[发明专利]视频监控多视角车辆检测方法和装置

摘要

本发明公开了一种视频监控多视角车辆检测方法和装置，所述方法包括基于图像样本的梯度通道特征和LUV通道特征，通过Adaboost训练算法进行训练，得到多个检测尺度对应的树状级联Adaboost分类器，所述树状级联Adaboost分类器包括多个级联分类器分支，每一级联分类器分支用于检测图像中预设视角范围内的车辆目标；输入待检测的视频图像；根据待检测的视频图像的梯度通道特征和LUV通道特征，用所述多个检测尺度对应的树状级联Adaboost分类器对输入的所述视频图像进行识别，得到每个检测尺度对应的视频图像中的车辆目标检测结果；合并多个检测尺度对应的树状级联Adaboost分类器的车辆目标检测结果。应用本发明技术方案，能够提高目标检测的准确性以及提高处理效率。

主权项

一种视频监控多视角车辆检测方法，所述方法包括:输入包含预设视角范围内的车辆目标的图像样本；提取所述图像样本的梯度通道特征和LUV通道特征，所述提取图像样本的梯度通道特征和提取图像样本的LUV通道特征的步骤包括分别在图像的RGB空间以及LUV空间执行下列步骤：对图像进行平滑；计算图像中像素点(x,y)的图像值在图像宽度方向的导数dx，以及图像中像素点(x,y)的图像值在图像高度方向的导数dy，其中x为像素点在图像宽度方向坐标，y为像素点图像高度方向坐标；以公式计算图像中像素点(x,y)对应的梯度模M，由各像素点的梯度模M作为图像值得到梯度模图像M(x,y)；将‑90度至90度范围的梯度方向分为6个方向，每个方向30度，每个方向对应一梯度方向图像以公式计算图像中像素点(x,y)对应的梯度方向θ，若θ位于第j个方向，则第j个方向对应的梯度方向图像以公式计算图像值，其中1≤j≤6，为整数；计算梯度模图像M(x,y)、梯度方向图像对应的通道积分图像Ii(x,y)，通道积分图像Ii(x,y)在(x,y)处的图像值为通道积分图像Ii(x,y)对应的梯度模图像M(x,y)或梯度方向图像位于(x,y)处左上角所有图像值的累加，其中1≤j≤6，1≤i≤7，为整数；以公式F(i,x,y,w,h)＝a+d‑b‑c计算通道积分图像Ii(x,y)对应的梯度通道特征F(i,x,y,w,h)，其中a＝Ii(x,y)，b＝Ii(x+w,y)，c＝Ii(x,y+h)，d＝Ii(x+w,y+h)，1≤i≤7，w取值为1至预设的检测宽度，h取值为1至预设的检测高度；基于所述图像样本的梯度通道特征和LUV通道特征，通过Adaboost训练算法进行训练，得到多个检测尺度对应的树状级联Adaboost分类器，所述树状级联Adaboost分类器包括多个级联分类器分支，每一级联分类器分支用于检测图像中所述预设视角范围内的车辆目标；输入待检测的视频图像；根据待检测的视频图像的梯度通道特征和LUV通道特征，用所述多个检测尺度对应的树状级联Adaboost分类器对输入的所述视频图像进行识别，得到每个检测尺度对应的视频图像中的车辆目标检测结果；合并多个检测尺度对应的树状级联Adaboost分类器的车辆目标检测结果。