运动目标头肩模型的神经网络识别流程

人体目标属于非刚性物体，形态易变，很难用固定模型准确描述，但头肩部轮廓形状基本稳定，不易受到遮挡，只随视角变化。不变矩具有平移旋转和缩放不变性，可以用于处理不同侧面肩部形状的变化，以建立人体肩部形状的识别模型。采用头肩模型结合神经网络进行行人识别的流程如图2－1所示。运动目标的提取一般用背景差分法，然后建立头肩模型并计算模型轮廓不变矩形成特征向量，最后利用BP神经网络完成人体目标的识别。

图2－1　头肩模型 神经网络行人识别流程图

1）运动目标提取

利用目标的局部形状信息进行识别，要求准确地提取运动目标，为避免转化为多灰度图像后产生不可逆转的颜色信息损失，对真彩色序列图像RGB三色分量分别差分，并对CCD摄像头本身造成的图像噪声进行滤波处理。差分图像由式（2－3）计算。

其中，（Cr，Cg，Cb），（Br，Bg，Bb）分别表示前景和背景图像的R、G、B值，用中值滤波消除噪声。然后，对图像进行二值化并检验连通性。背景检测效果如图2－2所示，其中子图（c）和子图（d）表示差分图像和二值图像。

2）头肩模型的建立

头肩模型的建立是通过计算目标的垂直、水平投影直方图，由垂直投影直方图得到人体头部宽度，再由水平投影直方图得到人体宽度，但对于某些特殊情况下（如披着长发的目标）可能无法由垂直投影直方图求得头部宽度，对此一些研究者进行了改进。根据人体解剖学知识，直立人体的宽高比Width∶Height∈［0.28，0.36］，各部分肢体比例见图2－3（a）。

(www.xing528.com)

图2－2　运动目标提取示意图

图2－3　建立头肩模型

建立头肩模型的算法如下：

（1）计算图2－3（d）中目标的宽高比，若为［0.28，0.36］之间，说明整个人体进入了摄像头的捕捉范围，转（4）；否则转（2）。

（2）计算图2－3（d），的垂直方向投影直方图，平滑处理后结果见图2－3（b），找出头顶附近的局部最大值W，即为头部宽度，转（4）；若未找到W，则转（3）。

（3）找出垂直投影直方图的全局最大值W1，根据人体宽高比计算出人体的近似高度。

（4）据图2－3（a）的比例，计算可得头肩长度H，至此即可建立头肩模型，见图2－3（c）。

对于场景中有多个人体目标且互不遮挡的情况，用同样方法分区域处理。抽取头肩模型失败时，认为这是属于非人体的活动目标。

考虑到图像轮廓反映了目标的形状信息，且轮廓的像素数远少于目标区域的像素数，因此，一般采用头肩轮廓计算矩特征，头肩轮廓如图2－3（d）所示。常用矩特征包括中心矩、旋转不变性矩等7个矩特征。