• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 18
    • 下载费用:30 金币  

    重庆时时彩是那里开奖: 检测行人的影像处理装置及其方法.pdf

    关 键 词:
    检测 行人 影像 处理 装置 及其 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201410108308.8

    申请日:

    2014.03.21

    公开号:

    CN104680124A

    公开日:

    2015.06.03

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06K 9/00申请日:20140321|||公开
    IPC分类号: G06K9/00; G06K9/46; G06K9/62; G08G1/16 主分类号: G06K9/00
    申请人: 现代摩比斯株式会社
    发明人: 柳东规; 姜柄準; 赵埈范
    地址: 韩国京畿道
    优先权: 10-2013-0146162 2013.11.28 KR
    专利代理机构: 北京青松知识产权代理事务所(特殊普通合伙)11384 代理人: 郑青松
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410108308.8

    授权公告号:

    ||||||

    法律状态公告日:

    2018.12.14|||2015.07.01|||2015.06.03

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    提供一种检测行人的影像处理装置。该影像处理装置包括:车道线提取???,其从输入影像提取车道线坐标值;及行人检测???,其利用所述提取的车道线坐标值,把穿过第一左右车道线的末端部的第一线与穿过位于所述左右车道线的上部的第二左右车道线的末端部的第二线之间的区域选定为行人关心区域,利用预先设定的窗口,搜索所述行人关心区域,检测具有行人特征的行人区域。

    权利要求书

    权利要求书
    1.  一种影像处理装置,作为检测行人的影像处理装置,其特征在于, 包括:
    车道线提取???,其从输入影像提取车道线坐标值;及
    行人检测???,其利用所述提取的车道线坐标值,把穿过第一左右车 道线的末端部的第一线与穿过位于所述左右车道线的上部的第二左右车 道线的末端部的第二线之间的区域选定为行人关心区域,利用预先设定的 窗口,搜索所述行人关心区域,检测具有行人特征的行人区域。

    2.  根据权利要求1所述的影像处理装置,其特征在于,
    所述行人检测??榧扑阋粤铀龅谝涣讲喑档老吣┒瞬康南叩某?度定义的车道线间隔,利用所述计算的车道线间隔,设定所述窗口。

    3.  根据权利要求2所述的影像处理装置,其特征在于,
    所述窗口尺寸与所述车道线间隔成比例关系。

    4.  根据权利要求2所述的影像处理装置,其特征在于,
    所述窗口具有利用所述车道线间隔与用于从所述车道线间隔计算所 述行人宽度的比率变数计算的横向长度、利用所述横向长度和所述行人的 宽度与身高间的比率变数计算的纵向长度。

    5.  根据权利要求1所述的影像处理装置,其特征在于,
    所述行人检测??榻鲂腥饲蚍指畛缮咸迩蛴胂绿迩?,如果 在所述上体区域及所述下体区域中至少一个区域中检测出所述行人特征, 则把所述行人区域检测为最终行人区域。

    6.  根据权利要求5所述的影像处理装置,其特征在于,
    所述行人检测??樵谒錾咸迩蛑屑觳獬鲇胨鲂腥说纳咸逑嘤?的所述行人特征后,如果在所述下体区域检测出与所述行人的下体相应的 行人特征,则把所述行人区域检测为最终行人区域。

    7.  根据权利要求6所述的影像处理装置,其特征在于,
    所述行人检测??榧铀憷盟錾咸宕翱诩觳獾乃錾咸逄卣魇?化后的第一结果值与利用所述下体窗口检测的所述下体特征数值化后的 第二结果值,当所述加算的结果值为特定临界值以上时,把所述行人区域 检测为最终行人区域。

    8.  根据权利要求7所述的影像处理装置,其特征在于,
    所述行人检测??榧铀愀秤璧谝患尤ㄖ档乃龅谝唤峁涤敫秤璞?所述第一加权值低的第二加权值的所述第二结果值。

