【技术实现步骤摘要】
本专利技术涉及的是ー种视频图像处理和模式识别
的方法，具体是ー种应用于视频监控系统的特定顔色行人检测方法。
技术介绍
行人目标检测的主要任务是对视频序列中的行人进行标记以实现检索的目的。特定颜色行人的检测则是在行人目标检测的基础之上进ー步识别出具有特定顔色的行人目标，例如在给定视频中检测穿蓝色上衣的行人。特定顔色行人的检测技术可应用于视频监控、视频检索等领域，从而減少海量的监控视频数据给操作人员带来的负担。典型的行人检测方法是基于背景建模的，根据当前视频图片信息与背景模型进行比对，提取出前景块并将各个前景块都当作独立的物体，然后直接利用前景块的特征进行物体分类识别，例如 J. Renno 等人在” Object Classification in Visual SurveillanceUsing Adaboost”中提到的方法，该论文收录在2007年的《Computer Vision and PatternRecognition))会议集第I到8页。这种方法的优点在于根据背景模型能快速的找到前景块，而且识别过程简单，因此可以达到良好的实时性。然而，很多时候...
【技术保护点】
一种检测视频中行人目标的方法，其特征在于，该方法包括如下步骤：第一步，采用高斯混合模型对场景的背景进行建模，在得到背景模型后通过与当前处理图像的比对得到粗略的运动前景，通过滤波和形态学处理后将运动前景以矩形块的形式提出，称之为前景块；第二步，对各个前景块中前景点所占比例进行计算并结合前景点在水平坐标上投影个数的统计特性区分出复杂前景块和简单前景块，并估计出可能存在行人的水平坐标；第三步，对于简单前景块由其尺寸判断是否为行人；对于复杂前景块，利用在线行人高度估计模型和基于方向梯度直方图特征的Adaboost分类器对行人目标进行精确检测，得到视频中的行人目标。
【技术特征摘要】
1.一种检测视频中行人目标的方法，其特征在于，该方法包括如下步骤 第一歩，采用高斯混合模型对场景的背景进行建模，在得到背景模型后通过与当前处理图像的比对得到粗略的运动前景，通过滤波和形态学处理后将运动前景以矩形块的形式提出，称之为前景块； 第二歩，对各个前景块中前景点所占比例进行计算并结合前景点在水平坐标上投影个数的统计特性区分出复杂前景块和简单前景块，并估计出可能存在行人的水平坐标； 第三步，对于简单前景块由其尺寸判断是否为行人；对于复杂前景块，利用在线行人高度估计模型和基于方向梯度直方图特征的Adaboost分类器对行人目标进行精确检测，得到视频中的行人目标。2.根据权利要求1所述的检测视频中行人目标的方法，其特征在于，所述的行人水平坐标估计方法如下利用高斯混合模型得到的前景点在水平坐标上进行投影，统计落在各个水平坐标上的前景点个数生成直方图，对得到的直方图进行平滑滤波，滤波后直方图中存在凸包的位置就是可能有行人的位置，通过对直方图进行凸包检测估计出可能存在行人的水平位置。3.根据权利要求1所述的检测视频中行人目标的方法，其特征在于，所述的简单前景块是指包含单个物体的前景块，复杂前景块是指包含多个物体的前景块，区分简单前景块和复杂前景块的方式如下对于简单前景块，其前景点像素所占前景块的比例大于等于0.45，通过设定前景点比例的阈值初歩判定处理对象是否可能为简单前景块，如果判定为简单前景块，再利用行人水平坐标估计的方法查看其中是否可能有多于ー个的行人目标，如果估计出其中可能包含多个行人目标则将前景块归到复杂前景块中，否则为简单前景块；区分简单和复杂前景块的ー个原则是允许将简单前景块划分到复杂前景块中，但不允许将复杂前景块划归到简单前景块中。4.根据权利要求1所述的检测视频中行人目标的方法，其特征在于，所述的在线行人高度估计模型通过以下方式得到假定场景中的不同行人的身高服从高斯分布，对于同一个行人其在场景中的高度随垂直坐标的变化而线性变化，从而用一个关于垂直坐标y的条件...
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。