一种实时鲁棒的针对特定场景的行人检测方法

    公开(公告)号:CN102043953A

    公开(公告)日:2011-05-04

    申请号:CN201110029568.2

    申请日:2011-01-27

    IPC分类号: G06K9/00 G06K9/62 H04N7/18

    摘要: 本发明实时鲁棒的针对特定场景的行人检测方法,在特定场景中使用摄像机进行视频采集,将实时采集到的视频信息采用背景差分的方法进行预处理,获得实施视频中可移动物体的视频信息,以预处理过的视频信息中的各个可移动物体为中心来标定滑动窗,用支持向量机行人分类器来对滑动窗内的图像信息进行检测匹配出行人;支持向量机行人分类器的特征建模训练包括下列步骤:1)特征提取,以头肩的梯度方向直方图特征及局部二值化模型特征来共同组成头肩训练样本库;2)样本训练,将由梯度方向直方图特征及局部二值化模型特征,组成的头肩训练样本库放入支持向量机进行训练,来获得支持向量机行人分类器。上述行人检测方法具有高准确率及实时性的特点。

    一种监控视频中的前景检测的方法

    公开(公告)号:CN102025981A

    公开(公告)日:2011-04-20

    申请号:CN201010600872.3

    申请日:2010-12-23

    IPC分类号: H04N7/18 G06T7/00

    摘要: 本发明公开了一种监控视频中的前景检测的方法,按照以下步骤实施:建立背景模型:利用视频的最近数帧图像,建立一个背景模型,以捕捉背景的快速变化;进行背景差分:在背景模型建立好以后,开始进即进行背景差分,然后利用公式抑制和消除阴影;进行后期处理:去除背景差分中存在很多误检;进行背景更新:使用选择性的方式进行背景更新;最后进行算法效率优化:在算法的初始化阶段,首先计算得到索引值的查找表,以简化背景模型的公式。本发明的有益效果是:首次使用概率核函数估计应对复杂场景进行前景检测,使用高效查找表的方法解决运算量高的问题,使本方法能适应复杂快速的背景变化,也能有效实时地检测前景。