[發(fā)明專利]一種融合多特征的行人檢測方法及裝置

無效

• 申請?zhí)枺?/td>: 201210082846.5
• 申請日: 2012-03-26
• 公開（公告）號: CN102682304A
• 公開（公告）日: 2012-09-19
• 發(fā)明（設(shè)計）人: 賀岳平;楊凱鵬;吳旭賓;張如高;虞正華
• 申請（專利權(quán)）人: 北京博康智能信息技術(shù)有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20;H04N7/18
• 代理公司: 上海勝康律師事務(wù)所 31263
• 代理人: 張堅

1.一種融合多特征的行人檢測方法，其特征在于，所述方法包括：

預(yù)先利用行人樣本庫，提取梯度特征和線性邊緣特征，并將所述梯度特征和線性邊緣特征融合為新特征作為輸入數(shù)據(jù)，訓(xùn)練生成行人分類器；

根據(jù)所選取的簡單行人特征，來提取待檢測區(qū)域形成該特征所需的圖像處理結(jié)果；

利用所選取的簡單的行人特征和所述圖像處理結(jié)果，排除待檢測區(qū)域中不為行人的區(qū)域，得到初步定位的行人區(qū)域；

利用所述行人分類器來進行行人判決和定位，得到最終的行人檢測結(jié)果。

2.如權(quán)利要求1所述的融合多特征的行人檢測方法，其特征在于，所述根據(jù)所選取的簡單行人特征，來提取待檢測區(qū)域形成該特征所需的圖像處理結(jié)果具體包括：

若采用邊緣對稱性特征作為初步行人特征，則提取圖像的邊緣結(jié)果，和/或若采用梯度直方圖特征作為初步行人特征，則提取圖像的梯度結(jié)果，進行初步圖像處理。

3.如權(quán)利要求1所述的融合多特征的行人檢測方法，其特征在于，所述利用所述行人分類器來對其進行行人判決和定位，得到最終的行人檢測結(jié)果具體包括：

擴展初步定位的行人區(qū)域，縮放擴展區(qū)域以歸一化到訓(xùn)練樣本的尺寸，提取歸一化后的行人擴展區(qū)域的梯度結(jié)果和線性邊緣結(jié)果；

構(gòu)造行人擴展區(qū)域內(nèi)的行人區(qū)域的梯度結(jié)果為梯度特征，構(gòu)造擴展區(qū)域內(nèi)的線性邊緣結(jié)果為線性邊緣特征，并融合所述梯度特征和線性邊緣特征為新特征，并利用所述行人分類器來對其進行行人判決和定位，得到最終的行人檢測結(jié)果。

4.如權(quán)利要求1至3任意一項所述的融合多特征的行人檢測方法，其特征在于，所述線性邊緣包括線段和/或可擬合為線段的邊緣。

5.如權(quán)利要求1至3任意一項所述的融合多特征的行人檢測方法，其特征在于，所述梯度特征為各種梯度直方圖。

6.一種融合多特征的行人檢測裝置，其特征在于，所述裝置包括：

分類器生成模塊，用來預(yù)先利用行人樣本庫，提取梯度特征和線性邊緣特征，并將所述梯度特征和線性邊緣特征融合為新特征作為輸入數(shù)據(jù)，訓(xùn)練生成行人分類器；

非行人區(qū)域過濾模塊，用來對輸入?yún)^(qū)域中不含行人區(qū)域進行過濾得到待檢測區(qū)域；

行人初步定位模塊，用來對待檢測區(qū)域根據(jù)所選取的簡單的行人特征進行圖像處理，以得到初步定位的行人區(qū)域；

行人最終定位模塊，用來利用所述行人分類器來進行行人判決和定位，得到最終的行人檢測結(jié)果。

7.如權(quán)利要求6所述的融合多特征的行人檢測裝置，其特征在于，所述行人最終定位模塊具體包括：

特征提取子模塊，用于對初步定位的行人區(qū)域進行擴展和尺寸歸一化，對所述擴展區(qū)域提取行人區(qū)域的梯度結(jié)果和全區(qū)域提取線性邊緣結(jié)果；

特征融合子模塊，用來構(gòu)造初步定位的行人區(qū)域的梯度結(jié)果為梯度特征，構(gòu)造擴展區(qū)域內(nèi)的線性邊緣結(jié)果為線性邊緣特征，并融合所述梯度特征和線性邊緣特征為新特征；

行人定位子模塊，用來根據(jù)所述新特征，利用預(yù)先設(shè)定的行人分類器進行判決，得到精細行人檢測結(jié)果。