專利名稱：一種基于時(shí)空上下文信息的行人檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及監(jiān)控視頻和智能交通領(lǐng)域中的一種行人檢測(cè)方法，特別是一種基于視頻的行人檢測(cè)方法。
背景技術(shù)：
上下文信息是不直接通過(guò)對(duì)象表觀得到的一切信息，可作為一種有效的輔助方式來(lái)提升對(duì)象檢測(cè)的性能。根據(jù)上下文信息提取時(shí)使用幀內(nèi)或幀間信息，可將其分為空間上下文和時(shí)序上下文；根據(jù)上下文信息提取時(shí)是針對(duì)對(duì)象整體或圖像特征，又可將上下文信息分為實(shí)例層和特征層。基于上下文信息的檢測(cè)方法核心在于如何提取充足且有效的上下文信息，以及如何同原有表觀特征檢測(cè)器合理的結(jié)合起來(lái)?，F(xiàn)有的基于上下文信息進(jìn)行行人檢測(cè)的論文，多是針對(duì)單獨(dú)一層或一種上下文信息，不能充分的利用視頻信息中的信息，導(dǎo)致檢測(cè)性能相對(duì)較差。中國(guó)專利CN101894276A，
公開(kāi)日2010年11月24日，發(fā)明人秦磊等人，專利題目為“人體動(dòng)作識(shí)別的訓(xùn)練方法和識(shí)別方法”提出了一種利用時(shí)空特征訓(xùn)練和識(shí)別人體動(dòng)作識(shí)別的方法。該方法首先提取興趣點(diǎn)構(gòu)造視頻單詞，根據(jù)視頻單詞和某一滿足時(shí)空約束的其他視頻單詞形成時(shí)空視頻詞組，對(duì)視頻單詞聚類得到單詞團(tuán)體等元素，進(jìn)而構(gòu)造人體動(dòng)作識(shí)別分類器。該方法僅從特征層面刻畫(huà)時(shí)空上下文信息且依賴于興趣點(diǎn)的檢測(cè)，并且應(yīng)用范圍為人體的動(dòng)作識(shí)別。中國(guó)專利CN101127122A，
公開(kāi)日2008年2月20日，發(fā)明人潘吉彥等人，專利題目為“一種內(nèi)容自適應(yīng)漸進(jìn)式遮擋分析目標(biāo)跟蹤算法”中提出了利用時(shí)空上下文(Temporal-Spatial Context或Spatio-Temporal Context)信息對(duì)感興趣區(qū)域遮擋情況進(jìn)行初步分析。該方法通過(guò)對(duì)感興趣區(qū)域中的圖像塊進(jìn)行后向運(yùn)動(dòng)估計(jì)，以觀察該圖像塊在上一幀中是否處于非目標(biāo)區(qū)域，從而根據(jù)遮擋情況先驗(yàn)已知的第一幀信息判斷當(dāng)前幀該圖像塊是否存在遮擋。該方法單純利用圖像塊的后向預(yù)測(cè)和圖像塊本身的空間信息，所以得到的時(shí)空上下文信息很有限，且該方法僅被作為跟蹤算法的預(yù)處理步驟。文獻(xiàn)“ Integrating Spatio-Temporal Context with Multiview Representationfor Object Recognition in Visual Surveillance”中提出了一種利用時(shí)空上下文信息進(jìn)行監(jiān)控場(chǎng)景下對(duì)象檢測(cè)的方法，該方法提出了像素層和實(shí)例層的雙層時(shí)空上下文方法，其中像素層即通過(guò)對(duì)前景像素點(diǎn)進(jìn)行跟蹤的方式得到時(shí)序上下文信息，其實(shí)例層的空間上下文單純通過(guò)對(duì)場(chǎng)景建模估計(jì)出人體的可能尺寸，時(shí)序上下文則利用跟蹤算法對(duì)連續(xù)幀的檢測(cè)框進(jìn)行跟蹤得到。該方法沒(méi)有結(jié)合立體視覺(jué)信息以及未在特征層面對(duì)時(shí)空上下文進(jìn)行刻畫(huà)，時(shí)空信息提取較為粗糙，且該方法依賴于前景提取，不適用于車載應(yīng)用場(chǎng)景。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于上下文信息的行人檢測(cè)方法。