    9.  根据权利要求1所述的影像处理装置,其特征在于,
    所述行人特征为梯度直方图(Histogram Of Gradient:HOG)特征。

    10.  一种影像处理装置检测行人的方法,其特征在于,包括:
    从输入影像提取车道线坐标值的步骤;
    利用所述提取的车道线坐标值,在所述输入影像内设定所述行人关心 区域与车道线间隔的步骤;
    利用所述设定的车道线间隔设定搜索窗口的步骤;及
    利用行人识别算法,在所述设定的行人关心区域内检测行人区域的步 骤。

    11.  根据权利要求10所述的方法,其特征在于,
    所述设定搜索窗口的步骤包括:
    利用所述车道线间隔和用于从所述车道线间隔计算所述行人宽度的 比率变数,设定所述搜索窗口的横轴方向的长度的步骤;及
    利用所述横向长度和所述行人的宽度与身高间的比率变数,设定所述 搜索窗口的纵轴方向的长度的步骤。

    12.  根据权利要求10所述的方法,其特征在于,
    所述检测行人区域的步骤包括:
    把所述行人关心区域分割成上体区域和下体区域的步骤;及
    利用所述行人识别算法,如果在所述上体区域及所述下体区域中至少 一个区域检测出所述行人特征,则把检测出所述行人特征的相应行人候选 区域检测为所述行人区域。

    13.  根据权利要求10所述的方法,其特征在于,
    所述行人特征包括所述行人的上体特征和下体特征,
    所述检测行人区域的步骤包括:
    把所述行人关心区域分割为上体区域和下体区域的步骤;
    在所述上体区域提取与所述上体特征对应的梯度直方图特征的步骤;
    在所述下体区域中提取与所述下体特征对应的梯度直方图特征的步 骤;及
    在所述上体区域及所述下体区域全部提取了所有所述梯度直方图特 征后,把包括所述上体区域和所述下体区域的所述行人候选区域检测为所 述行人区域的步骤。

    14.  根据权利要求13所述的方法,其特征在于,
    所述检测行人区域的步骤包括:
    加算从所述上体区域检测的所述上体特征的结果数值化后的第一结 果值与从所述下体区域检测的所述下体特征的结果数值化后的第二结果 值的步骤;
    比较所述加算的结果值与特定临界值的步骤;及
    如果所述加算的结果值为所述特定临界值以上,则把所述行人候选区 域检测为所述行人区域的步骤。

    15.  根据权利要求14所述的方法,其特征在于,
    所述加算的步骤包括:
    向所述第一结果值赋予第一加权值的步骤;
    向所述第二结果值赋予比所述第一加权值低的第二加权值的步骤;及
    加算赋予所述第一加权值的所述第一结果值与赋予所述第二加权值 的所述第二结果值的步骤。

