[发明专利]异源视频融合的夜视抗晕光行人检测及跟踪方法有效
申请号: | 202010896881.5 | 申请日: | 2020-08-31 |
公开(公告)号: | CN112069967B | 公开(公告)日: | 2022-12-06 |
发明(设计)人: | 郭全民;张文平;田英侠;柴改霞;杨建华;陈阳 | 申请(专利权)人: | 西安工业大学 |
主分类号: | G06V40/10 | 分类号: | G06V40/10;G06V20/40;G06V10/774;G06V10/764 |
代理公司: | 西安新思维专利商标事务所有限公司 61114 | 代理人: | 李凤鸣 |
地址: | 710032 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 视频 融合 夜视抗晕光 行人 检测 跟踪 方法 | ||
1.一种异源视频融合的夜视抗晕光行人检测及跟踪方法,其特征在于,包括以下步骤:
步骤1、自适应选择检测帧,该步骤具体包括下述步骤:
步骤1.1、提取视频帧,确定视频序列的第1帧为参考帧,视频序列的第2帧为当前帧;
步骤1.2、根据下式,计算当前帧与参考帧的间隔帧数n;
n=nc-nr
式中,nc为当前帧帧号,nr为参考帧帧号;
步骤1.3、根据下式,计算最大隔帧阈值N;
N=f×T
式中,f为帧率,T为最大检测时间阈值,取T=0.2s;
步骤1.4、若n≥N,则当前帧C为检测帧,并将当前帧C设为新的参考帧,当前帧C的下一帧设为新的当前帧,并跳回步骤1.2执行;
若nN,顺序执行步骤1.5;
步骤1.5、按以下步骤,计算当前帧与参考帧的特征向量余弦夹角θ;
式中,参考帧特征向量R=[r0,r1,...,r63],当前帧特征向量C=[c0,c1,...,c63];
步骤1.6、将θ与设定的帧间差异阈值τ进行比较,阈值τ取值为1.5~2.2,仅检测超过阈值的当前帧:
若θτ,则当前帧C为检测帧,并将当前帧C设为新的参考帧,当前帧C的下一帧设为新的当前帧,并跳回步骤1.2执行;
若θτ,则当前帧C不是检测帧,参考帧不变,将当前帧C的下一帧设为新的当前帧,并跳回步骤1.2执行;
步骤2、当满足检测条件后,开始行人检测,具体步骤如下:
步骤2.1、将检测帧切成大小均等的多个子图,通过行人检测器获得各子图的初始检测结果Si,根据下式得到集合S:
S=(S0∪S1∪…∪Sn)-((S0∩S1)∪(S1∩S2)…∪(Sm-1∩Sm))
式中,m为切图次数,i=0,...,m;
步骤2.2、根据下式,计算首次筛选的检测集SI;
SI=S-SO
式中,SO为与检测框的重叠度大于阈值y1的所有检测框的集合,取y1=0.7;
步骤2.3、对冗余区域边界范围内的检测框做进一步筛选;
步骤2.3.1、根据检测框的位置坐标筛选位于冗余区域内的框;
步骤2.3.2、根据下式,计算多余框集合SR;
式中,a、b为候选框,y2、y3为剔除阈值,取y2=0.8,y3=0.6;
步骤2.4、根据下式,获得检测帧的行人检测框集合SP;
SP=SI-SR
步骤3、检测出行人后,对行人进行跟踪,具体步骤以下:
步骤3.1、以检测帧中检测框为样本图像块,通过循环移位获得训练样本x={xj|j=1,2,...,n}输入至分类器中训练;
步骤3.2、根据下式,求解跟踪器模板α的DFT变换
式中,为核函数k(x,x')的元素,为训练样本x={xj|j=1,2,...,n}对应的回归值y={yj|j=1,2,...,n}的DFT变换,λ是正则化参数;
步骤3.3、根据下式,计算将其从频域转化到为时域后,数值最大的区域即为跟踪行人的位置;
式中,为核函数k(x,z')的元素;通过循环稠密采样构造检测样本z={zj|j=1,2,...,n},zj=Pjz。
2.根据权利要求1所述的异源视频融合的夜视抗晕光行人检测及跟踪方法,其特征在于:
所述步骤1.6中,τ=1.8。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安工业大学,未经西安工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010896881.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种磁敏温度开关
- 下一篇:一种内置膛线的喷嘴、喷射器及燃料电池氢气循环系统