人的检测方法及设备与流程

技术特征：

1.一种人的检测方法，包括：

在包含待检测的人的高度顶视图中，进行初始的人的检测；

将所述高度顶视图划分为一个或多个区域，并估计每个区域中的人群密度；

根据所述人群密度，确定每个区域中初始检测到的人的可见区域；

对于每一个初始检测到的人，分别从所述高度顶视图和与该高度顶视图对应的灰度或彩色图中提取该人的第一梯度特征和第二梯度特征；

对于每一个初始检测到的人，基于所提取的第一梯度特征和第二梯度特征，利用预先建立的、与所确定的该人的可见区域对应的分类器，确定该初始检测到的人的置信度；以及

根据所述置信度，对初始的人的检测结果进行修正。

2.如权利要求1所述的检测方法，其中将所述高度顶视图划分为一个或多个区域，并估计每个区域中的人群密度进一步包括：

对所述高度顶视图中初始检测到的人进行聚类，以形成一个或多个聚类区域；

对于每一个聚类区域，基于该区域中初始检测到的人的数目和该区域的面积，计算得到人群密度。

3.如权利要求1所述的检测方法，其中将所述高度顶视图划分为一个或多个区域，并估计每个区域中的人群密度进一步包括：

将所述高度顶视图划分为预定大小的区域；

对于每个区域，提取密度检测特征，该密度检测特征用于表示该区域内各像素之间的高度差分布；

根据所述密度检测特征，利用通过统计学习方法预先建立的密度模型检测出每个区域中的人数；

对于每个区域，基于该区域中检测出的人数和该区域的面积，计算得到人群密度。

4.如权利要求1-3中任一项所述的检测方法，其中根据所述人群密度确定每个区域中初始检测到的人的可见区域进一步包括对于每个区域进行以下处理：

将该区域的人群密度与第一阈值和第二阈值进行比较，所述第一阈值大于第二阈值；

如果人群密度大于等于第一阈值，则确定该区域中初始检测到的人的可见区域为头部区域；

如果人群密度小于第一阈值并且大于等于第二阈值，则确定该区域中初始检测到的人的可见区域为头-肩区域；

如果人群密度小于第二阈值，则确定该区域中初始检测到的人的可见区域为完整区域。

5.如权利要求1-3中任一项所述的检测方法，其中对于每一个初始检测到的人，分别从所述高度顶视图和与该高度顶视图对应的灰度或彩色图中提取该人的第一梯度特征和第二梯度特征进一步包括：

从高度顶视图中包含有该初始检测到的人的区域中，提取第一梯度特征；

基于该初始检测到的人的最高点在高度顶视图中的位置和像素值，通过坐标转换，确定该初始检测到的人在所述对应的灰度或彩色图中的位置及完整的该初始检测到的人的外接矩形框；

确定所述外接矩形框与该初始检测到的人的可见区域对应的部分；

从对应的灰度或彩色图中的外接矩形框的对应的部分中，提取第二梯度特征。

6.如权利要求5所述的检测方法，其中所述第一梯度特征为LBP直方图，所述第二梯度特征为HOG特征。

7.如权利要求1-3中任一项所述的检测方法，其中所述分类器是采用所述第一梯度特征和第二梯度特征训练得到的，所述分类器包括与人的头部区域对应的分类器、与人的头肩区域对应的分类器和与人的完整区域对应的分类器。

8.如权利要求1-3中任一项所述的方法，其中根据所述置信度对初始的人的检测结果进行修正进一步包括：

将每个初始检测到的人的置信度与置信度阈值进行比较；

如果置信度大于等于置信度阈值，则确定初始检测到的人是待检测的人；

如果置信度小于置信度阈值，则确定初始检测到的人是误检。

9.如权利要求3所述的方法，其中根据所述置信度对初始的人的检测结果进行修正进一步包括：

对于每个所述区域，求解优化方程以获得修正的人的检测结果，

其中D表示该区域中的人群密度，X为该区域中初始检测到的人的向量表示，Xi为向量X中的第i个元素，p(X)为该区域中初始检测到的人的置信度向量。

10.一种人的检测设备，包括：

初始检测单元，配置为在包含待检测的人的高度顶视图中，进行初始的人的检测；

密度估计单元，配置为将所述高度顶视图划分为一个或多个区域，并估计每个区域中的人群密度；

可见区域确定单元，配置为根据所述人群密度，确定每个区域中初始检测到的人的可见区域；

特征提取单元，配置为对于每一个初始检测到的人，分别从所述高度顶视图和与该高度顶视图对应的灰度或彩色图中提取该人的第一梯度特征和第二梯度特征；

置信度确定单元，配置为对于每一个初始检测到的人，基于所提取的第一梯度特征和第二梯度特征，利用预先建立的、与所确定的该人的可见区域对应的分类器，确定该初始检测到的人的置信度；以及

修正单元，配置为根据所述置信度，对初始的人的检测结果进行修正。