[发明专利]一种微小行人目标的检测方法

说明书

一种微小行人目标的检测方法，属于行人检测技术领域，用于解决中远距离微小行人目标检测失效的问题，要点是对不同距离上目标高度和宽度进行获取，据此进行回归分析来确定分块模块大小，进一步根据X轴方向的运动步长Lsubgt;x/subgt;以及Y轴方向的运动步长Lsubgt;y/subgt;确保分块模块的全局覆盖；利用全局目标融合避免检测结果冗余，效果是本发明可实现对中远距离微小行人目标的有效检测，最远距离可达110米。

技术领域

本发明属于计算机视觉应用中的行人检测领域，具体的说是一种微小行人目标检测方法。

背景技术

目标检测技术是计算机视觉领域重要的组成部分，其技术被广泛应用于自主汽车、移动机器人、智能交通、智能安防系统等领域。行人目标检测具体的说是对图像中目标行人的位置确定。该项技术应用领域广泛，在自主汽车辅助驾驶中，行人目标检测可应用于行人危险预判，有效减少交通事故的发生；在军事领域，行人目标检测可用于判断敌军行人目标位置，从而及时对军事策略进行规划及修正；在智能安防系统中，行人目标检测判断环境及周边行人位置，防止行人对安防保护区域进行破坏。对于近距离目标行人，当前行人检测算法已经可以达到应用要求，但对于远距离行人的检测，现有技术仍有很大研究空间。因此，如何有效对远距离行人进行检测成为了当前研究的热点问题。

远距离微小行人目标的检测是目前模式识别中非常具有挑战性的研究课题，目前研究方法以通过红外图像进行检测为主。红外图像通过行人本身具有的温度特征对背景信息进行区分，具体来说，以图像灰度化为手段增加图像像素的梯度值，强化目标边缘信息，达到检测目标的目的。但基于红外图像检测微小目标的手段，鲁棒性较差，且只能判断目标是否存在、判断出目标所在位置，不能对目标的类别进行区分，其应用场景受到了较大的限制。在高速行驶的汽车上安装的监控系统，对中远距离行人目标检测更为必要。在日益智能化的交通背景下，行车、驾驶员与行人之间的安全是智能化交通的基本要求，提前预判前方行人目标的方向及走势，是提高行车安全的必要手段之一。而中远距离的微小行人目标恰是预判走势的关键因素，可应用于行车预判系统中行人目标危险系数的判定，提前避免事故的发生。

无人机技术在拍摄、巡查等方面都有着广泛的应用。提高远距离目标检测的准确度是进一步加强无人机技术普及的重要因素。无人机航拍画面中，由于拍摄距离较远，构成行人目标的像素点减少；同时，由于行人目标的姿态多变性，致使画面中的行人目标没有稳定的结构和纹理特征，降低了整个检测系统的检测精度，若能实现对航拍画面中的微小目标准确检测，不仅能够增加监控的可靠性，同时也降低对目标的跟踪失效的可能性。

专利申请号为CN108920996A，名称为“一种基于机器人视觉的小目标检测方法”通过引入小波变化的方式，在图像的水平分量和垂直分量上增加低频分量的信息，通过增强目标信号的方式，降低噪声对输入图像的干扰，从而提升了小目标的检测率，但是该方法在目标环境复杂时适用性较弱。专利申请号为CN108288075A，名称为“一种改进SSD的轻量化小目标检测方法”则是直接在原有的检测算法的基础上，增加逆卷积结构，对高、低分辨率的图像特征信息进行融合，提升了整体特征的表达能力，以此实现小目标检测的目的，但同时该方法也增加了检测过程中的错检率。

发明内容

为降低环境影响，保证中远距离微小行人目标的检测率，本发明提出一种分块模块划分的微小行人目标检测方法。本发明通过对图像的划分，降低了环境对目标的影响并提高目标边缘特征，进一步增加微小目标信息可识别度，从而实现对小目标的准确检测。

为了实现上述目的，本发明的技术方案如下：一种图像的微小目标行人分块检测方法，包括：

第1步：输入视频序列帧图像；

第2步：对图像进行分块划分；

第3步：对划分后的各分块模块的图像是否具有行人进行检测；

第4步：将各分块模块的图像映射到原始检测图像中，并在分块图像检测到的行人位置的映射相应位置，原始检测图像中作出检测框。