【技术实现步骤摘要】
本专利技术涉及领域图像处理领域,特别涉及。
技术介绍
在视频目标提取和人数统计中,人头检测是一项重要的技术。现有的人头检测技 术,很多都是基于启发式规则的方法,而且很多方法依赖于摄像机的视角。同时,精确度较 高的算法,运算复杂度也很高。现有的人头检测方案中,常常采用LBP (Local binary pattern,局部二值模式)作 为特征,所述LBP特征可以通过对像素与邻域像素的大小关系进行编码,获得图像区域的 纹理特征。LBP特征在纹理识别和人脸识别应用中取得了较好的效果。提取LBP直方图特征的具体步骤如下假定图像中像素坐标为(j,i)的点对应的亮度为Ija,以点(j,i)为中心取3x3邻,定义点(j,i)的LBP特征如公式(1)所示(1)1J-U-I1JJ-I Vu-1域,则各点像素亮度如下h-uh+uΛ-u+i(.+u+iLBP(JJ)= Σ B(j,i,n,m)*2* rym* >+n0<n<2\0<m<2其中,万(_/+,/, , )=LBP特征能够一定程度上反映邻域的特征,但是由于区域尺度仅为3x3,所以无法 反映较大范围内的区域结构特征。因此,有必要提出一种改进的人头检测方案来解决上述问题。
技术实现思路
本专利技术的目的在于提供一种人头检测系统和方法,其采用分块LBP特征,具有较 好的检测效果。为了达到本专利技术的目的,根据本专利技术的一个方面,本专利技术提供一种人头检测系统, 其包括根据不同比例将一张输入图像放缩为不同大小的多张缩放图像的图像变换模块; 提取每张缩放图像的分块LBP特征以得到分块LBP特征图像 ...
【技术保护点】
一种人头检测系统,其特征在于,其包括:根据不同比例将一张输入图像放缩为不同大小的多张缩放图像的图像变换模块;提取每张缩放图像的分块LBP特征以得到分块LBP特征图像的特征提取模块;用搜索窗口遍历所述分块LBP特征图像的窗口搜索模块;对每个搜索窗口内的分块LBP特征进行人头检测的人头分类器。
【技术特征摘要】
1.一种人头检测系统,其特征在于,其包括根据不同比例将一张输入图像放缩为不同大小的多张缩放图像的图像变换模块; 提取每张缩放图像的分块LBP特征以得到分块LBP特征图像的特征提取模块; 用搜索窗口遍历所述分块LBP特征图像的窗口搜索模块; 对每个搜索窗口内的分块LBP特征进行人头检测的人头分类器。2.根据权利要求1所述的人头检测系统,其特征在于,所述特征提取模块从每张缩放 图像提取分块LBP特征的方式为对于缩放图像中3行3列共9个小矩形区域,假定各区域亮度分别为3.根据权利要求1所述的人头检测系统,其特征在于,所述特征提取模块从每张缩放 图像提取分块LBP特征的方式为以矩形r(0)的中心四邻域矩形分别定义为r(l)、r(2)、r(3)和r(4),矩形r(0)的分块LBP特征为4.根据权利要求1所述的人头检测系统,其特征在于,所述人头分类器包括全视角人 头分类器和分视角人头分类器,所述全视角人头分类器对每个搜索窗口内的分块LBP特征进行判定,如果符合,则继 续用所述分视角人头分类器进行判定,如果符合,则认为该搜索窗口为人头候选窗口。5.根据权利要求4所述的人头检测系统,其特征在于,所述分视角分类器包括正面人 头分类器、背面人头分类器、左侧面人头分类器和右侧面人头分类器,各个分视角分类器分别对通过全视角人头分类器的搜索窗口进行判定,如果通过一个 或几个分视角人头分类器,则认为该搜索窗口为人头候选窗口。6.根据权利要求1所述的人头检测系统,其特征在于,其还包括将每个分块LBP特征 图像上确定的人头候选窗口进行合并处理的结果确认模块。7.根据权利要求1所述的人头检测系统,其特征在于,所述人头分类器通过训练得到, 所述训练包括割取人头图像,...
【专利技术属性】
技术研发人员:邓亚峰,黄英,
申请(专利权)人:无锡中星微电子有限公司,
类型:发明
国别省市:32[中国|江苏]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。