[发明专利]一种单幅图像行人检测方法

说明书

本发明公开了一种单幅图像行人检测方法，包括：采集一个真实场景下的行人数据集，标注行人位置，同时采集一个不包含行人的背景数据集，以此作为训练数据，利用梯度幅值特征和线性支持向量机，训练一个“粗”的行人检测器，快速过滤非行人窗口。利用该快速行人检测器，在行人数据集上进行检测，纪录所有输出窗口的位置，根据标注好的行人位置，分别保存为正例窗口和反例窗口。利用这些窗口样本，基于层叠自动编码机，训练一个深度网络，区分行人窗口和非行人窗口。输出最终的由“粗”到“精”的行人检测器，以此实现对输入图像的行人检测。

技术领域

本发明属于计算机视觉和图像处理技术领域，特别的涉及单幅图像的行人检测方法。

背景技术

行人检测是计算机视觉技术中的热点和难点，可理解为判断输入图像是否包含行人，如果包含行人，则给出行人的位置信息，近年来，行人检测技术在人体行为分析、视频监控、车辆辅助驾驶及灾难营救等领域发挥了作用。

行人检测技术中最为核心的问题可以归结为特征提取，分类和定位三个方面。现有技术中对这三个方面的研究可归结为两类：基于背景建模的方法和基于统计学习的方法，都取得了一定的成果，然而基于背景建模的方法鲁棒性不高，抗干扰能力较差，而基于统计学习的方法受训练样本的影响较大，且应对真实场景的能力不够。

为克服现有技术的上述不足之处，本发明提出了一种多层次的基于快速和精细行人检测器的行人检测方法，利用梯度幅值特征和线性支持向量机，训练得到粗的行人检测器，实现非行人窗口的快速过滤，在快速过滤的结果上，利用加速的窗口扫描方法，得到更为精确的窗口正例样本的反例样本，以此训练得到作为精细检测器的自动编码机，基于层叠的自动编码机，区分行人和非行人窗口，实现对输入图像的行人检测，本发明提供的多层次的基于训练实现的行人检测方法具有更好的鲁棒性，能够快速且准确的实现图像中行人的检测。

发明内容

本发明要解决的问题是提供一种单幅图像行人检测方法，以解决现有技术中行人检测易受环境影响，不够准确的缺陷。

为了实现以上目的，本发明提供了一种单幅图像行人检测方法，其特征在于:

采集M幅图像组成行人数据集，记为，，图像上包含有个行人样本，,标记图像上第j个行人样本的位置为：，其中为矩形框左上顶点坐标，为矩形框宽度，为矩形框长度，所述矩形框为完全包含该行人样本轮廓的人体矩形框，采集的每幅图像的宽均大于20像素，高均大于50像素，采集N幅不包含行人的图像组成背景数据集，记为；

对行人数据集I中的每一幅图像，根据图像上每个人体矩形框的位置，经过截取，获得对应的人体子图像，行人数据集I中所有图像的所有人体子图像构成了正例样本，将截取的正例人体子图像转换为对应的人体灰度子图像，经过归一化处理得到10*25像素大小的标准人体灰度子图像，计算该10*25像素大小的标准人体灰度子图像的梯度幅值特征，是一个10行25列的矩阵，将该特征拉直，该拉直后的梯度幅值特征为一个250维的列向量，将所有正例样本的特征记为：，其中表示第i幅图像的第j个人体矩形框的拉直梯度幅值特征，在训练集B中的图像上，选择宽高比例为10:25的背景矩形框共10T个，经过截取，获得对应的背景子图像，则这10T个背景子图像构成了反例样本，将截取的反例背景子图像转换为对应的背景灰度子图像，经过归一化处理得到10*25像素大小的标准背景灰度子图像，计算该10*25像素大小的标准背景灰度子图像的梯度幅值特征，将该特征拉直，该拉直后的梯度幅值特征为一个250维的列向量，将所有反例样本的特征记为：