[發(fā)明專利]行人檢測(cè)、訓(xùn)練檢測(cè)器的方法、裝置及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201811477859.6
• 申請(qǐng)日: 2018-12-05
• 公開(kāi)（公告）號(hào): CN110008803A
• 公開(kāi)（公告）日: 2019-07-12
• 發(fā)明（設(shè)計(jì)）人: 趙威
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京博思佳知識(shí)產(chǎn)權(quán)代理有限公司 11415
• 代理人: 林祥

本說(shuō)明書提供一種行人檢測(cè)、訓(xùn)練檢測(cè)器的方法、裝置及設(shè)備，該方法包括可以預(yù)先訓(xùn)練有包括多個(gè)預(yù)設(shè)檢測(cè)器的預(yù)設(shè)檢測(cè)器集合，在對(duì)視頻進(jìn)行行人檢測(cè)的過(guò)程中，可以根據(jù)視頻幀的背景模型確定匹配的檢測(cè)器進(jìn)行行人檢測(cè)，通過(guò)檢測(cè)過(guò)程中實(shí)時(shí)調(diào)整檢測(cè)器的方式，解決場(chǎng)景實(shí)時(shí)變化而引起行人識(shí)別率下降的問(wèn)題。

技術(shù)領(lǐng)域

本說(shuō)明書涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，尤其涉及行人檢測(cè)、訓(xùn)練檢測(cè)器的方法、裝置及設(shè)備。

背景技術(shù)

行人檢測(cè)是智能視頻監(jiān)控領(lǐng)域比較重要的一個(gè)研究方向，它是一種基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)視覺(jué)技術(shù)，通過(guò)分析視頻場(chǎng)景中的行人、交通工具等其他運(yùn)動(dòng)物體，來(lái)完成如人數(shù)統(tǒng)計(jì)、行人跟蹤等任務(wù)。因此，提供一種檢測(cè)精度較高的行人檢測(cè)方案，無(wú)疑具有重要意義。

發(fā)明內(nèi)容

為克服相關(guān)技術(shù)中存在的問(wèn)題，本說(shuō)明書提供了行人檢測(cè)、訓(xùn)練檢測(cè)器的方法、裝置及設(shè)備。

根據(jù)本說(shuō)明書實(shí)施例的第一方面，提供一種行人檢測(cè)方法，包括：

接收待檢測(cè)的當(dāng)前視頻幀序列，獲取所述當(dāng)前視頻幀序列的背景模型；

確定所述當(dāng)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(biāo)檢測(cè)器進(jìn)行行人檢測(cè)；

若匹配，則利用所述目標(biāo)檢測(cè)器對(duì)當(dāng)前視頻幀序列進(jìn)行行人檢測(cè)；

若不匹配，則基于預(yù)設(shè)檢測(cè)器的背景模型與所述當(dāng)前視頻幀序列的背景模型的匹配程度，從預(yù)設(shè)檢測(cè)器集合中選取出預(yù)設(shè)檢測(cè)器，利用選取的預(yù)設(shè)檢測(cè)器對(duì)所述當(dāng)前視頻幀序列進(jìn)行行人檢測(cè)；其中，所述預(yù)設(shè)檢測(cè)器對(duì)應(yīng)有背景模型，所述預(yù)設(shè)檢測(cè)器集合中每個(gè)預(yù)設(shè)檢測(cè)器對(duì)應(yīng)一種場(chǎng)景。

可選的，所述預(yù)設(shè)檢測(cè)器集合中預(yù)設(shè)檢測(cè)器預(yù)先利用對(duì)應(yīng)場(chǎng)景的視頻幀集合對(duì)樣本檢測(cè)器訓(xùn)練得到，所述預(yù)設(shè)檢測(cè)器對(duì)應(yīng)的背景模型利用所述對(duì)應(yīng)場(chǎng)景的視頻幀集合獲取得到。

可選的，所述預(yù)設(shè)檢測(cè)器集合中預(yù)設(shè)檢測(cè)器的訓(xùn)練方式包括：

利用對(duì)應(yīng)場(chǎng)景的視頻幀集合，循環(huán)執(zhí)行以下步驟，直到視頻幀集合中所有視頻幀的標(biāo)簽與上一次檢測(cè)的標(biāo)簽相同，獲得訓(xùn)練完成的預(yù)設(shè)檢測(cè)器：利用當(dāng)前樣本檢測(cè)器對(duì)視頻幀集合中每個(gè)視頻幀進(jìn)行行人檢測(cè)，根據(jù)檢測(cè)結(jié)果確定每個(gè)視頻幀的標(biāo)簽，所述標(biāo)簽指示所述視頻幀中是否包含有行人；將確定標(biāo)簽后的視頻幀集合添加至源樣本集后訓(xùn)練樣本檢測(cè)器，將訓(xùn)練得到的樣本檢測(cè)器確定為當(dāng)前樣本檢測(cè)器。

可選的，所述當(dāng)前樣本檢測(cè)器對(duì)視頻幀集合中每個(gè)視頻幀進(jìn)行行人檢測(cè)的方式包括：上下文線索算法和/或聚類算法。

可選的，所述匹配程度基于背景模型的灰度直方圖的相似度確定。

可選的，所述相似度通過(guò)如下方式計(jì)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(biāo)準(zhǔn)片段背景模型的灰度直方圖的灰度空間樣點(diǎn)數(shù)，g_i表示灰度直方圖中第i個(gè)樣點(diǎn)的灰度值，s_i表示灰度直方圖中第i個(gè)樣點(diǎn)的灰度值，Max(g_i,s_i)表示g_i與s_i兩者中的較大值。

可選的，所述背景模型采用基于碼本的建模方法獲取得到。

根據(jù)本說(shuō)明書實(shí)施例的第二方面，提供一種訓(xùn)練檢測(cè)器的方法，所述方法包括：

獲取多個(gè)視頻幀集合，利用每個(gè)所述視頻幀集合確定每個(gè)場(chǎng)景的背景模型；其中，每個(gè)視頻幀集合預(yù)先對(duì)對(duì)應(yīng)場(chǎng)景拍攝得到；