[發明專利]行人檢測、訓練檢測器的方法、裝置及設備

在審

• 申請號: 201811477859.6
• 申請日: 2018-12-05
• 公開（公告）號: CN110008803A
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 趙威
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種行人檢測方法，包括：

接收待檢測的當前視頻幀序列，獲取所述當前視頻幀序列的背景模型；

確定所述當前視頻幀序列的背景模型與上一視頻幀序列的背景模型的匹配程度；所述上一視頻幀序列由目標檢測器進行行人檢測；

若匹配，則利用所述目標檢測器對當前視頻幀序列進行行人檢測；

若不匹配，則基于預設檢測器的背景模型與所述當前視頻幀序列的背景模型的匹配程度，從預設檢測器集合中選取出預設檢測器，利用選取的預設檢測器對所述當前視頻幀序列進行行人檢測；其中，所述預設檢測器對應有背景模型，所述預設檢測器集合中每個預設檢測器對應一種場景。

2.根據權利要求1所述的方法，所述預設檢測器集合中預設檢測器預先利用對應場景的視頻幀集合對樣本檢測器訓練得到，所述預設檢測器對應的背景模型利用所述對應場景的視頻幀集合獲取得到。

3.根據權利要求2所述的方法，所述預設檢測器集合中預設檢測器的訓練方式包括：

利用對應場景的視頻幀集合，循環執行以下步驟，直到視頻幀集合中所有視頻幀的標簽與上一次檢測的標簽相同，獲得訓練完成的預設檢測器：

利用當前樣本檢測器對視頻幀集合中每個視頻幀進行行人檢測，根據檢測結果確定每個視頻幀的標簽，所述標簽指示所述視頻幀中是否包含有行人；將確定標簽后的視頻幀集合添加至源樣本集后訓練樣本檢測器，將訓練得到的樣本檢測器確定為當前樣本檢測器。

4.根據權利要求3所述的方法，所述當前樣本檢測器對視頻幀集合中每個視頻幀進行行人檢測的方式包括：上下文線索算法和/或聚類算法。

5.根據權利要求1所述的方法，所述匹配程度基于背景模型的灰度直方圖的相似度確定。

6.根據權利要求4所述的方法，所述相似度通過如下方式計算得到：

其中，所述Sim(G，S)表示灰度直方圖G與灰度直方圖S的相似度，N表示標準片段背景模型的灰度直方圖的灰度空間樣點數，g_i表示灰度直方圖中第i個樣點的灰度值，s_i表示灰度直方圖中第i個樣點的灰度值，Max(g_i,s_i)表示g_i與s_i兩者中的較大值。

7.根據權利要求1或2所述的方法，所述背景模型采用基于碼本的建模方法獲取得到。

8.一種訓練檢測器的方法，所述方法包括：

獲取多個視頻幀集合，利用每個所述視頻幀集合確定每個場景的背景模型；其中，每個視頻幀集合預先對對應場景拍攝得到；

利用每個場景的視頻幀集合，循環執行以下步驟，直到視頻幀集合中所有視頻幀的標簽與上一次檢測的標簽相同，獲得訓練完成的該場景的檢測器：利用當前樣本檢測器對視頻幀集合中每個視頻幀進行行人檢測，根據檢測結果確定每個視頻幀的標簽，所述標簽指示所述視頻幀中是否包含有行人；將確定標簽后的視頻幀集合添加至源樣本集后訓練樣本檢測器，將訓練得到的樣本檢測器確定為當前樣本檢測器；

將訓練完成的所述場景的檢測器與該場景的背景模型關聯，得到檢測器集合。

9.一種行人檢測裝置，所述裝置包括：

獲取模塊，用于：接收待檢測的當前視頻幀序列，獲取所述當前視頻幀序列的背景模型；

確定模塊，用于：確定所述當前視頻幀序列的背景模型與上一視頻幀序列的背景模型的匹配程度；所述上一視頻幀序列由目標檢測器進行行人檢測；

檢測模塊，用于：在匹配的情況下，則利用所述目標檢測器對當前視頻幀序列進行行人檢測；在不匹配的情況下，則基于預設檢測器的背景模型與所述當前視頻幀序列的背景模型的匹配程度，從預設檢測器集合中選取出預設檢測器，利用選取的預設檢測器對所述當前視頻幀序列進行行人檢測；其中，所述預設檢測器對應有背景模型，所述預設檢測器集合中每個預設檢測器對應一種場景。