图中目标和背景颜色相异；(S30)提取二值化的坐姿图中的人体轮廓得到人体轮廓曲线C，其公式如下：C＝{Pc＝(xc，yc)|c＝1，2，...，q}，式中，q为轮廓点数；(S40)对人体轮廓曲线C进行抽稀处理得到由多个线段首尾相连而成的折线；(S50)根据各折线的倾斜角度、各折线相对于人脸特征点的位置关系选出两条线段即得到肩部特征。2.如权利要求1所述的肩部特征识别方法，其特征在于：所述的步骤S20中包括如下步骤：(S21)从照片库或视频库中抓取K张无运动目标的背景图像；(S22)对K张背景图像进行中值滤波和直方图归一化处理；(S23)将处理结果求平均即得到步骤S20中的背景图像，求平均公式如下：式中，Ik(x，y)表示K张背景图像中第k帧图像，B(x，y)表示步骤S20中的背景图像。3.如权利要求2所述的肩部特征识别方法，其特征在于：所述的步骤S20中包括如下步骤：(S24)将步骤S23处理得到的背景图像与当前图像对应像素点的像素值按如下公式进行差分运算：式中，I(x，y)表示当前图像，T为设定的阈值，D(x，y)为差分运算后的图像；(S25)对差分图像依次进行二值化处理、形态学处理后得到二值化的坐姿图。4.如权利要求1所述的肩部特征识别方法，其特征在于：所述的步骤S40包括如下步骤：(S41)记人体轮廓曲线C的起点Pbegin和终点Pend，得到线段PbeginPend；(S42)计算人体轮廓曲线C上其余各点离线段PbeginPend的距离dc；(S43)计算最大的距离dmax＝max(dc)，将dmax与设定阈值参数ε相比较，若dmax≤ε，则将线段两端点之间的各点全部舍去，若dmax＞ε，则将离该线段距离最大的点保留，并将原线段分成两部分；(S44)对每部分线段重复步骤S42和步骤S43的抽稀处理直至结束；(S45)依次连接各个分割点得到步骤S40中所述的折线。5.如权利要求1所述的肩部特征识别方法，其特征在于：步骤S50包括如下步骤：(S51)计算构成折线的所有线段的倾斜角度，将倾斜角度在[0°，20°]范围内的线段保留并进行下一步处理；2CN109685025A权利要求书2/3页(S52)计算保留下的线段的中点与人脸特征点之间的距离；(S53)距离左眼或左嘴角距离最小的线段即表征左肩膀，距离右眼或右嘴角距离最小的线段即表征右肩膀。6.一种坐姿行为识别方法，其特征在于：包括如下步骤：(S100)对当前图像进行人脸关键点检测得到人脸特征点坐标；(S200)对背景图像和当前图像进行处理得到肩膀特征点坐标；(S300)根据人脸特征点坐标和肩膀特征点坐标生成N维的坐姿特征向量从而得到坐姿样本；(S400)根据z类坐姿行为，对任意两类坐姿之间设计一个SVM分类器，构造z*(z-1)个分类器；(S500)依次用步骤S400得到的分类器对步骤S300得到的坐姿样本进行投票，得到票数最多的类即该坐姿样本所属类别；所述的步骤S200包括如下步骤：(S201)对背景图像和当前图像进行运动目标提取处理得到二值化的坐姿图，该图中目标和背景颜色相异；(S202)提取二值