交通场景中基于路面提取的行人检测方法技术

本发明专利技术提供一种模式识别技术领域的交通场景中基于路面提取的行人检测方法，包括以下步骤：第一步，离线计算相机内参——光照不变角度；第二步：在光照不变空间中检测路面；第三步：基于路面提取感兴趣窗口，并对感兴趣窗口进行尺度缩放；第四步：使用经典HOG描述字结合SVM分类器方法在经过尺度缩放的感兴趣窗口中检测行人。通过将待检测范围固定在道路附近，大幅减少待检测窗口数量；并且通过对感兴趣窗口进行尺度缩放，进一步减少搜索窗口数量、提高小目标行人检测精度。本发明专利技术的在缩短检测时间、减少虚警数量的同时，较好地解决了HOG不能对小目标行人进行有效检测的问题。

【技术实现步骤摘要】

本专利技术涉及的是一种图像处理
的行人检测技术，具体涉及一种动态复杂交通场景中的行人检测方法。
技术介绍
交通场景中的行人检测是指从固定在运动车辆上的摄像机采集得到的视频序列中将车辆前方道路上运动或者静止的行人从复杂的交通背景中检测出来，由于受行人外观多样性、行人成像尺度不同、环境背景复杂、车辆及行人运动和很高的实时性要求，使得动态交通场景中的行人检测成为一项复杂的、具有挑战性的研究课题。目前，在静态图像中，基于HOG特征描述子结合SVM分类器的行人检测方法被认为是很有效的行人检测方法。不过，HOG结合SVM的方法进行行人检测需要较长的时间，会产生较多的虚警，并且不能对小目标行人进行有效的检测，这些极大地限制了 HOG算法在动态交通场景中进行行人检测的进一步应用和发展。经典HOG算法检测时间较长、虚警较多的一个主要原因是使用全尺度的滑动窗口方法提取得到的待分类窗口数量庞大。以一个640X480的输入图像为例，经典HOG算法提取得到的待分类窗口数量高达约200，000个，在这些提取得到的待分类窗口中，包含一些行人完全不可能存在的区域，例如:天空、建筑物等，去除这些行人不可能存在的待检测窗口，保留那些行人存在可能性较高的待检测窗口，可以在不损害分类准确性的前提下显著地缩短检测时间，同时减少虚警的数量。并且通过将远处尺寸较小的行人进行尺度放大，可以提闻对小目标行人的检测精度。经对现有技术文献资料的检索发现，在国内外专利文献中尚未检索到基于道路平面提取的行人检测方法报道。在Science Citation Index Expanded(SCIE)文献检索数据库中，也尚未检索到与本专利技术提出的交通场景中基于路面提取检测行人方法相似的文献。
技术实现思路
本专利技术的目的在于针对现有技术中的不足，提出一种交通场景中基于道路提取的行人检测方法，在缩短检测时间、减少虚警数量的同时，较好地解决了 HOG不能对小目标行人进行有效检测的问题。根据本专利技术的一个方面，提供一种，包括如下步骤:步骤1:计算光照不变角度，在光照不变灰度图中提取路面；步骤2:基于路面提取感兴趣区域，并对感兴趣区域进行尺度缩放；步骤3:使用HOG特征描述子结合SVM分类器在缩放后的区域中检测行人。优选地，所述的光照不变角度，具体为:光照不变图中路面灰度值标准差与对数空间中投影直线的倾角相关，是指，通过改变直线倾角，统计路面灰度值标准差变化规律得到相机的光照不变角。优选地，所述的在光照不变灰度图中提取路面，具体为:通过统计得到路面灰度值分布范围，在道路底部选择种子点，使用漫水填充算法结合形态学处理得到完整路面。优选地，所述的对感兴趣区域进行尺度缩放，具体为:对于距离车辆较近、高度大于需要高度的窗口进行尺度缩小；对于距离车辆较远、高度小于需要高度的窗口进行尺度放大。优选地,所述步骤I包括如下步骤:步骤1.1:通过人工标定的方法将输入图像中的路面提取出来，以log(R/G)和log(B/G)为坐标轴构造对数空间，并将提取出的路面的RGB图像上每个像素点投影到对数空间中得到投影点，其中，R、G、B分别代表像素点颜色的红色、绿色、蓝色分量；步骤1.2:将所有投影点在对数空间中倾角为α直线上做投影，以每个点归一化后的投影长度作为灰度值得到道路灰度图，选择道路灰度图中灰度分布居于中间90%的像素点进行道路灰度标准差计算；步骤1.3:ae{0°，1°，…180° }，重复步骤1.2，与道路灰度标准差对应的a即为相机的光照不变角度。优选地，所述步骤I还包括如下步骤:步骤1.4:在道路底部选取区域统计路面灰度直方图，结合阈值λ，确定路面灰度值分布范围；步骤1.5:在每个方块中选取一个种子点，使用漫水填充算法结合图像形态学处理，得到完整的道路平面。优选地,所述步骤2包括如下步骤:步骤2.1:在道路平面上由近及远一次摆放若干个矩形窗口，窗口宽度与路面宽度相等，窗口高度由距离车辆不同距离的行人高度决定；步骤2.2:按照高度对矩形窗口的尺寸进行归一化，对于距离车辆较近、高度大于需要高度的窗口进行尺度缩小；对于距离车辆较远、高度小于需要高度的窗口进行尺度放大。与经典HOG算法相比较，本专利技术有以下有益效果:通过将待检测范围固定在道路附近，大幅减少待检测窗口数量；并且通过对感兴趣窗口进行尺度缩放，进一步较少搜索窗口数量、提高小目标行人检测精度。本专利技术在缩短检测时间、减少虚警数量的同时提高了对小目标行人的检测精度。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显:图1是阴影存在情况下的路面检测结果例；图2是基于路面提取的行人检测结果的一个图例；图3是基于路面提取的行人检测结果的另一个图例。具体实施方式下面结合具体实施 例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进。这些都属于本专利技术的保护范围。本实施例是通过以下技术方案实现的，在本实施例中，所述包括如下步骤:第一步:离线计算相机内参一光照不变角度。I)通过人工标定的方法将输入图像中的路面提取出来，以log(R/G)和log(B/G)为坐标轴构造对数空间，并将提取出的路面(RGB图像)上每个像素点投影到对数空间中得到投影点，其中，R、G、B分别代表像素点颜色的红色、绿色、蓝色分量。2)将所有投影点在对数空间中倾角为α直线上做投影，以每个点归一化后的投影长度作为灰度值得到道路灰度图，选择道路灰度图中灰度分布居于中间90%的像素点进行道路灰度标准差计算。3) a e {0°，1°，…180° }，重复步骤(2)，与道路灰度标准差对应的α即为相机的光照不变角度。第二步:在光照不变空间中检测路面。1)在道路底部选取区域统计路面灰度直方图，结合阈值λ，确定路面灰度值分布范围。2)在每个方块中选取一个种子点，使用漫水填充算法结合图像形态学处理，得到完整的道路平面。第三步:基于路面提取感兴趣窗口，并对其进行尺度缩放。I)在道路平面上由近及远一次摆放若干个矩形窗口，窗口宽度与路面宽度相等，窗口高度由距离车辆不同距离的行人高度决定。2)按照高度对矩形窗口的尺寸进行归一化。对于距离车辆较近、高度大于需要高度的窗口进行尺度缩小；对于距离车辆较远、高度小于需要高度的窗口进行尺度放大。第四步:使用经典HOG特征描述子结合SVM分类器方法在经过尺度缩放的感兴趣窗口中检测行人。本实施例与经典HOG算法(窗口大小分别为64X128和32X64)在检测率、检测时间以及虚警率三个方面进行了比较。表I是实验的统计结果，可以明显看出，本实施例与64X128的HOG算法相比，在整体检测率提高一倍的情况下，虚警率和检测时间都缩短了一半；与32 X 64的HOG算法相比，在检测率基本相同的情况下，虚警率和检测时间都有大幅的提升。表1:结合道路检测算法与经典HOG算法实验结果比较本文档来自技高网...

