行人检测方法、计算机可读存储介质及电子设备技术

本发明专利技术实施例提出行人检测方法、计算机可读存储介质及电子设备。方法包括：对实时采集的监控场景中的每一帧图像进行目标检测及跟踪；采用分类器对检测到和跟踪到的各目标进行分类；若任一目标的分类结果为疑似行人，则计算该目标的当前速度，判断该目标的当前速度是否大于预设速度阈值，若是，则确定该目标为行人。本发明专利技术实施例提高了行人检测的准确度。

【技术实现步骤摘要】
行人检测方法、计算机可读存储介质及电子设备
本专利技术涉及视频监控
，尤其涉及行人检测方法、计算机可读存储介质及电子设备。
技术介绍
虽然现在国泰民安，老百姓安居乐业，人民的精神文化水平和物质文化水平不断提高，但是仍然会存在一些不安分守己的不法分子行鸡鸣狗盗之事，特别是较偏远的农村监控设施、网络设施极其缺乏，老百姓的财产安全更是受到了威胁。公共场所的视频监控设备只能覆盖到公共区域，对于普通居民住所不能有效覆盖，因此一些居民会选择使用民用视频监控产品，来监控自家住所的安全情况。但现有的民用视频监控产品，受制于成本，检测画面中目标，尤其是画面中人员的检测能力不强，因此亟需能够更准确地检测出场景中的人的技术，以便及时进行防范预警。目前已存在的行人检测方法大都采用背景建模和分类器来实现，但是其存在如下缺点：一、背景建模方法(如：帧差、混合高斯背景建模、码本、自组织背景检测、VIBE算法等)对光照都比较敏感。在光照变化多的时候产生的前景会特别多，从而导致最终检测出的错误行人很多；二、任何分类器的准确率都是有限的，而实际使用场景是无限的，特别是民用类监控产品，用户可以随心地去安装设备，从而无法保证最终的行人检测结果的准确度。绝大多数的民用监控产品都有告警推送功能，如果上述两个缺陷不能解决，会导致为用户推送的错误告警很多，影响用户体验。
技术实现思路
本专利技术实施例提出行人检测方法、计算机可读存储介质及电子设备，以提高监控场景下行人检测的准确度。本专利技术实施例的技术方案是这样实现的：一种行人检测方法，该方法包括：对实时采集的监控场景中的每一帧图像进行目标检测及跟踪；采用分类器对检测到和跟踪到的各目标进行分类；若任一目标的分类结果为疑似行人，则计算该目标的当前速度，判断该目标的当前速度是否大于预设速度阈值，若是，则确定该目标为行人。所述对实时采集的监控场景中的每一帧图像进行目标检测及跟踪之后、采用分类器对检测到和跟踪到的各目标进行分类之前进一步包括：对于每个目标，判断该目标的尺寸是否满足预设的行人尺寸要求，若是，执行所述采用分类器对检测到和跟踪到的各目标进行分类的动作。所述判断该目标的尺寸是否满足预设的行人尺寸要求包括：判断该目标是否同时满足如下三个条件：宽度在预设宽度区间内、高度在预设高度区间内、高度与宽度的比值在预设比值区间内。所述计算该目标的当前速度包括：若该目标为新检测到的目标，则将该目标的当前速度设为0；若该目标为跟踪目标，则计算该目标的当前速度Vc_m为：Vc_m＝a*Vc_m-1+b*Vr_m，其中，m为当前帧图像的帧序号，Vc_m-1为该目标在上一帧图像中的速度，Vr_m＝|Xm-Xm-1|+|Ym-Ym-1|，其中，(Xm，Ym)为该目标在当前帧图像中的坐标，(Xm-1，Ym-1)为该目标在前一帧图像中的坐标，a、b为预设常数，a+b＝1，||为绝对值运算符。所述对实时采集的监控场景中的每一帧图像进行目标检测及跟踪之后、采用分类器对检测到和跟踪到的各目标进行分类之前进一步包括：对于当前帧图像中检测到和跟踪到的所有目标，按照面积的从大到小进行排序，按照排序结果依次将各目标输入分类器进行分类。所述任一目标的分类结果为疑似行人包括：对于各目标，判断分类器输出的该目标为行人的概率是否大于预设概率阈值，若大于，则认为该目标的分类结果为疑似行人。所述对实时采集的监控场景中的每一帧图像进行目标检测及跟踪之后进一步包括：为每个新检测到的目标分配一个标识；所述计算该目标的当前速度之后进一步包括：A、判断预先分配的先进先出FIFO队列是否已满，若是，则删除该FIFO队列头的目标信息，转至步骤B；否则，直接执行步骤B；B、若该目标为新检测出的目标，则将该目标的信息包括：标识、当前速度和当前坐标直接放入该FIFO队列的队尾；否则，根据该目标的标识在该FIFO队列中查找到对应的目标信息，以该目标的当前速度和当前坐标更新查找到的目标信息中的速度和坐标。所述确定该目标为行人之后进一步包括：向用户发出行人告警，告警内容包含：该目标在当前帧图像中的坐标和该目标的当前速度。一种非瞬时计算机可读存储介质，所述非瞬时计算机可读存储介质存储指令，该指令在由处理器执行时使得处理器执行如上任一所述的方法。一种电子设备，包括：如上所述的非瞬时计算机可读存储介质、以及可访问非瞬时计算机可读存储介质的处理器。本专利技术实施例中，对视频流进行目标检测和跟踪、以及对目标进行分类后，对分类结果为疑似行人的目标进一步利用行人的速度特征，根据目标的速度确认其是否为行人，从而提高了行人检测的准确度，降低了光照变化以及分类器误判等对行人检测准确度的影响。附图说明图1为本专利技术一实施例提供的行人检测方法流程图；图2为本专利技术另一实施例提供的行人检测方法流程图；图3为本专利技术实施例提供的电子设备的结构示意图。具体实施方式下面结合附图及具体实施例对本专利技术再作进一步详细的说明。图1为本专利技术一实施例提供的行人检测方法流程图，其具体步骤如下：步骤101：对实时采集的监控场景中的每一帧图像进行目标检测及跟踪。步骤102：采用分类器对检测到和跟踪到的各目标进行分类。步骤103：若任一目标的分类结果为疑似行人，则计算该目标的当前速度，判断该目标的当前速度是否大于预设速度阈值，若是，则确定该目标为行人。上述实施例中，对图像进行目标检测和跟踪、以及对目标进行分类后，对分类结果为疑似行人的目标进一步利用行人的速度特征，根据目标的速度确认其是否为行人，从而提高了行人检测的准确度，降低了光照变化以及分类器误判等对行人检测准确度的影响。考虑到：对每一帧图像进行目标检测后输出的是画面中的所有目标，可能是人、车、动物、其它干扰产生的前景等，如果让所有的前景都输入到步骤102的分类器，那么带来的后果一是计算量激增，二是误检的概率变大了。为了解决该问题，给出如下解决方案：一可选实施例中，步骤101之后，对每一帧图像检测到和跟踪到的每一目标，判断该目标的尺寸是否满足预设的行人尺寸要求，若是，则执行步骤102；否则，直接判定该目标不为行人，不对该目标执行后续步骤。通过该实施例，可对非行人目标进行过滤，降低了行人检测结果的误判。其中，一可选实施例中，判断该目标的尺寸是否满足预设的行人尺寸要求包括：判断该目标是否同时满足如下三个条件：宽度在预设宽度区间内、高度在预设高度区间内、高度与宽度的比值在预设比值区间内。考虑到：目标经过尺寸过滤后，仍然会存在很多干扰信息，例如：柱子、门框、栏杆、楼梯围栏等“柱”状物的尺寸和人比较接近，无法通过尺寸过滤去除，而这些物体经过分类后分类为行人的概率还是挺高的(因为训练样本里很多人和柱子、门框、栏杆、楼梯护栏在一起的图像)。考虑到这本文档来自技高网...