    说明书

    说明书检测行人的影像处理装置及其方法
    技术领域
    本发明涉及行人检测装置及其方法,特别涉及一种在车辆中使用的行人检测装置及其方法。 
    背景技术
    最近,作为行人?;は喙匮芯康囊换?,检测行人的装置搭载于车辆面市。这种行人检测装置能够识别在车辆前方突然出现的行人,通过向驾驶员发出警报或控制车辆制动的方法防止行人事故。 
    以往提出了一种方法,从数字影像装置获得影像,使搜索窗口实现块化,利用诸如SVM分类器(Support Vector Machine Classifier,支持向量机分类器)的全域检索方法检测行人。该方法在去除为数众多的搜索窗口后,利用具有高精密度的2次分类器检测行人,因而具有高准确度并能够减小检测动作造成的电力消耗。但是,就该方法而言,输入影像的分辨率越高,为识别行人而应处理的数据量越增加,因而处理速度缓慢。 
    在以往的其它方法中,把基于边缘检测分析的置信限(CONFIDENCE)与基于运动检测分析的置信限结合一起,执行获取最终置信限的步骤,对获得的最终置信限与临界值进行比较,判断输入影像中是否存在行人,根据判断结果,执行向驾驶员发出警报的步骤。该方法须根据所述基于运动检测分析,分析输入影像全域的运动方向,因此,与上面的利用全域检索方法的行人检测方法一样,处理速度缓慢。另外,该方法在行人没有移动的情况下,行人识别的准确度低。 
    发明内容
    (要解决的技术课题) 
    因此,本发明的目的在于提供一种能够提高处理速度与行人识别性能的行人检测装置及其方法。 
    (解决课题的技术手段) 
    旨在达成如上所述目的的本发明一个方面的行人检测装置包括:车道线提取???,其从输入影像提取车道线坐标值;及行人检测???,其利用所述提取的车道线坐标值,把穿过第一左右车道线的末端部的第一线与穿过位于所述左右车道线的上部的第二左右车道线的末端部的第二线之间的区域选定为行人关心区域,利用预先设定的窗口,搜索所述行人关心区域,检测具有行人特征的行人区域。 
    本发明另一方面的行人检测方法包括:从输入影像提取车道线坐标值的步骤;利用所述提取的车道线坐标值,在所述输入影像内设定所述行人关心区域与车道线间隔的步骤;利用所述设定的车道线间隔设定搜索窗口的步骤;及利用行人识别算法,在所述设定的行人关心区域内检测行人区域的步骤。 
    (发明的效果) 
    根据本发明,利用车道线信息设定行人关心区域及搜索窗口尺寸,在所述行人关心区域内,把以所述搜索窗口的尺寸搜索的区域分割为上体区域和下体区域,按分割的区域检测行人特征,从而有效限制在图像内整个区域中搜索窗口须搜索的的区域,缩短处理时间,按上体区域和下体区域判断行人特征,从而能够提高行人检测识别率。 
    附图说明
    图1是用于说明本发明中使用的行人识别技术的图。 
    图2是显示出本发明一个实施例的影像处理装置的内部构成的框图。 
    图3是显示出图2所示行人检测??榈哪诓抗钩傻目蛲?。 
    图4是用于说明本发明一个实施例的ROI区域检测步骤的图。 
    图5及图6是用于说明本发明一个实施例的从HOG特征检测上体HOG特征和下体HOG特征的步骤的图。 
    图7是显示出本发明一个实施例的行人检测步骤的流程图。 
    具体实施方式
    在本发明中,提出一种能够利用搭载于车辆的影像传感器判断行人是 否存在和碰撞可能性的行人检测方法。 
    另外,在本发明中,提供一种行人检测方法,利用车道线信息选定行人实际存在的候选行人区域,从而能够缩短行人检测所需的检测处理时间。 
    另外,在本发明中,提供一种行人检测方法,把候选行人区域分离成上体区域和下体区域,如果在上体区域与下体区域均检测到行人特征,则把相应候选行人区域决定为行人区域,从而能够抗噪音。 
    下面,在参照附图对本发明的一个实施例进行详细说明之前,对本发明中可以应用的几种技术进行简要介绍。 
    车道线检测技术
