一種視頻圖像提取及識(shí)別方法與系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)提出了一種視頻圖像提取及識(shí)別方法與系統(tǒng)，包括數(shù)據(jù)庫，用于保存視頻圖像訓(xùn)練集；訓(xùn)練集處理模塊，用于從數(shù)據(jù)庫中獲取視頻圖像訓(xùn)練集，并將它們向量化，根據(jù)總體復(fù)散度矩陣,通過奇異值分解的方法求出一組正交的特征向量，并選取前100個(gè)最大的特征值及其對應(yīng)的特征向量；視頻圖像背景去除模塊，用于使用圖像背景去霧方式對視頻圖像中不相關(guān)的背景進(jìn)行處理，處理后的圖像保留需要識(shí)別的視頻圖像，記為第一待識(shí)別圖像，并將所述第一待識(shí)別圖像發(fā)送給視頻圖像檢測模塊；視頻圖像檢測模塊，對從視頻圖像背景去除模塊接收到的第一待識(shí)別圖像進(jìn)行處理，確定所述第一待識(shí)別圖像的變換空間投影特征值，并進(jìn)一步提取其特征；視頻識(shí)別模塊，采用歐氏距離的最近鄰分類器進(jìn)行視頻識(shí)別，并輸出識(shí)別結(jié)果。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及視頻領(lǐng)域，特別涉及一種采用計(jì)算機(jī)圖形圖像處理以及模式識(shí)別技術(shù)的視頻圖像提取及識(shí)別方法與系統(tǒng)。
技術(shù)介紹
視頻識(shí)別是基于視頻圖像特征信息進(jìn)行識(shí)別的一種識(shí)別技術(shù)，近年來已經(jīng)在一些領(lǐng)域取得了應(yīng)用，例如視頻識(shí)別可以應(yīng)用于門禁系統(tǒng)、考勤系統(tǒng)、智能手機(jī)等等。在視頻識(shí)別技術(shù)中，主要有兩個(gè)步驟：從待識(shí)別視頻圖像中提取特征向量；將特征向量與數(shù)據(jù)庫中圖像的特征向量進(jìn)行對比獲得識(shí)別結(jié)果。其中，第一個(gè)步驟直接影響視頻識(shí)別結(jié)果的準(zhǔn)確性。在現(xiàn)有技術(shù)中，視頻識(shí)別算法很多，但都無法保證適應(yīng)于所有樣本，從而影響視頻識(shí)別的準(zhǔn)確性。局部二值模式(LocalBinaryPattern,LBP)由Ojala提出，在圖像局部鄰域內(nèi)度量像素值大小并提取紋理信息，對光照變化具有魯棒性。其計(jì)算簡便、抗光照干擾、判別能力強(qiáng)，被廣泛應(yīng)用于光照變化下的人臉識(shí)別。但當(dāng)光照劇烈變化時(shí)，LBP無法表示變化的劇烈程度，因此可靠性大幅下降，在此基礎(chǔ)上Tan等人又提出了局部三值模式(LocalTernaryPattern,LTP)。LTP算子對LBP算子進(jìn)行改進(jìn)，采用三值編碼，以提高整個(gè)特征空間的分類能力。在一個(gè)3×3的窗口，自定義閾值t，將鄰域內(nèi)像素與中心像素進(jìn)行比較，像素差值被映射在gc量化為0、寬度為[-t,+t]的區(qū)域內(nèi)，差值大于該區(qū)間編碼為+1，差值小于該區(qū)間編碼為-1，差值在區(qū)間范圍內(nèi)編碼為0。這樣，在鄰域內(nèi)可產(chǎn)生一個(gè)8位的二進(jìn)制有符號(hào)數(shù)，再按其位置賦予不同權(quán)重，并對其求和即得到該窗口的局部三值模式(LTP)特征值，用這個(gè)數(shù)描述該區(qū)域的紋理信息。通過對LBP的研究與改進(jìn)，LTP解決了光照劇烈變化下的識(shí)別問題，對劇烈變化的成像條件(如噪聲等)具有魯棒性。