基于本發(fā)明，可以很好的實(shí)現(xiàn)自動(dòng)提取視頻中的雙層上下文信息，適用于監(jiān)控和車載等場(chǎng)景下的行人檢測(cè)。根據(jù)本發(fā)明的上述發(fā)明目的之一，其中提供一種基于雙層時(shí)空上下文信息的行人檢測(cè)方法，包括步驟采集步驟，采集圖像視頻；輸入步驟，將所采集的圖像視頻輸入；尺寸估計(jì)步驟，對(duì)于輸入的圖像視頻，采用尺寸估計(jì)的方法生成感興趣區(qū)域，確定行人檢測(cè)范圍；時(shí)空上下文信息提取步驟，針對(duì)輸入圖像視頻，根據(jù)感興趣區(qū)域的信息，從中提取雙層時(shí)空上下文信息；表觀特征提取步驟，在提取上述雙層時(shí)空上下文信息的同時(shí)，提取表觀特征，構(gòu)造基礎(chǔ)行人檢測(cè)器；分析處理步驟，在此基礎(chǔ)上利用事先構(gòu)建的雙層時(shí)空上下文模型將雙層時(shí)空上下文信息與表觀特征結(jié)合起來(lái)進(jìn)行分析處理，從而得到最終的檢測(cè)結(jié)果序列；顯示步驟，將上述結(jié)果返回并顯示。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中所述尺寸估計(jì)步驟中利用攝像機(jī)參數(shù)估計(jì)地面位置，通過(guò)對(duì)地面按照深度分層的方式結(jié)合人體身高的先驗(yàn)知識(shí)構(gòu)造感興趣區(qū)域。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中同時(shí)在特征層和實(shí)例層兩個(gè)層面提取時(shí)空上下文信息。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中首先利用表觀特征構(gòu)造基礎(chǔ)行人檢測(cè)器，之后利用時(shí)空上下文信息模型將其與雙層時(shí)空上下文信息結(jié)合起來(lái)。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中對(duì)地面位置沿深度方向分為多個(gè)層次，在每一層上將人體身高的最大值和最小值作為世界坐標(biāo)系下的y值，利用攝像機(jī)的內(nèi)外參數(shù)構(gòu)造單應(yīng)性映射，得到在圖像中對(duì)象的尺寸范圍，生成感興趣區(qū)域。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中構(gòu)造時(shí)空立方體，在感興趣區(qū)域上提取密集時(shí)空梯度特征，利用極坐標(biāo)幾何結(jié)構(gòu)構(gòu)造一種新的時(shí)空特征一三維特征上下文，從而同時(shí)獲取特征層面上的空間和時(shí)間上下文。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中構(gòu)造時(shí)空立方體是利用相鄰幀進(jìn)行構(gòu)造的。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中訓(xùn)練階段時(shí)首先將時(shí)空梯度特征構(gòu)造成若干視覺(jué)單詞，在檢測(cè)階段利用碼本投票的方式將幾何結(jié)構(gòu)內(nèi)的時(shí)空梯度特征量化為特征直方圖形式，從而得到三維特征上下文。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中訓(xùn)練階段時(shí)是采用利用詞袋的方法將時(shí)空梯度特征構(gòu)造成若干視覺(jué)單詞的。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中首先構(gòu)造當(dāng)前幀的深度圖，然后根據(jù)場(chǎng)景信息和對(duì)象高度估算出可能的深度，從而利用計(jì)算和估算的深度值之間的關(guān)系構(gòu)造實(shí)例層的空間上下文信息。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中構(gòu)造當(dāng)前幀的深度圖是利用立體視覺(jué)技術(shù)進(jìn)行構(gòu)造的。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中構(gòu)造以當(dāng)前幀為中心的連續(xù)數(shù)幀內(nèi)對(duì)象的顏色一致性信息，從而得到時(shí)序上下文信息。