    车道线检测技术可以在帮助车辆安全行驶的车道偏离警示系统(LDWS:Lane Departure Warning System)中使用。在本发明中,可以与车道偏离警示系统联动,利用根据所述车道线检测技术生成的车道线信息,选定候选行人区域。 
    车道线检测技术可以通过多种车道线检测算法提供。车道线检测算法可以利用广为所知的霍夫变换(Hough transform)、变形样板模型(deformable template model)、基于训练、动态计划法(dynamic programing)等。 
    就利用霍夫变换的算法而言,提取影像的边界线,利用霍夫变换检测出线。通过检验步骤,把检测到的线判别为车道线。 
    就利用变形样板模型的算法而言,提取边界线信息后,为了检测满足定义的道路模型的车道线,定义了似然函数(likelihood function)。为了检测满足似然函数的车道线,利用梅特罗波利斯算法(metropolis algorithm)、模拟退火(simulated annealing)等算法。 
    就利用了基于训练的算法而言,利用SVM(Support Vector Machine,支持向量机)、类神经网路(neural network)等算法,通过预先训练的分类器检测车道线。就该方法而言,需要生成分类机所需的训练作业及字典数据。 
    就利用动态计划法的算法而言,首先分割区域后,在各区域之间,车道线保持连续性,不超过既定角度等,利用这些限制,定义了检测车道线所需的函数。最满足所述定义的函数的区域的集合被检测为车道线。 
    此外,还有利用车道线的颜色和车道线形态的统计学信息检测车道线 的方法。在该方法中,为了缓和作为车道线颜色的黄色、蓝色及白色的感光度,高效强调车道线颜色,首先,把RGB颜色转换为YCbCr颜色。为了在车道线颜色得到强调的影像中选择候选车道线,车道线滤波器的响应是,在与滤波器宽度W大小类似的区域,与周围像素的差异越大、越亮,则显示出越高的响应。这是由于考虑了比道路区域更亮的车道线的特性和车道线的宽度,因而能够更有效检测出与车道线相应的区域。 
    通过以上方法检测的车道线,可以以在影像内只标识车道线的图像形态的信息进行提供,或以与所述车道线对应的二维坐标值的形态提供。 
    行人识别技术
    在识别影像内的行人的技术中,有HOG(Histogram of Oriented Gradient,方向梯度直方图)特征提取方法。HOG特征提取方法把关心影像构成块(block),把块分割成多个单元(cell),在各单元内,计算各像素间的倾斜度,使用倾斜度相关直方图。 
    如图1所示,在步骤(A)及(B)中,把16×16的影像11构成分成多个单元的块13,在步骤(C)中,在所述块13中,从左上端的单元开始对所有单元分别计算像素间的倾斜度。接着,在步骤(D)中,按各个单元分析直方图,在步骤(E)中,如果对分析的直方图进行罗列,则形成关于一个块的HOG特征向量。在形成的HOG特征向量中,分析最优势的倾斜度,如果分析的最优势的倾斜度具有人的形状,则判断为在所述块中存在行人。 
    下面参照附图,对本发明的一个实施例进行详细说明。 
    图2是显示本发明一个实施例的影像处理装置的内部构成的框图。 
    如图2所示,本发明一个实施例的影像处理装置500包括影像传感器???00、影像处理???00及通知???00。 
    影像传感器???00作为加装于车辆并获得前方影像(以下简称输入影像)的构成,可以是摄像头。 
    影像处理???00判断在所述输入影像中是否存在所述行人,如果判断为存在行人,则将该结果通过通知???00通知使用者。为此,所述影像处理???00包括车道线提取???20和行人检测???40。车道线提取???20根据前面记述的车道线检测算法,检测所述输入影像内的车道线,把检测到的车道线输出为车道线坐标值。行人检测???40利用从车 道线提取???20输入的车道线坐标值,选定行人关心区域。这种行人检测???40利用车道线坐标值计算车道线间隔,利用计算的车道线间隔,设定用于搜索借助行人检测???40设定的行人关心区域的搜索窗口。如此一来,用于检测行人的搜索区域高效地限制于行人关心区域内,另外,利用根据车道线间隔适应性地设定的搜索窗口,搜索行人关心区域,从而能够缩短行人检测时间。另外,所述行人检测???40把所述行人区域分割成上体区域和下体区域,更精密地检测行人区域,从而能够提高行人检测性能。 
