[发明专利]一种融合时域信息和空域信息的行人检测方法

权利要求书

1.一种融合时域信息和空域信息的行人检测方法，其特征在于，包括以下步骤：

(1)于特定场景中实时采集监控视频图像；

(2)根据采集的图像，采用混合高斯模型进行背景建模，检测场景中的运动前景；

(3)根据检测到的运动前景，采用滑动窗口策略分别提取空间域HOG特征、时间域HOG特征、空间域LBP特征和时间域LBP特征；

(4)根据步骤(3)提取到的特征，利用随机森林分类器对上述特征进行分类判别，判断当前滑动窗口所覆盖的区域内是否包含有行人，然后输出结果。

2.根据权利要求1所述的一种融合时域信息和空域信息的行人检测方法，其特征在于，所述步骤(3)中，时间域HOG特征采用以下公式求取：

G′_t(x,y)＝|H_t(x,y)-H_t-1(x,y)|

θ=tan-1(||Gt||/Gx2+Gy2)]]>

式中，G′_t(x,y)表示视频中第t帧的像素位置(x,y)的梯度幅值，H_t(x,y)和H_t-1(x,y)分别表示视频中第t帧和第(t-1)帧的像素位置(x,y)的像素值，θ表示视频中第t帧的方向，G_t表示视频中第t帧的梯度值，G_x和G_y分别表示视频中第t帧在水平方向和垂直方向上的梯度值。

3.根据权利要求2所述的一种融合时域信息和空域信息的行人检测方法，其特征在于，所述步骤(3)中，时间域LBP特征的LBP值采用下列公式计算得到：

LBP_t＝f_t(x,y)-f_t-1(x，y)

式中，LBP_t表示视频第t帧的LBP值，f_t(x,y)和f_t-1(x,y)分别表示视频第t帧和第(t-1)帧的像素位置(x,y)处的像素值。

4.根据权利要求3所述的一种融合时域信息和空域信息的行人检测方法，其特征在于，所述步骤(3)中，空间域LBP特征和时间域LBP特征均采用图像的分块LBP直方图表示，其具体过程如下：

(a)将图像划分为N×N的图像子块，并计算每个图像子块中每个像素的LBP值，N为自然数；

(b)对每个子块进行直方图统计，得到N×N个子块的直方图；

(c)将N×N个子块的直方图串联起来，构成空间域LBP特征向量或时间域LBP特征向量，用于描述该图像的纹理特征。