一种基于衣帽特征与姿态检测的交警检测方法和系统技术方案

本发明专利技术涉及一种基于衣帽特征与姿态检测的交警检测方法和系统，包括离线训练构造分类器、在线实时检测交警及其姿态。离线部分通过对采集的大量样本图像分别提取行人hog特征、警帽hog特征、荧光服hog特征，构造行人分类器、警帽分类器、荧光服分类器。在线部分实时采集原始图像，并运用行人分类器、警帽分类器、荧光服分类器和各种组合判断出原始图像中是否存在同时戴警帽、穿荧光服的行人，即交警。再判断出该交警的姿态，并提示给驾驶者帮助其正确理解交警姿态。本发明专利技术大体上分为精确匹配和模糊匹配两条流程，且互相印证，能准确、快速的检测出交警及其姿态，对主动驾驶具有重要指导意义。

【技术实现步骤摘要】

本专利技术属于主动驾驶领域，具体说是一种基于衣帽特征与姿态检测的交警检测方法和系统。
技术介绍
近年来汽车主动驾驶技术发展得如火如荼，各汽车厂商与科技公司纷纷推出自己的主动驾驶试验概念车。这些实验概念车通过行人检测、车辆检测、交通信号灯检测、GPS定位与地图查找、路径规划等技术来指导其进行自主驾驶，甚至无人驾驶。这些实验车可以在一些比较常见的路况情形下，几乎完全脱离人为操作进行汽车的控制与驾驶。但是在有些特殊的交通场景下，是由交警来指挥车辆行为的。而目前的主动驾驶车辆还没有主动对交警进行积极的应对措施。鉴于此，本专利技术提出一种基于交警衣帽特征与姿态检测相结合的交警检测方法。通过该技术，可以使主动驾驶在检测出行人的时候，进一步检测其是否是交警，如果是交警则进行告警，提醒主动驾驶切换回人为驾驶模式、以及对交警姿态进行解读等。
技术实现思路
针对现有技术中存在的上述不足之处，本专利技术要解决的技术问题是提供一种检测交警并解读交警指挥动作的方法和系统。本专利技术为实现上述目的所采用的技术方案是：一种基于衣帽特征与姿态检测的交警检测方法，包括以下步骤：车载视觉采集模块：通过车载视觉传感器实时采集原始图像；行人检测模块：对原始图像利用行人hog特征提取算法获取特征图像XR；当特征图像XR中有行人时，则在特征图像XR中标记行人并传送行人坐标至躯干检测模块；躯干检测模块：对特征图像XR中的行人区域进行模块分割，得到头部区域坐标和躯干区域坐标，并发送至衣帽检测模块和荧光马甲检测模块；衣帽检测模块：当在头部区域中检测有警帽时，则将警帽判断标识发送至联合判断模块；荧光马甲检测模块：当在躯干区域中检测有荧光马甲时，则将判断标识发送至联合判断模块；联合判断模块：将警帽判断标识和判断标识进行加权求和得到可信度，并通过与阈值比较，得到交警的检测结果发送至交警姿态检测模块；交警姿态检测模块：当行人为交警时，通过特征图像XR中的行人区域与预设的交警位姿模板进行模板匹配得到交警姿态标识，并发送至信息解读模块；信息解读模块：将交警姿态标识对应的交通指挥信息提示驾驶者。所述对原始图像利用行人hog特征提取算法获取特征图像XR；若特征图像XR中有行人，则在特征图像XR中标记行人并传送行人坐标至躯干检测模块包括以下步骤：1)将原始图像进行hog特征提取得到特征图像XR，具体为：hog特征为高宽相等的像素块，像素块中平均分割成四个单元像素块，hog特征的步长为像素块的高；对原始图像的YUV的每个通道进行hog特征提取，将每个通道得到的特征根据权重进行加权计算得到特征图像XR；2)通过行人分类器对特征图像XR进行检测： f k ( x ) = 1 Σ t = 1 T α t h t ( x ) > = β k 0 e l s e ]]>其中，x表示输入的测试样本，代表特征图像XR中的一个hog特征，ht(x)表示第t个弱分类器，αt为权重，fk(x)表示行人分类器的一个强分类器，βk为阈值，T为弱分类器个数；行人分类器为若干强分类器的集合{fk(x)本文档来自技高网...

【技术保护点】
一种基于衣帽特征与姿态检测的交警检测方法，其特征在于，包括以下步骤：车载视觉采集模块：通过车载视觉传感器实时采集原始图像；行人检测模块：对原始图像利用行人hog特征提取算法获取特征图像XR；当特征图像XR中有行人时，则在特征图像XR中标记行人并传送行人坐标至躯干检测模块；躯干检测模块：对特征图像XR中的行人区域进行模块分割，得到头部区域坐标和躯干区域坐标，并发送至衣帽检测模块和荧光马甲检测模块；衣帽检测模块：当在头部区域中检测有警帽时，则将警帽判断标识发送至联合判断模块；荧光马甲检测模块：当在躯干区域中检测有荧光马甲时，则将判断标识发送至联合判断模块；联合判断模块：将警帽判断标识和判断标识进行加权求和得到可信度，并通过与阈值比较，得到交警的检测结果发送至交警姿态检测模块；交警姿态检测模块：当行人为交警时，通过特征图像XR中的行人区域与预设的交警位姿模板进行模板匹配得到交警姿态标识，并发送至信息解读模块；信息解读模块：将交警姿态标识对应的交通指挥信息提示驾驶者。

【技术特征摘要】
1.一种基于衣帽特征与姿态检测的交警检测方法，其特征在于，包括以下步骤：
车载视觉采集模块：通过车载视觉传感器实时采集原始图像；
行人检测模块：对原始图像利用行人hog特征提取算法获取特征图像XR；当
特征图像XR中有行人时，则在特征图像XR中标记行人并传送行人坐标至躯干检测
模块；
躯干检测模块：对特征图像XR中的行人区域进行模块分割，得到头部区域
坐标和躯干区域坐标，并发送至衣帽检测模块和荧光马甲检测模块；
衣帽检测模块：当在头部区域中检测有警帽时，则将警帽判断标识发送至
联合判断模块；
荧光马甲检测模块：当在躯干区域中检测有荧光马甲时，则将判断标识发
送至联合判断模块；
联合判断模块：将警帽判断标识和判断标识进行加权求和得到可信度，并
通过与阈值比较，得到交警的检测结果发送至交警姿态检测模块；
交警姿态检测模块：当行人为交警时，通过特征图像XR中的行人区域与预
设的交警位姿模板进行模板匹配得到交警姿态标识，并发送至信息解读模块；
信息解读模块：将交警姿态标识对应的交通指挥信息提示驾驶者。
2.根据权利要求1所述的一种基于衣帽特征与姿态检测的交警检测方法，其特
征在于所述对原始图像利用行人hog特征提取算法获取特征图像XR；当特征图像
XR中有行人时，则在特征图像XR中标记行人并传送行人坐标至躯干检测模块包括
以下步骤：
1)将原始图像进行hog特征提取得到特征图像XR，具体为：
hog特征为高宽相等的像素块，像素块中平均分割成四个单元像素块，hog
特征的步长为像素块的高；
对原始图像的YUV的每个通道进行hog特征提取，将每个通道得到的特征根
据权重进行加权计算得到特征图像XR；
2)通过行人分类器对特征图像XR进行检测：
f k ( x ) ...

【专利技术属性】
技术研发人员：田雨农，吴子章，周秀田，于维双，陆振波，
申请(专利权)人：大连楼兰科技股份有限公司，
类型：发明
国别省市：辽宁;21