[发明专利]一种基于失衡度先验的行人检测方法

摘要

本发明公开了一种基于失衡度先验的行人检测方法，属于数字图像/视频信号处理领域。首先提出了一种基于颜色差分的彩色图像边缘检测方法——颜色差分图(Color Difference Map,CDM)，根据颜色变化信息实现边缘检测。然后，利用颜色差分图CDM定义了失衡度(Imbalance，imba)来定量描述行人样本的对称性，提出了失衡度先验概念，对选取的运动目标候选区域进行粗分类。最后，利用HOG特征和SVM相结合的方法进行细分类，实现行人检测。本发明提出的行人检测方法能够快速排除大量行人负样本，在提高行人检测准确率的同时大幅提高行人检测速度。

主权项

1.一种基于失衡度先验的行人检测方法，其特征在于：实现该方法包括如下步骤，S1基于颜色差分的彩色图像边缘检测；为利用每个颜色通道的相关性，定义一种称为颜色相离的新运算；相离是一种二元运算，相离反映了两个像素之间颜色变化的重要性；首先，它们的颜色差分定义为其中DR、DG、DB分别是R、G、B三个颜色通道的二元颜色差分值，IR(x,y)、IG(x,y)和IB(x,y)分别代表R、G、B三个颜色通道的像素值，TH是阈值，通过DR，DG和DB的定义，之间的颜色相离操作进一步定义为IC(x1,y1)ΘIC(x2,y2)＝DR∪DG∪DB   (4)其中，Θ代表颜色相离运算符；如式(4)所示，如果在任何颜色通道中至少存在一个大于阈值TH的差值，则颜色分离的结果将为“1”，否则为“0”；如果结果是“1”，则相离条件满足，即颜色之间的变化是显著的；如果像素属于图像中的边缘，则该像素附近会出现明显的颜色变化；采用基于颜色差分的边缘检测方法进行处理，以有效地检测出显着的颜色变化，并排除大部分嘈杂的边缘；计算颜色差分图即CDM的过程描述如下：对于彩色图像中的每个像素(x，y)，8个相邻像素在0°，45°，90°和135°的方向上构成4个像素对；4个像素对由不同颜色的线段标记；根据像素对的关系，提出的CDM表示为其中，CDM(x,y)是颜色差分图的像素值，颜色相离的运算优先级高于逻辑或运算；如式(5)和式(6)所示，如果存在至少一个满足颜色相离条件的像素对，则CDM的像素值将是“255”，否则，像素值将为“0”；CDM根据像素邻域4个不同方向上的颜色变化获取边缘；S2失衡度先验基于CDM，提出了一种称为失衡度imba的概念来定量描述行人的对称性；首先，对图像样本进行均值滤波去噪并计算图像的CDM，然后将边缘检测结果图像左右平分，并分别计算左侧图像子块和右侧图像子块的像素均值，最后将左侧图像子块像素均值和右侧图像子块像素均值代入失衡度计算公式，得到失衡度；失衡度imba的计算公式为：在式(7)中，imba代表失衡度，ml和mr分别是左右分块的像素均值；max[·,·]代表两个数字的较大值，而min[·,·]代表两个数字的较小值；因为ml和mr都是正数，所以得到公式(7)中的“‑1”是平移项，目的是令失衡度imba的值域变为[0,+∞)，更加符合数学习惯；若失衡度imba的值为0，代表此时图像样本左右两侧完全对称；imba的值越大，代表图像样本的不对称程度越严重；失衡度imba定量描述行人的不对称程度；对于行人正样本，无论行人的呈现角度为正面、侧面或背面，样本都存在较强的对称性，故失衡度值普遍较小；而对于行人负样本，由于许多样本不满足对称性，因此失衡度数值明显较大；通过对行人正样本和负样本失衡度数值的观察，提出了失衡度先验；该先验表述为“行人正样本的失衡度数值通常较小，大多集中在0值附近；而行人负样本不一定具备此特点，其失衡度数值可能较大”；分别绘制正样本和负样本失衡度的累积分布函数曲线；失衡度的累积分布函数写作失衡度imba的变上限积分形式，其表达式为其中，P为失衡度的累积概率，N为样本总数，实验中N＝40000，n为失衡度数值为imba的样本个数，imba∈[0,+∞)；由公式(9)可知，累积概率P是自变量imba的增函数，且当imba的值趋于无穷时，P的值趋于1；S3基于失衡度先验的行人检测方法根据失衡度先验，采用设置失衡度阈值的方法筛除大量行人负样本，而行人正样本则几乎不受影响；提出了基于失衡度先验的行人检测方法；首先，基于运动目标的候选区域选取用于在监控视频帧中选定若干可能包含行人的候选区域；然后，基于失衡度先验的行人粗分类能够快速筛除大量行人负样本，而行人正样本则被保留；最后，基于HOG特征的行人细分类将对行人粗分类结果进行细分类，进一步剔除难以根据对称性区分的行人负样本，从而得到最终的行人检测结果。