一种对目标对象的特征信息进行定位的方法和设备技术

本发明专利技术公开了一种对目标对象的特征信息进行定位的方法和设备，内容包括：对包含目标对象的图像帧进行划分，确定目标对象区域，利用特征信息分类器对确定的目标对象区域进行扫描，确定所述目标对象区域内待定位特征信息所占区域的中心点位置信息，对确定的中心点位置信息进行仿射变换运算，得到所述目标对象区域内待定位特征信息所占区域对应的初始位置信息，提高了初定位的精度；而且对得到的所述初始位置信息进行迭代处理，得到所述目标对象区域内待定位特征信息所占区域对应的位置信息，将得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行整合，得到所述目标对象的特征信息，提高了对目标对象的特征信息进行定位的精确度。

【技术实现步骤摘要】
一种对目标对象的特征信息进行定位的方法和设备
本专利技术涉及图像处理领域，尤其涉及一种对目标对象的特征信息进行定位的方法和设备。
技术介绍
随着科学技术的发展，人们的安全意识不断增加，大多数公共场合内部署了大量的摄像设备，利用部署的摄像设备实时获取公共场合内发生的一切事情，并对突发事件发生后产生的纠纷提供证据材料，同时也能够再现案件发生时的情形。但是，由于部署的大量的摄像设备的像素不是特别高，采集到的目标对象的特征信息（例如：人的面部特征）相对比较模糊，无法满足用户的要求。在现有技术中，对目标对象的特征信息进行定位的方式包括但不限于：基于先验规则方式、基于几何形状信息方式、基于色彩信息方式以及基于外观信息方式等。具体地，所述先验规则方式是利用目标对象的特征信息的一般特点的经验描述进行定位，例如：人物脸部区域的双眼信息、嘴巴信息等特征信息，其亮度一般低于周边区域，但是此种方式无法解决如何将人们直观印象表述为可应用的代码化规则，以及如何处理规则的精确度与普适度之间的矛盾的问题；所述几何形状信息方式是利用目标对象的特征信息的几何形状特征进行定位，但是此种方式受外界因素影响较大，得到的特征信息的准确性较差；由于所述色彩信息方式对光照条件和图像采集设备的特性要求较高，导致易受环境因素的干扰，精度不稳定；由于所述外观信息方式在应用时运算量较大，难以与对直观的物理特征建立联系，仅适用局部灰度信息也很难对目标对象的特征信息进行定位。此外，现有技术中对目标对象的特征信息进行定位的方式只限于对图片信息进行定位，利用adaboost算法对指定的图像信息进行初定位，这样获取的目标对象的特征信息较少；再次利用ASM算法对该指定的图像信息进行细定位，进一步对该指定的图像信息进行细化，由于细定位是在初定位的基础上进行的，而初定位获取的目标对象的特征信息较少，这样导致细定位误差增加，目标对象的特征信息的定位精度降低，造成设备资源的浪费。
技术实现思路
本专利技术实施例提供了一种对目标对象的特征信息进行定位的方法和设备，用于解决现有技术中目标对象的特征信息的定位精度降低，造成设备资源的浪费的问题。一种对目标对象的特征信息进行定位的方法，包括：对包含目标对象的图像帧进行划分，确定所述图像帧中的目标对象区域；利用特征信息分类器对确定的目标对象区域进行扫描，确定所述目标对象区域内待定位特征信息所占区域的中心点位置信息；对确定的中心点位置信息进行仿射变换运算，得到所述目标对象区域内待定位特征信息所占区域对应的初始位置信息，并对得到的所述初始位置信息进行迭代处理，得到所述目标对象区域内待定位特征信息所占区域对应的位置信息；将得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行整合，得到所述目标对象的特征信息。一种对目标对象的特征信息进行定位的设备，包括：划分模块，用于对包含目标对象的图像帧进行划分，确定所述图像帧中的目标对象区域；中心点位置信息确定模块，用于利用特征信息分类器对确定的目标对象区域进行扫描，确定所述目标对象区域内待定位特征信息所占区域的中心点位置信息；区域位置信息确定模块，用于对确定的中心点位置信息进行仿射变换运算，得到所述目标对象区域内待定位特征信息所占区域对应的初始位置信息，并对得到的所述初始位置信息进行迭代处理，得到所述目标对象区域内待定位特征信息所占区域对应的位置信息；特征信息整合模块，用于将得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行整合，得到所述目标对象的特征信息。