[发明专利]用于通过融合人类检测模态的结果来增强人类计数的系统和方法

说明书

本发明公开了一种用于增强在预定义区域中捕捉的至少一个图像帧中的实时人类计数的准确度的方法和系统。本发明通过使用至少一个人类检测模态以获得所捕捉的图像的特征结果，来检测一个或多个帧中的人类。本发明还计算与每一人类检测模态相关联的活动概率。通过使用融合技术将特征结果和活动概率选择性地整合，以增强人类计数的准确度并选择最准确的人类检测模态。随后基于对最准确的人类检测模态的选择来执行人类。

技术领域

本发明一般涉及图像处理领域，并且具体地涉及增强图像中的实时人数的准确度的方法和系统。

背景技术

图像或视频中人类活动的检测是至关重要的，并且对于自动人体检测是关键启动器的应用(如安全和监督、机器人技术、监督和智能传输系统、自治车辆和自动驾驶辅助系统，等等)而言，确定人类在场是关键的。类似地，在计算机视觉系统中，分割图像以用于检测每一分段中的对象并将人类与其他对象区分开仍然是一个挑战。

出现在图像中的大量视觉图案增加了复杂性。人类检测涉及用于检测图像中人类的存在的硬件和软件的能力。对图像中人类的检测当前通过使用各种人类检测技术和算法来执行。虽然这些技术和算法被广泛使用，但所述技术或算法所提供的结果通常包含大量的虚假预测。

已经提出了许多解决方案来解决与减少关联于人类检测和跟踪技术的虚假预测或误差相关联的问题。频繁地遵循的用于人类检测的技术之一是组合多种人类检测技术以实时地检测人类。然而，组合的成功受与每一检测技术相关联的误差的影响。一种这样的解决方案已在Chengjun Liu的US 7,162,076中公开，它教导了根据使用贝叶斯融合分类器技术处理的DFA向量的用于表示待分析图像的向量。虽然该方法公开了具有相对低的误差概率和虚假检测率的脸部检测，但它仍然没有公开在涉及一种以上技术或算法的情况下确定解决方案的准确度。

因此，本领域存在着对能够通过确定用于检测图像中的人类的所有技术的准确度来减少可用于人类检测的多种技术的虚假预测的解决方案的需求。

发明概述

在一个方面，本发明公开了一种用于增强预定义观看区域中至少一个捕捉的图像帧中的实时人类计数的准确度的方法，其中所述方法包括以下各处理器实现的步骤：通过使用至少一个人类检测模态以获得所述所捕捉的图像的特征结果来检测一个或多个帧中的人类，以及通过在所获得的人类检测模态的特征结果之间切换并通过使用预计算的活动概率来计算准确度概率。所述活动概率适于确定每一帧中检测到的人数的方差。所述方法还包括以下处理器实现的步骤：通过使用用于检测人类在预定义观看区域中的位置的选择技术，将根据人类检测模态的组合所获得的每一帧的特征结果和所述活动概率进行选择性地整合。人类检测模态的组合是基于贝叶斯融合技术的。

在另一方面，本发明还公开了一种用于增强在预定义观看区域中捕捉的至少一个图像帧中的实时人类计数的准确度的系统，其中所述系统包括与至少一个模态组件嵌在一起的检测单元。检测单元被配置成与至少一个人类检测模态合作以获得与所捕捉的图像相关联的特征结果，来检测人类。该系统还包括适于计算与每一人类检测模态相关联的活动概率的计算模块。所述活动概率确定每一帧中检测到的人数的方差。该系统还包括适于将从每一帧的每一人类检测模态获得的多个特征结果进行选择性地整合的融合处理器。

附图简述

图1示出根据本发明的一实施例的系统的体系结构。

图2示出根据本发明的替换实施例的人类计数的机制。

图3示出根据本发明的替换实施例的准确度计算的过程流。

图4示出本发明的示例性实施例。

图5示出根据本发明的一示例性实施例的检测准确度的结果。

图6示出根据本发明的替换实施例的不可靠因素的结果。

具体实施方式