[發明專利]一種基于熱成像背景濾除的行人檢測方法

有效

• 申請號: 202110460457.0
• 申請日: 2021-04-27
• 公開（公告）號: CN112907616B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 張森林;盧晨;劉妹琴;鄭榮濠;董山玲
• 申請（專利權）人: 浙江大學
• 主分類號: G06T7/194
• 分類號: G06T7/194;G06T7/136;G06T5/40
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 傅朝棟;張法高

1.一種基于熱成像背景濾除的行人檢測方法，其特征在于，包括以下步驟：

S1：對于熱成像相機獲取到的熱成像圖，首先使用直方圖均值化方法進行處理，改善熱成像圖的偏差與漂移問題，得到直方圖均值化增強圖像；

S2：基于高斯混合模型，從S1處理后得到的直方圖均值化增強圖像中根據前后幀之間的關系分離前景和后景，得到二值背景減法圖像；

S3：使用行人在熱成像圖中成像的上下閾值對熱成像相機獲取到的熱成像圖進行雙閾值分割，得到行人和背景分割后的二值閾值分割圖像；

S4：將S2得到的二值背景減法圖像和S3得到的二值閾值分割圖像進行疊加，得到一個用于區分前景和背景的二值背景濾除圖像，利用二值背景濾除圖像對S1得到的直方圖均值化增強圖像進行背景去除，得到僅有前景的背景濾除圖像；

S5：將S4得到的背景濾除圖像輸入預先構建并訓練的基于改進FasterR-CNN的行人檢測網絡中進行人體候選區域提取和行人檢測，行人檢測過程中先由卷積神經網絡對背景濾除圖像進行特征提取獲得特征圖，再由改進RPN網絡從特征圖中提取分別對應人頭、半身、人體的三種比例目標建議框，然后將目標建議框投影到所述特征圖上獲得相應的特征矩陣，每個特征矩陣依次通過ROIpooling層和全連接層得到類別概率和邊界框回歸參數，最后以人頭為基準通過三種比例目標建議框之間的交集關系組合得到最終的熱成像行人檢測結果。

2.如權利要求1所述的基于熱成像背景濾除的行人檢測方法，其特征在于，所述S1中的具體實現方法為：

將熱成像圖轉化為熱成像灰度圖后統計得到累積歸一化直方圖，然后根據映射關系式將熱成像灰度圖逐像素映射形成直方圖均值化增強圖像，所述映射關系式為：

p′_i＝min{x}+s_i·(max{x}-min{x})

式中：p′_i表示熱成像灰度圖中灰度為i的像素經過映射得到的直方圖均值化增強圖像中均衡化之后的灰度值，s_i表示熱成像灰度圖中灰度為i的像素的直方圖概率累加值，從所述累積歸一化直方圖中獲取；min{x}表示熱成像灰度圖中的最小灰度值，max{x}表示熱成像灰度圖中的最大灰度值。

3.如權利要求1所述的基于熱成像背景濾除的行人檢測方法，其特征在于，所述S2的具體實現方法為：

S21：使用所述直方圖均值化增強圖像中的前若干幀增強圖像訓練高斯混合模型；訓練時，首先用第一幀增強圖像初始化基礎的高斯混合矩陣，然后逐幀輸入增強圖像，每次新增的像素，與前面已有的高斯混合模型均值比較，如果與均值在3倍方差以內，則進行矩陣系數更新，否則創建一個新的高斯分布；

S22：針對待分割的直方圖均值化增強圖像，逐像素采用S21得到的混合高斯模型進行匹配，如果一個像素值能夠匹配其中一個高斯混合矩陣，則認為該像素是背景，否則認為是前景。

4.如權利要求1所述的基于熱成像背景濾除的行人檢測方法，其特征在于，所述S3的具體實現方法為：

S31：對用于獲取熱成像圖的熱成像相機進行標定，確定該熱成像相機中行人成像的上下閾值；

S32：將熱成像圖中上下閾值之間的像素視為行人區域，其余像素視為背景區域。

5.如權利要求1所述的基于熱成像背景濾除的行人檢測方法，其特征在于，所述S4的具體實現方法為：

S41：將S2得到的二值背景減法圖像和S3得到的二值閾值分割圖像相加，得到一個前景像素值為1背景像素值為0的二值背景濾除圖像；

S42：將二值背景濾除圖像和S1得到的直方圖均值化增強圖像逐像素點乘，得到最終的背景濾除圖像。