[发明专利]行人检测方法、系统、计算机可读存储介质及电子设备

权利要求书

1.一种行人检测方法，其特征在于，包括：

根据预先采集的训练样本集，训练出行人分类器；所述行人分类器用于判断待检测图像是否为行人图像；

通过对监控画面进行标定，以获取图像坐标系到世界坐标系或世界坐标系到图像坐标系的转换矩阵参数；

根据该转换矩阵参数，生成用于将监控画面中非直立姿态重构成直立姿态所需映射关系，生成地平面检测坐标；将所述地平面检测坐标映射到所述监控画面中，在所述待检测图像上截取图像区块，利用所述映射关系，将所述图像区块进行重构，并利用所述行人分类器对重构的图像区块进行分类，以判断出行人图像；

所述根据该转换矩阵参数，生成用于将监控画面中非直立姿态重构成直立姿态所需映射关系，生成地平面检测坐标；将所述地平面检测坐标映射到所述监控画面中，在所述待检测图像上截取图像区块，利用所述映射关系，将所述图像区块进行重构，并通过所述行人分类器对重构的图像区块进行分类，以判断出行人图像的步骤包括：

利用所述转换矩阵参数，计算监控画面中非直立姿态重构成直立姿态所需映射关系；所述映射关系＝{θ，h,S_头,S_身体,S_胳膊}；其中，θ为监控画面中非直立姿态的行人倾斜角度；h为监控画面中行人的头顶到地面的距离；S_头为监控画面中行人的头部与全身的比例；S_身体为监控画面中行人的中躯干与全身的比例；S_胳膊为监控画面中行人的腿部与全身的比例；

基于预设步长，在世界坐标系中的地平面上构建网格，将所构建的网格映射至图像坐标系中；其中，所述网格的交点为地平面检测坐标；

遍历所述地平面检测坐标，利用所述映射关系中的θ和h，在所述待检测图像上截取图像区块；

利用所述映射关系中的θ旋转所述图像区块，将旋转的图像区块中行人按照所述S_头，S_身体，S_胳膊进行缩放，以形成重构的图像区块；

通过最终的行人分类器对重构的图像区块进行分类。

2.根据权利要求1所述的行人检测方法，其特征在于，所述训练样本集包括使用直立姿态行人图像的正样本和非行人图像的负样本。

3.根据权利要求2所述的行人检测方法，其特征在于，所述根据预先采集的训练样本集，训练出行人分类器的步骤包括：

对所述训练样本集进行预处理，形成预处理后的样本集；其中，所述预处理包括先统一所述训练样本集中各样本的图像尺寸，然后再随机抖动、和/或镜像处理；

基于所述预处理后的样本集，生成随机特征池；所述随机特征池用于循环训练所述样本集；

从所述随机特征池中抽取强特征，对所述抽取的强特征进行训练，以生成当轮的行人分类器，并通过所述强特征组成强特征池；所述强特征用于区分出正样本和负样本；

根据预设循环数，循环以上步骤；

待循环结束后，训练所述强特征池中的所有强特征，以生成最终的行人分类器。

4.根据权利要求3所述的行人检测方法，其特征在于，所述基于所述预处理后的样本集，生成随机特征池的步骤包括：

通过随机生成的特征模板，计算该特征模板对应的特征值，将所计算的特征值组成所述随机特征池；所述随机生成的特征模板包括模板积分通道的编号、模板的编号、模板外矩形的坐标及模板内矩形的坐标；所述模板积分通道的编号为1至9中任意整数；所述模板的编号为1至8中任意整数，模板内矩形的坐标需包含在所述模板外矩形的坐标内。

5.根据权利要求4所述的行人检测方法，其特征在于，所述从所述随机特征池中抽取强特征，对所述抽取的强特征进行训练，以生成当轮的行人分类器的步骤包括：

从正样本中随机挑选预定量的检测样本；

使用所述随机特征池中所有特征值对检测样本进行特征抽取；

基于所抽取的特征值及梯度提升决策树算法，训练生成当轮的行人分类器。