[发明专利]一种对行人分类器实现动态更新的人数统计方法

权利要求书

1.一种对行人分类器实现动态更新的人数统计方法，

其特征在于，包括：

S1、基于SVM算法对训练本集进行训练以得到初始化行人分类器；

S2、获取监控区域的视频流图像作为输入图像，并对输入图像进行背景建模以得到背景图像；

S3、利用初始化行人分类器对监控区域的背景图像进行行人检测，并根据行人检测结果对初始化行人分类器进行选择性的更新训练；

S4、通过执行步骤S3后的所得到的行人分类器对监控区域中的输入图像进行行人检测，并通过meanshift算法对检测到的行人区域进行跟踪和计数。

2.根据权利要求1所述的人数统计方法，其特征在于，所述步骤S1具体为：先计算正/负样本集中正/负样本的HOG特征向量，然后基于SVM算法对所述HOG特征向量进行训练，以得到初始化行人分类器；

所述正样本集中的正样本是包含行人头部和/或肩部的样本；所述负样本集中的负样本是不包含行人头部和/或肩部的样本。

3.根据权利要求1或2所述的人数统计方法，其特征在于，所述正/负样本集中正/负样本为30×30～100×100像素的256阶灰度图像。

4.根据权利要求1所述的人数统计方法，其特征在于，所述步骤S2中的“背景建模”为混合高斯背景建模，其具体包括：

S21：初始化背景模型；

S22：更新背景模型；

S23：采用权值动态学习速率的权值更新方法提取背景图像和分割运动目标；

所述步骤S23中的“权值动态学习速率”的计算公式为：

αt=α0;t<T0α02(t-T0);t≥T0]]>

所述步骤S23中的“权值更新”的计算公式为：ω_i，t＝(1-α_t)ω_i，t-1+α_tM_i，t

所述α_t为权值学习速率，T_o为像素稳定时间，ω_i，t-1为t-1时刻的权值；ω_i，t为t时刻的权值；其中，T₀＝20，α₀＝0.01。

5.根据权利要求1所述的行人统计方法，其特征在于，所述步骤S3中的“利用初始化行人分类器对监控区域的背景图像进行行人检测”具体为：

以30×30像素的图像作为检测窗口，在水平和垂直方向上以2个像素点为步长，对由执行步骤S2所得到的背景图像作行、列滑动扫描，提取扫描区域的HOG特征，并将计算得到的HOG特征送入执行步骤S1所得到的行人分类器中，并根据初始化行人分类器的输出结果判断该扫描区域是否为行人区域。