【摘要】 本发明公开了一种行人检测方法，通过基于HOG特征的人体检测方法获取当前帧图像中的候选检测窗口，然后确定当前候选检测窗口与前一帧图像中的人体检测窗口的对应关系，并对当前候选检测窗口进行尺寸规范化，再根据是否建立对应确定对当前规范化候选检测窗口采用基于形状先验的图割方法还是采用基于运动信息与形状先验相结合的图割方法，以获取当前规范化候选检测窗口的对象分割掩膜，最后利用对象分割掩膜与HOG检测得分共同训练的行人分类器来验证当前候选检测窗口是否为误检，由于将运动信息和形状先验融入到图割方法中，因此提高了对象分割的准确性，进而提高了对候选检测窗口的检测判别，从而有效地降低了误检率、提高了检测的准确性。 【专利类型】发明授权 【申请人】宁波大学 【申请人类型】学校 【申请人地址】315211 浙江省宁波市江北区风华路818号 【申请人地区】中国 【申请人城市】宁波市 【申请人区县】江北区 【申请号】CN201210017307.3 【申请日】2012-01-19 【申请年份】2012 【公开公告号】CN102609686B 【公开公告日】2014-03-12 【公开公告年份】2014 【授权公告号】CN102609686B 【授权公告日】2014-03-12 【授权公告年份】2014.0 【IPC分类号】G06K9/00; G06K9/66; H04N5/14 【发明人】郭立君; 赵杰煜; 张荣; 张媛媛; 肖波 【主权项内容】1.一种行人检测方法，其特征在于包括以下步骤： ①将视频序列中当前待处理的帧图像定义为当前帧图像； ②利用基于方向梯度直方图HOG特征的人体检测方法，获取当前帧图像中尽可能多的包含有人体的候选检测窗口及各个候选检测窗口相应的HOG检测得分； ③将当前帧图像中当前待处理的候选检测窗口定义为当前候选检测窗口； ④将当前候选检测窗口与当前帧图像的前一帧图像中的所有人体检测窗口通过窗口的面积和窗口的质心进行对比，如果两者的面积的比值小于设定的第一阈值且两者的质心的坐标位置之差小于设定的第二阈值，则认为当前候选检测窗口与当前帧图像的前一帧图像中相对应的人体检测窗口中包含有同一个人体检测对象；否则，认为当前候选检测窗口中包含有新出现的候选人体检测对象；然后对当前候选检测窗口的尺寸进行规范化处理，得到当前规范化候选检测窗口，对于与当前帧图像的前一帧图像中相对应的人体检测窗口中包含有同一个人体检测对象的当前规范化候选检测窗口，采用基于运动信息和形状先验的图割方法获取当前规范化候选检测窗口内的对象分割掩膜，对于包含有新出现的候选人体检测对象的当前规范化候选检测窗口，采用基于形状先验的图割方法获取当前规范化候选检测窗口内的对象分割掩膜； 所述的基于形状先验的图割方法的具体过程为： ④-1、对具有矩形框标注的人体训练库中的人体样本进行预处理，选取M幅预处理后的人体样本作为初始人体样本，然后对各幅矩形框标注的初始人体样本进行二值图割处理得到各幅初始人体样本各自对应的对象分割掩膜，再将各幅初始人体样本的对象分割掩膜的尺寸规范化为与预设的掩膜窗口的尺寸一致，并将尺寸规范化后的对象分割掩膜作为规范化对象分割掩膜，其中，M≥100； ④-2、计算M幅初始人体样本的规范化对象分割掩膜的平均，作为人体形状参考分割掩膜； ④-3、将人体形状参考分割掩膜中的各个像素点属于前景的概率作为当前规范化候选检测窗口中对应的像素点属于前景的概率，将当前规范化候选检测窗口中的像素点u属于前景的概率记为pfg'(u)，其中，fg'用于表示当前规范化候选检测窗口中的前景； ④-4、根据当前规范化候选检测窗口中的每个像素点属于前景的概率pfg'(u)，建立当前规范化候选检测窗口中前景的颜色直方图分布模型和背景的颜色直方图分布模型，分别记为Pr(fg'(k))和Pr(bg'(k))， 其中，bg'用于表示当前规范化候选检测窗口中的背景，k表示当前规范化候选检测窗口中前景的颜色直方图中Bin的索引或当前规范化候选检测窗口中背景的颜色直方图中Bin的索引，fg'(k)表示当前规范化候选检测窗口中前景的颜色直方图中的第k个Bin，bg'(k)表示当前规范化候选检测窗口中背景的颜色直方图中的第k个Bin，h(u)表示当前规范化候选检测窗口中的像素点u所属的Bin的序号，“∝”为正比符号，“[]”为布尔运算符号，1-pfg'(u)表示当前规范化候选检测窗口中的像素点u属于背景的概率； ④-5、计算当前规范化候选检测窗口中的像素点u属于前景或背景的程度，记为Vu(fu)， ，同时计算当前规范化候选检测窗口中的像素点u在邻域窗口N×N内的平滑程度，记为V{u, v}(fu, fv)， 其中，fu表示当前规范化候选检测窗口中的像素点u的分割标签，fu∈{fg', bg'}，fv表示当前规范化候选检测窗口中的像素点v的分割标签，fv∈{fg', bg'}，“[]”为布尔运算符号，“||||”为欧氏距离运算符号，vu表示当前规范化候选检测窗口中的像素点u的颜色向量，vv表示当前规范化候选检测窗口中的像素点v的颜色向量，λ表示当前规范化候选检测窗口中所有相邻像素点之间的颜色距离的平均值； ④-6、根据当前规范化候选检测窗口中的像素点u属于前景或背景的程度Vu(fu)及当前规范化候选检测窗口中的像素点u在邻域窗口内的平滑程度V{u, v}(fu, fv)，建立当前规范化候选检测窗口的图割能量函数，记为E'(f)， 