[发明专利]一种融合HOG人体目标检测和SVM分类器的安全帽识别方法

摘要

本发明涉及视频监控领域，具体涉及一种融合HOG人体目标检测和SVM分类器的安全帽识别方法，包括获取HOG正负样本特征和SVM分类函数、高斯核函数的参数值；提取监视框；运动目标检测；HOG特征匹配和判断是否佩戴安全帽几大步骤。本发明能够对施工工地中工作人员是否按要求佩戴安全帽进行精确的监控，算法原理简单，具有实时性和较高的准确率，不仅可以有效区分人体目标和非人体目标，克服背景中出现的干扰因素，而且能够适应室外多变的光照条件和安全帽颜色的变化，具有较强的鲁棒性。

主权项

一种融合HOG人体目标检测和SVM分类器的安全帽识别方法，其特征在于：包括以下步骤：步骤一，获取HOG正负样本特征和SVM分类函数、高斯核函数的参数值；步骤二，提取监视框：在作业人员进入施工现场的必经通道处设置摄像头，设置与工作人员体形相适应的监视框；步骤三，运动目标检测：在监视框范围内选取前几帧无目标图像的像素值作为背景单高斯分布的初始均值向量u₀和协方差矩阵其中I是单位矩阵,是t时刻方差,初始值一般赋予一个较大的值，如抓取待检测图像，将获取的待检测图像的像素值和背景单高斯分布进行匹配检验，当像素值与背景单高斯分布均值的距离小于其标准差的δ倍时，则该像素点判决为背景点，并取值为0，否则为前景点，取值为1，得到运动目标的二值图像；对被判断为背景的像素点，更新该像素点的均值向量u_t和协方差矩阵运用形态学滤波的方法对得到的二值图像进行后续处理，除去干扰点，形成较为完整的目标图像；步骤四，HOG特征匹配：提取待测目标图像的HOG特征，将待测目标图像的HOG特征和已获取HOG正负样本特征进行匹配,若待测目标图像判断为负样本，认为待测目标图像中没有人体目标，重新获取新的图像，返回步骤二，若待测目标图像判断为正样本,则认为图像中有人体目标，进一步判断是否佩戴安全帽；步骤五，判断是否佩戴安全帽：截取上一步中目标人体的头部图像，提取该图像的颜色特征向量x，代入最优分类函数f(x)计算得到一个函数值，若该值大于0，则判断为佩戴了安全帽，若该值小于0，则判断为未佩戴安全帽，给出报警提示。