但LTP自身采用自定義閾值，需根據(jù)先驗(yàn)知識(shí)找尋、設(shè)定最佳閾值，時(shí)效性會(huì)受影響，同時(shí)，閾值無法兼顧樣本間的差異，還存在普適性問題。因此，需要采用新的算子以提高對視頻圖像識(shí)別的識(shí)別率，閾值的優(yōu)化成為一個(gè)可取的方向。在政務(wù)、民生、環(huán)境、公共安全、城市服務(wù)、工商活動(dòng)、商場、銀行、海關(guān)、軍事禁區(qū)等場景中對于人物或者背景的動(dòng)態(tài)識(shí)別對于智能城市的建設(shè)存在著內(nèi)在的動(dòng)力需求。視頻識(shí)別技術(shù)是計(jì)算機(jī)圖像處理、圖形構(gòu)造、模式識(shí)別、計(jì)算機(jī)可視化和認(rèn)知科學(xué)等多個(gè)技術(shù)和領(lǐng)域的復(fù)合技術(shù)。視頻識(shí)別技術(shù)由于其數(shù)據(jù)的復(fù)雜性和采集、處理技術(shù)的困難，其還遠(yuǎn)遠(yuǎn)沒達(dá)到應(yīng)用的要求。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)的目的是通過以下技術(shù)方案實(shí)現(xiàn)的。本專利技術(shù)提出了一種視頻圖像提取及識(shí)別系統(tǒng)，所述視頻圖像提取及識(shí)別系統(tǒng)包括如下組成部分：數(shù)據(jù)庫，用于保存視頻圖像訓(xùn)練集；訓(xùn)練集處理模塊，用于從數(shù)據(jù)庫中獲取視頻圖像訓(xùn)練集，并將它們向量化，根據(jù)總體復(fù)散度矩陣,通過奇異值分解的方法求出一組正交的特征向量，并選取前100個(gè)最大的特征值及其對應(yīng)的特征向量；視頻圖像背景去除模塊，用于使用圖像背景去霧方式對視頻圖像中不相關(guān)的背景進(jìn)行處理，處理后的圖像保留需要識(shí)別的視頻圖像，記為第一待識(shí)別圖像，并將所述第一待識(shí)別圖像發(fā)送給視頻圖像檢測模塊；視頻圖像檢測模塊，對從視頻圖像背景去除模塊接收到的第一待識(shí)別圖像進(jìn)行處理，確定所述第一待識(shí)別圖像的變換空間投影特征值，并進(jìn)一步提取其特征；視頻識(shí)別模塊，采用歐氏距離的最近鄰分類器進(jìn)行視頻識(shí)別，并輸出識(shí)別結(jié)果。根據(jù)本專利技術(shù)的一個(gè)方面，所述視頻圖像檢測模塊進(jìn)一步用于，對于第一待識(shí)別圖像It，通過式y(tǒng)k＝ETIt，提取其特征。根據(jù)本專利技術(shù)的一個(gè)方面，所述視頻識(shí)別系統(tǒng)應(yīng)用于商場、銀行、海關(guān)、軍事禁區(qū)等場景中目標(biāo)物的識(shí)別。本專利技術(shù)還提出了一種采用上述的視頻圖像提取及識(shí)別系統(tǒng)進(jìn)行視頻識(shí)別的方法，包括如下步驟：步驟一、從數(shù)據(jù)庫中獲取視頻圖像訓(xùn)練集，并將它們向量化；步驟二、根據(jù)步驟一中確定的視頻圖像訓(xùn)練集的特征矩陣，根據(jù)總體復(fù)散度矩陣,通過奇異值分解的方法求出一組正交的特征向量；步驟三、選取前100個(gè)最大的特征值及其對應(yīng)的特征向量；步驟四：從高清攝像機(jī)實(shí)時(shí)拍攝的視頻圖像中獲取待識(shí)別視頻圖像,并獲取待識(shí)別視頻圖像中的變換空間投影特征值；步驟五、根據(jù)步驟四獲得的待識(shí)別視頻圖像It，通過式y(tǒng)k＝ETIt，提取其特征；步驟六、采用歐氏距離的最近鄰分類器進(jìn)行視頻識(shí)別，如果識(shí)別的結(jié)果等于最小值，則待識(shí)別視頻圖像It與訓(xùn)練圖像Ir屬于同一類對象。