[发明专利]基于多类型信息融合的场景自适应行人检测方法和系统

权利要求书

1.一种快速的基于多类型信息融合的场景自适应行人检测方法，其特征在于，包含如下步骤：

S1：输入图像；

S2：使用混合高斯模型的背景减除算法计算当前帧与背景模板的差距，提取出当前帧的前景区域；

S3：使用帧差法，在当前帧与前一帧的差距大于阈值时，提取当前帧的运动区域；

S4：使用了肤色提取算法和发色提取算法，提取当前帧的肤色与发色区域；

S5：提取轮廓峰值点，其中，提取每个完整轮廓的上部分的1/5区域作为轮廓峰值点区域；

S6：根据步骤S2-S5得到补充性前景区域，使用联通区域滤波去除了补充性前景区域的噪点，并对联通区域内的孔洞进行了补充，得到最终前景区域；

S7：将最终前景区域加入到AdaBoost检测器中，快速检测出候选行人区域；

S8：使用卷积神经网络对候选行人区域进行确认；

S9：输出行人检测结果。

2.根据权利要求1所述的场景自适应行人检测方法，其特征在于：任意调换S2-S5的步骤顺序。

3.根据权利要求2所述的场景自适应行人检测方法，其特征在于：步骤S4中，具体执行将输入的RBG图像转化为HSV空间的图像，在HSV空间中定义H、S、V三个通道的最大和最小值，同时满足此值的像素被认为是肤色或者发色像素，将肤色或者发色像素对应的区域提取为肤色与发色区域。

4.根据权利要求2所述的场景自适应行人检测方法，其特征在于：步骤S5中，具体执行，将图像的边缘使用canny算子提取后，二值化图像并提取轮廓峰值点区域。

5.根据权利要求4所述的场景自适应行人检测方法，其特征在于：步骤S6中，提取轮廓峰值点区域后，删除掉所有周长或面积不在限定范围内的轮廓，并把合法的轮廓进行填充重绘制后生成补充性前景区域。

6.根据权利要求1或2所述的场景自适应行人检测方法，其特征在于：在步骤S7之前，还采集AdaBoost检测器漏判误判场景背景数据，并存储在场景数据库中。

7.根据权利要求6所述的场景自适应行人检测方法，其特征在于：定期更新场景数据库的数据。

8.一种快速的基于多类型信息融合的场景自适应行人检测系统，其特征在于：包括一通用数据库和行人检测子系统，其中，行人检测子系统包括：

使用混合高斯模型的背景减除算法计算当前帧与背景模板的差距，提取出当前帧的前景区域的前景区域提取模块；

使用帧差法，在当前帧与前一帧的差距大于阈值时，提取当前帧的运动区域的运动区域提取模块；

使用了肤色提取算法和发色提取算法，提取当前帧的肤色与发色区域的肤色与发色区域提取模块；

提取每个完整轮廓的上部分的1/5区域作为轮廓峰值点区域的轮廓峰值点区域提取模块；

分别与前景区域提取模块、运动区域提取模块、肤色与发色区域提取模块、轮廓峰值点区域提取模块连接，使用联通区域滤波去除了补充性前景区域的噪点，并对联通区域内的孔洞进行了补充，得到最终前景区域的联通区域滤波模块；

与联通区域滤波模块连接，对最终前景区域进行快速检测出候选行人区域的AdaBoost检测器；

以及与AdaBoost检测器连接，用于对候选行人区域进行确认的卷积神经网络。

9.根据权利要求8所述的场景自适应行人检测系统，其特征在于：还包括一用于采集场景背景数据的数据采集反馈子系统、以及用于存储采集的场景背景数据的场景数据库，数据采集反馈子系统与行人检测子系统连接。

10.根据权利要求8所述的场景自适应行人检测系统，其特征在于：还包括一分别与场景数据库和通用数据库连接的在线更新器。