一种室外行人实时检测方法技术

本发明专利技术涉及一种室外行人实时检测方法，包括：输入视频序列；输入当前视频帧s

Outdoor pedestrian real-time detection method

The invention relates to an outdoor pedestrian real-time detection method, comprising: inputting a video sequence; inputting the current video frame s;

【技术实现步骤摘要】
一种室外行人实时检测方法
本专利技术涉及目标检测
，具体涉及一种室外行人实时检测方法。
技术介绍
随着摄像头安装数量的日益增多，以及智慧城市和公共安全需求的日益增长，采用人工的视频监控方式已经远远不能满足需要，因此智能视频监控技术应运而生并迅速成为一个研究热点。在实际应用中，对室外环境的行人进行检测监控一直是研究的难点，这是因为室外环境复杂多变，存在光照变化、树叶摇晃、小动物(尤其是夜间灯光引来的飞虫)等干扰。在人体检测方法中目前最具影响力的方法是由Dalal等提出的梯度直方图(Histogramoforientedgradients，简称HOG)结合支持向量机(Supportvectormachine，简称SVM)分类器的人体检测方法。HOG描述图像的局部边缘梯度信息，对小量的偏移和光照变化具有很好的鲁棒性，缺点是维度较高，以致其提取速度很慢，计算时间比较长，影响实时性。针对静态图像识别应用场景，相关学者在特征提取、分类器的训练和分类等方面做出了不少改进。此外针对动态视频识别应用场景，也有相关学者提出将前景提取与人体识别相结合的方法，该方法是采用现有的某种前景检测算法定位图像本文档来自技高网...

【技术保护点】
一种室外行人实时检测方法，其特征在于，包括以下步骤：步骤S1，输入视频序列S＝{s

【技术特征摘要】
1.一种室外行人实时检测方法，其特征在于，包括以下步骤：步骤S1，输入视频序列S＝{s1，s2，…，st}；步骤S2，输入当前视频帧st并将其缩小到指定尺寸得到压缩帧Ft；步骤S3，利用改进ViBe算法检测前景目标区域；步骤S4，根据前景检测结果更新背景帧；步骤S5，利用连通区域跟踪算法对前景目标进行跟踪；步骤S6，对于每一个前景目标跟踪对象，采用指定的逻辑规则选择性的执行步骤S7、步骤S8、步骤S9；步骤S7，利用背景差对当前跟踪目标的前景区域检测结果进行筛选；步骤S8，根据前景区域筛选结果在st中裁剪图像，并对该图像提取HOG特征；步骤S9，利用SVM分类器对HOG特征进行行人检测。2.根据权利要求1所述的一种室外行人实时检测方法，其特征在于：步骤S3中包括：步骤S31，前P帧压缩帧Ft采用多帧平均计算法，得到平均帧图A，计算方法如下式：步骤S32，根据前P帧得到的平均帧图A，初始化ViBe背景模型；步骤S33，从第P+1帧起，对压缩帧Ft进行前景检测并更新ViBe背景模型；步骤S34，对前景检测结果去噪，标记连通域区域作为最终的前景目标区域检测结果。3.根据权利要求1所述的一种室外行人实时检测方法，其特征在于：步骤S4中包括：步骤S41，将前P帧得到的平均帧图A作为背景帧B0；步骤S42，从第P+1帧起，统计最新Q帧的平均帧C...

【专利技术属性】
技术研发人员：崔莹，陈升东，袁峰，李引，
申请(专利权)人：广州中国科学院软件应用技术研究所，
类型：发明
国别省市：广东,44