一种智能视频监控的行人检测方法和装置制造方法及图纸

本发明专利技术属于视频监控领域，提供一种智能视频监控的行人检测方法和装置，以提高智能视频监控时对行人的识别率。所述方法包括：通过对视频流的样本数据进行支持向量机SVM训练，得到基于SVM的分类器；对实时采集的视频帧序列进行图像变换，得到变换后的图像；使用所述基于SVM的分类器遍历所述变换后的图像以获取行人感兴趣区域ROI。本发明专利技术提供的技术方案使得在智能视频监控中，不仅对行人检测的准确率有显著的提高，且算法有较强的泛化能力，而且并且算法的计算复杂度更低低，例如，在配置为Intel i5 3.3GHZ、4G内存的台式电脑上的处理速度可以达到40FPS以上。

【技术实现步骤摘要】
一种智能视频监控的行人检测方法和装置
本专利技术属于视频监控领域，尤其涉及一种智能视频监控的行人检测方法和装置。
技术介绍
智能视频分析技术是应用计算机视觉技术对视频流进行实时精确分析，从中找出人们感兴趣的事件或潜在的威胁，并及时发出预警，从而达到在无人值守情况下的自动监控。随着智慧城市建设的不断深入，智能视频分析得到人们越来越多的关注。由于硬件技术的发展以及计算性能的提升、大数据处理技术的突破以及深度学习算法的爆发式增长，为该技术的大范围实际应用提供了技术基础。目前，在边境线、机场、港口、码头、酒店、写字楼、医院等等，都有数不清的智能视频分析应用的成功案例。智能视频分析技术早已从旧时的实验室研发阶段飞入寻常百姓家。安全是人们永远不变的主题，而安防中的视频监控以其实时录像、直观有效等诸多优点而成为人们所采用的主要手段。保守估计目前全世界有近2亿个摄像头在各个角落时刻地注视着我们，并且每年每个国家、地区、甚至企业和个人都投入大量预算用于安防。仅仅摄像头一项，每年全世界出货量都在4000万部以上，更不用说与其配套的编解码设备、存储设备、显示设备等等。所有这些投入的最终目的只有一个，那就是本文档来自技高网...

【技术保护点】
一种智能视频监控的行人检测方法，其特征在于，所述方法包括：通过对视频流的样本数据进行支持向量机SVM训练，得到基于SVM的分类器；对实时采集的视频帧序列进行图像变换，得到变换后的图像，所述视频帧序列为智能视频监控的摄像头所采集视频流的离散图像帧，所述所采集视频流包含行人和除行人之外的其他对象；使用所述基于SVM的分类器遍历所述变换后的图像以获取行人感兴趣区域ROI。

【技术特征摘要】
1.一种智能视频监控的行人检测方法，其特征在于，所述方法包括：通过对视频流的样本数据进行支持向量机SVM训练，得到基于SVM的分类器；对实时采集的视频帧序列进行图像变换，得到变换后的图像，所述视频帧序列为智能视频监控的摄像头所采集视频流的离散图像帧，所述所采集视频流包含行人和除行人之外的其他对象；使用所述基于SVM的分类器遍历所述变换后的图像以获取行人感兴趣区域ROI。2.如权利要求1所述的方法，其特征在于，所述通过对视频流的样本数据进行支持向量机SVM训练，得到基于SVM的分类器，包括：对所述样本数据包含的图像进行LUV变换，得到LUV图像；对所述样本数据包含的图像进行完整局部二值模式CLBP编码以得到CLBP图像，并计算所述CLBP图像的方向梯度和所述方向梯度的大小；对所述LUV图像和CLBP图像使用SVM进行多次训练，得到多个不同尺寸模板的基于SVM的分类器。3.如权利要求2所述的方法，其特征在于，所述对所述LUV图像和CLBP图像使用SVM进行多次训练，得到多个不同尺寸模板的基于SVM的分类器，包括：对所述LUV图像和CLBP图像使用线性SVM进行多次训练，得到多个不同尺寸模板的基于线性SVM的分类器。4.如权利要求1所述的方法，其特征在于，所述对实时采集的视频帧序列进行图像变换，得到变换后的图像，包括：对所述实时采集的视频帧序列进行LUV变换，得到LUV图像；对所述实时采集的视频帧序列进行完整局部二值模式CLBP编码以得到CLBP图像，并计算所述CLBP图像的方向梯度和所述方向梯度的大小。5.如权利要求1至4任意一项所述的方法，其特征在于，所述使用所述基于SVM的分类器遍历所述变换后的图像以获取行人感兴趣区域ROI之后，所述方法还包括：消除所述行人ROI的重叠...

【专利技术属性】
技术研发人员：韩国吉，孙凯，贺振中，
申请(专利权)人：深圳市大唐盛世智能科技有限公司，
类型：发明
国别省市：广东,44