[发明专利]一种基于混合分类器的可自主学习多目标检测方法

说明书

技术领域

本发明涉及一种基于混合分类器的可自主学习多目标检测方法，属于模式识别领域。

背景技术

视频监控在社区住宅、交通设施、金融机构、公共娱乐场所等各个领域中有着广泛的应用，作为监控中主要目标的车辆与行人，对其检测是智能视频处理的一个重要问题，因其融合多学科技术、拥有广阔市场前景而成为世界范围内各研究机构、公司企业的研究开发重点。但是，在多种动态变化场景中和不同拥挤程度下，稳定、准确地实现车辆与行人检测，仍然是难以很好实现的挑战性课题。

通过分析车辆的数目及运动信息，可以对交通的拥堵状况、平均车速由一个明确的了解。常用的车辆检测方法有：背景差分法、帧间差分法、光流法。背景差分法具有检测运动目标速度快、检测准确、易于实现的优点，但在实际应用中，静止背景不易直接获得，且由于背景图像的动态变化，需要有选择性地更新背景。帧差分法具有算法实现简单、程序设计复杂度低、运算速度快的优点，并且稳定性较好。但帧差分法不能提取出对象的完整区域，对帧间时间间隔依赖性较强，选择间隔不当时会造成很大误差。光流法的环境适应性强，但算法杂度高，难以保证车辆检测的实时性和实用性。

行人检测技术存在检测区域环境复杂，如天气的影响、光照的变化、行人的不确定行动等，同时要求处理准确高、稳定性强，所以该项技术成为多学科交叉研究的热点。对于行人检测常用的方法有如下几种：(1)基于全局特征的方法，该方法是目前较为主流的行人检测方法，主要采用边缘特征、形状特征、统计特征或者变换特征等图像的各类静态特征来描述行人，其中代表性的特征包括Haar小波特征、HOG特征、Edgelet特征、Shapelet特征和形状轮廓模板特征等。(2)基于人体部件的方法，该方法的基本思想是把人体分成几个组成部分，然后对图像中每部分分别检测，最后将检测结果按照一定的约束关系进行整合，最终判断是否存在行人。(3)基于立体视觉的方法，该方法是指通过2个或2个以上的摄像机进行图像采集，然后分析图像中目标的三维信息以识别出行人。

然而现有的一些检测方法常常有很多弊端，比如，Haar特征应用于行人检测时，性能有所下降。研究表明，在10^-1误检率的情况下只有约50％的检测率，并且对场景有着较高的要求。Edgelet利用的是局部特征，该方法对于不同姿态的行人检测及互相遮挡的行人检测，处理效果较好。然而，由于Edgelet特征需要手动标定，所以对该特征的提取比较复杂，对于一些本身较为复杂的曲线，难以通过手动标定的方法得到符合人体曲线的Edgelet特征。SIFT特征对于提取图像的不变特征可以取得非常不错的效果，但是仍然存在很多缺陷，比如：有时候提取的特征点会比较少、实时性一般、无法提取边缘比较模糊的目标对象等。

发明内容

为了解决现有技术的不足，本发明提供了一种基于混合分类器的可自主学习多目标检测方法，只需要在视频的第一帧中框选出感兴趣的检测目标，该体系会自动根据所框选目标初始化目标检测分类器，并通过不断的自主学习，逐步提高分类器的检测性能。本方法采用随机蕨分类器和可迭代的SVM相结合的方法，共同作用于目标的检测分类，并对车辆和行人进行测试，均取得了较好的效果。

本发明为解决其技术问题所采用的技术方案是：提供了一种基于混合分类器的可自主学习多目标检测方法，包括以下步骤：

(1)获取样本并初始化混合分类器：

(1.1)初始化随机蕨分类器：

(1.1.1)在视频的第一帧中框选出待检测目标做正样本，在不含目标区域的背景中随机框选出与正样本相同数量的负样本，对每个样本进行n1次仿射变换，将仿射变换后的结果作为初始训练随机蕨分类器的正样本和负样本；

(1.1.2)在得到的每个样本中随机提取3个像素块作为该样本的一个随机蕨，各样本中提取的3个像素块位于各样本的相同位置；共选取n2*n2个随机蕨，将其平均分为n2组，每组n2个随机蕨；

(1.1.3)对随机蕨中的每个像素块，比较其左半部分所有像素值之和I_left与右半部分所有像素值之和I_right的大小以及上半部分所有像素值之和I_top与下半部分所有像素值之和I_bottom的大小，根据比较结果对每个像素块的特征编码为2位二进制数；每个样本中的特征按照相同的顺序组合，则步骤(1.1.2)中，每个样本在随机蕨上统计的特征形成一个六位数的二进制编码，其对应的十进制数有64种可能数值，每个样本对应于随机蕨中的一个数值；