发明名称 |
基于第二代曲线波变换的静态人体检测方法 |
摘要 |
本发明提出了一种基于第二代曲线波变换的静态人体检测方法,主要用于解决现有人体检测技术的检测虚警率高的问题,其检测过程为:通过负样本的自举操作获取负样本,并与数据库中其它的正样本一起构成训练样本集;计算所有训练样本的基于曲线波变换的特征向量组成一个训练样本特征集;利用AdaBoost算法,对样本特征集进行分类训练,得到一个分类器;输入任意大小的被测图像,计算被测图像中所有扫描窗口图像的基于曲线波变换的特征向量;将所有扫描窗口图像的基于曲线波变换的特征向量输入到之前所得的分类器进行分类;根据分类结果,利用主窗口合并法,对所有分为人体的扫描窗口进行组合,形成最终的人体检测结果。本发明具有检测正确率高、同时虚警率低的优点,可用于对图像中人体的分类与检测。 |
申请公布号 |
CN101930549A |
申请公布日期 |
2010.12.29 |
申请号 |
CN201010259562.X |
申请日期 |
2010.08.20 |
申请人 |
西安电子科技大学 |
发明人 |
韩红;焦李成;范友健;李阳阳;吴建设;王爽;尚荣华;陈志超 |
分类号 |
G06K9/62(2006.01)I;G06T7/00(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
陕西电子工业专利中心 61205 |
代理人 |
王品华;朱红星 |
主权项 |
一种基于第二代曲线波变换的静态人体检测方法,包括如下过程:(1)在INRIA数据库中,通过自举操作获取负样本,这些负样本与数据库中其它的正样本一起构成训练样本集;(2)提取训练样本集中每个训练样本的基于曲线波变换的边缘特征向量,并对提取的边缘特征向量进行了最优统计量的选择;(3)提取训练样本集中每个训练样本的基于曲线波变换的纹理特征向量,并将该纹理特征向量与步骤(2)提取的边缘特征向量级联,共同构成人体特征向量;(4)计算训练样本集中所有训练样本的人体特征向量,组成样本特征集,利用AdaBoost分类算法对其进行分类训练,得到一个分类器;(5)输入任意大小的被测图像,采用滑窗扫描的方法对被测图像进行扫描检测,并计算所有扫描窗口图像的基于曲线波变换的人体特征向量,输入到步骤(4)中所得到的分类器中进行分类;(6)根据分类器输出的分类结果,利用主窗口合并法,对所有分为人体的扫描窗口进行组合,形成最终的人体检测结果。 |
地址 |
710071 陕西省西安市太白南路2号 |