    通知???00可以把作为所述行人检测???40的输出结果的碰撞警报转换成视觉或听觉信息,提供给驾驶员。例如,所述通知???00可以由显示装置、音响输出装置或由其结合的装置体现,通过显示装置输出警报画面,或通过音响输出装置输出警告音。另外,通知???00可以通过显示装置与音响输出装置结合形态的装置,同时输出警告画面和警告音。 
    图3是显示图2所示行人检测??榈哪诓抗钩傻目蛲?。 
    如图3所示,行人检测???40包括合成部240-1、ROI(Region Of Interest,关心区域)检测部240-2、特征提取部240-3、上体检测部240-4、下体检测部240-5、行人区域检测部240-6、碰撞警报判断部240-7、存储部240-8及控制器240-9。 
    合成部240-1对从影像传感器???00输出的输入影像和从所述车道线提取???20输出的车道线坐标值进行合成。 
    ROI检测部240-2利用所述车道线坐标值,检测多个行人关心区域,设定用于搜索各行人关心区域的搜索窗口。其中,所述搜索窗口可以是根据各行人关心区域而互不相同的尺寸。 
    特征提取部240-3利用所述搜索窗口,搜索所述行人关心区域,在借助于所述搜索窗口而搜索的区域中提取行人特征。下面,所述行人特征虽然假定为基于HOG(Histogram of Oriented Gradient)特征提取算法的HOG特征,但并非特别限定于此,只要是能够识别人的算法,任何算法均可。 
    上体检测部240-4接受借助于所述搜索窗口而在搜索的区域中提取的HOG特征输入,利用预先学习的上体HOG(Upper Body HOG)特征,检测在所述搜索的区域中提取的HOG特征中是否存在所述行人的上体区域, 输出对该检测结果进行数值化的第一结果值R1。例如,如果在所述搜索的区域中提取的HOG特征与所述学习的上体HOG特征间的匹配率为60%以上,则判断为在所述搜索的区域中存在所述行人的上体区域,输出对所述匹配率进行数值化的第一结果值R1。 
    所述下体检测部240-5选择性地接受借助于所述搜索窗口而在搜索的区域中提取的HOG特征输入,利用预先学习的下体HOG(Lower Body HOG)特征,检测在所述搜索的区域中提取的HOG特征中是否存在所述行人的下体区域,输出对该检测结果进行数值化的第二结果值R2。例如,如果在所述搜索的区域中提取的HOG特征与所述学习的下体HOG特征间的匹配率为60%以上,则判断为在所述搜索的区域存在所述行人的上体区域,输出为对所述匹配率进行数值化的第二结果值R2。 
    行人区域检测部240-6基于来自所述上体检测部240-4的第一结果值R1,把所述搜索的相应区域检测为行人区域。例如,如果所述第一结果值R1为特定临界值以上,则把所述搜索的相应区域检测为存在行人的行人区域。 
    选择性地,所述行人区域检测部240-6也可以演算来自所述上体检测部240D的第一结果值R1与来自所述下体检测部240E的第二结果值R2,如果该演算结果值为所述特定临界值以上,则可以把所述搜索的相应区域检测为存在行人的行人区域。例如,所述行人区域检测部240F加算第一结果值R1与所述第二结果值R2,如果加算的结果为所述特定临界值以上,则可以把所述搜索的相应区域检测为存在行人的行人区域。 
    选择性地,所述行人区域检测部240-6也可以向所述第一结果值R1赋予第一加权值W1,向所述第二结果值R2赋予比所述第一加权值W1小的第二加权值W2,演算赋予了第一加权值W1的第一结果值R1与赋予了所述第二加权值W2的第二结果值R2,检测出行人区域。例如,如果乘以所述第一加权值W1的第一结果值R1与乘以所述第二加权值W2的第二结果值的加算结果为所述特定临界值以上,则可以把所述搜索的相应区域检测为所述行人区域。 