本专利技术有益效果如下：本专利技术实施例通过对包含目标对象的图像帧进行划分，确定所述图像帧中的目标对象区域，利用特征信息分类器对确定的目标对象区域进行扫描，确定所述目标对象区域内待定位特征信息所占区域的中心点位置信息，对确定的中心点位置信息进行仿射变换运算，得到所述目标对象区域内待定位特征信息所占区域对应的初始位置信息，提高了初定位的精度，为后续精确定位做出铺垫；而且对得到的所述初始位置信息进行迭代处理，得到所述目标对象区域内待定位特征信息所占区域对应的位置信息，将得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行整合，得到所述目标对象的特征信息，这样进一步提高了对目标对象的特征信息进行定位的精确度。附图说明图1为本专利技术实施例一的一种对目标对象的特征信息进行定位的方法的流程示意图；图2为眼睛与眉毛的相似图；图3为张嘴和闭嘴的相似图；图4为本专利技术实施例二的一种对目标对象的特征信息进行定位的方法的流程示意图；图5为本专利技术实施例三的一种对目标对象的特征信息进行定位的设备的结构示意图。具体实施方式为了实现本专利技术的目的，本专利技术实施例提供了一种对目标对象的特征信息进行定位的方法和设备，通过对包含目标对象的图像帧进行划分，确定所述图像帧中的目标对象区域，利用特征信息分类器对确定的目标对象区域进行扫描，确定所述目标对象区域内待定位特征信息所占区域的中心点位置信息，对确定的中心点位置信息进行仿射变换运算，得到所述目标对象区域内待定位特征信息所占区域对应的初始位置信息，提高了初定位的精度，为后续精确定位做出铺垫；而且对得到的所述初始位置信息进行迭代处理，得到所述目标对象区域内待定位特征信息所占区域对应的位置信息，将得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行整合，得到所述目标对象的特征信息，这样进一步提高了对目标对象的特征信息进行定位的精确度。下面结合说明书附图对本专利技术各个实施例进行详细描述。实施例一：如图1所示，为本专利技术实施例一的一种对目标对象的特征信息进行定位的方法的流程示意图，所述方法包括：步骤101：对包含目标对象的图像帧进行划分，确定所述图像帧中的目标对象区域。其中，一个目标对象区域内包含了一个目标对象。具体地，在步骤101中，对包含目标对象的图像帧进行划分，包括：首先，利用adaboost算法对接收到的图像帧进行计算，得到所述图像帧中每一个目标对象所占区域的区域信息。其中，所述区域信息中包括了位置信息和目标对象所占区域的大小信息。假设待定位的目标对象为人脸信息，接收到的图像帧为视频图像信息，利用adaboost算法对接收到的视频图像帧进行检测，得到所述视频图像帧信息中包含人脸的区域信息：faceRects＝{faceRect1,faceRect2,...faceRecti,...,faceRectn}，其中，faceRecti＝{xi,yi,widthi,heighi}中的{xi,yi}为第i个人脸的区域信息的位置信息，{widthi,heighi}为第i个人脸所占区域的大小信息。其次，利用所述目标对象所占区域的位置信息和所述目标对象所占区域的大小信息，计算所述目标对象所占区域的中心点坐标信息。还以上述假设为例，根据第i个目标对象所占区域的{xi,yi}和目标对象所占区域的{widthi,heighi}，计算得到第i个目标对象所占区域的中心点坐标信息为faceRecti的中心点坐标信息为第三，将计算得到的所述目标对象所占区域的中心点坐标信息和存储的已定位特征信息的目标对象所占区域的中心点坐标信息进行欧氏距离计算，并将计算得到的距离值与设定的数值进行比较。其中，所述存储的已定位特征的目标对象所占区域的中心点坐本文档来自技高网...