根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中構(gòu)造以當(dāng)前幀為中心的連續(xù)數(shù)幀內(nèi)對(duì)象的顏色一致性信息是通過(guò)數(shù)據(jù)關(guān)聯(lián)進(jìn)行構(gòu)造的。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中構(gòu)造一個(gè)時(shí)空上下文模型，利用條件概率組合的方式將時(shí)空信息作為先驗(yàn)概率同表觀特征檢測(cè)器的分類置信度融合起來(lái)，當(dāng)后驗(yàn)概率超過(guò)一定閾值時(shí)則認(rèn)為是行人對(duì)象。根據(jù)本發(fā)明進(jìn)一步的發(fā)明目的，其中構(gòu)造一個(gè)時(shí)空上下文模型是利用貝葉斯概率模型構(gòu)造的。根據(jù)本發(fā)明的另一發(fā)明目的，其中提供一種基于雙層時(shí)空上下文信息的行人檢測(cè)設(shè)備，包括下列裝置采集裝置，采集圖像視頻；輸入裝置，將所采集的圖像視頻輸入；尺寸估計(jì)裝置，對(duì)于輸入的圖像視頻，采用尺寸估計(jì)的方法生成感興趣區(qū)域，確定行人檢測(cè)范圍；時(shí)空上下文信息提取裝置，針對(duì)輸入圖像視頻，根據(jù)感興趣區(qū)域的信息，從中提取雙層時(shí)空上下文信息；表觀特征提取裝置，在提取上述雙層時(shí)空上下文信息的同時(shí)，提取表觀特征，構(gòu)造基礎(chǔ)行人檢測(cè)器；分析處理裝置，在此基礎(chǔ)上利用事先構(gòu)建的時(shí)空上下文模型將雙層時(shí)空上下文信息與表觀特征結(jié)合起來(lái)進(jìn)行分析處理，從而得到最終的檢測(cè)結(jié)果序列；顯示裝置，將上述結(jié)果返回并顯示。本發(fā)明的方法對(duì)輸入視頻序列在特征層和實(shí)例層兩個(gè)層面提取時(shí)空上下文信息，利用雙層時(shí)空上下文信息模型將上下文信息與表觀特征相結(jié)合。本方法不依賴于前景提取，可適用于監(jiān)控和車載等場(chǎng)景下的行人檢測(cè)。


圖1為基于雙層時(shí)空上下文信息的行人檢測(cè)方法框圖；圖2為尺寸估計(jì)框架圖；圖3為雙層上下文信息提取示意圖；圖4a和圖4b分別為特征層時(shí)空上下文提取的訓(xùn)練階段和實(shí)際檢測(cè)階段的流程圖；圖5為實(shí)例層空間上下文提取示意圖；圖6為實(shí)例層時(shí)序上下文提取示意圖；圖7為雙層時(shí)空上下文模型結(jié)構(gòu)圖。
具體實(shí)施例方式為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。參照?qǐng)D1，圖1為基于雙層時(shí)空上下文信息的行人檢測(cè)方法框圖。首先對(duì)輸入的視頻序列進(jìn)行尺寸估計(jì)，得到感興趣區(qū)域，之后在此基礎(chǔ)上針對(duì)輸入的視頻序列提取雙層上下文，利用雙層時(shí)空上下文模型將得到的雙層時(shí)空上下文作為先驗(yàn)概率，與表觀特征分類器相結(jié)合，最后利用雙層時(shí)空上下文模型得到檢測(cè)結(jié)果序列，雙層時(shí)空上下文模型主要是將雙層時(shí)空上下文與表觀特征分類器相結(jié)合，從而得到根據(jù)表觀特征分類而產(chǎn)生的適于使用的雙層時(shí)空上下文，例如表觀特征是人的身高，雙層時(shí)空上下文的感興趣區(qū)域?yàn)槭致房诘膱D像視頻，則最后輸出結(jié)果是自地面至人的身高這個(gè)空間層面的時(shí)空上下文。