The invention discloses a component based pedestrian detection and feature-based tracking method and system in auxiliary driving, which includes: 1) detection stage, 2) verification stage, 3) detection tracking phase based on detection. The invention introduces a detection method based on phase component (PPD) makes the whole system can effectively alleviate pedestrian occlusion of false detection problem, and in the tracking stage based on detection and tracking algorithm based on detection, can improve the system's detection rate.
【技术实现步骤摘要】
辅助驾驶中基于部件的行人检测和基于特征的跟踪方法、系统
本专利技术涉及高级驾驶辅助系统的计算机视觉技术,特别涉及辅助驾驶中基于部件的行人检测和基于特征的跟踪方法、系统。
技术介绍
随着经济的发展,人们的购买力越来越强,越来越多的汽车行驶在公路上,随之而来的是车祸的发生量也越来越多。因为驾驶员或者行人的疏忽大意、违规操作等原因,车祸中人员的伤亡率越来越高,人们迫切需要一种技术减少交通事故的发生,尤其是减小人员受到的伤害,高级驾驶辅助系统(ADAS)正是在这样的背景下产生的。其中,行人检测系统是基于计算机视觉的高级驾驶辅助系统中非常重要的一部分,它是直接针对行人保护的系统,力图减少交通事故的发生量。由于目标的极端变化,照明条件,遮挡和高速车辆运动,检测行人对于汽车视觉系统仍然是一项具有挑战性的任务。在过去十年中,大量研究集中在这个问题上,其中,分类器在所提出的不同方法中获得了特殊的地位。许多标准特征和学习算法已经被用于行人检测。常见的选择包括基于类似Haar的特征的AdaBoost级联,或者是HOG+SVM,也有使用其他特征的,如edgelet、梯度图的变化、简单强度图像等等。在P.Viola,M.J.Jones,andD.Snow,“Detectingpedestriansusingpatternsofmotionandappearance,”Int.J.Comput.Vis.,vol.63,no.2,pp.153–161,Jul.2005.[Online].Available:http://dx.doi.org/10.1007/s11263-005-664 ...
【技术保护点】
辅助驾驶中基于部件的行人检测和基于特征的跟踪方法,其特征在于,包括如下步骤:1)检测阶段1‑1)输入原始图像,对所述原始图像通过积分图像的方法构造所述原始图像的矩形特征,1‑2)通过Haar级联分类器对上述矩形特征分类得到强分类器,2)验证阶段2‑1)对上述检测的结果得到的感兴趣区域Region of Interest进行HOG特征提取,然后对部件特征使用支持向量机SVM进行分类,2‑2)上述分类包括:部件验证和/或组合验证,3)基于检测的跟踪阶段3‑1)对SVM的检测结果保留一设定时间,3‑2)将上述验证阶段的结果与上述检测结果匹配后跟踪得到最终的行人位置。
【技术特征摘要】
1.辅助驾驶中基于部件的行人检测和基于特征的跟踪方法,其特征在于,包括如下步骤:1)检测阶段1-1)输入原始图像,对所述原始图像通过积分图像的方法构造所述原始图像的矩形特征,1-2)通过Haar级联分类器对上述矩形特征分类得到强分类器,2)验证阶段2-1)对上述检测的结果得到的感兴趣区域RegionofInterest进行HOG特征提取,然后对部件特征使用支持向量机SVM进行分类,2-2)上述分类包括:部件验证和/或组合验证,3)基于检测的跟踪阶段3-1)对SVM的检测结果保留一设定时间,3-2)将上述验证阶段的结果与上述检测结果匹配后跟踪得到最终的行人位置。2.根据权利要求1所述的跟踪方法,其特征在于,所述步骤1-1)包括如下步骤:使用下述至少三种特征:双矩形特征、三矩形特征以及四矩形特征,首先求出积分图像,然后计算矩阵特征。3.根据权利要求2所述的跟踪方法,其特征在于,所述步骤1-2)包括如下步骤:对每个计算得到的矩阵特征构造T个弱分类器,再根据T个弱分类器进行加权线性组合构造出强分类器。4.根据权利要求1所述的跟踪方法,其特征在于,所述组合验证具体为:将行人分成三部件:全身、上身和下身,其中上下身比例为1:1;利用HOG-SVM分类器对上述三个部件进行检测,然后利用组合验证的方式得到最终结果其中,lout是最终决定,li是来自三个基于部件的检测器之一的输出。5.根据权利要求1所述的跟踪方法,其特征在于,所述设定时间为:250ms。6.根据权利要求1所述的跟踪方法,其特征在于,所述部件验证具体为:提取图像的HOG特征,计算梯度...
【专利技术属性】
技术研发人员:刘鹏,
申请(专利权)人:开易北京科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。