[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

说明书

本发明是一种人机安全智能防撞系统中行人检测的处理方法，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。本发明以行人数据库的行人样本训练，从而得到一个行人检测器，让机器査看到周围所有的人。

技术领域

本发明涉及行人检测的技术领域，尤其涉及一种人机安全智能防撞系统中行人检测的处理方法。

背景技术

在港口作业中，为了预防及避免设备机械对人员的伤害和降低事故的发生，为安全生产提供有序保障，打造人工智能+智慧港口模式下的新型设备管理模式，越来越多的采用人机安全智能防撞预警系统。

但是现在的人机安全智能防撞预警系统中的行人检测方法存在很多困难，难点主要包含以下几个方面：

现实生活中背景复杂多样；

场景光照强弱不一；

行人着装千差万别；

行人之间相互遮挡或行人被其他物体遮挡；

行人姿态多样化；

拍摄角度多样化；

对于高清分辨率图像或视频难以满足实时性；

分类器的性能受训练样本的影响较大；

离线训练时的负样本无法涵盖所有真实应用场景的情况；

必须适应环境的变化(比如光照的变化造成图像色度的变化)。

由于存在以上的难点，导致人机安全智能防撞预警系统中的行人检测的准确度不是很高，还存在很大的碰撞风险。

发明内容

本发明旨在解决现有技术的不足，而提供一种人机安全智能防撞系统中行人检测的处理方法。

本发明为实现上述目的，采用以下技术方案：

一种人机安全智能防撞系统中行人检测的处理方法，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。

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。

所述分类器包括SVM、AdaBoost、随机森林。

所述神经网络由CNN、Part Detection、Deformation Model、Visibilityreasoning构建而成。

所述融合特征中的边缘特征选用梯度方向直方图HOG。

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。

所述分类器选用支持向量机SVM。

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：