本发明专利技术涉及检测行人的系统及方法，提供了一种通过使用安装在车辆上的基于图像的监测系统检测车辆外部的行人的方法。将基于边缘的行人检测分析应用到输入图像数据，以确定候选图像区域为行人的基于边缘的可信度值。将基于运动的检测分析应用到输入图像数据，以确定候选图像区域为行人的基于运动的可信度值。通过使用根据车速而定的加权因子结合基于边缘的可信度值和基于运动的可信度值来获得最终可信度值。比较最终可信度值与临界值来确定是否要产生输入图像数据中可能存在行人的警示。
【技术实现步骤摘要】
本专利技术总体涉及用于基于图像的监测系统的行人检测。
技术介绍
行人监测系统用于提醒车辆驾驶员有行人出现在行车道 上。行车道可包括向前行驶方向或向后行驶方向。基于^f见觉的行人监 测系统依靠图形匹配和目标搜索技术来识别捕捉到的图像中的行人。 如果匹配模板覆盖行人及环境的所有变化，那么这种系统能够具有很 高的检测精度。考虑到所需的模板变化数量，难以开发一组包含行人 和环境的所有变化的模板。此外，用于搜索各种模板的搜索技术在计 算上很复杂，从而导致处理时间緩慢。
技术实现思路
本专利技术的 一个优点是提供简化的计算程序以及快速的处 理速度来检测捕捉到的图像数据中的行人。本系统运用能够可靠检测 处于静止或慢速行走状态的行人的第一检测方法以及能够可靠检测 处于快速行走状态的行人的第二检测方法。两种方法互相结合来共同 确定行人的出现。 —个实施例涉及一种在基于图像的监测系统中检测车辆 外部的行人的方法。该车辆包括用来捕捉车辆外部的图像的图像捕捉 装置。基于图像的监测系统包括用来处理从图像捕捉装置接收的图像 数据以检测车辆外部的行人的处理器。从图像捕捉装置接收输入图像 数据。将基于边缘的行人检测分析应用到输入图像数据中以检测输入 图像数据中的行人候选。该基于边缘的检测分析确定基于边缘的可信 度值以指示行人候选为行人的可信度水平。将基于运动的行人检测分 析应用到输入图像数据中以检测输入图像数据中的行人候选。该基于 运动的检测分析确定基于运动的可信度值以指示行人候选为行人的 可信度水平。确定车速。根据车速将第一加权因子应用于基于边缘的 可信度值，根据车速将第二加权因子应用于基于运动的可信度值，以此来确定最终可信度值。将最终可信度值与临界值进行对比来确定是 否要产生输入图像数据中可能存在行人的警示。 —个实施例涉及 一 种在基于图像的监测系统中检测车辆 外部的行人的行人检测系统。该系统包括用来捕捉车辆外部的图像的 图像捕捉装置。处理器处理从图像捕捉装置接收的输入图像数据。处 理器应用基于边缘的检测分析来确定基于边缘的可信度值以指示行 人候选为行人的可信度水平。处理器还将基于运动的检测分析应用到 输入图像数据来确定基于运动的可信度值以指示行人候选为行人的 可信度水平。处理器将根据车速而定的第一加权因子应用于基于边缘 的可信度值并且将根据车速而定的第二加权因子应用于基于运动的 可信度值来确定最终可信度值。处理器比较最终可信度值与临界值来 确定是否产生输入图像数据中可能存在行人的警示。图像显示器显示 输入图像数据并用于识别行人在图像显示器上的位置。附图说明图1为基于图像的监测系统的一个实施例。 图2为用来从图像数据中检测行人的方法的框图，该图像 数据由基于图像的捕捉装置捕捉。图3为基于车速函数的加权曲线的图形。图4为基于边缘的检测方法的流程图。图5示出了由基于图像的捕捉装置捕捉到的图像。图6为竖直边缘映像数据的图形。图7为竖直目标投影图的图形。图8为多个处理投影的图形。图9示出了图像数据中的候选目标区域。图IO示出了候选目标区域的水平滤波图。图11示出了基于运动的检测方法的流程图。图12为捕捉到的图像的运动映像的图形。图13为竖直目标投影图的图形。图14为示出了重新定义的候选目标区域的图形。具体实施方式图1中显示了总体标示为20的基于图像的监测系统，其 用来检测车辆外部的行人。当车辆正在行驶时，基于图像的监测系统 2 0可用于检测在向前行驶方向或向后行驶方向上的行人。基于图像的 监测系统20可在白天或夜晚驾驶中用于检测行人的出现。基于图像的监测系统20包括图像捕捉装置22,该图像捕 捉装置22包括但不限于用来捕捉车辆外部的图像的摄相机或其他基 于视觉的装置。设置图像显示装置24用于为车辆驾驶员显示由图像 捕捉装置22捕捉到的图像。图像显示装置24的例子包括但不受限于 监视器型显示器、投影式成像显示器、全息式成像显示器或类似成像 显示器。基于图像的监视系统20还包括处理器26用来接收和处理 由图像捕捉装置22捕捉到的图像。