多特征检测人形识别安防摄像机设计
2021-12-21周利杰郝瑞林蔡国庆孙迎建
河北水利电力学院学报 2021年4期
关键词:特征
周利杰,郝瑞林,蔡国庆,孙迎建,刘 辉
(1.河北水利电力学院机械工程系,河北省沧州市黄河西路49号 061001;2.河北省工业机械手控制与可靠性技术创新中心,河北省沧州市黄河西路49号 061001)
智能视频监控采用机器视觉技术,在不需人为干预的情况下实时分析视频图像,并提取关键信息,实现对场景中目标的定位、识别和跟踪。在视频监控过程中,最重要的环节就是进行人形探测。快速可靠的人形探测方法是智能视频监控的核心。常用的人形探测方法有红外报警法[1]、微波探测法[2]、机器视觉法等[3]。红外报警法和微波探测法对人体和动物都具有敏感性,探测误差较高。机器视觉法能够利用一定的人体轮廓成像特征,并通过图像处理,最终发现和定位人形目标,具有较高的鲁棒性和实用性。基于机器视觉的人形识别技术是机器视觉、图像处理以及计算机技术的融合,是安防和监控系统的重要研究方向,能够应用于安防监控、人机交互、交通控制、目标跟踪等多个领域。
目前较为成熟的人形识别技术有卡尔曼滤波算法[4]、YOLO(You Only Look Once)算法[5]、粒子滤波算法[6]、相关滤波算法[7]、深度学习算法[8]、haar特征算法[9]等。其中,卡尔曼滤波算法、YOLO算法、粒子滤波算法、相关滤波算法、深度学习算法由于计算量较大,通常需要配备运算速度较快的计算机平台,不适合集成到体积小、处理能力低的嵌入式平台中;Haar特征算法数据处理量较小,能够集成到嵌入式平台中[10]。人形识别准确率是评价人形识别性能的重要指标,常规的特征识别方法只能够识别单一特征,当人形目标身体姿态变化后会导致准确率较低。……
登录APP查看全文
