[发明专利]面向智能家居场景的实时人形检测方法

摘要

面向智能家居场景的实时人形检测方法，包括如下步骤：S1、预处理一张无人物的家居场景图像作为背景图；S2、预处理视频流中的每一帧图像，获取当前帧处理后的图像；S3、通过背景减除法对当前帧处理后的图像和预处理后的背景图进行处理，获人形所在区域的图像；S4、人形所在区域的图像中的每个像素的灰度值与设定好的阈值进行比较，获取掩码图，利用矩形拟合掩码图，获取人形图像；S5、分离人形图像的红色、绿色、蓝色通道图像，获取该人形图像的HOG特征；S6、通过SVM对人形图像的HOG特征进行训练，获取人形模型。该方法通过背景减除法分割人形图形，再利用矩形框拟合掩码图，提取人形图像的HOG特征，训练人形模型，可以快速准确的检测人形图像。

主权项

1.面向智能家居场景的实时人形检测方法，其特征在于，包括如下步骤：S1、选取一张无人物的家居场景图像作为背景图，使用gammma校正法对背景图进行颜色空间标准化，再通过高斯滤波处理获取预处理后的背景图；S2、使用gammma校正法对实时采集的视频流中的的每一帧图像进行颜色空间标准化，再通过高斯滤波处理获取当前帧处理后的图像；S3、通过背景减除法对当前帧处理后的图像和预处理后的背景图进行处理，获人形所在区域的图像；S4、人形所在区域的图像中的每个像素的灰度值与设定好的阈值进行比较，获取掩码图，利用矩形拟合掩码图，截取当前帧处理后的图像中对应的矩形部分，获取人形图像；并调整大小为128×64；S5、分离人形图像的红色通道图像、绿色通道图像、蓝色通道图像，将分离后的图像分成若干个小单元，统计每个小单元的梯度直方图，再将每3×3个小单元组成一个大单元，串联大单元中所有小单元的HOG特征，获取大单元的HOG特征，将人形图像内所有大单元的HOG特征归一化后串联。获取该人形图像的HOG特征；S6、通过SVM对人形图像的HOG特征进行训练，获取人形模型。