还可设置存储器存储装置28用来 存储和检索图像数据。处理器26执行使用两种检测分析方法的程序，其中每种 方法的结果根据车速被加权以确定图像数据中行人的出现。在图像数 据中被确定为行人的目标在图像显示装置24中高亮显示。术语"高亮 显示"指的是识别图像数据中行人的位置，并可由任意类似方法来执 行以在图像数据中显示行人的位置。图2示出了用来从捕捉到的图像数据中检测行人的方法的 框图。行人检测方法基于融合技术，该融合技术将两种用于在捕捉到 的图像数据中检测行人的检测方法结合到一起。在框30中，从图像 捕捉装置中检索图像数据。图像捕捉装置可包括基于视觉的成像装置 或任意其他类似的能够捕捉到车辆外部环境图像的装置。在框32中，执行基于边缘的检测分析(将在后面详细讨论)来产生基于边缘的可信度值fE,该基于边缘的可信度值fE提供捕捉到的图像中的相应目标是否为行人候选的相应可信度值。基于边缘 的检测分析接收图像数据然后利用图像中相应目标的边缘来确定图 像中的目标是否为相应行人的可能候选。在框34中，执行基于运动的检测分析(将在后面详细讨 论)来产生基于运动的可信度值fM,该基于运动的可信度值fM提供 图像中的相应目标是否为行人候选的相应可信度值。框32和框34可 4皮此同时执4亍。在框36中，确定车速。该车速可由车轮转速传感器、车 身或发动机控制模块、或可精确确定车速的其他类似装置来检测。 在框38中，应用融合技术来确定将行人候选确定为行人的最终可信度值。最终可信度值通过对基于边缘的可信度值fE和基于运动的可信度值f m应用相应的加4又值来确定。相应的加权值作为车速 的函数确定。图3示出了用于为基于边缘的可信度值fk和基于运动的 可信度值fM选择各自的加权值的图形。即，为基于边缘的可信度值fE和基于运动的可信度值fM提供预定加权曲线。基于车辆正在行驶的速度，从各相应的加权曲线获取相应的加外又因子，并将其应用到相应 的可信度值以确定最终可信度值。确定最终可信度值f的公式由以下公式表示f=WE (V) *fE+WM ( V ) fM其中，fE为基于边缘的可信度值，wE ( v)为基于边缘的可信度值的基于车速的加权因子，fM为基于运动的可信度值，WM(V)为基于运动的可信度值的基于车速的加权因子。比较最终可信度值f和预定的临界值来确定是否要警示驾 驶员行人可能出现。在框38中，如果最终可信度值大于临界值，那 么行人候选被确定为行人并且该行人将在框39中的成像装置上显示 的输出图像中高亮显示。行人可在图像显示器中由给出行人轮廓的框 线、阴影、标记、高亮显示，或在图像显示装置的观察区域中通知驾 驶员有行人出现的任意其他标识来识别。图4示出了基于边缘的检测方法的流程图。在步骤40中， 输入图像数据从图像捕捉装置被接收到处理器中。输入图像的图解在 图5中示出。在步骤41中，选择关注区域，该关注区域也在图5中示 出。将该关注区域应用于相应的行人将可能出现的区域(即，关注区 域排除了由图像捕捉装置捕捉到的车辆的某些区域，例如发动机罩、行李厢，或其他不属于轨迹行驶路径的区域)。在步骤42中，通过检测输入映像数据的竖直边缘产生竖 直边缘映像本文档来自技高网...
【技术保护点】
一种在基于图像的监测系统中检测车辆外部的行人的方法，所述车辆具有用来捕捉所述车辆外部的图像的图像捕捉装置，所述基于图像的监测系统包括用来处理从所述图像捕捉装置接收的图像数据以检测所述车辆外部的所述行人的处理器，所述方法包括以下步骤： 从所述图像捕捉装置接收输入图像数据； 将基于边缘的行人检测分析应用到所述输入图像数据以检测所述输入图像数据中的行人候选，所述基于边缘的检测分析确定基于边缘的可信度值以指示所述行人候选为行人的可信度水平； 将基于运动的行人检测分析 应用到所述输入图像数据中以检测所述输入图像数据中的行人候选，所述基于运动的检测分析确定基于运动的可信度值以指示所述行人候选为行人的可信度水平； 确定车速； 将根据车速而定的第一加权因子应用于所述基于边缘的可信度值，并将根据车速而 定的第二加权因子应用于所述基于运动的可信度值，以此来确定最终可信度值；以及 将所述最终可信度值与临界值进行对比来确定是否要产生所述输入图像数据中可能存在行人的警示。
【技术特征摘要】
...
【专利技术属性】
技术研发人员：W张，MJ沃尔斯基，
申请(专利权)人：通用汽车环球科技运作公司，
类型：发明
国别省市：US[美国]
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。