[发明专利]基于安防视频中行人和车辆的实时检测方法和系统及设备

权利要求书

1.一种基于安防视频中行人和车辆的实时检测方法，其特征在于，包括：

采用运动目标检测算法进行粗略目标选取，采用轮廓提取算法对粗略目标进行方向梯度直方图HOG特征提取，将提取的HOG特征向量输入支持向量机SVM模型进行分类，从而识别粗略目标的类型是行人或车辆；

其中，采用轮廓提取算法对粗略目标进行HOG特征提取的过程中，在进行梯度计算时，设定一个与粗略目标的图像同心且小于粗略目标的矩形框作为外圈，仅对粗略目标的位于外圈以外的圈外图像进行梯度计算。

2.根据权利要求1所述的方法，其特征在于，还包括：

采用轮廓提取算法对粗略目标的图像进行HOG特征提取的过程中，省略颜色空间归一化的步骤。

3.根据权利要求2所述的方法，其特征在于，还包括：

采用轮廓提取算法对粗略目标的图像进行HOG特征提取的过程中，在将粗略目标的图像划分为多个细胞格时，将细胞格的大小设定为2×2像素。

4.根据权利要求3所述的方法，其特征在于，所述采用轮廓提取算法对粗略目标进行HOG特征提取包括以下步骤：

将粗略目标的图像灰度化；

计算图像中每个像素的梯度；

将图像划分为多个细胞格；

统计每个细胞格的梯度直方图，形成每个细胞格的特征描述器；

将每几个细胞格组成一个区块，一个区块内所有细胞格的特征描述器串联起来便得到该区块的HOG特征描述器；

将图像内的所有区块的HOG特征描述器串联起来得到粗略目标的HOG特征描述器，作为可供分类使用的HOG特征向量。

5.根据权利要求1至4中任一所述的方法，其特征在于，所述采用运动目标检测算法进行粗略目标选取包括：

接收视频流，对视频流中间隔一定距离的两帧图像进行基础过滤，然后对两帧图像做差，对差的结果边缘绘制最小距离矩形，用矩形的四点坐标从图像中截取矩形，获得粗略目标；

其中，间隔一定距离的两帧图像是相邻的两帧图像或间隔n帧的两帧图像，n为不小于1的自然数；

所述基础过滤包括：灰度化，二值化，5x5高斯矩阵进行模糊降噪，5x5高斯矩阵向上采样。

6.根据权利要求1至4中任一所述的方法，其特征在于，还包括：

将非行人且非车辆的粗略目标滤除。

7.一种基于安防视频中行人和车辆的实时检测系统，其特征在于，包括：

目标选取模块，用于采用运动目标检测算法进行粗略目标选取；

特征提取模块，用于采用轮廓提取算法对粗略目标进行方向梯度直方图HOG特征提取；

分类模块，用于将提取的HOG特征向量输入支持向量机SVM模型进行分类，从而识别粗略目标的类型是行人或车辆；

其中，所述特征提取模块，具体用于采用轮廓提取算法对粗略目标进行HOG特征提取的过程中，在进行梯度计算时，设定一个与粗略目标的图像同心且小于粗略目标的矩形框作为外圈，仅对粗略目标的位于外圈以外的圈外图像进行梯度计算。

8.根据权利要求7所述的系统，其特征在于，

所述特征提取模块，还用于采用轮廓提取算法对粗略目标的图像进行HOG特征提取的过程中，省略颜色空间归一化的步骤。

9.根据权利要求8所述的系统，其特征在于，

所述特征提取模块，还用于采用轮廓提取算法对粗略目标的图像进行HOG特征提取的过程中，在将粗略目标的图像划分为多个细胞格时，将细胞格的大小设定为2×2像素。

10.一种用于安防的计算机设备，其特征在于，所述计算机设备包括处理器、存储器、总线和通信接口；

所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过所述总线连接，当所述计算机设备运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述计算机设备执行如权利要求1-6中任一项所述的方法。