根據(jù)本專利技術(shù)的一個(gè)方面，所述步驟五中，將圖像在高維空間的表示轉(zhuǎn)換為其在相應(yīng)低維空間的特征數(shù)據(jù),實(shí)現(xiàn)對圖像特征的提取。根據(jù)本專利技術(shù)的一個(gè)方面，所述視頻識(shí)別方法應(yīng)用于商場、銀行、海關(guān)、軍事禁區(qū)等場景中目標(biāo)物的識(shí)別。附圖說明通過閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對本專利技術(shù)的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中：附圖1示出了根據(jù)本專利技術(shù)實(shí)施方式的視頻圖像提取及識(shí)別系統(tǒng)示意圖。附圖2示出了根據(jù)本專利技術(shù)實(shí)施方式的視頻識(shí)別方法示意圖。具體實(shí)施方式下面將參照附圖更詳細(xì)地描述本公開的示例性實(shí)施方式。雖然附圖中顯示了本公開的示例性實(shí)施方式，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開而不應(yīng)被這里闡述的實(shí)施方式所限制。相反，提供這些實(shí)施方式是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。視頻識(shí)別是一種利用視頻圖像的視覺特征信息進(jìn)行身份識(shí)別的生物特征識(shí)別技術(shù)。視頻識(shí)別與其他傳統(tǒng)生物識(shí)別技術(shù)相比,具有便于采集、方便快捷、交互友好等優(yōu)點(diǎn),已逐漸被大眾接受。視頻識(shí)別的幾種算法包括：1、模板匹配算法(Correlationalgorithm)：通過獲取視頻圖像直接計(jì)算圖像位置的向量之間的距離來衡量視頻圖像是否相似。簡單的說就是獲取視頻最基本、直觀的特征(如耳朵，鼻子，臉型)來進(jìn)行相似度的比較，是視頻識(shí)別的基準(zhǔn)算法。此算法識(shí)別速度快，占用系統(tǒng)內(nèi)存小但是準(zhǔn)確率低，不適宜高識(shí)別要求的系統(tǒng)。2、特征臉?biāo)惴ǎ涸撍惴ㄓ苫谥鞒煞址治?PCA)方法,在特征臉?biāo)惴ǖ幕A(chǔ)上進(jìn)行優(yōu)化可以使算法更有效,是視頻圖像對比測試時(shí)的基準(zhǔn)識(shí)別算法。3、Fisher臉?biāo)惴ǎ壕€性鑒別分析方法是從高維空間中提取出最具有分類能力的低維特征，投影后的特征數(shù)據(jù)，在低維空間里不同類別的樣本盡可能分得開些，同時(shí)希望每個(gè)類別的樣本盡可能密集，也就是說，樣本類間離散度越大越好，而類內(nèi)離散度越小越好。4、基于Gabor特征的算法：特征臉和Fisher臉?biāo)惴ú捎脠D像中灰度進(jìn)行特征分析。而基于Gabor特征的算法可以從多個(gè)角度來對圖像灰度進(jìn)行分析，模擬哺乳動(dòng)物皮質(zhì)細(xì)胞區(qū)域剖面，并且對于光照的適應(yīng)性比特征臉和Fisher臉?biāo)惴ê谩Ｒ曨l識(shí)別算法的選擇要考慮到視頻數(shù)據(jù)采集環(huán)境，采集設(shè)備條件，圖像數(shù)據(jù)處理優(yōu)化等客觀條件，并不是所有算法都適合所要建立的系統(tǒng)。