[发明专利]一种基于双级级联分割的远红外行人检测方法

说明书

本发明公开了一种基于双级级联分割的远红外行人检测方法，本发明采用中值滤波和拉普拉斯积分的预处理可以使得图像的轮廓加强；基于图模型的快速图像分割方法可以将图像中具有相近亮度的区域进行合并，从而可以列举出图像中可能存在物体的各局部区域；双阈值法和基于图模型的快速图像分割方法的联用可以使得分割结果更加的准确；基于先验知识层级合并的候选区域列举根据人体成像的特点，对人体区域优先进行合并，提高感兴趣区域的准确率，采用聚合通道特征和高低频红外图像有效的提高了系统的鲁棒性和实时性，二级级联分类器的使用使得分类结果更加的准确。

技术领域

本发明涉及计算机视觉和智能交通的研究领域，特别涉及一种基于双级级联分割的远红外行人检测方法。

背景技术

随着科技的进步，智能化生活越来越被大众所向往，对于智能交通也广受关注，关于行人安全方面，现有技术有，行人保护装置与行人保护保险杠(中国专利授权公告号：CN107021058A，授权公告日：2017年08月08日)等都属于被动的行人保护方法，都是在交通事故发生之后起到一定的保护作用，并不能提前预防事故的发生。目前，提高夜间行车安全的解决方法之一是夜视系统，石永彪(石永彪,张湧.车载红外夜视技术发展研究综述[J].红外技术,2019,41(06):504-510.)采用夜视系统辅助司机夜间开车，它可以帮助司机改善他的感知设施，提供更多的时间做出决定。该系统不仅可以防止汽车使用者和行人在道路上发生事故，而且还可以防止交通事故的发生。其中在行人检测的问题中，光照充足的可见光检测领域已经取得众多的研究成果，但在光照不足的场景下特别是夜间的检测依旧是一个待解决的难题。近年来，随者电子计算机技术的不断发展，价格低廉的红外摄像装备随之广泛应用与家庭和车载摄像，极大促进红外图像处理技术在各领域中的应用和推广。在国内，已有相关的技术研究和实际应用系统，但是其行人检测系统仍存在准确率不够高、检测的实时性不够好等问题。

类似于可见光领域的行人检测，基于红外图像的行人检测也分为两个部分：特征提取和分类识别。梯度方向直方图(Histograms of Oriented Gradient,HOG)特征结合线性支持向量机(Linear Support Vector Machines,SVM)分类器的行人检测方法首次由Dalal(Dalal N,Triggs B.Histograms of Oriented Gradients for Human Detection[C].IEEE Computer Society Conference on Computer VisionPattern Recognition,2005.)等提出。HOG特征由于具有较好的鲁棒性，被广泛用于红外行人检测上，并且出现了一些基于HOG的有所改变的特征组合。OMalley等(Omalley R,Jones E,GlavinM.Detection of Pedestrians in Far-infrared Automotive Night Vision UsingRegion-growing and Clothing Distortion Compensation[J].Infrared PhysicsTechnology,2010,53(6)：439-449)较早使用HOG特征实现了远红外视频序列的行人检测。目前该检测框架利用传统的HOG特征提取方式的检测速度很难满足实时性的需求。