[发明专利]基于递归结构车载单目摄像头下行人目标校验算法及系统

摘要

基于递归结构车载单目摄像头下行人目标校验算法及系统，属于车载辅助驾驶技术领域，用于解决车载单目摄像头行人检测中的行人目标错检的问题，要点是将处理后的行人目标图像作为新的待检测图像，重新输入至HOG特征行人检测系统F，得到输出行人检测框坐标和与其所对应的行人目标图像效果是将递归结构运用于HOG特征行人检测系统的输出结果，让原有的输出结果经锐化处理后作为反馈重新输入行人检测系统，不改变现有HOG特征行人检测器的结构，并且可以将行人检测中由于算法精度不高、输入图像场景过于复杂以及不相干特性信息等因素而导致的错检行人标定框进行有效去除，提升行人检测系统的准确度。

主权项

1.一种基于递归结构车载单目摄像头下行人目标校验算法，其特征在于：第1步，将车载单目摄像头得到的实时视频图像作为输入，供给HOG特征行人检测器F，得到特征检测系统F输出数据，该输出数据包括行人检测框坐标对Bin与其所对应的行人目标图像Pin，其中Bin为行人目标检测框左上角坐标和右下角坐标，Pin为Bin坐标对所确定的图像，i为HOG特征检测器输出的目标数量；第2步，对待校验行人目标图像Pin，引入锐化核函数进行图像锐化处理计算Sa，具体算式为：其中Kz表示核函数，定义为：Kz＝(Ku+LoG*Ku)，Ku＝h|xi‑x|LoG为拉普拉斯‑高斯滤波器，*符号表示卷积计算，Ku表示独立适应性锐化参数，x表示原检测系统HOG检测器输出的局部特征参数，xi表示x领域部分的特征参数，h表示面积平滑参数，初始值为1；第3步，将处理后的行人目标图像P_iⁿ作为新的待检测图像，重新输入至HOG特征行人检测系统F，得到输出行人检测框坐标对和与其所对应的行人目标图像P_iⁿ⁺¹；第4步，计算行人目标框坐标对对应所包围的像素面积并计算两者的比值：(1)当r≥60％时，目标数据确认为正确行人目标检测结果，确定该目标是有效的行人检测结果，保留该行人检测框坐标B_iⁿ和对应的行人目标图像P_iⁿ结果，将该正确结果输出后，从递归校验过程中删去该行人检测框坐标对和行人目标图像P_iⁿ⁺¹，跳转至第6步；(2)当r＜10％时,目标数据确认为错误的行人目标检测结果，确定该目标是无效的检测结果，将该行人检测框坐标和对应的行人目标图像P_iⁿ从递归检验过程中删去，跳转至第6步；(3)当10％≤r＜60％，目标数据无法确定，将该行人检测框坐标和对应的行人目标图像P_iⁿ送入递归循环进行下一次检测校验，跳转至第5步；第5步，将待检验目标数据作为输入数据从第2步开始并循环；第6步，由终止判决条件决定递归终止。