科创中国

提供一种利用多检测器对场景变化的视频图像进行行人检测的方法，包括：(A)针对多个不同场景，分别获取每个场景的场景背景模型，并分别训练出每个场景的行人检测器；(B)建立关于场景背景模型和行人检测器的对应关系集；(C)获取场景变化的视频图像，将所述视频图像划分为多个视频片段；(D)针对所述多个视频片段中的每个视频片段，获取所述每个视频片段的片段背景模型，使用基于所述每个视频片段的片段背景模型确定的行人检测器来检测所述每个视频片段中的行人。根据所述方法，能够有效地提高场景变化时的行人识别率，并降低了人工成本。

一种利用多检测器对场景变化的视频图像进行行人检测的方法，包括：(A)针对多个不同场景，分别获取每个场景的场景背景模型，并分别训练出每个场景的行人检测器；(B)建立关于场景背景模型和行人检测器的对应关系集，其中，所述对应关系集包括多个对应关系条目，每个对应关系条目对应于一个场景并包括所述一个场景的场景背景模型和行人检测器；(C)获取场景变化的视频图像，将所述视频图像划分为多个视频片段，当所述视频图像的摄像范围落入之前用于训练行人检测器的场景集合之内时，执行步骤(D)；(D)针对所述多个视频片段中的每个视频片段，获取所述每个视频片段的片段背景模型，使用基于所述每个视频片段的片段背景模型确定的行人检测器来检测所述每个视频片段中的行人，其中，针对所述多个视频片段中的首个视频片段，在所述对应关系集中搜索与首个视频片段的片段背景模型最为接近的场景背景模型，并将与搜索到的场景背景模型包括在同一对应关系条目中的行人检测器确定为用于检测首个视频片段中的行人的行人检测器

行人检测是智能视频监控领域比较重要的一个研究方向，它是一种基于机器学习 的计算机视觉技术，用于通过分析视频场景中的行人、交通工具等其他运动物体来完成如 人数统计、行人跟踪等任务。

[0003] 行人兼具刚性和柔性物体的特征，外观易受穿着、尺度、遮挡、姿态和视角等影响， 这就使得行人检测成为智能视频监控领域的研究难点和热点。行人检测主要分为两个环 节，首先进行特征提取，然后进行分类与定位。其中，特征提取的方法主要有三类：（1)底层 特征提取方法，是一种单一特征，可利用积分图快速计算，例如，HOG (方向梯度直方图）等； (2)基于学习的特征，是一种从大量样本中选择判别能力较强的特征，例如，自适应轮廓特 征等；（3)混合特征，是一种从不同侧面刻画图像特征的方法，例如，CoHOG (共生梯度方向直 方图特征)等。此外，分类与定位方法主要有滑动窗口、SVM(支持向量机）、Adab〇〇st (级联分 类器)等。目前比较成熟的行人检测方法是H0G+SVM(S卩：方向梯度直方图特征结合支持向量 机)。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

可选地，所述每个场景的行人检测器为基于所述每个场景的场景背景模型的方向 梯度直方图特征训练得到的支持向量机。

[0018] 可选地，步骤㈧包括:针对多个不同场景，分别获取每个场景的一个场景背景模 型，并分别训练出每个场景的至少一个行人检测器。

[0019] 在根据本发明示例性实施例的利用多检测器对场景变化的视频图像进行行人检 测的方法中，能够有效地提高场景变化时的行人识别率，并降低了人工成本。

技术合作

在根据本发明示例性实施例的利用多检测器对场景变化的视频图像进行行人检 测的方法中，能够有效地提高场景变化时的行人识别率，并降低了人工成本。

[0057] 虽然已表示和描述了本发明的一些示例性实施例，但本领域技术人员应该理解， 在不脱离由权利要求及其等同物限定其范围的本发明的原理和精神的情况下，可以对这些 实施例进行修改。