[发明专利]雾天行人快速运动行为的检测方法及装置有效

专利信息
申请号: 201310022738.3 申请日: 2013-01-21
公开(公告)号: CN103065332A 公开(公告)日: 2013-04-24
发明(设计)人: 王海峰;王晓萌;何小波;董博;杨宇;张凯歌 申请(专利权)人: 信帧电子技术(北京)有限公司
主分类号: G06T7/20 分类号: G06T7/20;G06T5/00
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 李世喆
地址: 100085 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 行人 快速 运动 行为 检测 方法 装置
【权利要求书】:

1.一种雾天行人快速运动行为的检测方法,其特征在于,包括:

对于预定时间内的视频序列中每帧原始图像,分别执行去雾处理,获取与该帧原始图像对应的去雾后图像;

对所述该帧原始图像和所述对应的去雾后图像分别执行行人检测,获取含有行人的窗口;

对于所述该帧原始图像和所述对应的去雾后图像,将含有行人的窗口进行综合得到行人检测结果;

根据获取到的各个所述行人检测结果获取行人在所述视频序列中的运动特征,并根据该运动特征判断所述行人是否存在快速运动行为。

2.根据权利要求1所述的方法,其特征在于,基于如下方式对所述每帧原始图像执行去雾处理:暗通道。

3.根据权利要求1所述的方法,其特征在于,对所述该帧原始图像和所述对应的去雾后图像分别执行行人检测,获取含有行人的窗口包括:

计算所述该帧原始图像和所述对应的去雾后图像中全部预定大小的窗口的梯度方向直方图HOG;

采用离线训练好的向量响应机SVM分类器判断所述预定大小的窗口中各个窗口的HOG特征的类别;

根据判断结果获取所述含有行人的窗口。

4.根据权利要求1所述的方法,其特征在于,将所述含有行人的窗口进行综合包括:

将所述含有行人的窗口包含在同一图像中,其中,所述含有行人的窗口中位置相同的窗口仅包含一次。

5.根据权利要求1所述的方法,其特征在于,通过以下方式计算获取所述运动特征:

H(x,y)=Σi=1NwN-iHi(x,y);]]>

其中,H(x,y)为所述运动特征,w为权重且w∈(0,1),i为帧序号且i为小于等于N的正整数,N为所述视频序列的帧总数,Hi(x,y)为与所述每帧原始图像大小相等的灰度图像且

6.根据权利要求5所述的方法,其特征在于,根据该运动特征确定所述行人是否存在快速运动行为包括:

通过以下方式对所述运动特征H(x,y)进行阈值分割获取与所述每帧原始图像大小相等的二值图像B(x,y):

统计B(x,y)中灰度值为1的像素总数S,当S大于阈值δ时确定行人存在快速运动行为。

7.一种雾天行人快速运动行为的检测装置,其特征在于,包括:

去雾模块,用于对于预定时间内的视频序列中每帧原始图像,分别执行去雾处理,获取与该帧原始图像对应的去雾后图像;

检测模块,用于对所述该帧原始图像和所述对应的去雾后图像分别执行行人检测,获取含有行人的窗口;

综合模块,对于所述该帧原始图像和所述对应的去雾后图像,将含有行人的窗口进行综合得到行人检测结果;

确定模块,根据获取到的各个所述行人检测结果获取行人在所述视频序列中的运动特征,并根据该运动特征确定所述行人是否存在快速运动行为。

8.根据权利要求7所述的装置,其特征在于,所述检测模块包括:

第一计算单元,用于计算所述该帧原始图像和所述对应的去雾后图像中全部预定大小的窗口的梯度方向直方图HOG;

判断单元,用于采用离线训练好的向量响应机SVM分类器判断所述预定大小的窗口中各个窗口的HOG特征的类别;

第一获取单元,用于根据判断结果获取所述含有行人的窗口。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于信帧电子技术(北京)有限公司,未经信帧电子技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310022738.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top