[发明专利]一种人机安全智能防撞系统中行人检测的处理方法

权利要求书

1.一种人机安全智能防撞系统中行人检测的处理方法，其特征在于，具体实现步骤为：

S1、提取融合特征；

S2、使用融合特征训练多个标准尺度级联分类器；

S3、采用邻近尺度特征相似的原理求出几个标准尺度分类器邻近的分类器，构成分类器金字塔；

S4、采用同分类器金字塔尺度一一对应的滑动窗口遍历整幅图像；

S5、采用基于窗口重叠的方法融合重叠的多个窗口；

S6、将包含行人的窗口输出至神经网络。

2.根据权利要求1所述的一种人机安全智能防撞系统中行人检测的处理方法，其特征在于，所述融合特征为人体自身的外观特征，融合特征包括颜色、边缘、纹理。

3.根据权利要求2所述的一种人机安全智能防撞系统中行人检测的处理方法，其特征在于，所述分类器包括SVM、AdaBoost、随机森林。

4.根据权利要求3所述的一种人机安全智能防撞系统中行人检测的处理方法，其特征在于，所述神经网络由CNN、Part Detection、Deformation Model、Visibility reasoning构建而成。

5.根据权利要求4所述的一种人机安全智能防撞系统中行人检测的处理方法，其特征在于，所述融合特征中的边缘特征选用梯度方向直方图HOG。

6.根据权利要求5所述的一种人机安全智能防撞系统中行人检测的处理方法，其特征在于，所述梯度方向直方图HOG的做法是固定大小的图像先计算梯度，然后进行网格划分，计算每个点处的梯度朝向和强度，然后形成网格内的所有像素的梯度方向分分布直方图，最后汇总起来，形成整个直方图特征。

7.根据权利要求6所述的一种人机安全智能防撞系统中行人检测的处理方法，其特征在于，所述分类器选用支持向量机SVM。

8.根据权利要求7所述的一种人机安全智能防撞系统中行人检测的处理方法，其特征在于，采用梯度方向直方图HOG与支持向量机SVM进行行人检测的过程为：

准备训练样本集合：包括正样本集合和负样本集合；

对训练样本进行处理，根据法国国家信息与自动化研究所行人数据库INRIAPersonDataBase给出的样本集和图像信息，进行样本采集，对样本进行归一化，将其归一到一个尺度；

提取正样本的HOG特征；

提取负样本的HOG特征；

对正负样本进行标记，正样本为1，负样本为0；

将正负样本的HOG特征及正负样本的标签输入SVM进行训练；

训练后SVM的结果保存在Pedestrian.xml文件中；

将得到的Pedestrian.xml文件输入进SVM中得到行人检测分类器，进行行人检测；

第一次训练出的分类器负样本原图中检测到的有行人的样本，将误报的矩形框保存为新的负样本，对新的负样本进行二次训练，实现难例的处理。

9.根据权利要求8所述的一种人机安全智能防撞系统中行人检测的处理方法，其特征在于，采集到的正样本为行人样本，采集到的负样本为非行人样本。