[发明专利]一种行人检测方法

摘要

本发明提供了一种行人检测方法，采用倾斜安装的鱼眼摄像机进行图像采集，在不进行鱼眼畸变校正的情况下，保证以最佳监控视角地进行行人的检测，其中利用鱼眼图像下获得的样本集进行训练，通过ACF方法提取聚合通道特征，并通过软级联的AdaBoost方法进行分类器的训练，可以在不进行鱼眼畸变校正的情况下提高行人统计特征的准确性；在检测过程中，在对8个特征进行快速提取后，使用固定大小尺寸的金字塔式聚合模板，对8个特征图像进行聚合形成金字塔聚合通道特征，可以避免使用全部金字塔通道特征，从而减少运算数据量，提高计算速度，最后通过贪婪非极大值抑制的方法合并重叠候选窗口，提高行人检测的鲁棒性和准确率。

主权项

1.一种行人检测方法，其特征在于，具体包括以下步骤：步骤1、鱼眼摄像机的部署：使用经过标定后的鱼眼摄像机以设定的倾斜角度安装在监控场景中，保证能俯视正前方，让整个场景都处于监控范围内；步骤2、训练：步骤21、使用鱼眼摄像机获取训练样本集，将采集的带畸变的行人图像集进行裁剪得到正样本集，将采集到的不包含行人的图片作为负样本集；步骤22、使用聚合通道特征方法，把10个聚合通道特征改为采用HSV的3个通道特征、1个梯度幅度特征和4组梯度方向直方图特征聚合到一起形成8个通道特征的聚合通道特征；步骤23、使用二层深度的二叉决策树作为弱分类器进行特征判断，使用软级联的AdaBoost方法，一共训练出5层的多级强分类器，最后一层强分类器包含1024个弱分类器；步骤3、检测：步骤31、首先将鱼眼摄像机采集的YUV图像转换为HSV图像，实现3个颜色通道特征的提取；然后计算梯度幅度值，实现一个梯度幅度特征的提取；最后计算每隔45°一个方向共4组梯度方向上的直方图，实现4个方向直方图的特征提取；步骤32、使用固定大小尺寸的金字塔式聚合模板对通道特征图像进行聚合形成金字塔聚合通道特征；步骤33、根据训练阶段得到的提前记录好的被弱分类器挑选出的对应通道特征的位置，利用与训练样本一样大小的滑动窗口按着设定步长在每一层的金字塔聚合通道特征上进行滑动，滑动窗口在目标前景范围内进行滑动检测，并且根据目标前景的范围大小，使用对应层级的部分金字塔聚合通道特征；步骤34、通过训练阶段训练好的级联分类器对每个滑动窗口进行判断是否属于行人候选窗口，如果检测到滑动窗口与级联分类器吻合，则判定该滑动窗口为行人候选窗口，如果检测到滑动窗口与级联分类器不吻合，则将滑动窗口滑动到下一个聚合通道特征位置，再次进行检测，直至与级联分类器吻合；步骤35、根据对应层的金字塔式聚合模板的尺寸缩放比例，把当前层候选窗口的大小和所在位置恢复至原始图像上；步骤36、利用贪婪非极大值抑制的方法合并重叠候选窗口，当窗口重叠率超过设定的比例范围，则检测结果判定为行人，并且输出行人检测结果。