【技术实现步骤摘要】
本专利技术属于智能识别
，特别是涉及一种。
技术介绍
人体目标检测在智能监控领域具有广泛的应用，目前对图像进行人体目标检测的方法多是基于普通光学摄像头所拍摄的二维图像。由于二维图像中缺失空间深度信息，因此仅能根据图像中目标与背景的亮度、纹理等差异进行目标的检测。因此光照的强弱或是背景复杂都将给目标的检测带来严重的困扰。目前也开始出现了一些结合深度信息的人体检测方法，但是由于这些方法不完善，因此在实践中也极易出现检测错误。中国专利技术专利申请第201110026465.0号中公开了一种使用深度信息的人体目标检测方法，该方法利用深度图像像素来提取图像特征，但是其中并未具体提及所提取的人体特征以及实现方法。另外，在实践中，由于遮挡的缘故，我们常常无法对整个人体进行建模，而只能通过人体的局部特征去识别人体目标。由于头肩作为一个显著的特征不易被遮挡，因而对检测人体有较好的辅助作用。中国专利技术专利申请第201210208246.9,201110305285.6和201310227247.2中分别公开了一种头肩检测方法，虽然这三种方法都是从二维图像中提取头肩相关特征，但该类方法受光照变化、背景复杂的影响较大，从而导致误检率高。
技术实现思路
为了解决上述问题，本专利技术的目的在于提供一种可有效克服光照变换和背景复杂等干扰，能够提高人体目标检测准确率的。为了达到上述目的，本专利技术提供的包括按顺序进行的下列步骤:I)在监控场景下选取大量深度图像作为样本图像，包括头肩区域和非头肩区域；2)将上述样本图像归一化成同一尺寸大小；3)从上述样本图像中提取出H...
【技术保护点】
一种基于头肩深度信息特征的人体目标检测方法，其特征在于：所述的人体目标检测方法包括按顺序进行的下列步骤：1)在监控场景下选取大量深度图像作为样本图像,包括头肩区域和非头肩区域；2)将上述样本图像归一化成同一尺寸大小；3)从上述样本图像中提取出HOG特征；4)将上述提取出的HOG特征送入SVM分类器以训练出头肩分类器；5)采用背景减除法对待检测的深度图像进行前景提取，得到前景深度图像；6)在前景深度图像中提取出头肩候选区域；7)对上述头肩候选区域中的头肩特征进行提取及识别，从而检测出人体目标。
【技术特征摘要】
1.一种基于头肩深度信息特征的人体目标检测方法，其特征在于:所述的人体目标检测方法包括按顺序进行的下列步骤: 1)在监控场景下选取大量深度图像作为样本图像，包括头肩区域和非头肩区域； 2)将上述样本图像归一化成同一尺寸大小； 3)从上述样本图像中提取出HOG特征； 4)将上述提取出的HOG特征送入SVM分类器以训练出头肩分类器； 5)采用背景减除法对待检测的深度图像进行前景提取，得到前景深度图像； 6)在前景深度图像中提取出头肩候选区域； 7)对上述头肩候选区域中的头肩特征进行提取及识别，从而检测出人体目标。2.根据权利要求1所述的人体目标检测方法，其特征在于:在步骤I)中，所述的选取大量深度图像的方法是在深度摄像头(I)安装在监控区域上方，以垂直向下视角进行监视的监控场景下，选取大量的深度图像，然后在其上人工标定出头肩区域作为训练正样本图像；同样标定出大量的非头肩区域作为训练负样本图像。3.根据权利要求1所述的人体目标检测方法，其特征在于:在步骤3)中，所述的从样本图像中提取出HOG特征的方法是:首先计算样本图像的梯度和方向，然后将样本图像划分成若干个小的单元格，单元格大小为mXm像素，统计每个单元格的方向梯度直方图，形成每个单元格的描述子；将qXq...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。