[发明专利]基于局部特征的车载远红外行人检测系统及方法

说明书

技术领域

本发明属于计算机视觉与模式识别、图像处理和智能交通系统领域，尤其涉及一种基于局部特征的车载远红外行人检测系统及方法。

背景技术

随着汽车保有量的不断上升、公路网的持续发展，公路交通事故时有发生，汽车的安全性成为汽车生产商和消费者关心的重要问题。道路行人由于缺乏防护措施，属于道路使用者中的弱势群体，故车载行人检测的研究直接来源于社会与市场的需求。

行人安全保护囊保护装置(中国专利授权公告号：CN201343010Y，授权公告日：2009年11月11日)、汽车前保险杠专用行人保护装置(中国专利授权公告号：CN201071028Y，授权公告日：2008年06月11日)等均属于被动行人保护方法，只能在汽车发生事故后启动，起到补救作用，并不能辅助阻止交通事故的发生。基于视频的行人检测技术则能防患于未然，目前已经成为研究热点课题。虽然基于可见光视频的行人检测已经有较长的历史，目前已有多种算法被提出，然而，由于其不能在更容易发生交通事故的夜间场景检测行人，且难以应对光照的变化、恶劣天气对检测效果的影响及面临实时性难以保障等方面的挑战。近年来，随着红外探测器价格的下降，且不会受到光照变化的影响，能有效感知夜间场景信息，基于远红外探测器的车载行人检测辅助系统已被少数发达国家投入民用轿车，在国内，已有相关的技术研究和实际应用系统，但是，行人检测器存在准确率不够高、检测实时性不够理想等问题。

目标检测领域中，目标的描述是一个关键环节，行人检测领域也不例外。所提取的特征对动态目标的表征能力及其计算复杂度均对该特征的可用性至关重要，例如，复杂的特征可能具有较好的表征能力但往往计算复杂度过高，难以符合实时性要求；相对于对整个候选区域进行特征提取的方法，通过在候选区域的局部进行特征提取以得到局部特征的方式，不仅可以节省计算开销；而且可以缓解可能出现的遮挡问题，这将有益于提高行人检测系统的准确率和实时性。在可见光行人检测中，Wu等(Wu B，Nevatia R.Detection of multiple，partially occluded humans in a single image by bayesian combination of edgelet part detectors[C]//Computer Vision，2005.ICCV2005.Tenth IEEE International Conference on.IEEE，2005，1：90-97.)将行人划分为四个部位，使用edgelet特征描述行人轮廓，利用贝叶斯推理机制综合部位检测结果进行行人检测；Zheng等(Zheng J，Zhang W，Li B.Pedestrian detection based on background modeling and head-shoulder recognition[C]//Wavelet Analysis and Pattern Recognition (ICWAPR)，2012International Conference on.IEEE，2012：227-232.)依据行人头肩部位具有姿态相对稳定且较少发生遮挡的特点，提取头肩部位的HOG特征和Haar-like特征进行行人检测，该方法相对于在整个候选区域进行特征提取，明显改善了系统对遮挡目标的识别能力。目前，针对红外行人提取有效局部特征的研究尚不够深入，Olmeda等(Olmeda D，de la Escalera A，Armingol J M.Far infrared pedestrian detection and tracking for night driving[J].Robotica，2011，29(4)：495-505.)为降低系统计算开销，创建了红外行人头肩部位的概率模板，但是，他们只构建了两种概率局部模板，未能应对行人头部的多种姿势，若通过增加模板的方式应对多种姿势，将成倍增加匹配计算开销。Liu等(Liu Q，Zhuang J，Kong S.Detection of pedestrians for far-infrared automotive night vision systems using learning-based method and head validation[J].Measurement Science and Technology，2013，24(7)：074022.)提出将一个维度Haar-like特征用于描述行人头部，以此辅助机器学习方法实现行人检测，明显抑制了系统虚警的产生。但是，该算法将头部候选区域简单地从纵向进行等分，并假设行人头部始终居中，虽然计算复杂度较低，但中近景行人的具体头部姿态在候选区域中位置的多样性未能得到表现，容易产生漏检。