[發明專利]一種融合多特征的行人檢測方法及裝置

無效

• 申請號: 201210082846.5
• 申請日: 2012-03-26
• 公開（公告）號: CN102682304A
• 公開（公告）日: 2012-09-19
• 發明（設計）人: 賀岳平;楊凱鵬;吳旭賓;張如高;虞正華
• 申請（專利權）人: 北京博康智能信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20;H04N7/18
• 代理公司: 上海勝康律師事務所 31263
• 代理人: 張堅

技術領域

本發明涉及智能視頻監控技術領域，尤其涉及一種融合多特征的行人檢測方法及裝置。

背景技術

基于視頻技術的行人檢測有著廣泛的市場和應用，如智能交通中行人違章事件檢測、車載中的行人保護系統、警戒區行人入侵檢測、高速路行人出現檢測等。

目前，基于視頻監控的行人檢測方法，主要有行人輪廓尋找和模板匹配法、人臉檢測法、分類器判決法。在實際應用中，這些方法存在應用場景存在局限性、準確性不高或難以達到實時的缺陷，難以應用于復雜的室外場景，比如，行人輪廓尋找和模板匹配，常受周圍目標、光照和天氣等的影響，檢測精度較低；人臉檢測要求圖像細節較為清晰，從而造成無法檢測出較大場景中遠處的較小目標；利用訓練所得的性能較好的行人分類器，常因特征提取較為復雜、分類器特征維數較高的原因，運算較為耗時，難以實時使用。

發明內容

本發明實施例的目的是針對現有的基于視頻或圖像的行人檢測方法的不足，而提出一種融合多特征的行人檢測方法及裝置，使得行人檢測速度較快、準確性較高，并且從實際工程應用來看，能對監控視頻進行準確的、實時的行人檢測。

為了達到上述發明目的，本發明實施例提出的一種融合多特征的行人檢測方法是通過以下技術方案實現的：

一種融合多特征的行人檢測方法，所述方法包括：

預先利用行人樣本庫，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據，訓練生成行人分類器；

根據所選取的簡單行人特征，來提取待檢測區域形成該特征所需的圖像處理結果；

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

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果。

進一步優選地，所述根據所選取的簡單行人特征，來提取待檢測區域形成該特征所需的圖像處理結果具體包括：

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果，進行初步圖像處理。

進一步優選地，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果具體包括：

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

構造行人擴展區域內的行人區域的梯度結果為梯度特征，構造擴展區域內的線性邊緣結果為線性邊緣特征，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果。

進一步優選地，所述線性邊緣包括線段和/或可擬合為線段的邊緣。

進一步優選地，所述梯度特征為各種梯度直方圖。

為了實現前述發明目的，本發明實施例還提出了一種融合多特征的行人檢測裝置，所述裝置是通過以下技術方案實現的：

一種融合多特征的行人檢測裝置，所述裝置包括：

分類器生成模塊，用來預先利用行人樣本庫，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據，訓練生成行人分類器；

非行人區域過濾模塊，用來對輸入區域中不含行人區域進行過濾得到待檢測區域；

行人初步定位模塊，用來對待檢測區域根據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果。

進一步優選地，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域進行擴展和尺寸歸一化，對所述擴展區域提取行人區域的梯度結果和全區域提取線性邊緣結果；

特征融合子模塊，用來構造初步定位的行人區域的梯度結果為梯度特征，構造擴展區域內的線性邊緣結果為線性邊緣特征，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，用來根據所述新特征，利用預先設定的行人分類器進行判決，得到精細行人檢測結果。

與現有技術相比，本發明實施例通過初步的處理和分析減少了行人精準判決和定位的區域，本發明所采用的梯度特征對外界條件(光照和天氣等)的干擾不敏感，本發明實施例所采用的邊緣特征考慮到了剛性目標上普遍存在的線性元結構，能較好地排除人造物(如車、車道標志線、路標、燈桿、欄柵等)的干擾，故檢測速度較快、準確性較高。從實際工程應用結果來看，本發明能對監控視頻進行準確的、實時的行人檢測。