[发明专利]基于视频中运动先验信息的行人检测方法及装置

权利要求书

1.一种基于视频中运动先验信息的行人检测方法，其特征在于，包括：

通过背景差分的方法提取待检测视频中的运动信息；

依据检测面积最小化原则对所述运动信息中的运动目标进行区域聚类，将相互覆盖面积较大的运动目标聚集为一个运动密集区域块，以保证对最终得到的运动密集区域块进行特征提取时计算量最小，即面积和最小；

对所述待检测视频中的视频帧图像依据所述运动密集区域块进行分割处理，分别建立图像金字塔；

对所述运动密集区域块的每层图像金字塔进行特征提取，仅提取运动区域及附近像素的特征信息，以剔除掉复杂背景的干扰，将背景区域的特征置零，使得特征显著区域集中于行人周围；

运用滑窗的方式，检测所述运动密集区域块的每层金字塔图像中的行人，定位行人目标，获取行人检测结果；

根据所述行人检测结果，对背景模型进行更新，将所述行人检测结果反馈至背景模型更新模块，对行人区域不做更新处理，仅对非行人区域进行更新处理。

2.根据权利要求1所述的方法，其特征在于，所述通过背景差分的方法提取待检测视频中的运动信息包括：

针对待检测视频的开头片段，进行运动检测背景模型的初始化；

对于所述待检测视频中的当前视频帧图像，与所述背景模型进行差分，得到前景图像，即运动先验信息；

对所述运动先验信息进行形态学滤波，以及腐蚀和膨胀处理，得到处理后的运动信息。

3.根据权利要求2所述的方法，其特征在于，在所述通过背景差分的方法提取待检测视频中的运动信息之前，所述方法还包括：

基于行人样本和非行人背景样本，离线训练行人检测分类器；

则所述运用滑窗的方式，检测所述运动密集区域块的每层金字塔图像中的行人，定位行人目标，获取行人检测结果包括：

基于所述行人检测分类器，运用滑窗的方式，检测所述运动密集区域块的每层金字塔图像中的行人，定位行人目标，对所获取到的行人检测结果进行非极大值抑制，获取最终行人检测结果，并对所述最终行人检测结果进行坐标变换，变换到原图像的坐标系中。

4.一种基于视频中运动先验信息的行人检测装置，其特征在于，包括：

运动信息提取单元，用于提取通过背景差分的方法提取待检测视频中的运动信息；

聚类单元，用于依据检测面积最小化原则对所述运动信息中的运动目标进行区域聚类，将相互覆盖面积较大的运动目标聚集为一个运动密集区域块，以保证对最终得到的运动密集区域块进行特征提取时计算量最小，即面积和最小；

分割单元，用于对所述待检测视频中的视频帧图像依据所述运动密集区域块进行分割处理，分别建立图像金字塔；

特征提取单元，用于对所述运动密集区域块的每层图像金字塔进行特征提取，仅提取运动区域及附近像素的特征信息，以剔除掉复杂背景的干扰，将背景区域的特征置零，使得特征显著区域集中于行人周围；

定位单元，用于运用滑窗的方式，检测所述运动密集区域块的每层金字塔图像中的行人，定位行人目标，获取行人检测结果；

更新单元，用于根据所述行人检测结果，对背景模型进行更新，将所述行人检测结果反馈至背景模型更新模块，对行人区域不做更新处理，仅对非行人区域进行更新处理。

5.根据权利要求4所述的装置，其特征在于，所述运动信息提取单元包括：

初始化模块，用于针对待检测视频的开头片段，进行运动检测背景模型的初始化；

差分模块，用于对于所述待检测视频中的当前视频帧图像，与所述背景模型进行差分，得到前景图像，即运动先验信息；

处理模块，用于对所述运动先验信息进行形态学滤波，以及腐蚀和膨胀处理，得到处理后的运动信息。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

训练单元，用于基于行人样本和非行人背景样本，离线训练行人检测分类器；

则所述定位单元，用于基于所述行人检测分类器，运用滑窗的方式，检测所述运动密集区域块的每层金字塔图像中的行人，定位行人目标，对所获取到的行人检测结果进行非极大值抑制，获取最终行人检测结果，并对所述最终行人检测结果进行坐标变换，变换到原图像的坐标系中。