[发明专利]一种基于视频监控的快速行人检测方法

摘要

本发明涉及一种基于视频监控的快速行人检测方法，检测方法包括图像采样、参数设定和图像预处理、运动检测、利用CENTRIST描述符和线性SVM分类器进行行人检测等步骤。本发明提出的基于视频监控的快速行人检测方法，有效减少了实际监控中的开销，实现对视频实时监控以及快速、准确的行人检测。

主权项

1.一种基于视频监控的快速行人检测方法，其特征在于包括如下步骤：1)视频采集及参数设定：读取视频流，初始化阈值Thread，转步骤2)；2)运动检测计数器i＝0，转步骤3)；3)读取一帧图像，转步骤4)；4)判断计数器i是否大于阈值Thread，如果i>Thread，转步骤8)，否则转步骤5)；5)图像预处理：对图像进行色彩空间变换、去噪以及灰度化处理，利用Gamma公式压缩图像大小，转步骤6)；6)判断是否有运动目标：检测视频图像中是否有运动目标闯入,如果没有运动目标，转步骤2)；否则转步骤7)；7)计数器i加1：i＝i+1，转步骤3)；8)行人检测：判断运动目标是否是行人；如果是行人转步骤9)，否则转步骤2)；9)报警；其中，所述步骤8)包含如下步骤：8.1)提取当前帧的CENTRIST描述符；8.2)运用训练好的线性SVM分类器检测图像中行人特征点；8.3)根据行人特征点判断闯入的运动目标是否是行人；所述步骤8.2)中运用训练好的线性SVM分类器检测图像中行人特征点的方法包括如下步骤：8.2.1)对采集的样本数据集进行SVM训练，得到支持向量集S，其中，向量集S的维数为N；8.2.2)设m＝1,n＝N‑m；8.2.3)根据m、n将向量集S分为两个子集P和Q，其中，子集P的维数为m，子集Q的维数为n；8.2.4)计算子集P的内积Km和子集Q的内积Kn，计算公式如下：8.2.5)根据内积Km、Kn计算变换矩阵W^T，计算公式如下：K_n＝W^TK_m8.2.6)根据变换矩阵W^T计算矩阵A和矩阵B，计算方法如下：A＝(θ₁,…,θ_L)B＝(θ’₁,…θ'_L)其中:K_t＝(K_t.1,…,K_t.m)^T上式中：a_j为拉格朗日乘子，y_j为正负标识8.2.7)根据矩阵A和矩阵B求ε_m＝||A‑B||；8.2.8)m＝m+1,n＝N‑m；8.2.9)判断m是否小于N，若m<N，则转步骤8.2.3)，否则转步骤8.2.10)；8.2.10)求出最小的ε，得到其对应的变换矩阵W^T；8.2.11)在上一步W^T的基础上，利用决策函数判断图像中像素点是否是行人特征点，其中决策函数如下：式中b为阈值(b＝y_j‑W^Tx)。