一種魯棒的人體特征快速提取方法
【專利摘要】本發(fā)明公開了一種魯棒的人體特征快速提取方法。輸入原始圖像，計(jì)算圖像梯度得到梯度圖像；根據(jù)方向量化步長(zhǎng)，對(duì)梯度圖像進(jìn)行方向劃分，獲得方向不同的通道；根據(jù)空間量化步長(zhǎng)，對(duì)每個(gè)通道進(jìn)行空間劃分；對(duì)于每個(gè)通道，以角度旋轉(zhuǎn)，得到通道。對(duì)于每個(gè)通道，采用積分圖快速計(jì)算其特征描述子；將所有通道的特征描述子串接起來，形成一組特征描述子。按照不同的步長(zhǎng)調(diào)節(jié)參數(shù)和，重復(fù)上述步驟，直到生成預(yù)設(shè)組數(shù)的具有不同描述能力的特征描述子。本發(fā)明顯方案避免了引入噪聲，顯著地提高了人體特征提取的效率。
【專利說明】一種魯棒的人體特征快速提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域，更具體地說，涉及一種各向同性的多層次描述的人體特征表示方法。
【背景技術(shù)】
[0002]人體檢測(cè)是指在輸人圖像或者視頻序列中確定所有人體的位置及大小的過程。作為人體運(yùn)動(dòng)的視覺分析中的一項(xiàng)關(guān)鍵技術(shù)，因?yàn)槠湓谥悄鼙O(jiān)控和車載輔助安全系統(tǒng)中的廣泛應(yīng)用需求而得到了越來越多研究者和研究機(jī)構(gòu)的重視。有效的特征提取方法可以顯著提升人體檢測(cè)器的魯棒性減少虛警。因此，如何提取有效的特征對(duì)人體數(shù)據(jù)進(jìn)行描述成為影響人體檢測(cè)性能的關(guān)鍵因素。
[0003]根據(jù)特征類型的不同，可以分為基于灰度的特征和基于梯度的特征以及基于多特征融合的方法。對(duì)于人體外觀存在的差異，很多研究結(jié)果表明，基于梯度的人體表達(dá)方式較基于灰度的表達(dá)方式對(duì)于光照等變化具有更好的魯棒性。而相對(duì)近期的很多研究結(jié)果表明，基于梯度統(tǒng)計(jì)信息的方法對(duì)于邊緣的平移和旋轉(zhuǎn)具有更好的魯棒性。例如=Lowe提出了著名的尺度不變描述子(Scale-1nvariant Feature Transform, SIFT)進(jìn)行物體檢測(cè)；Mikolajczyk等提出了位置-方向直方圖特征；Wu等闡述了基于統(tǒng)計(jì)抽象程度的多層次表達(dá)方式的思想。
[0004]由于人體具有較多的自由度，特征量較大，基于梯度的統(tǒng)計(jì)特征的方法雖然可以得到較好的性能，但是計(jì)算復(fù)雜度相對(duì)較高，往往因?yàn)橛?jì)算速度過慢而很難達(dá)到實(shí)時(shí)性要求。另外，如果在特征提取過程中所選特征區(qū)域的尺度和形狀不同，一些細(xì)小的結(jié)構(gòu)可能通過歸一化的方式被放大，因而引入噪聲。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于，針對(duì)上述人體檢測(cè)技術(shù)中，人體數(shù)據(jù)難以進(jìn)行配準(zhǔn)以及計(jì)算效率較低的問題，提出了一種魯棒的人體特征快速提取方法。
[0006]實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為:一種魯棒的人體特征快速提取方法，該方法包括以下步驟:
1)輸入原始圖像，計(jì)算圖像梯度得到梯度圖像；
2)根據(jù)方向量化步長(zhǎng)對(duì)梯度圖像進(jìn)行方向劃分，獲得方向不同的通道I?.；
3)根據(jù)空間量化步長(zhǎng)Tp,對(duì)每個(gè)通道0?進(jìn)行空間劃分；
4)對(duì)于每個(gè)通道Ogf,以90c— Qi角度旋轉(zhuǎn)，得到通道》。
[0007]5)對(duì)于每個(gè)通道1?.,采用積分圖快速計(jì)算其特征描述子；


uI6)將所有通道的特征描述子串接起來，形成一組特征描述子。
[0008]7)按照不同的步長(zhǎng)調(diào)節(jié)參數(shù)和ρ，重復(fù)步驟2)~步驟6)，直到生成預(yù)設(shè)組數(shù)的具有不同描述能力的特征描述子。
[0009]上述方法中，所述步驟I)中原始圖像可以是灰度圖像或彩色圖像，如果是彩色圖像，則轉(zhuǎn)換為灰度圖像；
上述方法中，所述步驟2)包括以下具體步驟:
21)計(jì)算梯度角度即梯度圖像每個(gè)像素的切線角度；
