[发明专利]行人检测、训练检测器的方法、装置及设备

说明书

本说明书提供一种行人检测、训练检测器的方法、装置及设备，该方法包括可以预先训练有包括多个预设检测器的预设检测器集合，在对视频进行行人检测的过程中，可以根据视频帧的背景模型确定匹配的检测器进行行人检测，通过检测过程中实时调整检测器的方式，解决场景实时变化而引起行人识别率下降的问题。

技术领域

本说明书涉及计算机视觉技术领域，尤其涉及行人检测、训练检测器的方法、装置及设备。

背景技术

行人检测是智能视频监控领域比较重要的一个研究方向，它是一种基于机器学习的计算机视觉技术，通过分析视频场景中的行人、交通工具等其他运动物体，来完成如人数统计、行人跟踪等任务。因此，提供一种检测精度较高的行人检测方案，无疑具有重要意义。

发明内容

为克服相关技术中存在的问题，本说明书提供了行人检测、训练检测器的方法、装置及设备。

根据本说明书实施例的第一方面，提供一种行人检测方法，包括：

接收待检测的当前视频帧序列，获取所述当前视频帧序列的背景模型；

确定所述当前视频帧序列的背景模型与上一视频帧序列的背景模型的匹配程度；所述上一视频帧序列由目标检测器进行行人检测；

若匹配，则利用所述目标检测器对当前视频帧序列进行行人检测；

若不匹配，则基于预设检测器的背景模型与所述当前视频帧序列的背景模型的匹配程度，从预设检测器集合中选取出预设检测器，利用选取的预设检测器对所述当前视频帧序列进行行人检测；其中，所述预设检测器对应有背景模型，所述预设检测器集合中每个预设检测器对应一种场景。

可选的，所述预设检测器集合中预设检测器预先利用对应场景的视频帧集合对样本检测器训练得到，所述预设检测器对应的背景模型利用所述对应场景的视频帧集合获取得到。

可选的，所述预设检测器集合中预设检测器的训练方式包括：

利用对应场景的视频帧集合，循环执行以下步骤，直到视频帧集合中所有视频帧的标签与上一次检测的标签相同，获得训练完成的预设检测器：利用当前样本检测器对视频帧集合中每个视频帧进行行人检测，根据检测结果确定每个视频帧的标签，所述标签指示所述视频帧中是否包含有行人；将确定标签后的视频帧集合添加至源样本集后训练样本检测器，将训练得到的样本检测器确定为当前样本检测器。

可选的，所述当前样本检测器对视频帧集合中每个视频帧进行行人检测的方式包括：上下文线索算法和/或聚类算法。

可选的，所述匹配程度基于背景模型的灰度直方图的相似度确定。

可选的，所述相似度通过如下方式计算得到：

其中，所述Sim(G，S)表示灰度直方图G与灰度直方图S的相似度，N表示标准片段背景模型的灰度直方图的灰度空间样点数，g_i表示灰度直方图中第i个样点的灰度值，s_i表示灰度直方图中第i个样点的灰度值，Max(g_i,s_i)表示g_i与s_i两者中的较大值。

可选的，所述背景模型采用基于码本的建模方法获取得到。

根据本说明书实施例的第二方面，提供一种训练检测器的方法，所述方法包括：

获取多个视频帧集合，利用每个所述视频帧集合确定每个场景的背景模型；其中，每个视频帧集合预先对对应场景拍摄得到；