[发明专利]静止摄像机场景下特定颜色行人的检测方法

权利要求书

1.一种检测视频中行人目标的方法，其特征在于，该方法包括如下步骤：

第一步，采用高斯混合模型对场景的背景进行建模，在得到背景模型后通过与当前处理图像的比对得到粗略的运动前景，通过滤波和形态学处理后将运动前景以矩形块的形式提出，称之为前景块；

第二步，对各个前景块中前景点所占比例进行计算并结合前景点在水平坐标上投影个数的统计特性区分出复杂前景块和简单前景块，并估计出可能存在行人的水平坐标；

第三步，对于简单前景块由其尺寸判断是否为行人；对于复杂前景块，利用在线行人高度估计模型和基于方向梯度直方图特征的Adaboost分类器对行人目标进行精确检测，得到视频中的行人目标。

2.根据权利要求1所述的检测视频中行人目标的方法，其特征在于，所述的行人水平坐标估计方法如下：利用高斯混合模型得到的前景点在水平坐标上进行投影，统计落在各个水平坐标上的前景点个数生成直方图，对得到的直方图进行平滑滤波，滤波后直方图中存在凸包的位置就是可能有行人的位置，通过对直方图进行凸包检测估计出可能存在行人的水平位置。

3.根据权利要求1所述的检测视频中行人目标的方法，其特征在于，所述的简单前景块是指包含单个物体的前景块，复杂前景块是指包含多个物体的前景块，区分简单前景块和复杂前景块的方式如下：对于简单前景块，其前景点像素所占前景块的比例大于等于0.45，通过设定前景点比例的阈值初步判定处理对象是否可能为简单前景块，如果判定为简单前景块，再利用行人水平坐标估计的方法查看其中是否可能有多于一个的行人目标，如果估计出其中可能包含多个行人目标则将前景块归到复杂前景块中，否则为简单前景块；区分简单和复杂前景块的一个原则是：允许将简单前景块划分到复杂前景块中，但不允许将复杂前景块划归到简单前景块中。

4.根据权利要求1所述的检测视频中行人目标的方法，其特征在于，所述的在线行人高度估计模型通过以下方式得到：假定场景中的不同行人的身高服从高斯分布，对于同一个行人其在场景中的高度随垂直坐标的变化而线性变化，从而用一个关于垂直坐标y的条件高斯函数p(h|y，β)来描述场景中的行人高度，在初期并不使用该模型去估计行人的高度，用由简单前景块判定得到的行人目标的高度和坐标信息作为训练样本去训练高度估计模型，经过不少于30次的训练后再利用p(h|y，β)对场景中不同位置的行人高度进行估计；行人高度估计模型为

p(h|y,β)=N(h(y)|βy,σ2)]]>

其中h(y)为行人目标在纵坐标为y时的高度，服从关于条件y的高斯分布，β为模型的待求参数，σ²为指定的分布方差。

5.一种采用权利要求1-4任一项所述的静止摄像机场景下特定颜色行人的检测方法，其特征在于，所述方法分两步，首先采用所述第一步到第三步检测出视频中的行人目标，然后对其衣着颜色进行识别。

6.根据权利要求5所述的静止摄像机场景下特定颜色行人的检测方法，其特征在于，所述对其衣着颜色进行识别，具体是：在得到行人目标之后，利用半身分割模型将行人的上身和下身分割开来；利用HSV空间颜色直方图统计的方法识别行人上衣和裤子的颜色，最终标记出符合设定颜色的行人目标。

7.根据权利要6所述的静止摄像机场景下特定颜色行人的检测方法，其特征在于，所述的半身分割模型中计算梯度图，具体是：针对行人的运动前景点，分别在RGB三个通道中根据Soble算子计算垂直方向的梯度，求和后得到总梯度图；据此进一步求出每行像素的梯度值累加和，得到梯度的横向投影直方图，然后对该直方图分析，就能得到上下半身分割线。