其中，f对应一种图割结果，U表示当前规范化候选检测窗口中的所有像素点的集合，Vu(fu)作为图割能量函数E'(f)的一元项，V{u, v}(fu, fv)作为图割能量函数E'(f)的二元项； ④-7、根据马尔可夫随机场-最大后验估计MRF-MAP框架理论及其在图像分割中的应用，当前规范化候选检测窗口的图割能量函数 取值最小时得到当前规范化候选检测窗口内的对象分割掩膜； 所述的基于运动信息和形状先验的图割方法的具体过程为： ④-1)、对具有矩形框标注的人体训练库中的人体样本进行预处理，选择M幅预处理后的人体样本作为初始人体样本，然后对各幅矩形框标注的初始人体样本进行二值图割处理得到各幅初始人体样本各自对应的对象分割掩膜，再将各幅初始人体样本的对象分割掩膜的尺寸规范化为与预设的掩膜窗口的尺寸一致，并将尺寸规范化后的对象分割掩膜作为规范化对象分割掩膜，其中，M≥100； ④-2)、计算M幅初始人体样本的规范化对象分割掩膜的平均，作为人体形状参考分割掩膜； ④-3)、将人体形状参考分割掩膜中的各个像素点属于前景的概率作为当前规范化候选检测窗口中对应的像素点属于前景的概率，将当前规范化候选检测窗口中的像素点u属于前景的概率记为pfg'(u)，其中，fg'用于表示当前规范化候选检测窗口中的前景； ④-4)、根据当前规范化候选检测窗口中的每个像素点属于前景的概率pfg'(u)，建立当前规范化候选检测窗口中前景的颜色直方图分布模型和背景的颜色直方图分布模型，分别记为Pr(fg'(k))和Pr(bg'(k))， 其中，bg'用于表示当前规范化候选检测窗口中的背景，k表示当前规范化候选检测窗口中前景的颜色直方图中Bin的索引或当前规范化候选检测窗口中背景的颜色直方图中Bin的索引，fg'(k)表示当前规范化候选检测窗口中前景的颜色直方图中的第k个Bin，bg'(k)表示当前规范化候选检测窗口中背景的颜色直方图中的第k个Bin，h(u)表示当前规范化候选检测窗口中的像素点u所属的Bin的序号，“∝”为正比符号，“[]”为布尔运算符号，1-pfg'(u)表示当前规范化候选检测窗口中的像素点u属于背景的概率； ④-5)、利用当前帧图像的前一帧图像中与当前规范化候选检测窗口包含有同一个人体检测对象的规范化人体检测窗口中前景的颜色直方图分布模型Pr(fg'old(k))，修正当前规范化候选检测窗口中前景的颜色直方图分布模型Pr(fg'(k))，得到当前规范化候选检测窗口中前景的颜色直方图分布的修正模型，记为Pr(fg'new(k))，Pr(fg'new(k))=(1-α)Pr(fg'(k))+αPr(fg'old(k))，其中，α为修正系数，α∈[0.5, 1]； ④-6)、计算当前规范化候选检测窗口中的像素点u属于前景或背景的程度，记为Vu(fu)， ，同时计算当前规范化候选检测窗口中的像素点u在邻域窗口N×N内的平滑程度，记为V{u, v}(fu, fv)， 其中，fu表示当前规范化候选检测窗口中的像素点u的分割标签，fu∈{fg', bg'}，fv表示当前规范化候选检测窗口中的像素点v的分割标签，fv∈{fg', bg'}，“[]”为布尔运算符号，“||||”为欧氏距离运算符号，vu表示当前规范化候选检测窗口中的像素点u的颜色向量，vv表示当前规范化候选检测窗口中的像素点v的颜色向量，λ表示当前规范化候选检测窗口中所有相邻像素点之间的颜色距离的平均值； ④-7)、根据当前规范化候选检测窗口中的像素点u属于前景或背景的程度Vu(fu)及当前规范化候选检测窗口中的像素点u在邻域窗口内的平滑程度V{u, v}(fu, fv)，建立当前规范化候选检测窗口的图割能量函数，记为E'(f)， 其中，f对应一种图割结果，U表示当前规范化候选检测窗口中的所有像素点的集合，Vu(fu)作为图割能量函数E'(f)的一元项，V{u, v}(fu, fv)作为图割能量函数E'(f)的二元项； ④-8)、根据马尔可夫随机场-最大后验估计MRF-MAP框架理论及其在图像分割中的应用，当前规范化候选检测窗口的图割能量函数 取值最小时得到当前规范化候选检测窗口内的对象分割掩膜； ⑤将当前规范化候选检测窗口内的对象分割掩膜和当前候选检测窗口对应的HOG检测得分输入行人分类器，行人分类器验证当前候选检测窗口是否为误检； ⑥将当前帧图像中下一个待处理的候选检测窗口作为当前候选检测窗口，并返回步骤④继续执行，直至当前帧图像中的所有候选检测窗口处理完毕； ⑦将视频序列中下一帧待处理的帧图像作为当前帧图像，并返回步骤②继续执行，直至视频序列中的所有帧图像处理完毕。 【当前权利人】宁波大学 【当前专利权人地址】浙江省宁波市江北区风华路818号宁波大学 【统一社会信用代码】123300004195291066 【被引证次数】2 【被他引次数】2.0 【家族被引证次数】71

未经允许不得转载：http://www.zhongzhencnc.com/1791352799.html