[发明专利]面向车载热成像行人检测的感兴趣区域过滤方法和装置

权利要求书

1.一种面向车载热成像行人检测的感兴趣区域(RoIs)过滤方法，其特征在于，所述方法包括：

通过计算行人的像素高度和RoIs的高宽比并设定相应的阈值区间，滤除尺寸异常的RoIs；

逐个RoIs分别计算其上下边界与当前图像路面基准的竖直间距，计算基于RoIs像素高度的阈值，滤除位置异常的RoIs；以及

依据每个RoIs的亮度竖直投影差值曲线搜索可能的行人头部区域，对比头部区域和相邻背景区域的Haar-like特征的差异程度，滤除缺失行人头部的RoIs。

2.根据权利要求1所述的感兴趣区域过滤方法，其特征在于，滤除尺寸异常的RoIs包括：

依据图像焦距f、行人身高height_target和检测距离distance参数，计算得到行人RoIs像素高度的阈值区间：

height_pixel≈height_target×f/distance 公式(1)

其中，height_pixel是行人RoIs像素高度的阈值区间，height_target为行人目标的身高，f为图像焦距，distance为检测距离；

根据统计分析法，获得行人RoIs高宽比的高斯分布，选取合适的置信水平得到高宽比阈值区间；以及

评估每个待检测RoIs，不符合两种区间条件的RoIs为尺寸异常的RoIs，将这些尺寸异常的RoIs移除。

3.根据权利要求1所述的感兴趣区域过滤方法，其特征在于，滤除位置异常的RoIs包括：

使用水平路面假设方法获取当前图像路面基准；

对需要判断的RoIs，逐个RoIs分别计算其上下边界与路面基准在y轴方向的间距数值，y轴方向是RoIs的竖直方向，并根据公式(2)计算基于当前RoIs像素高度RoI_h的阈值：

其中，α和β是缩放因子，ε是偏移噪声因子；以及

滤除间距结果不符合阈值的待检测RoIs。

4.根据权利要求1所述的感兴趣区域过滤方法，其特征在于，滤除缺失行人头部的RoIs包括：

使用行人头部自适应定位算法将当前RoIs上层区域沿水平方向划分为三部分，中间部分命名为头部区域，左、右部分命名为背景区域；以及

使用基于Haar-like特征的方法评估头部区域和背景区域的亮度均值差异程度，依据预设的阈值移除缺失头部的RoIs。

5.根据权利要求4所述的感兴趣区域过滤方法，其特征在于，行人头部自适应定位算法使用亮度竖直投影方法处理当前RoIs的上层区域，得到对应的投影结果序列；计算序列中相邻数据的差值，获得当前RoIs的亮度竖直投影差值曲线；根据竖直边界匹配策略，在曲线极值点寻找符合条件的头部区域左右边界组合，相应的x轴坐标信息定义头部区域位置，其中，x轴是RoIs的水平方向。

6.一种面向车载热成像行人检测的感兴趣区域(Regions of Interest,RoIs)过滤装置，其特征在于，所述装置包括：

尺寸异常RoIs过滤器，通过计算行人像素高度和RoIs高宽比并设定相应的阈值区间，滤除尺寸异常的RoIs；

位置异常RoIs过滤器，逐个RoIs分别计算其上下边界与当前图像路面基准的竖直间距，计算基于RoIs像素高度的阈值，滤除位置异常的RoIs；以及

缺失头部RoIs过滤器，依据每个RoIs的亮度竖直投影差值曲线搜索可能的行人头部区域，对比头部区域和相邻背景区域的Haar-like特征的差异程度，滤除缺失行人头部的RoIs。

7.根据权利要求6所述的感兴趣区域过滤装置，其特征在于，尺寸异常RoIs过滤器依据图像焦距和行人检测距离，计算行人RoIs像素高度的阈值区间；根据统计分析法，获得行人RoIs高宽比的高斯分布，选取合适的置信水平得到高宽比阈值区间；以及评估每个待检测RoIs，不符合两种区间条件的RoIs为尺寸异常的RoIs，将这些尺寸异常的RoIs移除。