(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210174420.6 (22)申请日 2022.02.24 (71)申请人 许有珍 地址 511442 广东省广州市番禺区南村镇 市新公路北段818号2 23 (72)发明人 许有珍　 (51)Int.Cl. G06V 20/40(2022.01) G06V 40/10(2022.01) G06K 9/62(2022.01) G06V 10/80(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 一种路上 行人检测方法 (57)摘要 本发明涉及计算机视觉领域， 尤其涉及一种 路上行人检测方法。 解决行人检测受场景影响 大、 检测率低、 误报率高的问题。 方法包括： 步骤 1、 采集路上行人的视频， 提取视频帧图像； 步骤 2、 对视频帧图像进行预处理； 步骤3、 提取图像的 HOG特征和Haar特征； 步骤4、 对提取到的特征向 量进行降维和特征融合； 步骤5、 设计合适的分类 器； 步骤6、 获取待检测图像， 对图像进行步骤2 ‑4 后， 输入分类器中进行检测， 输出检测的结果。 通 过对视频帧图像进行灰度化、 直方图均衡化等预 处理， 方便后续对图像的特征提取和分类， 同时 也减少了计算量； 通过提取多个特征， 使对行人 特征的刻画更加清晰， 提高了行人检测的鲁棒 性， 增大了对行 人检测的准确率， 减少了误检率。 权利要求书2页 说明书7页 附图3页 CN 114596524 A 2022.06.07 CN 114596524 A 1.一种路上 行人检测方法， 其特 征在于， 包括以下步骤: 步骤1、 采集路上 行人的视频， 提取视频帧图像； 步骤2、 对视频帧图像进行 预处理； 步骤3、 提取图像的HO G特征和Haar特征； 步骤4、 对提取到的特 征向量进行降维和特 征融合； 步骤5、 设计合 适的分类 器； 步骤6、 获取待检测图像， 对图像进行步骤2 ‑4后， 输入分类器中进行检测， 输出检测的 结果。 2.如权利要求1所述的一种路上行人检测方法， 其特征在于， 所述步骤1具体为： 通过摄 像机拍摄路上行人的视频， 拍摄时间不少于5 分钟， 拍摄帧速率为 10帧/秒， 提取每一帧视频 图像， 对图片进行分类， 其中有行 人的图片作为 正样本， 不包 含行人的图片作为负 样本。 3.如权利要求2所述的一种路上行人检测方法， 其特征在于， 所述步骤2中， 预处理包 括： 灰度化、 直方图均衡化、 去噪、 大小归一 化， 具体如下： 灰度化采用分量法， 表示如下： Gray(x， y)＝R(x， y)     (1) 直方图均衡化是一种增强图像对比度的方法， 具体如下： 数字图像中的灰度级为rk的像素出现的频 数为： 公式(2)中， N表示数字图像的总像素数， nk表示第k级灰度的像素数， rk表示第k个灰度 级， P(rk)表示灰度级rk出现的频 数； 对该数字图像进行直方图均衡化时， 对应的离 散形式为： 公式(3)中， L表示数字图像总灰度级数； 去噪采用的是中值滤波法， 它是一种非线性平滑技术， 它将每一像素点的灰度值设置 为该点某邻域窗口内的所有像素点灰度值的中值； 大小归一化是将图像大小缩放为64 ×128像素， 图像归一化缩放会涉及到插值算法， 本 发明采用最邻近插值法， 该算法的表示如下： 公式(4)中， x表示图像的像素的值。 4.如权利要求3所述的一种路上行人检测方法， 其特征在于， 所述步骤3中， HOG特征是 图像处理中检测行人或物体的一种 特征描述子， 首先将图像分成小的连通区域单元格， 然 后采集单元格中各像素点的梯度构成方向直方图， 再组合起来构成图像的H OG特征， 其中单 元格大小为8 ×8像素， 每2 ×2个单元格组成一个块， 将梯度方向平均划分为9个区间； Haar 特征提取采用积分图。 5.如权利要求4所述的一种路上行人检测方法， 其特征在于， 所述步骤4中， 降维采用的 方法为LDA， 特征融合采用co ncat。权　利　要　求　书 1/2 页 2 CN 114596524 A 26.如权利要求5所述的一种路上行人检测方法， 其特征在于， 所述步骤5中， 分类器采用 的是Adaboost算法训练得到Adaboo st分类器， 具体为： Adaboost算法根据得到的HOG特征和 Haar特征利用弱分类器将样本进 行分类， 在每次的迭代过程中选取分类错误率最小的弱分 类器作为本次迭代的最优分类器， 并为最优弱 分类器赋予权重， 并根据上一次的分类结果 更新每个样本的权值， 提高错误样本权重并降低正确训练样本权重， 把经过多次迭代之后 得到一系列弱分类 器级联生成决策分类 器， 记为Adabo ost分类器。权　利　要　求　书 2/2 页 3 CN 114596524 A 3