參照?qǐng)D2，圖2為我們提出的尺寸估計(jì)的一般框架。首先針對(duì)輸入的圖像視頻根據(jù)攝像機(jī)參數(shù)信息，將地平面按照視野的深度劃分為N個(gè)層，在每一個(gè)深度層上利用人體高度的先驗(yàn)范圍作為世界坐標(biāo)系中的y值的最大值和最小值，之后將地面的等深度線利用單應(yīng)性映射將世界坐標(biāo)映射到攝像機(jī)坐標(biāo)系中，然后再映射到圖像坐標(biāo)系中，形成若干個(gè)區(qū)域作為感興趣區(qū)域；參照?qǐng)D3，圖3為雙層上下文信息提取示意圖。本方法中的雙層時(shí)空上下文包含特征層和實(shí)例層兩部分。參照?qǐng)D4a和4b，圖4a和圖4b分別為特征層時(shí)空上下文提取的訓(xùn)練階段和實(shí)際檢測(cè)階段的流程圖。在訓(xùn)練階段，首先以當(dāng)前幀為中心，向前后各擴(kuò)展若干幀，這些連續(xù)幀的檢測(cè)框構(gòu)成了時(shí)空立方體；之后以時(shí)空立方體結(jié)構(gòu)為基礎(chǔ)，提取密集時(shí)空梯度特征(具體實(shí)現(xiàn)時(shí)可采用密集版本的三維尺度旋轉(zhuǎn)特征不變特征)；最后利用詞袋方法(Bag of wordsmodel，詞袋模型或叫詞包模型，詞袋模型是在自然語(yǔ)言處理和信息檢索中的一種簡(jiǎn)單假設(shè)。在這種模型中，文本(段落或者文檔)被看作是無(wú)序的詞匯集合，忽略語(yǔ)法甚至是單詞的順序，詞袋模型被用在文本分類的一些方法當(dāng)中。當(dāng)傳統(tǒng)的貝葉斯分類被應(yīng)用到文本當(dāng)中時(shí)，貝葉斯中的條件獨(dú)立性假設(shè)導(dǎo)致詞袋模型。另外一些文本分類方法如LDA和LSA也使用了這個(gè)模型)將提取得到的時(shí)空梯度特征構(gòu)造成K個(gè)視覺(jué)單詞。在檢測(cè)階段，首先結(jié)合尺寸估計(jì)得到的感興趣區(qū)域信息，以感興趣區(qū)域中的檢測(cè)框?yàn)閹缀螁卧?，利用類似的方式?gòu)造時(shí)空立方體；在檢測(cè)框上選取M個(gè)參考點(diǎn)并以每個(gè)參考點(diǎn)為中心構(gòu)造一個(gè)類似形狀上下文特征的極坐標(biāo)幾何結(jié)構(gòu)；對(duì)提取到的時(shí)空梯度特征，按照其到訓(xùn)練階段得到的K個(gè)視覺(jué)單詞的距離量化為K維向量；之后以極坐標(biāo)幾何結(jié)構(gòu)為基本單元將落入其內(nèi)部的特征向量進(jìn)行歸一化處理，對(duì)得到的特征串聯(lián)起來(lái)構(gòu)成最終的特征層時(shí)空上下文。參照?qǐng)D5，圖5為實(shí)例層空間上下文提取示意圖。首先利用立體視覺(jué)技術(shù)，通過(guò)左右視角的圖像得到當(dāng)前幀的深度圖，之后根據(jù)場(chǎng)景幾何約束和當(dāng)前檢測(cè)框的尺寸估算出該對(duì)象位于的深度，利用估算的深度值和立體視覺(jué)計(jì)算得到的深度值構(gòu)造空間上下文信息。參照?qǐng)D6，圖6為實(shí)例層時(shí)序上下文提取示意圖。根據(jù)相同對(duì)象的顏色信息在短時(shí)間內(nèi)保持不變的假設(shè)，通過(guò)數(shù)據(jù)關(guān)聯(lián)算法將以當(dāng)前幀為中心的連續(xù)數(shù)幀內(nèi)的對(duì)象的顏色信息構(gòu)造得到時(shí)序上下文信息。參照?qǐng)D7，圖7為雙層時(shí)空上下文模型結(jié)構(gòu)圖。首先構(gòu)造行人檢測(cè)訓(xùn)練樣本，在此基礎(chǔ)上提取表觀特征(具體實(shí)現(xiàn)時(shí)可采用梯度方向直方圖特征)構(gòu)造基于表觀特征的行人分類器，根據(jù)分類器的輸出構(gòu)造初始檢測(cè)置信度，將雙層時(shí)空上下文信息作為檢測(cè)的先驗(yàn)概率，利用貝葉斯概率模型將雙層時(shí)空上下文信息與表觀特征結(jié)合起來(lái)。