[发明专利]机载平台快速行人检测系统和方法有效

专利信息
申请号: 201310400824.3 申请日: 2013-09-06
公开(公告)号: CN103473532B 公开(公告)日: 2016-11-23
发明(设计)人: 刘恒利;何旭栋;黄潮炯;颜春明;李恒宇;罗均;谢少荣 申请(专利权)人: 上海大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;H04N7/18
代理公司: 上海上大专利事务所(普通合伙) 31205 代理人: 何文欣
地址: 200444*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种机载平台快速行人检测系统和方法。包括高清摄像机,连接到一个机载快速处理模块SECO CARMA DevKit;高清摄像机摄入高清图像后,通过USB接口将图像传入到机载快速处理模块SECO CARMA DevKit,对实时采集的高清图像进行实时行人检测。本发明的方法是首先要计算图片中的行人的基于梯度方向直方图的特征向量,包括颜色空间标准化,计算梯度,空间和方向的梯度统计,重叠块中的对比度标准化,特征向量生成;然后基于线性支持向量机将特征向量进行分类,再根据分类结果判别图片中含有行人。本发明的实施例主要用于图像中的行人检测计算,特别是在移动机器人嵌入式设备中的行人检测计算。
搜索关键词: 机载 平台 快速 行人 检测 系统 方法
【主权项】:
一种机载平台快速行人检测方法,采用的机载平台快速行人检测系统进行检测,该检测系统包括高清摄像机(1),所述高清摄像机(1)连接到一个机载快速处理模块SECO CARMA DevKit(2);所述高清摄像机(1)摄入高清图像后,通过USB接口将图像传入到机载快速处理模块SECO CARMA DevKit(2),所述的快速处理模块SECO CARMA DevKit(2)对实时采集的高清图像进行实时行人检测;其特征在于,检测步骤如下:步骤1:由高清摄像机(1)摄取图像后实时传入机载快速处理模块SECO CARMA DevKit(2);步骤2:由机载快速处理模块SECO CARMA DevKit(2)对输入图像进行如下处理:颜色空间标准化:将图片直接传到CUDA上并行化处理实现,就是得到图片数据的每个像素点的值,获取到像素点的值之后就可以利用平方根Gamma校正,则按如下方式进行:,其中表示Gamma校正后的图像像素值,)表示未校正时的值;计算梯度:利用CUDA每个线程块包含256×1×1线程,每个线程计算一个梯度,模和方向,用高速片上共享内存Shared Memory存储像素的信息,这样计算得到三个通道的梯度的幅值以及三个方向角,此时取梯度幅值最大的通道值和对应的方向角,具体计算按如下公式进行:其中分别表示x,y方向的梯度,表示梯度方向;空间和方向的梯度统计:利用步骤结果求取梯度,每个线程独自计算直方图,结果存放到共享存储单元,由梯度得到梯度方向直方图,以下步骤生成方向梯度直方图:1)确定θ(x,y)梯度值分布空间;2)递增梯度值分布空间的值;3)重复步骤1)和步骤2);重叠块中的对比度标准化:将所有线程块生成的直方图组成一个大型的直方图,之后按以下方式进行归一化处理,每个线程计算对应的HOG块,计算按如下公式进行:,其中v表示向量,表示向量v的范数,表示很小的值;特征向量生成:在128×64像素的检测窗口中,最好的结果是使用16×16像素块,128×64像素由15×7块组成;每个块含有4个亚块,每个亚块又包含一个Cell单元,而一个Cell单元由8×8像素组成;每个Cell单元中会生成9bins,每个块中就会生成4×9个bins;所以最终128×64检测窗口中特征向量的维数为3780;基于线性向量机SVM将特征向量进行分类;步骤3:由机载快速处理模块SECO CARMA DevKit(2)实时输出检测行人结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海大学,未经上海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310400824.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top