22)采用方向量化步長(zhǎng)TTff對(duì)梯度角度進(jìn)行量化，將梯度圖像劃分成不同方向的通道^
，每個(gè)通道的角度內(nèi) ,通道的個(gè)數(shù)
【權(quán)利要求】
1.一種魯棒的人體特征快速提取方法，其特征在于步驟如下: I)輸入原始圖像，計(jì)算圖像梯度得到梯度圖像； 2)根據(jù)方向量化步長(zhǎng)Te，對(duì)梯度圖像進(jìn)行方向劃分，獲得方向不同的通道Oii ; 3)根據(jù)空間量化步長(zhǎng)對(duì)每個(gè)通道進(jìn)行空間劃分； 4)對(duì)于每個(gè)通道Oef,以90。+—焉角度旋轉(zhuǎn)，得到通道; 5)對(duì)于每個(gè)通道采用積分圖快速計(jì)算其特征描述子； 6)將所有通道的特征描述子串接起來，形成一組特征描述子； 7)按照不同的步長(zhǎng)調(diào)節(jié)參數(shù)T0和^,重復(fù)步驟2)~步驟6)，直到生成預(yù)設(shè)組數(shù)的具有不同描述能力的特征描述子。
2.根據(jù)權(quán)利要求1所述的魯棒的人體特征快速提取方法，其特征在于:所述步驟I)中原始圖像是灰度圖像或彩色圖像，如果是彩色圖像，則轉(zhuǎn)換為灰度圖像。
3.根據(jù)權(quán)利要求1所述的魯棒的人體特征快速提取方法，其特征在于所述步驟2)包括以下具體步驟: 21)計(jì)算梯度角度即梯度圖像每個(gè)像素的切線角度； 22)采用方向量化步長(zhǎng)Te對(duì)梯度角度進(jìn)行量化，將梯度圖像劃分成不同方向的通道^,每個(gè)通道的角度巧=? *τθ ,通道的個(gè)數(shù)
23)對(duì)于σ,保留那些量化后梯度角度為巧的像素點(diǎn)，其他的像素點(diǎn)置O。
4.根據(jù)權(quán)利要求1或3所述的魯棒的人體特征快速提取方法，其特征在于:所述步驟22)中Tp與梯度特征的旋轉(zhuǎn)魯棒性成正比，與方向確定性成反比。`
5.根據(jù)權(quán)利要求1所述的魯棒的人體特征快速提取方法，其特征在于:所述步驟3)中空間劃分是指，對(duì)于％ ,利用一組切線角度為#￡的間距為Ip的平行線將其分割成多個(gè)劃分。
6.根據(jù)權(quán)利要求1所述的魯棒的人體特征快速提取方法，其特征在于:所述步驟3)中Tp與梯度特征的平移魯棒性成正比，與位置確定性成反比。
7.根據(jù)權(quán)利要求1所述的魯棒的人體特征快速提取方法，其特征在于:所述步驟4)中對(duì)于通道上的點(diǎn)(X,y),映射到通道Oei上的點(diǎn)為與的關(guān)系如下: Qg1:旋轉(zhuǎn)后的通道g輸入圖像:.f is ,如杲在點(diǎn)(x,y)處量化《§的梯変角変是故
—k其他紙.其中，S是點(diǎn)(U)處的梯度強(qiáng)度;
8.根據(jù)權(quán)利要求1所述的魯棒的人體特征快速提取方法，其特征在于所述步驟5)包括以下具體步驟:51)在每個(gè)通道1?.中，生成一個(gè)矩形特征窗口； 52)在特征窗口內(nèi)，計(jì)算每個(gè)劃分的梯度強(qiáng)度； 53)選擇具有最大梯度強(qiáng)度的劃分并計(jì)算其特征描述子。
9.根據(jù)權(quán)利要求8所述的魯棒的人體特征快速提取方法，其特征在于:所述步驟51)特征窗口可以是隨機(jī)生成的，也可以是按照一定步長(zhǎng)有規(guī)則地生成的。
10.根據(jù)權(quán)利要求8所述的魯棒的人體特征快速提取方法，其特征在于:所述步驟52)中劃分的梯度強(qiáng)度采用積分圖計(jì)算； 將0$簡(jiǎn)記為Q,設(shè)通道在處的積分圖記為設(shè)任意劃分為矩形其中(x,y)表示矩形左上角的點(diǎn)，(w,ft)表示矩形的寬和高，則劃分p(x,y,wfh)的梯度強(qiáng)度采用下式計(jì)算:
11.根據(jù)權(quán)利要求8所述的魯棒的人體特征快速提取方法，其特征在于:所述步驟53)中對(duì)于通道,特征窗口中具有最大梯度強(qiáng)度的劃分記作r，其特征描述子是一個(gè)7維的異質(zhì)的向量 ， y
12.根據(jù)權(quán)利要求1所述的魯棒的人體特征快速提取方法，其特征在于:所述步驟6)中特征描述子的形式為“
【文檔編號(hào)】G06K9/46GK103473544SQ201310159601
【公開日】2013年12月25日 申請(qǐng)日期:2013年4月28日 優(yōu)先權(quán)日:2013年4月28日
【發(fā)明者】劉亞洲, 張艷, 孫權(quán)森 申請(qǐng)人:南京理工大學(xué)