[發明專利]一種基于聚合通道特征的行人檢測方法有效
| 申請號： | 201710862806.5 | 申請日： | 2017-09-22 |
| 公開（公告）號： | CN107657225B | 公開（公告）日： | 2020-05-12 |
| 發明（設計）人： | 解梅;秦方;李佩倫;葉茂權 | 申請（專利權）人： | 電子科技大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 電子科技大學專利中心 51203 | 代理人： | 周劉英 |
| 地址： | 611731 四川省成*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 聚合 通道 特征 行人 檢測 方法 | ||
1.一種基于聚合通道特征的行人檢測方法，其特征在于，包括下列步驟：
步驟S1：設置第一尺度模型和第二尺度模型，其中第一尺度模型的滑窗尺度小于圖像中行人目標的分辨率，第二尺度模型的滑窗小于或等于圖像中期望檢測到的第二目標尺度，所述第二目標尺度為預設值，且第一尺度模型的尺度大于第二尺度模型；
步驟S2：輸入訓練樣本，按照步驟S1設置的第一、二尺度模型尺寸抽取正樣本中的行人目標窗口，以及負樣本的隨機窗口，并對所提取的窗口進行聚合通道特征提取，得到正負訓練樣本特征向量；
步驟S3：訓練強分類器：采用決策樹作為弱分類器，根據正負訓練樣本特征向量，通過多次分類組合訓練，最終由各個弱分類器加權形成應用于行人目標的強分類器；
步驟S4：計算待檢測圖像的圖像金字塔，采用步驟S2相同的提取特征方式，對圖像金字塔的各圖像層進行聚合通道特征提取，得到各圖像層的特征向量；
并將圖像金字塔按圖像層分為上下兩部分，對上部分采用第一尺度模型進行滑窗檢測，得到第一尺度目標窗口的置信度SL；對下部分采用第二尺度模型進行滑窗檢測，得到第二尺度目標窗口置信度SS；
步驟S5：基于目標窗口的置信度，對第一、二尺度模型檢測到的目標窗口分別采用非極大值抑制法進行重疊抑制；
再更新其中表示第二尺度目標窗口置信度SS中的最大值；
計算融合模型尺度比信息的抑制閾值其中TL表示重疊抑制處理時的第一尺度目標窗口的置信度SL的非極大值抑制閾值，hL和hS分別表示第一尺度模型和第二尺度模型的滑窗窗口高度；
基于抑制閾值T對所有目標窗口進行非極大值抑制處理，得到最終檢測結果。
2.如權利要求1所述的方法，其特征在于，步驟S4中，下部分包括圖像金字塔的第一和第二層。
3.如權利要求1所述的方法，其特征在于，聚合通道特征包括LUV顏色通道特征、HOG特征和梯度幅值HIST特征。
4.如權利要求1所述的方法，其特征在于，第一尺度模型的尺度為：高128像素，寬60像素；第二尺度模型的尺度為：高64像素，寬32像素。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于電子科技大學，未經電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710862806.5/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：U形管去應力內壁保護導氣裝置
- 下一篇：一種立式中頻淬火機床用淬火感應器
