[发明专利]一种基于稀疏表示处理低分辨率下的行人检测方法

摘要

一种基于稀疏表示处理低分辨率下的行人检测方法，包括获得高低分辨率完备字典，将低分辨的监控视频图像用低分辨率字典线性表示，求相应线性表示系数，用线性表示系数乘以高分辨率字典，从而合成与低分辨的监控视频图像相应的高分辨率待测图像；在合成的高分辨率待测图像上提取HOG特征向量，然后通过SVM分类器进行分类识别得到高分辨率待测图像的分类结果，判断出低分辨的监控视频图像是否包含有人。本发明通过将低分辨率监控图像超分到高分辨率再做检测，可以获得更准确的行人检索结果。

主权项

一种基于稀疏表示处理低分辨率下的行人检测方法，预先收集64×128分辨率的行人目标正负样本，获得每个样本的HOG特征向量并训练SVM分类器，所述HOG表示方向梯度直方图，其特征在于，执行以下步骤：步骤一，获得高低分辨率完备字典，包括搜集多个相同内容的高低分辨率图像对，将每个高低分辨率图像对中的高分辨率图像和低分辨率图像分成对应的小块，分别获得高分辨率字典和低分辨率字典D_l；步骤二，将低分辨的监控视频图像用低分辨率字典线性表示，求相应线性表示系数如下，将低分辨的监控视频图像记为低分辨率图像x，设低分辨率图像x用低分辨率字典D_l稀疏表示为x＝ωD_l，其中线性表示系数ω满足$\begin{array}{cc}\widehat{\mathrm{\ω}}=\arg \min {\left|\right|\mathrm{\ω}\left|\right|}_1& s.t.{\left|\right|D_l\mathrm{\ω}-x\left|\right|}_2^2\≤\mathrm{\ϵ}\end{array}$其中，为最后求得的系数，令ε为线性表示后的重构误差；步骤三，用步骤二得到的线性表示系数ω乘以高分辨率字典D_l，从而合成与低分辨的监控视频图像相应的高分辨率待测图像Y；步骤四，在合成的高分辨率待测图像上提取HOG特征向量，然后通过SVM分类器进行分类识别得到高分辨率待测图像Y的分类结果，判断出低分辨的监控视频图像是否包含有人。