[发明专利]行人检测方法及系统

权利要求书

1.一种行人检测方法，其特征在于，包括以下步骤：

提取训练样本的方向梯度直方图HOG特征向量，并对所述HOG特征向量进行分解以得到HOG-NMF特征向量；

根据所述HOG-NMF特征向量和加性交叉核函数构造支持向量机SVM分类器；

对采样图像的扫描窗口进行筛选以得到候选样本；

获取所述候选样本的HOG-NMF特征向量；以及

根据所述SVM分类器对所述候选样本的HOG-NMF特征向量进行识别以得到行人检测结果。

2.根据权利要求1所述的行人检测方法，其特征在于，所述提取训练样本的方向梯度直方图HOG特征向量，并对所述HOG特征向量进行分解以得到HOG-NMF特征向量，进一步包括：

对所述训练样本进行Gamma校正；

从校正后的训练样本中提取所述HOG特征向量；

将所述HOG特征向量转换为的矩阵；

利用非负矩阵分解NMF方法对所述矩阵进行秩分解，其中，秩小于所述矩阵的行数；

根据所述矩阵的分解结果得到所述HOG-NMF特征向量。

3.根据权利要求1所述的行人检测方法，其特征在于，其中，所述SVM分类器利用如下决策函数对所述候选样本的HOG-NMF特征向量进行识别以得到行人检测结果，所述决策函数为：

h(z)=sign(Σi=1mai*yiKmin(xi,z)+b),]]>

其中，sign()为符号函数，x为训练样本，z为候选样本。

4.根据权利要求3所述的行人检测方法，其特征在于，其中，如果所述h(z)＝1，则对应的候选样本为识别出的行人目标。

5.根据权利要求1-4任一项所述的行人检测方法，其特征在于，所述对采样图像的扫描窗口进行筛选以得到候选样本，进一步包括：

对所述采样图像进行窗口扫描；

生成每个扫描窗口的显著图，并计算每个所述显著图的熵值；

根据每个所述显著图的熵值对所述扫描窗口进行筛选以得到所述候选样本。

6.一种行人检测系统，其特征在于，包括：

特征提取模块，用于提取训练样本的方向梯度直方图HOG特征向量，并对所述HOG特征向量进行分解以得到HOG-NMF特征向量，以及获取候选样本的HOG-NMF特征向量；

分类器训练模块，用于根据所述HOG-NMF特征向量和加性交叉核函数构造支持向量机SVM分类器；

预处理模块，用于对采样图像的扫描窗口进行筛选以得到候选样本；

分类器识别模块，用于根据所述SVM分类器对所述候选样本的HOG-NMF特征向量进行识别以得到行人检测结果。

7.根据权利要求6所述的行人检测系统，其特征在于，所述特征提取模块用于：

对所述训练样本进行Gamma校正；

从校正后的训练样本中提取所述HOG特征向量；

将所述HOG特征向量转换为的矩阵；

利用非负矩阵分解NMF方法对所述矩阵进行秩分解，其中，秩小于所述矩阵的行数；

根据所述矩阵的分解结果得到所述HOG-NMF特征向量。