【技术保护点】
1.一种行人检测方法，其特征在于，该方法包括：/n对实时采集的监控场景中的每一帧图像进行目标检测及跟踪；/n采用分类器对检测到和跟踪到的各目标进行分类；/n若任一目标的分类结果为疑似行人，则计算该目标的当前速度，判断该目标的当前速度是否大于预设速度阈值，若是，则确定该目标为行人。/n

【技术特征摘要】
1.一种行人检测方法，其特征在于，该方法包括：
对实时采集的监控场景中的每一帧图像进行目标检测及跟踪；
采用分类器对检测到和跟踪到的各目标进行分类；
若任一目标的分类结果为疑似行人，则计算该目标的当前速度，判断该目标的当前速度是否大于预设速度阈值，若是，则确定该目标为行人。


2.根据权利要求1所述的方法，其特征在于，所述对实时采集的监控场景中的每一帧图像进行目标检测及跟踪之后、采用分类器对检测到和跟踪到的各目标进行分类之前进一步包括：
对于每个目标，判断该目标的尺寸是否满足预设的行人尺寸要求，若是，执行所述采用分类器对检测到和跟踪到的各目标进行分类的动作。


3.根据权利要求2所述的方法，其特征在于，所述判断该目标的尺寸是否满足预设的行人尺寸要求包括：
判断该目标是否同时满足如下三个条件：宽度在预设宽度区间内、高度在预设高度区间内、高度与宽度的比值在预设比值区间内。


4.根据权利要求1所述的方法，其特征在于，所述计算该目标的当前速度包括：
若该目标为新检测到的目标，则将该目标的当前速度设为0；
若该目标为跟踪目标，则计算该目标的当前速度Vc_m为：
Vc_m＝a*Vc_m-1+b*Vr_m，
其中，m为当前帧图像的帧序号，Vc_m-1为该目标在上一帧图像中的速度，Vr_m＝|Xm-Xm-1|+|Ym-Ym-1|，其中，(Xm，Ym)为该目标在当前帧图像中的坐标，(Xm-1，Ym-1)为该目标在前一帧图像中的坐标，a、b为预设常数，a+b＝1，||为绝对值运算符。


5.根据权利要求1所述的方法，其特征在于，所述对实时采集的监控场景中的每一帧图像进行目标检测及跟踪之后...

【专利技术属性】
技术研发人员：刘干，
申请(专利权)人：杭州萤石软件有限公司，
类型：发明
国别省市：浙江;33