[发明专利]基于车载红外视频的行人检测方法及系统

权利要求书

1.一种基于车载红外视频的行人检测方法，其特征在于，包括以下步骤：

S1、通过车载红外探测仪获取红外视频，采用积分图和通道特征，提取红外视频的颜色特征和梯度特征；

S2、采用自适应增强迭代算法Adaboost，对步骤S1提取的特征进行训练和筛选，检测红外视频的图像中的行人，得到初步检测结果；

S3、采用匈牙利算法，对步骤S2得到的初步检测结果进行计算，得到所有图像中的行人关联形成的初始轨迹序列，具体包括以下步骤：将步骤S2得到的初步检测结果的图像中的所有行人均用检测窗标出，设置检测窗的相似度临界值，剔除相似度低于该临界值的检测窗；将检测窗的交比作为几何线索，计算检测窗在当前帧的区域与其在前一帧的区域之间的相关性，得到外观线索，结合检测窗的几何线索和外观线索进行计算，得到图像间的关联矩阵A_i,j：

其中，Γ(d_i,d_j)表示检测窗的相似度，d_i表示前一帧图像第i个检测窗，d_j表示后一帧图像的第j个检测窗，i、j均为正整数；Γ(d_i,d_j)数值越低，相似度越高；box(·)表示一个目标的检测窗口，xcorr(d_i,d_j)表示两个检测窗的最大化的归一化的互相关性，τ是用于判断检测窗的相似度的阈值；

从第一帧图像开始，采用匈牙利算法，通过图像间的关联矩阵A_i,j建立所有检测窗中行人的轨迹，得到所有图像中的行人关联形成的初始轨迹序列；

S4、将步骤S3得到的初始轨迹序列作为初始值，采用曼克莱斯算法，计算最优的轨迹关联信息，得到最终的跟踪轨迹。

2.如权利要求1所述的基于车载红外视频的行人检测方法，其特征在于：步骤S1具体包括以下步骤：

通过车载红外探测仪获取红外视频，对红外视频的图像进行图像金字塔的缩放；在不同的尺度上，采用积分图，对缩放后的每一帧图像I的3个颜色通道特征L(I),U(I),V(I)、夹角为Θ＝i的6个梯度方向通道特征G(I)·1[Θ＝i]、1个梯度幅值通道特征||G(I)||分别进行提取，再进行归一化处理，得到表示该帧图像的颜色特征和梯度特征的综合特征向量F，综合特征向量F的计算公式为：

F＝{L(I),U(I),V(I),||G(I)||,G(I)·1[Θ＝i]},

3.如权利要求2所述的基于车载红外视频的行人检测方法，其特征在于：步骤S2具体包括以下步骤：

设输入的n个训练样本为：{(x₁,y₁),(x₂,y₂),…,(x_n,y_n)}，其中x_i是输入的训练样本，y_i∈{0,1}分别表示正样本和负样本，其中，正样本数为l，负样本数为m，n＝l+m，l、m、n均为正整数；采用自适应增强迭代算法Adaboost，初始化每个样本的权重，对每个通道特征训练一个用于检测图像中是否有行人的弱分类器，计算弱分类器的加权错误率，按照错误率最小的弱分类器调整权重，迭代弱分类器的选择过程，将选择的弱分类器合成强分类器，用于检测图像中是否有行人；采用该强分类器对所有图像的综合特征向量F进行训练和筛选，将检测到行人的所有图像作为初步检测结果。