    所述碰撞警报判断部240-7接受来自所述行人区域检测部240-6的检测结果和来自车辆内电子控制装置(图中未示出)的车辆速度值输入,利用 其判断是否碰撞。 
    所述存储部240-8用于存储在所述行人处理???40执行的各种演算步骤中可以使用的值。例如,可以存储所述行人区域检测部240-6的演算步骤中使用的所述第一及第二加权值W1,W2。 
    所述控制器240-9控制及管理所述行人处理???40的全面动作。例如,所述行人处理???40的逻辑构成240-1,240-2,240-3,240-4,240-5,240-6,240-7,240-8可以根据所述控制器240-9的控制CN进行控制,为提高行人检测性能,所述下体检测部240-5的检测结果R2可以根据所述控制器240-9的选择SE而有选择地输出到所述行人区域检测部240-6。 
    下面,对本发明一个实施例的所述行人检测??橹葱械闹饕鞑街杞邢晗杆得?。首先,如图4所示,对ROI区域检测部240-2执行的动作步骤进行详细说明。 
    图4是用于说明本发明一个实施例的ROI区域检测步骤的图。 
    如图4所示,本发明一个实施例的行人关心区域ROI检测步骤是假定利用车道线坐标值,在穿过输入影像内的两侧车道线末端部的X轴方向的线第一线、第二线和第三线(LINE1,LINE2,LINE3)上,行人区域的横向长度(width)相同,从这种假定出发。从这种假定,选定本发明一个实施例的行人关心区域ROI。 
    具体而言,当驾驶员从正面观察画面70时,在出现于画面70最下侧的左右车道线41A,42A中,可以定义穿过左侧车道线41A的末端部41A’和左右车道线42A的末端部42A’的第一线(LINE1)。在位于所述左右车道线41A,42A上部的左右车道线41B,42B中,可以定义穿过左侧车道线41B的下侧末端部41B’和右侧车道线42B的下侧末端部42B’的第二线(LINE2)。此时,所述第一线LINE1与所述第二线(LINE2)之间的区域ROI1被选定为本发明提出的行人关心区域。类似地,在位于左右车道线41B,42B上部的左右车道线41C,42C中,当定义了穿过左侧车道线41C下侧末端部41C’与右侧车道线42C下侧末端部42C’的第三线(LINE3)时,所述第二线(LINE2)与所述第三线(LINE3)之间的区域ROI2被选定为本发明提出的行人关心区域。因此,根据本发明的一个实施例选定的行人关心区域在一个画面70内可以存在2个以上,具有互不相同的面积。在一 个画面内,选定多个行人关心区域后,执行设定搜索窗口的步骤。 
    下面对设定搜索窗口的步骤进行详细说明。 
    如图4所示,车道线坐标值可以在输入影像内显示为相互不平行的2条车道线。因此,所述2条左右车道线41,42的车道线间隔在驾驶员从正面观察画面时,自下而上越来越窄。 
    在所述第一线上,如果把左右车道线41A,42A的末端部41A’,42A’之间的区间定义为所述左右车道线41A,42A的车道线间隔(Lwidth1),那么,所述左右车道线41B,42B的车道线间隔为Lwidth2,所述左右车道线41C,42C的车道线间隔为Lwidth3。在一个画面70内,越向上部,车道线间隔越小,其减小的比率既定。从这一事实可以设定搜索窗口的横向长度(Width)与纵向长度(Height)。即,如果知道了车道线间隔Lwidth1与行人宽度间的比率,便可以设定用于搜索在画面下部选定的行人关心区域ROI1的适当尺寸的搜索窗口。同样地,可以设定用于搜索在画面上部选定的行人关心区域ROI2的适当尺寸的搜索窗口。搜索窗口的尺寸可以通过以下公式计算。 
    【数学式1】 
    W ( Y ) H ( Y ) = 1 1 α 1 2.5 α γ Lwidth ( Y ) ]]>
