[发明专利]一种基于光场相机和HOG、SVM的2D欺骗性行人识别方法

说明书

一种基于光场相机和HOG、SVM的2D欺骗性行人识别方法，包括如下步骤：①利用光场相机去拍摄大量行人图像和非行人图像，作为实验的正样本和负样本；②利用Lytro Desktop软件得到所拍摄图像的原始2D图像和景深图；③利用HOG+SVM进行对原始2D图像进行ROI区域提取，判断是否包括行人；④再次利用HOG+SVM对步骤③中判断为行人的景深图进行识别，判断是否包括欺骗性行人。本发明利用光场相机可以获取图像景深图的特点来消除由于2D欺骗性打印人体图像或人物海报造成的误识别，以增强行人的识别能力。

技术领域

本发明属于模式识别和人工智能领域，特别涉及一种基于光场相机和HOG、SVM的2D欺骗性行人识别方法。

背景技术

随着科技的进步与社会的发展，许多需要大量人力完成的工作现在可以交给计算机完成，计算机视觉就是近期的研究热点，计算机视觉的目标就是利用计算机去代替人的视觉能力来处理问题。

行人识别是计算机视觉研究领域的一个重要组成部分是物体识别的重要分支，在无人驾驶、辅助驾驶、智能机器人等领域都起到了十分重要的应用。并且近年来，随着拍照设备等硬件产品的进步，工业界对行人识别效率和准确度提出了更加苛刻的要求。

行人识别首要就是识别出行人，然而在现实生活中行人在穿着、形态变化、所处背景、光照条件都不尽相同，会对行人识别产生挑战。并且在生活中广泛存在着2D欺骗性打印人体照片或者人物海报，这对行人识别是致命的影响，会极大的造成误识别，降低识别准确率。

传统的行人识别中一个重要的特点是所应用的相机精度能达到要求，但都属于传统的二维相机，拍照只能得到相应图像的二维信息，不能获取场景深度信息，所以对2D欺骗性打印人体照片、人物海报就会造成误识别。例如在商场里存在的人物的宣传海报(包含整体人物图像)或者打印的人体图像，这些情况的存在都会对传统的行人识别提出挑战，尽管我们可以一眼就看出这不是真人，但计算机不会。最早的行人识别相关研究是在2005年CVPR会议上发表的SVM+HOG的算法，这是第一次提出梯度直方图(HOG)的概念，这是行人识别领域最为经典的算法。如果采用传统的二维相机，应用此方法也解决不了2D欺骗性打印人体图像造成的行人误识别问题。而对于这一问题，我们理论上可以采用结构光法、双目视觉等方法解决，但对于结构光法来说，这是一种主动式、侵入式照明，可能会对拍摄的行人造成身体伤害；而对于双目视觉方法增加了硬件设备，需要多个相机和传感器的配合处理，同时也增加了实验成本，经济型也待考虑。所以基于这些限制，我们选取光场相机作为实验设备。

光场相机机身外形与普通传统相机差不多，但内部结构大有不同。传统相机的工作原理是主镜头捕捉光线，聚焦在镜头后的胶片或感光器上，其中所有的光线总和形成相片上的小点，以显示成像。而光场相机最大的结构特点是在主镜头与感光器之间，有一个布满9万个微型镜片的显微镜阵列，每一个微小透镜阵列接收由主镜而来的光线后，尽管只记录了光线的强度信息，但却因其相对于某个微透镜的位置而记录了光线的方向信息，同时将光线资料转换，以数码方式记下。相机内置软件操作已‘扩大光场’，追踪每条光线在不同距离的影像上的落点，经数码重新对焦后，便能拍出完美照片。并且，光场相机可以保持原有相机的大孔径所带来的增加光度、减少拍照时间及起粒的情况，不用牺牲景深及及影像清晰度。总体来说。光场相机有如下几个特点：

(1)先拍照，再对焦。

(2)体积小，速度快。

(3)有广泛的应用前景。