公开(公告)号：CN105184229A

公开(公告)日：2015-12-23

申请号：CN201510500051.5

申请日：2015-08-14

Applicant: 南京邮电大学

Inventor： 孙宁 ,  单玉泽 ,  闫恒超 ,  李晓飞

IPC: G06K9/00 ,  G06K9/62 ,  H04N7/18

CPC classification number: G06K9/00013 ,  G06K9/621 ,  H04N7/18

Abstract: 本发明提出了一种动态场景下基于在线学习的实时行人检测方法，属于视频图像处理技术领域。首先利用已有的基于聚合通道特征ACF特征提取，标注样本训练Online Adaboost分类器，并对获取的视频序列进行目标检测，检测到行人后，以当前帧检测结果为起始，对行人进行轨迹分析，通过轨迹信息判断检测结果，从而获取在线学习的样本。接着，利用Online Adaboost算法学习在线获得的正负样本，更新分类器，最终实现了性能优秀的实时行人检测系统。本发明的行人检测方法能够在运动平台下，利用“快速特征金字塔”的方法，使得算法满足实时计算的条件，并采用了在线更新分类器的方案；能够实现自学习，具有实时、高精度和很高的实用价值。