[發明專利]一種智能視頻監控中行人的檢測方法

無效

• 申請號: 201210566809.1
• 申請日: 2012-12-24
• 公開（公告）號: CN103106414A
• 公開（公告）日: 2013-05-15
• 發明（設計）人: 蘇松志;李紹滋;呂艷萍;林賢明;郭鋒;曹冬林
• 申請（專利權）人: 廈門大學深圳研究院;廈門大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 廈門南強之路專利事務所 35200
• 代理人: 馬應森

技術領域

本發明涉及計算機視覺、模式識別和圖像處理等領域，尤其是涉及一種智能視頻監控中行人的檢測方法。

背景技術

行人檢測是可廣泛應用于車輛輔助駕駛（D.Geronimo,A.M.Lopez?and?A.D.Sappa,et?al.Survey?of?pedestrian?detection?for?advanced?driver?assistance?systems[J].PAMI，2010,32(7):1239-1258.）、人體運動分析和智能視頻監控等領域中。由于易受姿態、光照、遮擋和視角等影響，行人檢測是計算機視覺中的經典難題。目前大部分的研究者針對復雜場景下的行人檢測，提出了各種各樣的適合于行人檢測的特征和分類器。常見的行人特征有Haar（M.Oren,C.Papageorion,P.Sinha,et?al.Pedestrian?detection?using?wavelettemplates[A].In?Proc.?of?CVPR[C],1997.）、梯度方向直方圖（N.Dalal?and?B.Triggs.Histogram?of?oriented?gradient?for?human?detection[A].In?Proc.?of?CVPR[C],2005.）、協方差描述子（O.Tuzel,F.Porikli?and?P.Meer.Pedestrian?detection?viaclassification?on?Riemannian?manifolds?[J].PAMI，2008,10(30):1-15.）和局部二值模式（X.Wang,X.Han?and?S.Yan.A?HOG-LBP?human?detector?with?partial?occlusionhandling[A],In?Proc.?of?ICCV[C],2009.）等。

行人檢測技術根據定位方法，可分為滑動窗口法和非滑動窗口法。滑動窗口法是目標檢測中的常用方法，本質上是將檢測器轉化為一個二值分類器。滑動窗口法的核心是構建一個魯棒性較強的分類器，在行人檢測中，常用的分類器有模板匹配、神經網絡、支持向量機和AdaBoost等。滑動窗口法由于檢測速度快且準確率較高，我們采用該方法來檢測智能視頻監控場景中的行人。非滑動窗口法常見的有隱式形狀模型（B.Leibe,A.Leonardis?and?B.Schiele.?Robust?object?detection?with?interleaved?categorization?and?segmentation[J].IJCV，2008,77(1-3):259-289.）、高效子窗口搜索（C.H.Lampert,M.B.Blaschkoand?T.Hofmann.Efficient?subwindow?search:a?branch?and?bound?framework?for?objectlocalization[J].PAMI，2009,31(12):2129-2142.）和跳躍窗口法（O.Chum,and?A.Zisserman.An?exemplar?model?for?learning?object?classes[A].In?Proc.of?CVPR[C],2007.）等。

行人檢測技術已經取得了一定的進展，Dollar等（P.Dollar,C.Wojek,B.Schiele,etal.Pedestrian?detection:an?evaluation?of?the?state?of?the?art,PAMI，2012,34(4):743-761.）系統地比較了目前常用的16種行人檢測方法在6個公共行人測試集中的性能。目前行人檢測技術呈現出這樣的發展趨勢：檢測速度實時化，檢測精度接近實用化，測試數據集規模化，應用背景復雜化。

大部分研究者將研究的重心放在復雜背景下的行人檢測方法研究，但是在有些監控和人體運動分析等應用中，背景相對簡單，行人檢測是整個系統中的一個預處理步驟。在這種簡單的場景中，要求快速地給出行人的位置，一種簡單的處理方法是將復雜背景下的行人檢測器直接應用在簡單場景中。但是，由于測試集和訓練集是非獨立同分布的，復雜背景下的檢測器不一定能在視頻監控中取得很好的檢測效果，另外，復雜背景下的行人檢測器，檢測的時間復雜度往往比較高。