[发明专利]静止摄像机场景下特定颜色行人的检测方法

说明书

技术领域

本发明涉及的是一种视频图像处理和模式识别技术领域的方法，具体是一种应用于视频监控系统的特定颜色行人检测方法。

背景技术

行人目标检测的主要任务是对视频序列中的行人进行标记以实现检索的目的。特定颜色行人的检测则是在行人目标检测的基础之上进一步识别出具有特定颜色的行人目标，例如在给定视频中检测穿蓝色上衣的行人。特定颜色行人的检测技术可应用于视频监控、视频检索等领域，从而减少海量的监控视频数据给操作人员带来的负担。

典型的行人检测方法是基于背景建模的，根据当前视频图片信息与背景模型进行比对，提取出前景块并将各个前景块都当作独立的物体，然后直接利用前景块的特征进行物体分类识别，例如J.Renno等人在”Object Classification in Visual Surveillance Using Adaboost”中提到的方法，该论文收录在2007年的《Computer Vision and Pattern Recognition》会议集第1到8页。这种方法的优点在于根据背景模型能快速的找到前景块，而且识别过程简单，因此可以达到良好的实时性。然而，很多时候在一个前景块中可能出现多个物体，由于运动目标可能出现相互遮挡，在前景的提取处理中他们会被当成一个前景块，该方法就可能将整个前景块判定为一个物体。

对于静态图片中的行人检测问题，Navneet Dalal等人在2005年的《Computer Vision and Pattern Recognition》会议上提出了利用方向梯度直方图特征HOG对行人的形状进行学习并训练SVM分类器，通过分类器去判别和检测行人目标的方法。该论文收录在2005年《Computer Vision and Pattern Recognition》会议集的第886到893页。由于不同行人的形状都比较相似，而且这种方法容许行人有一些细微的肢体动作，这些细微的肢体动作可以被忽略而不影响检测效果，这种方法在静态图片的行人检测中得到了广泛的应用和发展。但这种方法在特征提取和分类过程中将消耗很长时间，使其难以单独应用于视频监控领域。

中国专利《基于前景分析和模式识别的行人检测方法》(公布号为CN102147869A)中，该专利结合了背景建模和分类器检测的方法对行人进行检测，该方法与本发明的行人检测方法框架上有相似之处，都用到了前景信息和分类器，但该方法中对行人的高度估计依靠先验的行人高度模型，在检测前需要手工进行人的高度标定，而且该专利所述的找轮廓峰值点的方法估计行人的位置可能会消耗较多的时间。本发明针对以上问题都作了解决，采用自适应的行人高度模型省去了手工标定的过程，利用前景点的统计特征而不是轮廓特征使行人位置的估计速度得到了提高。

颜色检测的主要任务是识别出感兴趣目标的主体颜色，在车辆检测等领域已有具体的应用，例如Mengjie Yang在《Vehicle Color Recognition Using Monocular camera》中提到了一种检测车辆颜色的方法，该论文收录在2011年的《Wireless Communication andSignal Processing》会议集的第1到第5页。实现颜色检测的方法有很多，例如Brown,L.M.在《Color Retrieval for Video Surveillance》中提到的一种基于HSV空间分割的颜色检测方法，该论文收录在2008年的《Advanced Video andSignal Based Surveillance》会议集的第283到290页。该方法优点在于将颜色检测问题简化为对几类主要颜色的检测，并且图像在HSV颜色空间中处理，一定程度上减小了光照对颜色检测的干扰。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种改良的基于运动前景分析和静态图片检测技术的特定颜色行人检测方法，既提升了行人检测的速度和准确度，又能在行人检测的基础上识别出行人的衣着颜色，提高实用性。

根据本发明的一方面，提供一种检测视频中行人目标的方法，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；