[发明专利]一种基于级联分类器攀爬行为检测识别算法

说明书

本发明公开了一种基于级联分类器攀爬行为检测识别算法，涉及检测识别算法技术领域。本发明包括以下步骤：(1)获取样本，通过摄像头对围墙上沿的图像进行采集；(2)同步对获取的样本图像的RLBP和CoHOG特征进行提取；其中RLBP特征提取方式为：将平均灰度值定义为：g表示图像的中心像素灰度值，g_i(i＝0......,8)表示相邻像素的灰度值；之后将RBLP算子定义为：其中CoHOG特征提取方式为：将获取样本图像I定义为n*m，将共生矩阵定义为：根据定义的矩阵计算采集的图像的梯度方向：将步骤(2)中提取的特征向量融合，得到特征向量新的特征向量λ₅＝(α₃,β₄)。将步骤(3)中的得到的新特征向量，通过XGBoost分类器进分类。大幅度提高了算法检测的精度，有利于大规模推广。

技术领域

本发明属于行为检测识别算法技术领域，特别是涉及一种基于级联分类器攀爬行为检测识别算法。

背景技术

随着人们生活水平的提高,公共安全问题也得到越来越广泛的关注,安防产业也随之迅速发展。行人检测是典型的目标检测问题之一,通过相关技术检测图像或视频中是否出现行人,若存在则用矩形框对行人进行定位。行人检测与行人跟踪、行人再识别等相关技术,在智能视频监控以及无人驾驶汽车系统中对人体行为分析等领域得到广泛应用。因此,随着科技日益快速的发展,行人检测成为图像处理领域中研究的热点和难点问题。

目前，一些监控场景下，围墙的内部的安全进行保障，需要时间监控是否围墙外部有人通过攀爬进入围墙内部，因此迫切的需要一种算法来判断是否存在攀爬的行为。

发明内容

本发明的目的在于提供一种基于级联分类器攀爬行为检测识别算法，解决了上述技术背景中的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：本发明为一种基于级联分类器攀爬行为检测识别算法，包括以下步骤：

(1)获取样本，通过摄像头对围墙上沿的图像进行采集；

(2)同步对获取的样本图像的RLBP和CoHOG特征进行提取；

其中RLBP特征提取方式为：将平均灰度值定义为：g表示图像的中心像素灰度值，g_i(i＝0......,8)表示相邻像素的灰度值；

之后将RBLP算子定义为：g_c表示图像中心像素点的灰度值，g_p(p＝0,......,p-1)表示一个半径为R上的圆上相邻像素点的灰度值，P为在此圆上的相邻像素的总数，得到特征向量α₃；

其中CoHOG特征提取方式为：将获取样本图像I定义为n*m，将共生矩阵定义为：其中参数(x,y)为一对偏移量，根据定义的矩阵计算采集的图像的梯度方向：其中v和h分别为所采集的图像垂直和水平梯度，得到特征向量β₄；

(3)将步骤(2)中提取的特征向量融合，得到特征向量新的特征向量λ₅＝(α₃,β₄)，向量的融合采用串行融合的方法进行融合。

(4)将步骤(3)中的得到的新特征向量，通过XGBoost分类器进分类，完成攀爬行为的检测，将融合的特征向量输入训练后的XGBoost分类器。

优选的，所述步骤(2)RLBP特征提取时，当需要图像中心像素的特定信息时，定义一个加权局部灰度其中g和g_i与步骤(2)中的g和g_i相同。

优选的，所所述步骤(3)中，所述特征向量α₃的维度为u，特征向量β₄的维度为w时，串行融合所得的特征λ₅为u+w维的特征向量。