【技术保护点】
一种对目标对象的特征信息进行定位的方法，其特征在于，包括：对包含目标对象的图像帧进行划分，确定所述图像帧中的目标对象区域；利用特征信息分类器对确定的目标对象区域进行扫描，确定所述目标对象区域内待定位特征信息所占区域的中心点位置信息；对确定的中心点位置信息进行仿射变换运算，得到所述目标对象区域内待定位特征信息所占区域对应的初始位置信息，并对得到的所述初始位置信息进行迭代处理，得到所述目标对象区域内待定位特征信息所占区域对应的位置信息；将得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行整合，得到所述目标对象的特征信息。

【技术特征摘要】
1.一种对目标对象的特征信息进行定位的方法，其特征在于，包括：对包含目标对象的图像帧进行划分，确定所述图像帧中的目标对象区域；利用特征信息分类器对确定的目标对象区域进行扫描，确定所述目标对象区域内待定位特征信息所占区域的中心点位置信息；对确定的中心点位置信息进行仿射变换运算，得到所述目标对象区域内待定位特征信息所占区域对应的初始位置信息，并对得到的所述初始位置信息进行迭代处理，得到所述目标对象区域内待定位特征信息所占区域对应的位置信息；将得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行整合，得到所述目标对象的特征信息。2.如权利要求1所述的方法，其特征在于，对包含目标对象的图像帧进行划分，确定目标对象区域，具体包括：利用adaboost算法对接收到的图像帧进行计算，得到所述图像帧中每一个目标对象所占区域的区域信息，其中，所述区域信息中包括了位置信息和目标对象所占区域的大小信息；利用所述目标对象所占区域的位置信息和所述目标对象所占区域的大小信息，计算所述目标对象所占区域的中心点坐标信息；将计算得到的所述目标对象所占区域的中心点坐标信息和存储的已定位特征信息的目标对象所占区域的中心点坐标信息进行欧氏距离计算，并将计算得到的距离值与设定的数值进行比较，其中，所述存储的已定位特征信息的目标对象所占区域的中心点坐标信息是根据前一帧图像的特征信息定位结果得到的；当计算得到的距离值大于设定的数值时，确定接收到的图像帧中确定的所述目标对象区域是未定位特征信息的目标对象区域；当计算得到的距离值不大于设定的数值时，确定接收到的图像帧中确定的所述目标对象区域是已定位特征信息的目标对象区域。3.如权利要求1所述的方法，其特征在于，将得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行整合，得到所述目标对象的特征信息之前，还包括：根据得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息，确定所述目标对象区域的形状信息；根据预设的目标对象区域的形状信息与形状大小信息之间的对应关系，得到确定的所述目标对象区域的形状信息对应的形状大小信息；判断得到的所述目标对象区域的形状信息对应的形状大小信息是否满足设定的形状大小的条件，若得到的所述目标对象区域的形状信息对应的形状大小信息满足设定条件时，将得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行整合，确定出所述目标对象的特征信息；若得到的所述目标对象区域的形状信息对应的形状大小信息不满足设定的形状大小的条件时，对得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行调整，并继续执行根据调整后的位置信息确定所述目标对象区域的形状信息的操作。4.如权利要求3所述的方法，其特征在于，预设的目标对象区域的形状信息与形状大小信息之间的对应关系，具体包括：通过以下方式建立目标对象区域的形状信息shape和形状大小信息S之间的对应关系：其中，shape={(x1，y1)，(x2，y2)，......，(xn，yn)},{(x1，y1)，(x2，y2)，......，(xn，yn)}为得到的位置信息，5.如权利要求4所述的方法，其特征在于，所述设定的形状大小的条件为：S∈[S0*θ，S0*(2-θ)]，其中，约束因子θ＝0.9；S0表示初始形状大小信息；若得到的所述目标对象区域的形状信息对应的形状大小信息不满足设定的形状大小的条件时，对得到的所述目标对象区域内待定位特征信息所占区域对应的位置信息进行调整，具体包括：当得到的S小于S0*θ时，将得到的每一个位置信息乘以S0*θ/S；当得到的S大于S0*(2-θ)时，将得到的每一个位置信息乘以S0*(2-θ)/S。6.如权利要求2所述的方法，其特征在于，在确定接收到的图像帧中确定的所述目标对象区域是已定位特征信息的目标对象区域之后，所述方法还包括：将确定的已定位特征信息...

【专利技术属性】
技术研发人员：王刚，汪海洋，周祥明，潘石柱，张兴明，傅利泉，朱江明，吴军，吴坚，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33