    其中,α值与γ是用于从车道线间隔计算实际人的宽度的比率变数,W(Y)是搜索窗口的横向长度,H(Y)是搜索窗口的纵向长度。Lwidth(Y)是车道线间隔。行人的宽度与身高的比率在统计学上计算为2~2.5。因此,当计算H(Y)时,可以使用2~2.5的值。所述数学式1是当行人的宽度与身高的比率为2.5时计算搜索窗口尺寸的公式。 
    从所述数学式1可知,搜索窗口尺寸与车道线间隔成比例关系。因此,在图4中,为了搜索以第一线(LINE1)为基准选定的行人关心区域而计算的窗口尺寸S1,设定得比为了搜索以第二线为基准选定的行人关心区域而计算的窗口尺寸S2大。 
    如上所述,根据车道线间隔可以预测设定的窗口尺寸,即,行人区域的大小,因此能够迅速检测出行人。如果不象本发明一样选定行人关心区域,并且无法按行人关心区域,预测与行人大小相应的窗口尺寸,则须分步增加窗口尺寸,搜索输入影像的全域,因此,行人检测所需的演算量将呈几何级数增加。 
    下面参照图5及图6,对从图3所示的特征提取部240-3检测的HOG特征检测出上体HOG特征与下体HOG特征的步骤进行详细说明。 
    图5及图6是用于说明本发明一个实施例的从HOG特征检测上体HOG特征和下体HOG特征的步骤的图。 
    如图5及图6所示,正如参照图4所作的说明,行人关心区域ROI与用于搜索所述行人关心区域的搜索窗口被设定后,在相应行人关心区域中,从借助于所述搜索窗口而搜索的区域提取HOG特征。 
    图5显示出具有互不相同图案的4种行人图像。图案(A)是一般会看到的行人图像。但就图案(B)而言,由于行人穿着的短裤、裙子、鞋子等穿着物,行人的下体图案会变化。另外,如果比较跑或走时的行人下体图案与站立时的下体图案,则其运转变化幅度比在上体中可能出现的运动变化幅度相对大。如图案(C)与(D)所示,行人的下体被障碍物遮挡的情形比上体被障碍物遮挡的情形更频繁发生。即,下体的变形要素比上体大。因此,在本发明中,提出把行人区域分割成上体区域与下体区域进行检测的方案。 
    具体而言,如图6所示,梯度(Gradient)利用以下数学式2,从输入影像(Original image)61计算。 
    【数学式2】 
    Gx(x,y)=[-101]×I(x,y),Gy(x,y)=[-101]T×I(x,y) 
    G ( x , y ) = G x ( x , y ) 2 + G y ( x , y ) 2 , θ ( x , y ) = arctan ( G y ( x , y ) G x ( x , y ) ) ]]>
    可以从根据所述数学式1计算的梯度,针对各个图像像素,提取具有边缘信息的梯度图像62(Gradi ent image)。 
    以关于所述梯度图像62内各像素的梯度数据(Gradient Data)64为基准,累积作为海量数据(Magnitude Data)的G(x,y)后,把累积的G(x,y)除以全体像素值,则可以计算出上体HOG特征65和下体HOG特征66。 
    在上体检测步骤中,把在行人关心区域ROI内借助于搜索窗口搜索的区域进行二等分,比较在搜索的上方区域中检测的HOG特征65与预先学习的上体HOG特征,检测出上体部分。如果未检测到上体部分,那么,即使不比较在下方区域中检测的HOG特征与预先学习的下体(Lower Body)HOG特征,也能够获知行人不在所述搜索的区域,因此,当未检测到上体部分时,在下方区域的下体检测步骤可以省略。如此一来,可以将检测所需的计算量减半。 
    在下体检测步骤中,如果检测到上体,则在所述搜索的区域的下方区域存在行人下体的可能性高,因此,从相应区域提取下体HOG特征后,与预先学习的下体HOG进行比较检测。于是,如果检测到下体部分,则最终检测出行人区域。 
    行人区域的检测如前面所述的说明,演算对上体检测结果进行数值化的第一结果值与对下体检测结果进行数值化的第二结果值,如果为特定临界值以上,则把搜索的区域最终决定为行人区域。此时,可以向上体检测结果和下体检测结果赋予加权值,使行人误检测实现最小化,例如,通过对上体检测结果赋予更高加权值,即使下体包括噪声障碍物,行人区域也能够被稳定地检测。以公式对其表现如下。 
