[发明专利]视频流中行人检测方法与系统

说明书

本发明提供一种视频流中行人检测方法与系统，获取多路视频流，对每路视频流分别进行移动目标检测，分割出每张图片的移动目标区域，通过基于分治的合并算法将拼接成单张大图，获得拼接图像，通过卷积神经网络对拼接图像进行神经网络预测，获得检测结。整个过程中，通过分治的区域合并算法将移动目标检测算法和卷积神经网络行人检测算法高效的结合在一起，实现高效且准确对视频流中行人检测。

技术领域

本发明涉及图像跟踪技术领域，特别是涉及视频流中行人检测方法与系统。

背景技术

视频流中行人检测技术目前广泛应用于智能家居及工业安防领域。行人检测技术通过对前端摄像头采集的视频流逐帧分析获得行人区域，并以此为触发条件将检测得到的人行物体上报给用户。

视频流中行人检测技术大体分为两类：1、基于移动目标的检测，该类技术通过无人的静止图像作为前景图像，实时分析每一帧图像与前景图像的差值，对每个位置的像素建立其属于静止目标或移动目标的概率，将属于移动目标的位置合并联通为行人区域，该类技术具有检测速度快的优点；2、基于卷积神经网络的检测，该类技术设计对行人区域有高响应值的卷积神经网络，将每一帧图像通过卷积神经网络获得其特征图像，在特征图像上滑窗检测计算每个窗口的响应值，将高响应值的窗口输出为行人区域，该类技术具有检测精度高的优点。

虽然上述两类视频流中行人检测技术都能实现行人检测且具有各自的优点，但基于移动目标的检测技术容易造成误报，其检测结果不准确，基于卷积神经网络的检测检测过程数据处理复杂，效率低且结果不准确。

发明内容

基于此，有必要针对一般视频流中行人检测技术检测效率低且检测结果不准确的问题，提供一种检测效率高且检测结果准确的视频流中行人检测方法与系统。

一种视频流中行人检测方法，包括步骤：

获取多路视频流，对每路视频流分别进行移动目标检测，分割出每张图片的移动目标区域；

通过基于分治的合并算法将每张图像的移动目标区域拼接成单张大图，获得拼接图像；

通过卷积神经网络对拼接图像进行神经网络预测，获得检测结果。

一种视频流中行人检测系统，包括：

分割模块，用于获取多路视频流，对每路视频流分别进行移动目标检测，分割出每张图片的移动目标区域；

拼接模块，用于通过基于分治的合并算法将每张图像的移动目标区域拼接成单张大图，获得拼接图像；

检测模块，用于通过卷积神经网络对拼接图像进行神经网络预测，获得检测结果。

本发明视频流中行人检测方法与系统，获取多路视频流，对每路视频流分别进行移动目标检测，分割出每张图片的移动目标区域，通过基于分治的合并算法将拼接成单张大图，获得拼接图像，通过卷积神经网络对拼接图像进行神经网络预测，获得检测结。整个过程中，通过分治的区域合并算法将移动目标检测算法和卷积神经网络行人检测算法高效的结合在一起，实现高效且准确对视频流中行人检测。

附图说明

图1为本发明视频流中行人检测方法第一个实施例的流程示意图；

图2为本发明视频流中行人检测方法第二个实施例的流程示意图；

图3至图7为在本发明视频流中行人检测方法其中一个应用实例中，每张图片的移动目标区域填充过程示意图；

图8为本发明视频流中行人检测系统第一个实施例的结构示意图；

图9为本发明视频流中行人检测系统第一个实施例的结构示意图。

具体实施方式