一种快速俯视行人的检测方法

摘要

一种快速俯视行人的检测方法，通过头顶上方的单目摄像头俯视行人，利用行人头部或头肩部的几何特点，结合头部颜色均匀的特征，设定多级分类器，将图像中框定头部的矩形框区域设置为分类器的输出目标；利用“积分图”计算各分类器矩形子块中所有像素的灰度累加值，计算各分类器矩形框内部区域累加值的偏差，进行判断、筛选；用设定大小的矩形窗口遍历整张图像，对所有候选区域循环计算各分类器矩形子块的灰度累加值和相应矩形子块之间累加值的偏差，快速捕捉俯视行人的头像信息。本发明涉及的特征运算主要是加法运算，且分类器的级联设计可以使大部分非目标区域在经过前面的分类器时就被滤除掉，大大减少了计算量，提高了捕捉行人头像信息的速度。

主权项

一种快速俯视行人的检测方法，通过头顶上方的单目摄像头拍摄俯视行人的图像或视频，利用行人头部的几何特点，结合头部颜色均匀的特征，设定多级级联的分类器结构；其特征在于:所述的多级级联的分类器结构的设定以及具体实施步骤如下：A)分类器Ⅰ：头部矩形框视为左右对称结构，将矩形窗口框定的区域按左、右均分为二，成两个矩形子块，利用“积分图”分别计算左、右两个矩形子块的灰度累加值，再利用公式(3)计算左、右两个矩形区域中的灰度值偏差，偏差e的计算式如下：$e=\left|\frac{\mathrm{RecSum}\left(1\right)-\mathrm{RecSum}\left(r\right)}{\max (\mathrm{RecSum}\left(1\right),\mathrm{RecSum}\left(r\right))}\right|---\left(3\right)$式中，RecSum(l)、RecSum(r)分别表示左、右两个矩形块内所有像素的灰度值之和；e偏差值允许范围在0.005～0.2，如果计算所得偏差满足设定值要求就进入步骤B),否则移动矩形窗口进入步骤A)；B)分类器Ⅱ：将头部矩形框分为左、中、右结构，将矩形窗口框定的区域从左至右分成均等的三块，其中从左至右三块的像素点灰度累加值分别为：RecSum(2)、RecSum(l)、RecSum(3)；根据人头的椭圆或者近似圆形的特点，如果中间矩形区域内像素点的灰度累加值Recsum(1)分别大于左边的RecSum(2)和右边像素点的灰度累加值RecSum(3)，则进入步骤C),否则移动矩形窗口进入步骤A)；C)分类器Ⅲ：将头部矩形框视为上、下相等，将矩形窗口框定的区域按上、下均分为二，成两个矩形子块，利用“积分图”分别计算上、下两个矩形子块的灰度累加值，利用公式(3)计算上、下两个矩形区域中的灰度值偏差，其中：RecSum(t)、RecSum(b)分别表示上、下两个矩形子块内所有像素的灰度值之和；e偏差值允许范围在0.005～0.2，如果计算所得偏差满足设定值要求就进入步骤D),否则移动矩形窗口进入步骤A)；D)分类器Ⅳ：利用“积分图”计算头部原始图像矩形区的中心部分区域30x30像素,并框定矩形框；E)移动矩形框循环步骤A)～D),用50x50像素大小的矩形窗口遍历整张图像，获得全部目标矩形框；F)按不同尺度重新设定检测矩形窗口的大小，在初始的50x50窗口大小的基础上长宽各扩展10个像素，即用60x60、70x70、80x80的窗口重新依据步骤A)‑F)进行计算，直至最后确认并框定头部目标，具体尺度和窗口大小的设定可以根据实际图像信息调整；G)利用非最大抑制原理，对所有框定相同目标的矩形框进行筛选，抑制掉那些重合面积超过10％的矩形框，保留中心区域灰度值的方差最小的矩形框。