本發(fā)明并非僅限于在此明確描述的實(shí)施例。雖然先前的描述和附圖描述了本發(fā)明的優(yōu)選實(shí)施例，但是可以理解在不脫離本發(fā)明的精神的情況下，在此可以產(chǎn)生各種附加、修改和替換。本領(lǐng)域普通技術(shù)人員很清楚在不脫離本發(fā)明的精神或本質(zhì)特性的情況下，可以以其他特殊形式、結(jié)構(gòu)、布置、比例、以及利用其他元件、材料和部件來(lái)實(shí)現(xiàn)本發(fā)明。本領(lǐng)域的技術(shù)人員將意識(shí)到本發(fā)明可以使用發(fā)明實(shí)際中使用的結(jié)構(gòu)、布置、比例、材料以及部件和其他的許多修改，這些修改在不脫離本發(fā)明的原理的情況下而特別適應(yīng)于特殊環(huán)境和操作需求。因此，當(dāng)前公開(kāi)的實(shí)施例在所有方面應(yīng)被理解為說(shuō)明性的而非對(duì)其請(qǐng)求保護(hù)的范圍的限制。
權(quán)利要求
1.一種基于雙層時(shí)空上下文信息的行人檢測(cè)方法，包括步驟采集步驟，采集圖像視頻；輸入步驟，將所采集的圖像視頻輸入；尺寸估計(jì)步驟，對(duì)于所輸入的圖像視頻，采用尺寸估計(jì)的方法生成感興趣區(qū)域，確定行人檢測(cè)范圍；時(shí)空上下文信息提取步驟，針對(duì)輸入圖像視頻，根據(jù)感興趣區(qū)域的信息，從中提取雙層時(shí)空上下文信息；表觀特征提取步驟，在提取上述雙層時(shí)空上下文信息的同時(shí)，提取表觀特征，構(gòu)造基礎(chǔ)行人檢測(cè)器；分析處理步驟，在此基礎(chǔ)上利用事先構(gòu)建的雙層時(shí)空上下文模型將雙層時(shí)空上下文信息與表觀特征結(jié)合起來(lái)進(jìn)行分析處理，從而得到最終的檢測(cè)結(jié)果序列；顯示步驟，將上述結(jié)果返回并顯示。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于在所述尺寸估計(jì)步驟中估計(jì)地面位置，通過(guò)對(duì)地面按照深度分層的方式結(jié)合人體身高的先驗(yàn)知識(shí)構(gòu)造感興趣區(qū)域。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于在特征層和實(shí)例層兩個(gè)層面提取時(shí)空上下文信息。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于首先利用表觀特征構(gòu)造基礎(chǔ)行人檢測(cè)器， 之后利用時(shí)空上下文信息模型將其與雙層時(shí)空上下文信息結(jié)合起來(lái)。
5.根據(jù)權(quán)利要求2所述方法，其特征在于對(duì)地面位置沿深度方向分為多個(gè)層次，在每一層上將人體身高的最大值和最小值作為世界坐標(biāo)系下的y值，利用攝像機(jī)的內(nèi)外參數(shù)構(gòu)造單應(yīng)性映射，得到在圖像中對(duì)象的尺寸范圍，生成感興趣區(qū)域。
6.根據(jù)權(quán)利要求3所述的方法，其特征在于構(gòu)造時(shí)空立方體，在感興趣區(qū)域上提取密集時(shí)空梯度特征，利用極坐標(biāo)幾何結(jié)構(gòu)構(gòu)造一種新的時(shí)空特征——三維特征上下文，從而同時(shí)獲取特征層面上的空間和時(shí)間上下文。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于構(gòu)造時(shí)空立方體是利用相鄰幀進(jìn)行構(gòu)造的。
8.根據(jù)權(quán)利要求3所述的方法，其特征在于訓(xùn)練階段時(shí)首先將時(shí)空梯度特征構(gòu)造成若干視覺(jué)單詞，在檢測(cè)階段利用碼本投票的方式將幾何結(jié)構(gòu)內(nèi)的時(shí)空梯度特征量化為特征直方圖形式，從而得到三維特征上下文。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于訓(xùn)練階段時(shí)是采用利用詞袋的方法將時(shí)空梯度特征構(gòu)造成若干視覺(jué)單詞的。
