【技术实现步骤摘要】
一种基于失衡度先验的行人检测方法
本专利技术属于数字图像/视频信号处理领域，特别涉及一种基于失衡度先验的行人检测方法。
技术介绍
近年来随着深度学习、图像处理等技术的快速发展，计算机视觉技术越来越多的在金融、交通、公安、教育和安防等众多领域得到实际应用。并且随着图像采集设备和计算机性能的増强，计算机视觉技术能够比人类更好更快的完成复杂的分析工作。计算机视觉技术己经渗透到生活的方方面面，例如使用人脸识别的考勤机，使用车牌识别的交通监管系统，使用运动分析的安防设备和使用物体跟踪方法的无人机等。计算机视觉技术的广泛应用，减轻了人工对图像进行识别和分析的工作量，提高了分析的可靠性和效率。但对于更复杂和更为贴近生活的应用场景，诸如自然背景下的文字识别、物体分类、复杂场景下的目标跟踪及跨区域的行人检测和识别等，已有的计算机视觉的方法还不能完全解决特定场景下的应用问题。同时随着大数据时代的到来，大量的图像和视频等非结构化数据需要进行处理和分析，迫切需要计算机视觉和人工智能的进一步发展。行人检测是计算机视觉和模式识别中最重要的问题之一。监控视频的行人检测应满足两个要求：首先，该方...
【技术保护点】
1.一种基于失衡度先验的行人检测方法，其特征在于：实现该方法包括如下步骤，S1基于颜色差分的彩色图像边缘检测；为利用每个颜色通道的相关性，定义一种称为颜色相离的新运算；相离是一种二元运算，相离反映了两个像素之间颜色变化的重要性；首先，它们的颜色差分定义为
【技术特征摘要】
1.一种基于失衡度先验的行人检测方法，其特征在于：实现该方法包括如下步骤，S1基于颜色差分的彩色图像边缘检测；为利用每个颜色通道的相关性，定义一种称为颜色相离的新运算；相离是一种二元运算，相离反映了两个像素之间颜色变化的重要性；首先，它们的颜色差分定义为其中DR、DG、DB分别是R、G、B三个颜色通道的二元颜色差分值，IR(x,y)、IG(x,y)和IB(x,y)分别代表R、G、B三个颜色通道的像素值，TH是阈值，通过DR，DG和DB的定义，之间的颜色相离操作进一步定义为IC(x1,y1)ΘIC(x2,y2)＝DR∪DG∪DB(4)其中，Θ代表颜色相离运算符；如式(4)所示，如果在任何颜色通道中至少存在一个大于阈值TH的差值，则颜色分离的结果将为“1”，否则为“0”；如果结果是“1”，则相离条件满足，即颜色之间的变化是显著的；如果像素属于图像中的边缘，则该像素附近会出现明显的颜色变化；采用基于颜色差分的边缘检测方法进行处理，以有效地检测出显着的颜色变化，并排除大部分嘈杂的边缘；计算颜色差分图即CDM的过程描述如下：对于彩色图像中的每个像素(x，y)，8个相邻像素在0°，45°，90°和135°的方向上构成4个像素对；4个像素对由不同颜色的线段标记；根据像素对的关系，提出的CDM表示为其中，CDM(x,y)是颜色差分图的像素值，颜色相离的运算优先级高于逻辑或运算；如式(5)和式(6)所示，如果存在至少一个满足颜色相离条件的像素对，则CDM的像素值将是“255”，否则，像素值将为“0”；CDM根据像素邻域4个不同方向上的颜色变化获取边缘；S2失衡度先验基于CDM，提出了一种称为失衡度imba的概念来定量描述行人的对称性；首先，对图像样本进行均值滤波去噪并计算图像的CDM，然后将边缘检测结果图像左右平分，并分别计算左侧图像子块和右侧图像子块的像素均值，最后将左侧图像子块像素均值和右侧图像子块像素均值代入失衡度计算公式，得到失衡度；失衡度imba的计算公式为：在式(7)中，imba代表失衡度，ml和mr分别是左右分块的像素均值；max[·,·]代表两个数字的较大值，而min[·,·]代表两个数字的较小值；因为ml和mr都是正数，所以得到公式(7)中的“-1”是平移项，目的是令失衡度imba的值域变为[0,+∞)，更加符合数学习惯；若失衡度imba的值为0，代表此时图像样本左右两侧完全对称；imba的值越大，代表图像样本的不对称程度越严重；失衡度imba定量描述行人的不对称程度；对于行人正样本，无论行人的呈现角度为正面、侧面或背面，样本都存在较强的对称性，故失衡度值普遍较小；而对于行人负样本，由于许多样本不满足对称性，因此失衡度数值明显较大；通过对行人正样本和负样本失衡度数值的观察，提出了失衡度先验；该先验表述为“行人正样本的失衡度数值通常较小，大多集中在0值附近；而行人负样本不一定具备此特点，其失衡度数值可能较大”；分别绘制正样本和负样本失衡度的累积分布函数曲线；失衡度的累积分布函数写作失衡度imba的变上限积分形式，其表达式为其...
【专利技术属性】
技术研发人员：卓力，闫璞，李嘉锋，胡笑尘，
申请(专利权)人：北京工业大学，
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。