[发明专利]一种监控视频中的行人检测与跟踪方法

权利要求书

1.一种监控视频中的行人检测与跟踪方法，其特征在于，包括以下步骤：

对检测模块进行训练：选取训练数据集，其中包括正样本和负样本；对训练数据集提取HOG特征和CSS特征，将HOG特征和CSS特征进行组合，得到融合特征；对训练数据集中正样本的融合特征进行K-means聚类，得到k类不同姿态的行人类别；对k类不同姿态的行人类别与负样本进行训练，得到k个不同的SVM分类器；将得到的k个不同的SVM分类器进行级联得到级联分类器，将级联分类器作为检测模块；

对跟踪模块进行训练：将得到的检测模块应用于监控视频的第一帧得到初始的目标区域；提取目标区域的HOG和CSS特征，并组合得到融合特征；根据第一帧目标区域的融合特征训练得到初始跟踪模型；用得到的初始跟踪模型与下一帧视频进行相关操作，取得相关操作响应值最大的点作为下一帧视频的目标区域的中心点，并更新跟踪模型；当目标消失的情况发生时，加入检测模块对当前视频帧进行检测，用检测到的目标区域重新初始化跟踪模型；

所述对跟踪模块进行训练的具体过程为：

S1、将得到的检测模块应用于监控视频的第一帧检测出初始的目标区域；

S2、将目标区域扩大2.5倍作为搜索窗口，提取搜索窗口的HOG特征和CSS特征，并将HOG和CSS特征组合，得到融合特征；

S3、设置标签窗口，标签窗口大小与搜索窗口一样，按照高斯分布设置标签窗口中每个像素位置的标签值ylabel；

S4、计算标签窗口的傅里叶变换，得到标签窗口的频域信息yf；

S5、计算搜索窗口融合特征的傅里叶变换，得到融合特征的频域信息xf₁；

S6、计算xf₁的高斯自相关，得到融合特征的自相关信息kf₁；

S7、从而得到初始跟踪模型为：

其中λ为正则项；

S8、在视频第i帧中，其中i＞1，计算搜索窗口融合特征的频域信息zf_i；

S9、计算zf_i与跟踪模型model_xf_i-1的高斯互相关，得到互相关响应值kzf_i；将互相关响应值kzf_i与跟踪模型model_a_i-1相乘，对相乘后的结果做傅里叶反变换得到搜索窗口各点的响应值response_i；

S10、找出搜索窗口中最大的响应值max_responsei，threshold为所选择的阈值。

2.根据权利要求1所述的一种监控视频中的行人检测与跟踪方法，其特征在于：所述训练数据集选取INRIA数据集，其中正样本614张，包含2416个行人图像块；负样本1218张，每张随机采样5个图像块作为负样本。

3.根据权利要求1所述的一种监控视频中的行人检测与跟踪方法，其特征在于，所述对训练数据集提取HOG特征的具体过程为：将训练数据集中的图像块转化为灰度图像块，并分割为S×S的单元格，计算每个单元格的梯度，把梯度方向分为N个方向，统计单元格内N个方向的梯度直方图。

4.根据权利要求1所述的一种监控视频中的行人检测与跟踪方法，其特征在于，所述对训练数据集提取CSS特征的具体过程为：将训练数据集中的图像块分割为S×S的单元格，计算单元格内的像素值的和：M_c(R)＝∑C(i,j)，其中C(i,j)表示矩形块内像素点的值，CSS特征定义为不同单元格内像素值和的比值

5.根据权利要求1所述的一种监控视频中的行人检测与跟踪方法，其特征在于，所述找出搜索窗口中最大的响应值max_response_i，threshold为所选择的阈值；具体如下：

①若max_response_ithreshold，将响应值最大的点选择为新的目标区域和搜索窗口的中心点，并按照步骤S5、S6得到当前视频帧搜索窗口融合特征的频域信息xf_i和高斯自相关信息kf_i，计算当前视频帧的模板模型并更新跟踪模型：

model_a_i＝(1-η)×a_i+η×model_a_i-1

model_xf_i＝(1-η)×xf_i+η×model_xf_i-1

其中η表示学习率，若到达视频的最后一帧，结束跟踪；否则返回步骤S8；

②若max_response_ithreshold，则重新使用检测模块对当前视频帧进行检测，根据检测模块的检测结果重新初始化当前帧的目标区域，返回步骤S2。