[发明专利]一种基于多特征融合级联分类器的行人检测方法及装置

权利要求书

1.一种基于多特征融合级联分类器的行人检测方法，其特征在于，包括如下步骤：

获取已检测到行人的样本图像，将其划分为多个大小相同、部分重叠的分块；

对每个所述分块的多种图像特征进行提取，并将所述多种图像特征进行结合，将结合后的特征作为所述分块的图像特征:计算每个所述分块内的每一个像素的HOG、SILTP、HSC特征值并绘制各自对应的特征值直方图，将所述特征值直方图至少与深度图的CLBC特征、运动信息特征、LBP特征中的一种进行进一步融合，得到特征向量;

根据所述分块的图像特征训练分块分类器，计算各个分块对应的行人检测率，舍弃行人检测率低于阈值的分块；

对保留下来的分块进行特征融合，将分块的融合特征作为级联分类器的输入，并对所述级联分类器进行训练直至误差小于阈值，将训练完成的级联分类器用于行人检测:对保留下来的分块通过并联融合，将融合后的特征作为级联分类器的输入，并对所述级联分类器进行训练直至误差小于阈值。

2.根据权利要求1所述的基于多特征融合级联分类器的行人检测方法，其特征在于，所述级联分类器为级联AdaBoost分类器。

3.根据权利要求2所述的基于多特征融合级联分类器的行人检测方法，其特征在于，所述级联AdaBoost分类器是由若干个弱分类器层叠式累加而成的强分类器。

4.一种视频行人检测方法，其特征在于，包括权利要求1-3中任一所述的基于多特征融合级联分类器的行人检测方法。

5.一种基于多特征融合级联分类器的行人检测装置，其特征在于，包括获取模块、提取模块、缩减模块、融合模块、级联分类器，

所述获取模块，用于获取已检测到行人的样本图像或待检测图像，将其划分为多个大小相同、部分重叠的分块；

所述提取模块，用于对每个所述分块的多种图像特征进行提取，并将所述多种图像特征进行结合，将结合后的特征作为所述分块的图像特征:计算每个所述分块内的每一个像素的HOG、SILTP、HSC特征值并绘制各自对应的特征值直方图，将所述特征值直方图至少与深度图的CLBC特征、运动信息特征、LBP特征中的一种进行进一步融合，得到特征向量;

所述缩减模块，用于根据所述分块的图像特征训练分块分类器，计算各个分块对应的行人检测率，舍弃行人检测率低于阈值的分块；

所述融合模块，用于对保留下来的分块进行特征融合，将分块的融合特征作为级联分类器的输入，并对所述级联分类器进行训练直至误差小于阈值，将训练完成的级联分类器用于行人检测:对保留下来的分块通过并联融合，将融合后的特征作为级联分类器的输入，并对所述级联分类器进行训练直至误差小于阈值;

所述级联分类器，用于根据所述分块的融合特征进行训练或输出行人检测结果。

6.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。

7.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-3中任一所述的方法。