[发明专利]一种在复杂场景的视频中进行人体头肩检测的方法

说明书

技术领域

本发明属于计算机信息挖掘技术领域，特别涉及一种在复杂场景的图片中对人体的头肩检测的方法，尤其涉及在真实世界的监控视频的帧中行人的头肩检测。

背景技术

近年来，在计算机视频分析领域，在视频中对人体的检测是一个热门的研究方向。在人体检测的各种方法中，通过检测身体的各部分来检测人体是一个重要辅助手段。而对这些身体各部分，头肩区域是一个非常显著的特征。由于视频中的经常会出现人体被部分遮挡的情况，导致检测困难，而此时头肩还有很高的概率被检测出来，所以检测头肩对检测人体很好的辅助作用。同时，在视频事件检测领域，人在头肩附近的许多动作往往包含一些隐含的事件信息，比如挥手或者打电话等。所以，复杂背景下的头肩检测具有重要的意义。

头肩检测属于目标检测，而在目标检测领域，方法可以分为两类，一是做背景提取或分割，分离出的前景目标作为检测结果。二是在图像中直接搜索目标。在视频中用背景提取的方法只能应用于静态摄像机，对于场景中静止不动的目标，检测非常困难，这限制了它的应用范围。所以现在一般采用在图像中直接搜索目标的方法。这些方法一般使用分类器根据目标的特征对目标进行分类。目标的特征是目标本身包含的特征信息，比如目标图像区域的颜色直方图，纹理，梯度等。提取目标的特征之后，分类器根据目标的特征对目标的类别进行判断。目前国际通用的分类器主要是支持向量机(以下简称SVM)，但是目前的单级SVM分类器往往由于只进行一次分类，准确率不高。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种在复杂场景的视频中进行人体头肩检测的方法，以梯度方向直方图作为描述目标的特征。采用两级的SVM作为分类器，可以提高准确率，同时提高检测速度。

本发明是将一定数量的头肩图片和背景图片作为正负样本集，训练SVM作为第一级分类器。用头肩图片和身体非头肩部分的图片作为正负样本，训练SVM作为第二级分类器。这样就构成了一个两级的级联分类器。检测区域依次经过这两级SVM检测，以此检测结果作为最终结果。

本发明中使用的SVM是目前在国际比较流行的LibSVM分类器，不对它进行修改。

本发明提出的在复杂场景的视频中进行人体头肩检测的方法，主要包括以下步骤：

(1)从待检测的一类视频中选择一个视频。从该视频的各帧中人工标定一定数量(至少1000张)的头肩图片、一定数量(至少1000张)背景图片和一定数量(至少1000张)的身体其他部分的图片，其中要求这些图片的边长至少1厘米。以头肩图片作为正样本图片，以背景图片作为负样本图片；；

(2)将得到的正负样本图片进行左右镜像，增加样本的数量；

(3)提取得到的正负样本图片的梯度方向直方图，并将梯度方向直方图转化为向量的形式，作为样本图片的梯度向量；

(4)用从正负样本中提取出的梯度向量对第一级支持向量机(SVM)进行训练，生成一个用于分类的第一级模型；

(5)用所述头肩图片作为新正样本，用所述身体其他部分的图片代替所述背景图片作为新负样本；

(6)提取所述新正负样本图片的梯度方向直方图，并将梯度方向直方图转化为1乘N的向量的形式，N为正整数，作为新样本的梯度向量；

(7)用从新的正负样本中提取出的梯度向量对第二级支持向量机(SVM)进行训练，生成一个用于分类的第二级模型；

(8)读入一个待检测视频，提取该视频的一帧图像；

(9)确定该帧图像上某一个待检测窗口的位置和大小，采用步骤(3)的方法提取该窗口的梯度方向直方图，并得到该窗口的梯度向量；

(10)将该梯度向量通过第一级分类器进行分类检测，如果分类结果为负(即此窗口不包含头肩头像)，则结束该窗口的检测，转步骤(11)；如果第一级分类结果为正(即第一级分类器判定此窗口包含头肩头像)，则将该梯度向量通过第二级分类器进行分类检测；如果第二级分类结果为负，转步骤(11)，如果分类结果为正，则确认该窗口包含头肩，将窗口的坐标保存下来，作为该窗口的检测结果；

(11)改变窗口的位置和大小，采用步骤(3)的方法提取该窗口的梯度方向直方图，并得到该窗口的梯度向量，转步骤(10)进行该窗口的分类检测，最终得到各窗口的检测结果。

上述方法的步骤(3)具体包括如下步骤：

(31)将每一个样本图片作为一个窗口，将窗口分为MxN的块，块之间有30％-50％的重叠，M、N均为正整数；

(32)该每个块平分成多个单元；

(33)对该每个单元内的像素计算梯度方向和大小；