【技术保护点】
一种交通场景中基于路面提取的行人检测方法，其特征在于，包括如下步骤:步骤1：计算光照不变角度，在光照不变灰度图中提取路面；步骤2：基于路面提取感兴趣区域，并对感兴趣区域进行尺度缩放；步骤3：使用HOG特征描述子结合SVM分类器在缩放后的区域中检测行人。

【技术特征摘要】
1.一种交通场景中基于路面提取的行人检测方法，其特征在于，包括如下步骤: 步骤1:计算光照不变角度，在光照不变灰度图中提取路面； 步骤2:基于路面提取感兴趣区域，并对感兴趣区域进行尺度缩放； 步骤3:使用HOG特征描述子结合SVM分类器在缩放后的区域中检测行人。2.根据权利要求1所述的交通场景中基于路面提取的行人检测方法，其特征在于，所述的光照不变角度，具体为:光照不变图中路面灰度值标准差与对数空间中投影直线的倾角相关，是指，通过改变直线倾角，统计路面灰度值标准差变化规律得到相机的光照不变角。3.根据权利要求1所述的交通场景中基于路面提取的行人检测方法，其特征在于，所述的在光照不变灰度图中提取路面，具体为:通过统计得到路面灰度值分布范围，在道路底部选择种子点，使用漫水填充算法结合形态学处理得到完整路面。4.根据权利要求1所述的交通场景中基于路面提取的行人检测方法，其特征在于，所述的对感兴趣区域进行尺度缩放，具体为:对于距离车辆较近、高度大于需要高度的窗口进行尺度缩小；对于距离车辆较远、高度小于需要高度的窗口进行尺度放大。5.根据权利要求1所述的交通场景中基于路面提取的行人检测方法，其特征在于，所述步骤I包括如下步骤: 步骤1.1:通过人工标定的方法将输入图像中的路面提取出来，以log(R/G)和log(B...

【专利技术属性】
技术研发人员：衡浩，熊惠霖，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：