為便于說明本專利技術(shù)實(shí)施例提供的視頻識(shí)別方法及裝置，先對本專利技術(shù)實(shí)施例中涉及到的視頻識(shí)別算法中的各種場景和技術(shù)儲(chǔ)備進(jìn)行簡單介紹。圖像采集可以采用攝像頭作為圖像傳感器，通過攝像頭抓取或者直接從硬盤上選取一章人臉圖像，然后將人臉圖像數(shù)據(jù)源存儲(chǔ)到數(shù)據(jù)庫中。圖像預(yù)處理可以包括灰度變換、二值變換、降噪處理，然后利用基于Adaboost的方法進(jìn)行視頻的檢測及定位，若檢測到有效視頻，則保存于數(shù)據(jù)庫之中。灰度變換用0～255表示每一點(diǎn)的灰色程度，0為黑色本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種視頻圖像提取及識(shí)別系統(tǒng)，其特征在于，所述視頻圖像提取及識(shí)別系統(tǒng)包括如下組成部分：數(shù)據(jù)庫，用于保存視頻圖像訓(xùn)練集；訓(xùn)練集處理模塊，用于從數(shù)據(jù)庫中獲取視頻圖像訓(xùn)練集，并將它們向量化，根據(jù)總體復(fù)散度矩陣,通過奇異值分解的方法求出一組正交的特征向量，并選取前100個(gè)最大的特征值及其對應(yīng)的特征向量；視頻圖像背景去除模塊，用于使用圖像背景去霧方式對視頻圖像中不相關(guān)的背景進(jìn)行處理，處理后的圖像保留需要識(shí)別的視頻圖像，記為第一待識(shí)別圖像，并將所述第一待識(shí)別圖像發(fā)送給視頻圖像檢測模塊；視頻圖像檢測模塊，對從視頻圖像背景去除模塊接收到的第一待識(shí)別圖像進(jìn)行處理，確定所述第一待識(shí)別圖像的變換空間投影特征值，并進(jìn)一步提取其特征；視頻識(shí)別模塊，采用歐氏距離的最近鄰分類器進(jìn)行視頻識(shí)別，并輸出識(shí)別結(jié)果。

【技術(shù)特征摘要】
1.一種視頻圖像提取及識(shí)別系統(tǒng)，其特征在于，所述視頻圖像提取及識(shí)別系統(tǒng)包括如下組成部分：數(shù)據(jù)庫，用于保存視頻圖像訓(xùn)練集；訓(xùn)練集處理模塊，用于從數(shù)據(jù)庫中獲取視頻圖像訓(xùn)練集，并將它們向量化，根據(jù)總體復(fù)散度矩陣,通過奇異值分解的方法求出一組正交的特征向量，并選取前100個(gè)最大的特征值及其對應(yīng)的特征向量；視頻圖像背景去除模塊，用于使用圖像背景去霧方式對視頻圖像中不相關(guān)的背景進(jìn)行處理，處理后的圖像保留需要識(shí)別的視頻圖像，記為第一待識(shí)別圖像，并將所述第一待識(shí)別圖像發(fā)送給視頻圖像檢測模塊；視頻圖像檢測模塊，對從視頻圖像背景去除模塊接收到的第一待識(shí)別圖像進(jìn)行處理，確定所述第一待識(shí)別圖像的變換空間投影特征值，并進(jìn)一步提取其特征；視頻識(shí)別模塊，采用歐氏距離的最近鄰分類器進(jìn)行視頻識(shí)別，并輸出識(shí)別結(jié)果。2.如權(quán)利要求1所述的視頻識(shí)別系統(tǒng)，其特征在于：所述視頻圖像檢測模塊進(jìn)一步用于，對于第一待識(shí)別圖像It，通過式y(tǒng)k＝ETIt，提取其特征。3.如權(quán)利要求1所述的視頻識(shí)別系統(tǒng)，其特征在于：所述視頻識(shí)別系統(tǒng)應(yīng)用于商場、銀行、海關(guān)、軍...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：袁真，李首峰，陳放，王亞博，孟欣欣，
申請(專利權(quán))人：國政通科技股份有限公司，
類型：發(fā)明
國別省市：北京;11