[发明专利]一种机器学习算法级联的铁轨行人检测方法

权利要求书

1.一种机器学习算法级联的铁轨行人检测方法，其特征在于具体步骤为：

第一步构建机器学习算法级联的铁轨行人检测系统

机器学习算法级联的铁轨行人检测系统，包括：特征向量库构建模块、分类器训练模块、提升树行人检测模块和支持向量机行人目标检测模块；所述：

第二步特征向量库构建模块构建训练样本集合；

第三步训练分类器模块分别利用提升树算法和支持向量机对构建的训练样本集合进行训练，并得到分类器；

第四步提升树行人检测模块实现行人目标的粗检测；

第五步支持向量机行人目标检测模块对粗检测到的行人目标进行最终确认；

至此，通过提升树和支持向量机级联的方式完成了铁轨行人的检测。

2.如权利要求1所述的机器学习算法级联的铁轨行人检测方法，其特征在于，

第二步特征向量库构建模块构建训练样本集合的具体过程为：

采集行人图像，构建待训练的正样本和负样本，其中，正样本为包含行人的图像，标签记为1，负样本为不包含行人的图像，标签记为-1，样本总数为N，提取所有样本图像的局部二进制特征，构建特征向量库f_L，得到训练集T_L＝{(l₁,y₁),(l₂,y₂),...,(l_i,y_i),...,(l_N,y_N)}，l_i为特征库f_L中第i个局部二进制向量，且1≤i≤N，y_i为第i个向量的标签，且有y_i∈Y＝{1,-1}；同时，提取所有样本图像的方向直方图特征，构建特征向量库f_H，得到训练集T_H＝{(h₁,y₁),(h₂,y₂),...,(h_i,y_i),...,(h_N,y_N)}，h_i为特征库f_H中第i个方向直方图向量，且1≤i≤N y_i为第i个向量的标签。