[发明专利]基于姿态检测与衣帽特征的交警检测方法和系统

权利要求书

1.基于姿态检测与衣帽特征的交警检测方法，其特征在于，包括以下步骤：

车载视觉采集模块通过车载视觉传感器实时采集原始图像；

行人检测模块对原始图像利用行人hog特征提取算法获取特征图像XR；当特征图像XR中有行人时，则在特征图像XR中标记行人并传送行人坐标至行人姿态检测模块；

行人姿态检测模块将特征图像XR中的行人区域通过预设的交警位姿模板进行模板匹配；当姿态相似度大于阈值时，认为匹配成功，并将行人区域坐标传至衣帽特征模糊检测模块；

衣帽特征模糊检测模块将行人区域坐标进行模糊匹配，得到交警相似度；当相似度大于阈值时，则发送交警姿态标识至信息解读模块；

信息解读模块将交警姿态标识对应的交通指挥信息提示驾驶者。

2.根据权利要求1所述的基于姿态检测与衣帽特征的交警检测方法，其特征在于所述对原始图像利用行人hog特征提取算法获取特征图像XR；当特征图像XR中有行人时，则在特征图像XR中标记行人并传送行人坐标至行人姿态检测模块包括以下步骤：

1)将原始图像进行hog特征提取得到特征图像XR，具体为：

hog特征为高宽相等的像素块，像素块中平均分割成四个单元像素块，hog特征的步长为像素块的高；

对原始图像的YUV的每个通道进行hog特征提取，将每个通道得到的特征根据权重进行加权计算得到特征图像XR；

2)通过行人分类器对特征图像XR进行检测，并将检测到的行人坐标发送至行人姿态检测模块。

3.根据权利要求2所述的基于姿态检测与衣帽特征的交警检测方法，其特征在于所述通过行人分类器对特征图像XR进行检测，并将检测到的行人坐标发送至行人姿态检测模块包括以下步骤：

其中，x表示输入的测试样本，代表特征图像XR中的一个hog特征，h_t(x)表示第t个弱分类器，α_t为权重，f_k(x)表示行人分类器的一个强分类器，β_k为阈值，T为弱分类器个数；行人分类器为若干强分类器的集合{f_k(x)},k＝1......N；N为强分类器个数；

若{f_k(x)}为1，则该测试样本是行人，在特征图像XR中标记行人并传送行人坐标至行人姿态检测模块；否则该测试样本不是行人。

4.基于姿态检测与衣帽特征的交警检测系统，其特征在于，包括：

车载视觉采集模块：用于通过车载视觉传感器实时采集原始图像；

行人检测模块：用于对原始图像利用行人hog特征提取算法获取特征图像XR；当特征图像XR中有行人时，则在特征图像XR中标记行人并传送行人坐标至行人姿态检测模块；

行人姿态检测模块：将特征图像XR中的行人区域通过预设的交警位姿模板进行模板匹配；当姿态相似度大于阈值时，认为匹配成功，并将行人区域坐标传至衣帽特征模糊检测模块；

衣帽特征模糊检测模块：将行人区域坐标进行模糊匹配，得到交警相似度；当相似度大于阈值时，则发送交警姿态标识至信息解读模块；

信息解读模块：将交警姿态标识对应的交通指挥信息提示驾驶者。

5.根据权利要求4所述的基于姿态检测与衣帽特征的交警检测系统，其特征在于所述行人检测模块：

1)将原始图像进行hog特征提取得到特征图像XR，具体为：

hog特征为高宽相等的像素块，像素块中平均分割成四个单元像素块，hog特征的步长为像素块的高；

对原始图像的YUV的每个通道进行hog特征提取，将每个通道得到的特征根据权重进行加权计算得到特征图像XR；

2)通过行人分类器对特征图像XR进行检测，并将检测到的行人坐标发送至行人姿态检测模块。

6.根据权利要求4所述的基于姿态检测与衣帽特征的交警检测系统，其特征在于所述行人分类器为：

其中，x表示输入的测试样本，代表特征图像XR中的一个hog特征，h_t(x)表示第t个弱分类器，α_t为权重，f_k(x)表示行人分类器的一个强分类器，β_k为阈值，T为弱分类器个数；行人分类器为若干强分类器的集合{f_k(x)},k＝1......N；N为强分类器个数；

若{f_k(x)}为1，则该测试样本是行人。