[发明专利]一种基于聚合通道特征和运动估计的车辆检测方法

摘要

本发明提供一种基于聚合通道特征和运动估计的车辆检测方法，将一种聚合通道特征运用于车辆检测，聚合通道特征根据梯度直方图的每个细胞单元来描述，具有很高的鲁棒性，而且检测精度相比积分通道特征有所提高。样本图像中不仅选取了车辆的正面和背面图像，同时也选取了侧面、遮挡、暗光下的多种正负样本图像来作训练样本，使检测子更具鲁棒性。在检测过程中根据运动估计来对车辆的位置进行粗定位，然后在局部感兴趣区域进行滑窗操作，不仅使得检测效果得到提升，检测速度也达到了实时性。

主权项

1.一种基于聚合通道特征和运动估计的车辆检测方法，其特征在于，包括以下步骤：1)分类器训练1-1将采集的样本图像转化为LUV图像，得到LUV色彩空间的L、U、V三通道特征；所述样本图像包括多方向多状况下的图像，所述多方向包括车辆的正面、背面以及侧面；多状况包括正常光照下、暗光下以及有遮挡的情况；1-2求LUV图像的梯度图得到梯度直方图HOG特征；1-3将L、U、V三通道特征与HOG各方向特征进行级联得到聚合通道特征；1-4将样本图像的聚合通道特征输入AdaBoost分类器进行训练；2)车辆检测2-1采用滑窗检测当前帧图像，提取滑窗内的图像的聚合通道特征输入训练好到AdaBoost分类器，得到检测结果，当检测到目标时，进入步骤2-2进行下一帧检测，否则返回步骤2-1进行下一帧检测；2-2根据上一帧检测到目标的窗口位置通过光流法得到当前帧的检测范围，在检测范围内进行滑窗检测，得到当前帧的检测结果，若当前帧的检测范围内检测出目标，返回步骤2-2进行下一帧检测；若当前帧的检测范围内没有检测出目标，则表示目标离开视野或有新的目标进入视野，返回步骤2-1进行下一帧检测。