    【数学式3】 
    结果=(W1×R1)+(W2×R2),W2=1-W1
    根据所述数学式3检测的行人区域检测结果输出后,测量车道线间隔与搜索窗口的横向长度(Width),基于车辆速度值计算TTC,如果为特定临界值以下,则向驾驶员发出碰撞警报。 
    图7是显示本发明一个实施例的行人检测步骤的流程图。 
    如图7所示,首先,在S710中,执行提取输入影像内的构成车道线的车道线坐标值的步骤。例如,可以通过车道线检测算法,从输入影像中提取车道线坐标值。 
    接着,在S720中,执行利用所述提取的车道线坐标值,选定行人关心区域及车道线间隔的步骤。例如,如图4中所作的说明,当驾驶员从正面观察画面时,穿过第一左侧车道线下侧末端部和与所述第一左侧车道线并排形成的第一右侧车道线下侧末端部的第一线,与穿过在所述第一左右 侧车道线上部形成的第二左侧车道线下侧末端部和第二右侧车道线下侧末端部的第二线之间的区域被选定为所述行人关心区域。当所述车道线间隔为所述第一左右侧车道线时,可以选定为第一左侧车道线下侧末端部与第一右侧车道线下侧末端部之间的距离。 
    接着,在S730中,执行利用所述选定的车道线间隔设定搜索窗口的步骤。例如,所述搜索窗口可以通过所述数学式1进行设定。 
    接着,在S740中,执行利用所述设定的搜索窗口搜索所述行人关心区域的步骤。 
    接着,在S750中,执行把所述搜索的候选行人区域分割为上体区域和下体区域的步骤。例如,以所述搜索窗口的尺寸搜索的所述候选行人区域沿横轴方向进行二等分,可以把上部区域设定为上体区域,把下部区域设定为下体区域。 
    接着,在S760中,执行在所述上体区域检测上体HOG特征的步骤,如果在所述上体区域检测到上体HOG特征,则进入S770,如果在所述上体区域未检测到上体HOG特征,则再次进行由所述S740及所述S750构成的一系列步骤。 
    当在所述上体区域中检测到上体HOG特征时,在S770中,执行在所述下体区域检测下体HOG特征的步骤,如果在所述下体区域检测到下体HOG特征,则进入S780,如果未检测到,则再次执行由所述S740、S750及S760构成的一系列步骤。 
    如果在所述下体区域中检测到下体HOG特征,则在S780中,执行把所述候选行人区域检测为行人区域的步骤。 
    另一方面,所述S770可以有选择地执行。例如,当要缩小检测时间及演算量时,省略所述S770,只凭借所述S760的是否检测到上体HOG特征,便可以把相应候选行人区域检测为行人区域。如果考虑检测准确度,则可以构成得全部执行所述S760及所述S770,当上体HOG特征及下体HOG特征全部检测到时,把相应候选行人区域检测为行人区域。 
    另外,在图7中,记述了当全部执行所述S760及所述S770时,在所述S760以后执行所述S770的示例,但也可以构成在所述S770以后执行S760。在这种情况下,鉴于下体HOG特征比上体特征的检测几率相对较 低,优选全部执行检测下体HOG特征的步骤和检测上体HOG特征的步骤。 
    以上参照优选实施例和附图,对本发明的构成进行了具体说明,但这只是示例而已,在不超出本发明技术思想的范畴内,可以进行多种变形。因此,本发明的范围不得局限于说明的实施例进行确定,应根据后述的权利要求书以及与该权利要求书均等的内容确定。 

    关于本文
    本文标题:检测行人的影像处理装置及其方法.pdf
    链接地址://www.4mum.com.cn/p-5886809.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 云南11选5最新公式 安徽十一选五的走势图带连线 河南11选5网上投注 山西十一选五任七推荐 贵州十一选五走势图手机 波克棋牌最新版本官网 北京快乐飞艇官网 981游戏手机版下载 九乐棋牌官方下载安装 qq分分彩开奖记录在哪里看 pk10牛牛记录 北京福彩中奖在哪里领奖 幸运28游戏网站 辽宁十一选五走势图手机版下载 陕西11选5号码遗漏 真人百赢棋牌官方下载