[發明專利]基于多分辨率特征關聯的行人檢測方法

在審

• 申請號: 201410143556.6
• 申請日: 2014-04-10
• 公開（公告）號: CN103984965A
• 公開（公告）日: 2014-08-13
• 發明（設計）人: 徐向華;虞抒沁
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.基于多分辨率特征關聯的行人檢測方法，其特征在于該方法的具體步驟如下：

步驟1：對取材自道路交通場景的錄像進行去冗余采樣，對生成的圖片集進行行人的人工標注；人工標注包括行人的邊界框位置與大小，然后根據邊界框大小將行人樣本進行分類；

步驟2：對樣本進行HOG特征計算；將每一分辨率類別的樣本重構為統一尺寸大小的樣本，然后對樣本進行特征向量的計算；

步驟3：建立行人識別模型score(I,L)；

w是支持向量機SVM超平面法向量，P_H,P_L為定義在不同分辨率行人樣本的特征空間上的特征變換矩陣，f(I,L)是圖片I中L位置探測窗口的HOG特征；

將識別模型的優化分解為兩個子問題：分辨率對應特征轉換模型優化，特征子空間分類模型優化；該過程首先采用PCA方法對個分辨率的特征轉換模型進行參數初始化，然后進行分辨率對應特征轉換模型與特征子空間分類模型的迭代優化；

步驟4：對各分辨率行人進行識別；對圖片中的低分辨率行人的HOG特征向量進行一輪低閾值粗糙檢測，然后對檢測結果的HOG特征向量進行分辨率對應的特征轉換；在轉換后的特征子空間中，使用子空間分類模型進行分類；而對于高分辨率行人的檢測則不使用分辨率轉換，直接進行HOG特征的分類；分別給出不同分辨率的檢測結果分數，根據對應閾值輸出檢測結果；

步驟5：對步驟4中的檢測結果，采用非最大值抑制方法進行聚類；將高分辨率行人檢測結果進行統一的聚類，而經過特征轉換的低分辨率行人進行單獨的聚類；然后合并聚類結果集，輸出結果集，完成單幀行人檢測。