[發明專利]行人檢測方法和裝置

有效

• 申請號: 201710479970.8
• 申請日: 2017-06-22
• 公開（公告）號: CN109117689B
• 公開（公告）日: 2020-01-07
• 發明（設計）人: 唐小軍;蘇海軍
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 11112 北京天昊聯合知識產權代理有限公司
• 代理人: 柴亮;張天舒

1.一種行人檢測方法，其特征在于，包括：

提取圖像的特征點；

根據圖像的特征點，用分類器對圖像進行分類，根據分類結果得到圖像在該分類器的分類得分；

根據分類得分得出圖像在級聯分類器各級的級聯得分，將級聯得分與相應的級聯閾值相 比較，據此判斷圖像中是否有行人；

所述根據圖像的特征點，用分類器對圖像進行分類，根據分類結果得到圖像在該分類器的分類得分包括：用分類器將圖像分入其葉子節點中，以該葉子節點的節點得分為圖像在該分類器的分類得分；其中，分類器包括分支節點和葉子節點，每個分支節點有兩個下級節點，葉子節點無下級節點；分支節點具有特征點對取法和節點閾值，用于根據特征點對取法選取圖像的一對特征點，并比較該對特征點的特征值之差與節點閾值，若特征值之差大于或等于節點閾值則將圖像分入其下級的右節點，否則將圖像分入其下級的左節點；

所述根據分類得分得出圖像在級聯分類器各級的級聯得分，將級聯得分與相應的級聯閾值相 比較，據此判斷圖像中是否有行人包括：比較圖像在級聯分類器各級的級聯得分與相應的級聯閾值，若所有級聯得分均大于或等于相應的級聯閾值則判斷圖像中有行人，否則判斷圖像中無行人；其中，級聯分類器由多個分類器按預定順序級聯構成，圖像在級聯分類器每級的級聯得分等于圖像在該級和之前各級分類器的分類得分之和。

2.根據權利要求1所述的行人檢測方法，其特征在于，所述提取圖像的特征點包括：

將圖像轉變為具有預定的分辨率和顏色通道的標準圖像；

使用特征提取算法從標準圖像中提取特征點。

3.根據權利要求2所述的行人檢測方法，其特征在于，

所述特征提取算法包括HOG算法、LUV顏色、LBP算法。

4.根據權利要求1所述的行人檢測方法，其特征在于，在所述提取圖像的特征點之前，還包括：

使用樣本圖像依次訓練多個分類器；其中，樣本圖像包括多個有行人的正樣本圖像和多個無行人的負樣本圖像；

按照訓練的順序，將多個分類器組成級聯分類器；

根據有行人的驗證樣本圖像計算所述級聯分類器各級的級聯閾值。

5.根據權利要求4所述的行人檢測方法，其特征在于，每個分類器的訓練過程包括：

計算各樣本圖像在當前分類器的權值；

將全部樣本圖像放入根節點中，根節點深度為1；

判斷是否有節點未處理，若有則進入下一步，若無則結束訓練，用全部經過處理的節點組成分類器；

選擇一個未處理的節點進行處理，用其中的正樣本圖像及其權值、負樣本圖像及其權值計算該節點的節點得分和正樣本圖像權值比率；

判斷該節點的深度是否達到預定值，以及判斷正樣本圖像權值比率是否達到預設條件，若其中有至少一個為是則返回所述判斷是否有節點未處理的步驟，若均為否則進入下一步；

在該節點中的每個樣本圖像中隨機選出多對特征點，不同樣本圖像中特征點的選取方法相同；

從以上多對特征點中選擇一對為臨時特征點對，設定臨時閾值，若節點中樣本圖像的臨時特征點對的特征值之差大于或等于臨時閾值則將樣本圖像分入右集合，否則將樣本圖像分入左集合；

根據左集合和右集合中的正樣本圖像及其權值、負樣本圖像及其權值計算該節點的臨時得分；

在該節點下級拆分出左節點和右節點，拆分出的節點的深度為該節點的深度加1；以臨時得分最大值所對應的臨時特征點對的取法為該節點的特征點對取法，以臨時得分最大值所對應的臨時閾值為該節點的節點閾值，將臨時得分最大值時分入左集合的樣本圖像分入其下級的左節點，將分入右集合的樣本圖像分入其下級的右節點；

返回所述判斷是否有節點未處理的步驟。