10.根據(jù)權(quán)利要求3所述的方法，其特征在于首先構(gòu)造當(dāng)前幀的深度圖，然后根據(jù)場(chǎng)景信息和對(duì)象高度估算出可能的深度，從而利用計(jì)算和估算的深度值之間的關(guān)系構(gòu)造實(shí)例層的空間上下文信息。
11.根據(jù)權(quán)利要求10所述的方法，其特征在于構(gòu)造當(dāng)前幀的深度圖是利用立體視覺(jué)技術(shù)進(jìn)行構(gòu)造的。
12.根據(jù)權(quán)利要求3所述的方法，其特征在于構(gòu)造以當(dāng)前幀為中心的連續(xù)數(shù)幀內(nèi)對(duì)象的顏色一致性信息，從而得到時(shí)序上下文信息。
13.根據(jù)權(quán)利要求12所述的方法，其特征在于構(gòu)造以當(dāng)前幀為中心的連續(xù)數(shù)幀內(nèi)對(duì)象的顏色一致性信息是通過(guò)數(shù)據(jù)關(guān)聯(lián)進(jìn)行構(gòu)造的。
14.根據(jù)權(quán)利要求4所述的方法，其特征在于構(gòu)造一個(gè)時(shí)空上下文模型，利用條件概率組合的方式將時(shí)空信息作為先驗(yàn)概率同表觀特征檢測(cè)器的分類置信度融合起來(lái)，當(dāng)后驗(yàn)概率超過(guò)一定閾值時(shí)則認(rèn)為是行人對(duì)象。
15.根據(jù)權(quán)利要求14所述的方法，其特征在于構(gòu)造一個(gè)時(shí)空上下文模型是利用貝葉斯概率模型構(gòu)造的。
16.一種基于雙層時(shí)空上下文信息的行人檢測(cè)設(shè)備，包括下列裝置采集裝置，采集圖像視頻；輸入裝置，將所采集的圖像視頻輸入；尺寸估計(jì)裝置，對(duì)于輸入的圖像視頻，采用尺寸估計(jì)的方法生成感興趣區(qū)域，確定行人檢測(cè)范圍；時(shí)空上下文信息提取裝置，針對(duì)輸入圖像視頻，根據(jù)感興趣區(qū)域的信息，從中提取雙層時(shí)空上下文信息；表觀特征提取裝置，在提取上述雙層時(shí)空上下文信息的同時(shí)，提取表觀特征，構(gòu)造基礎(chǔ)行人檢測(cè)器；分析處理裝置，在此基礎(chǔ)上利用事先構(gòu)建的時(shí)空上下文模型將雙層時(shí)空上下文信息與表觀特征結(jié)合起來(lái)進(jìn)行分析處理，從而得到最終的檢測(cè)結(jié)果序列；顯示裝置，將上述結(jié)果返回并顯示。
全文摘要
本發(fā)明公開(kāi)了一種基于雙層時(shí)空上下文信息的行人檢測(cè)方法，包括步驟首先對(duì)原始圖像進(jìn)行尺寸估計(jì)得到感興趣區(qū)域，然后提取雙層時(shí)空上下文信息提取特征層時(shí)空上下文、提取實(shí)例層空間上下文、提取實(shí)例層時(shí)序上下文，進(jìn)而提取表觀特征構(gòu)造基礎(chǔ)行人檢測(cè)器，最終利用時(shí)空上下文模型將雙層時(shí)空上下文信息與表觀特征結(jié)合。本發(fā)明的方法是在基于表觀特征的基礎(chǔ)行人檢測(cè)器基礎(chǔ)上，自動(dòng)提取與行人檢測(cè)相關(guān)的雙層時(shí)空上下文信息，并利用時(shí)空上下文模型對(duì)表觀特征和雙層時(shí)空上下文信息進(jìn)行結(jié)合。本發(fā)明通過(guò)引入雙層時(shí)空上下文信息，有效的解決了復(fù)雜背景和局部遮擋對(duì)檢測(cè)性能的影響，提高了行人檢測(cè)的召回率和檢測(cè)精度。
文檔編號(hào)G06K9/00GK103020606SQ201210579228
公開(kāi)日2013年4月3日 申請(qǐng)日期2012年12月27日 優(yōu)先權(quán)日2012年12月27日
發(fā)明者田永鴻, 許騰, 黃鐵軍 申請(qǐng)人:北京大學(xué)