市区环境下基于视觉的车载行人检测与跟踪方法及系统

摘要

本发明涉及一种市区环境下基于视觉的车载行人检测与跟踪方法及系统，本发明为了避免在整幅图像中匹配已建立的目标颜色概率分布图而导致在寻求最优匹配位置时出现较大的偏差，根据上一时刻图像中行人的质心位置，采用Kalman滤波预测下一时刻行人的质心位置，以该预测位置为中心建立搜索窗口，利用Meanshift算法匹配所建立的行人目标颜色概率分布图，从而确定行人质心的当前时刻的观测位置并更新行人目标颜色概率分布图和Kalman滤波的状态和协方差阵，当行人已经走出视野范围或者跟踪失效时针对待检测图像采用行人检测方法重新检测行人作为待跟踪目标，避免出现跟踪累积误差。因此，本发明可以广泛用于行人安全保护技术领域。

主权项

一种市区环境下基于视觉的车载行人检测与跟踪方法，它包括以下步骤：1)实时获取车辆前方的彩色道路视频；2)针对获取的彩色道路视频进行逐帧处理得到待检测图像；3)根据上一帧待检测图像的状态判断下一帧待检测图像进行行人检测或跟踪，其中待检测图像的状态分为未跟踪状态和待跟踪状态；若上一帧待检测图像的状态为未跟踪状态，则进入步骤4)进行行人检测；若上一帧待检测图像的状态为待跟踪状态，则进入步骤5)进行行人跟踪；4)针对待检测图像进行行人检测，若连续z帧待检测图像成功检测到行人目标，其中，z>2且为整数，则将最后一次成功检测的具有行人目标的待检测图像的状态改为待跟踪状态，并将返回给步骤3)，以便判断下一帧待检测图像进入行人跟踪；否则，返回步骤3)针对下一帧待检测图像继续进入行人检测；5)针对待检测图像进行行人跟踪，若连续z帧待检测图像跟踪到行人，则返回步骤3)继续针对下一帧待检测图像进行跟踪；若连续z帧待检测图像跟踪失败，则行人已经走出视野范围或者跟踪失效，结束跟踪，返回步骤3)针对下一帧待检测图像重新进行行人检测；所述步骤5)包括以下步骤：①针对包含行人目标的待检测图像，建立第k‑1时刻的行人目标颜色概率分布图I_P，其中k为任意时刻；②针对包含行人目标的待检测图像的质心位置，采用Kalman算法预测第k时刻的质心位置；③采用Meanshift算法结合第k‑1时刻的行人目标颜色概率分布图I_P和第k时刻的质心位置进行行人跟踪；若跟踪成功，则将跟踪过程中的数据用于更新①和②；若跟踪失败，则对失败次数进行累计；④当连续z帧跟踪行人目标失败时，则行人已经走出视野范围或者跟踪失效，结束跟踪，返回步骤3)针对下一帧待检测图像重新进行行人检测；否则，返回步骤3)继续针对下一帧待检测图像进行跟踪。