基于头肩矩特征人体识别研究.docVIP

基于头肩矩特征的人体识别研究 计算机软件班 沈小莉 摘要：针对传统监控系统的不足，，Back-Propagation，BP Aimed at the shortcomings of the traditional visual surveillance system, the automatic detection and recognition algorithm of human are studied in Intelligent Monitoring System .This paper use the moment eigenvector of contour of head-shoulder as the BP neural network’s input for human identification by building the 2D model of human head-shoulder. Because of adopting the partial contour shape of the human rather than whole features, it has a better classification on solving the issue of the loss of property arising from human occluded easily in practical applications. At the same time, using error back-propagation neural network classifier to establish the mapping relation of feature - class which completes identification of human. The experiment’s results show that this method is effective, and it has strong robustness. Key words: object abstraction; invariant moment; back-propagation neural network;skeleton model 0引言 近年来，运动人体的视觉分析已成为计算机视觉领域中一个重要的研究方向，研究基于序列视频图像的人体检测、识别、跟踪以及行为描述与理解，在智能监控、智能接口、虚拟现实等领域有着广泛的应用前景。在视频监控系统中，，，VSAM[1] 系统主要研究战场及普通民用场景的自动监控与理解，(包括人体)；Kuno等[2]利用投影直方图分析目标形状，Nicolaou等[3]利用标准矩和人工神经网络来识别人形目标，，，1。 2运动目标提取 本文利用目标的局部形状信息进行识别，要求准确地提取运动目标。为避免转化为多灰度图像后产生不可逆转的颜色信息损失，对真彩色序列图像R、G、B （1） 其中,分别表示前景和背景图像的R、G、B值，用中值滤波消除噪声。然后，对图像进行二值化并检验连通性。图2(c)、2(d)表示差分图像和二值图像。 3目标头肩模型的建立 文献[6]中头肩模型的建立是通过计算目标的垂直，水平投影直方图，由垂直投影直方图得到人体头部宽度，再由水平投影直方图得到人体宽度，但对于某些特殊情况下(如披着长发的目标)可能无法由垂直投影直方图求得头部宽度。根据文献[6]的不足，本文对文献[6]中的方法提出了改进。由人体解剖学知，直立人体的宽高比，各部分肢体比例见图3(a)。 建立头肩模型的算法如下： 计算图2(d)中目标的宽高比，若为之间，说明整个人体进入了摄像头的捕捉范围，转4；否则转2。 计算图2(d)的垂直方向投影直方图，平滑处理后结果见图3(b)。找出头顶附近的局部最大值W，即为头部宽度，转4；若未找到W，则转3； 找出垂直投影直方图的全局最大值W1，根据人体宽高比计算出人体的近似高度； 据图3(a)的比例，计算可得头肩长度H. 至此即可建立头肩模型，见图3(c)。 对于场景中有多个人体目标且互不遮挡的情况，用同样方法分区域处理。抽取头肩模型失败时，认为这是属于非人体的活动目标。 4头肩轮廓矩特征向量提取 采用Hu[7]7个矩不变量作为头肩模型特征向量。传统矩特征的提取由目标区域计算，复杂度正比于图像像素数，计算量大。 考虑到图像轮廓反映了目标的形状信息，且轮廓的像素数远少于目标区域的像素数。因此，本文由轮廓计算矩特征，头肩轮廓如图3(d)所示。像素点为轮廓时，否则，算式如下： 矩： （2） 中心矩： （3） 中心