采用图割及协同训练的动态人影检测方法

摘要

随着无人飞行器的迅猛发展,根据顶视状态下的行人动态阴影生物特征进行人物验证和行为识别成为一个重要的发展方向,而从低空无人飞行器平台获取行人动态阴影生物特征成为一个更具有挑战性的研究热点。现有的阴影提取方法大多基于固定摄像头,并不适用于运动平台。联合机器学习和图切割理论,提出了一种新的针对低空无人飞行器平台的动态人影检测方法。根据像素特征和区域特征构建协同训练的两个独立视图,以SVM为分类器,采用机器学习的方法对阴影生物特征进行半自动提取,根据上述运动结果构建最小能量方程的数据项,根据图像的梯度特征构建能量方程的约束项,运用图切割理论对上述提取结果进行优化。实验结果表明,所提出的方法比单纯的协同训练方法具有更好的效果,可进一步优化低空无人飞行器平台下所获取的阴影生物特征质量。