一种基于隐马尔科夫模型的人体对象的目标识别方法

摘要

本发明公开了一种基于隐马尔科夫模型的人体对象的目标识别方法，其将人体对象前景图像和目标人体对象前景图像分成若干部分，然后根据提取到的人体对象前景图像和目标人体对象前景图像相对应的颜色特征的颜色均值特征序列和颜色标准差特征序列以及由每个目标人体对象的特征序列得到的训练后的隐马尔科夫模型，来计算人体对象前景图像相对于每个目标人体对象的训练后隐马尔可夫模型的后验概率，从而实现对人体对象图像的识别；人体对象前景图像的特征和目标人体对象前景图像的特征的维数较低，且得到的隐马尔科夫模型利用了同一个目标人体对象的多幅图像的特征，对人体角度的变化以及光线的变化有一定的鲁棒性，且识别效果好，计算量小、复杂度低。

主权项

一种基于隐马尔科夫模型的人体对象的目标识别方法，其特征在于包括以下步骤：①有一摄像头，从该摄像头拍摄到的图像中随机选取一幅图像作为待识别图像，然后采用背景减除算法将待识别图像中的人体对象分割出来，得到一幅待识别人体对象前景图像；②将待识别人体对象前景图像分成N个部分，得到N个第一图像区块，然后采用多阈值分割算法提取待识别人体对象前景图像中的每个第一图像区块的R、G、B三个颜色通道的颜色特征的颜色均值描述子和颜色标准差描述子，将待识别人体对象前景图像中所有的第一图像区块的颜色特征的颜色均值描述子组合成第一颜色均值特征序列，记为Q_SRC，将待识别人体对象前景图像中所有的第一图像区块的颜色特征的颜色标准差描述子组合成第一颜色标准差特征序列，记为Q_SSV，其中，N≥2，第一图像区块的宽度与待识别人体对象前景图像的宽度一致；③有一组摄像头，将该组摄像头拍摄到的所有具有人体对象的图像组成一个目标图像库，然后采用背景减除算法将目标图像库内每一幅具有人体对象的图像中的人体对象分割出来，得到多幅目标图像库内的目标人体对象前景图像，其中，目标图像库内的图像包含了多个目标人体对象，且每个目标人体对象有多幅目标人体对象前景图像；④将目标图像库内每幅目标人体对象前景图像分成N个部分，得到每幅目标人体对象前景图像的N个第二图像区块，然后采用多阈值分割算法提取每幅目标人体对象前景图像中的每个第二图像区块的R、G、B三个颜色通道的颜色特征的颜色均值描述子和颜色标准差描述子，接着将每幅目标人体对象前景图像中所有的第二图像区块的颜色特征的颜色均值描述子组合成相对应的目标人体对象前景图像的第二颜色均值特征序列，将每幅目标人体对象前景图像中所有的第二图像区块的颜色特征的颜色标准差描述子组合成相对应的目标人体对象前景图像的第二颜色标准差特征序列，再将每个目标人体对象的多幅目标人体对象前景图像的第二颜色均值特征序列组合成相对应的目标人体对象的第三颜色均值特征序列，将每个目标人体对象的多幅目标人体对象前景图像的第二颜色标准差特征序列组合成相对应的目标人体对象的第三颜色标准差特征序列，其中，第二图像区块的宽度与目标人体对象前景图像的宽度一致；⑤用每个目标人体对象的第三颜色均值特征序列分别对隐马尔科夫模型进行训练，得到每个目标人体对象对应的第一训练后隐马尔科夫模型，并用每个目标人体对象的第三颜色标准差特征序列再次分别对隐马尔科夫模型进行训练，得到每个目标人体对象对应的第二训练后隐马尔科夫模型，将第j个目标人体对象对应的第一训练后隐马尔科夫模型及第二训练后隐马尔科夫模型对应记为和然后采用Baum‑Welch 算法训练每个目标人体对象对应的第一训练后隐马尔科夫模型的模型参数，使每个目标人体对象的第三颜色均值特征序列的概率最大，将使得第j个目标人体对象的第三颜色均值特征序列的概率最大的的模型参数记为再采用Baum‑Welch算法训练每个目标人体对象对应的第二训练后隐马尔科夫模型的模型参数，使每个目标人体对象的第三颜色标准差特征序列的概率最大，将使得第j个目标人体对象的第三颜色标准差特征序列的概率最大的的模型参数记为其中，1≤j≤M，M表示目标图像库内包含的目标人体对象的数量；⑥根据第一颜色均值特征序列、第一颜色标准差特征序列、所有第一训练后隐马尔科夫模型的模型参数和所有第二训练后隐马尔科夫模型的模型参数，采用前向算法计算待识别人体对象前景图像相对于每个目标人体对象的第一训练后隐马尔科夫模型和第二训练后隐马尔科夫模型的后验概率，将待识别人体对象前景图像相对于第j个目标人体对象的第一训练后隐马尔科夫模型和第二训练后隐马尔科夫模型的后验概率记为p_j，然后将待识别人体对象前景图像相对于每个目标人体对象的第一训练后隐马尔科夫模型和第二训练后隐马尔科夫模型的后验概率按大小排列，将值最大的后验概率对应的目标人体对象视为待识别人体对象前景图像的正确匹配，即值最大的后验概率对应的目标图像库内的图像为待识别图像的匹配图像，其中，表示根据第j个目标人体对象的第一训练后隐马尔科夫模型，利用前向算法计算得到的概率，表示根据第j个目标人体对象的第二训练后隐马尔科夫模型，利用前向算法计算得到的概率，log表示对数函数。