一种用于人体检测的人体局部特征提取方法

摘要

一种用于人体检测的人体局部特征提取方法，该方法从训练集和/或测试集中所选出的要处理的一幅图像中，在指定的区域划定一个矩形检测窗；对矩形检测窗内的所有像素点，按照设定的纹理特征提取方法，进行纹理特征提取，获得所述的矩形检测窗内每个像素的纹理特征值；对纹理特征值进行统计，获得关于所述的矩形检测窗内所有像素点纹理特征值分布情况的纹理特征直方图即作为人体局部特征，用于人体检测系统的训练或测试之中；本发明的人体局部特征的提取方法计算量小，能很好地对人体局部属性进行描述，可以方便的应用于人体检测，满足实时性要求。

说明书

技术领域

本发明涉及一种用于人体检测的人体局部特征提取方法，属于计算机技术领域，特别是 属于计算机视觉技术领域。

背景技术

随着计算机技术的发展，计算机视觉在很多领域得到广泛的应用。基于计算机视觉的人 体检测是学术界和工业界一个重要的研究课题。对于人来讲，通过观察一幅图像，判断图像 当中有没有人体出现，是一件很容易的事情，但是如果让计算机来完成这项任务，目前仍然 是一件尚未完全解决的理论和技术难题。

目前基于计算机视觉的人体检测方法有很多种，其中基于人体局部特征的检测方法是很 重要的一个发展方向，在这个方面，如何有效提取人体的局部特征是最关键的一步。虽然已 经有一些人体局部特征提取的方法被发明出来，但这些方法都存在一些技术上的缺陷。因此 找到一种有效的用于人体检测的人体局部特征提取方法依然是计算机视觉技术领域迫切需要 解决的技术难题。

发明内容

有鉴于此，本发明的目的是发明一种人体局部特征的提取方法，以便应用于基于计算机 视觉的人体检测的实际需要中。

为了达到上述目的，本发明提出了一种用于人体检测的人体局部特征提取方法，所述方 法包括下列操作步骤：

(1)从训练集和/或测试集中所选出的要处理的一幅图像中，在指定的区域划定一个矩 形检测窗；

(2)对于所述的矩形检测窗内的所有像素点，按照设定的纹理特征提取方法，进行纹理 特征提取，获得所述的矩形检测窗内每个像素的纹理特征值；

(3)对所述的矩形检测窗内的所有像素点的纹理特征值进行统计，获得关于所述的矩形 检测窗内所有像素点纹理特征值分布情况的纹理特征直方图，该纹理特征直方图即作为人体 局部特征，用于人体检测系统的训练或测试之中。

所述步骤(2)具体包括下列操作步骤：

(21)以所述的矩形检测窗内一个待提取纹理特征的像素点p[i，j]为中心，p[i，j]表示在所 述处理图像的第i行第j列的像素点，找出如下两组有序像素点集合，第一组有序像素点集合 是{p[i，j+r]，p[i-r，j+r]，p[i-r，j]，p[i-r，j-r]，p[i，j-r]，p[i+r，j-r]，p[i+r，j]，p[i+r，j+r]}，第二组有序像素点 集合是{p[i，j+R]，p[i-R，j+R]，p[i-R，j]，p[i-R，j-R]，p[i，j-R]，p[i+R，j-R]，p[i+R，j]，p[i+R，j+R]}，其中r 和R都是自然数，并且R大于r；

(22)从所述的要处理的该幅图像中，得到第一组有序像素点集合中各个像素点的灰度 值，然后分别与所述的待提取纹理特征的像素点的灰度值进行比较，如果第一组有序像素点 集合中第i个像素点的灰度值不小于所述的待提取纹理特征的像素点的灰度值，则让vi取1， 否则让vi取0，i是从1到8的自然数，这样得到一个由1和0组成的8位二进制字符串： v1v2v3v4v5v6v7v8；

(23)从所述的要处理的该幅图像中，得到第二组有序像素点集合中各个像素点的灰度 值，然后分别与所述的待提取纹理特征的像素点的灰度值进行比较，如果第二组有序像素点 集合中第i个像素点的灰度值不小于所述的待提取纹理特征的像素点的灰度值，则让Vi取1， 否则让Vi取0，i是从1到8的自然数，这样得到一个由1和0组成的8位二进制字符串： V1V2V3V4V5V6V7V8；

(24)对步骤(22)和步骤(23)所得到的8位二进制字符串v1v2v3v4v5v6v7v8和 V1V2V3V4V5V6V7V8进行按位异或操作，得到一个由1和0组成的8位二进制字符串： t1t2t3t4t5t6t7t8；

(25)对步骤(24)所得到的该8位二进制字符串t1t2t3t4t5t6t7t8进行7次圆周左移位操 作或7次圆周右移位操作，得到7个新的8位二进制字符串，加上原始的那个8位二进制字 符串t1t2t3t4t5t6t7t8，一共得到8个8位二进制字符串，把这8个8位二进制字符串转换成8 个十进制数，值最小的那个十进制数即为所述的待提取纹理特征的像素点的纹理特征。

所述步骤(21)中参数R和参数r要根据需要设定成合适的比例关系或设定成合适的差 值关系。

如果要处理的图像不是灰度图像，可以先把原始图像转化为灰度图像后再进行后续操作， 或者用原始图像的一个合适的分量图像作为灰度图像来进行后续操作。

本发明的有益效果在于：本发明的人体局部特征的提取方法计算量小，能很好地对人体 局部属性进行描述，可以方便的应用于人体检测，满足实时性要求。

附图说明

图1是本发明一种用于人体检测的人体局部特征提取方法的流程示意图。

图2是本发明一实施例中两组有序像素点集合的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细 描述。

参见图1，介绍本发明提出的一种用于人体检测的人体局部特征提取方法，所述方法包 括下列操作步骤：

(1)从训练集和/或测试集中所选出的要处理的一幅图像中，在指定的区域划定一个矩 形检测窗；

(2)对于所述的矩形检测窗内的所有像素点，按照设定的纹理特征提取方法，进行纹理 特征提取，获得所述的矩形检测窗内每个像素的纹理特征值；

(3)对所述的矩形检测窗内的所有像素点的纹理特征值进行统计，获得关于所述的矩形 检测窗内所有像素点纹理特征值分布情况的纹理特征直方图，该纹理特征直方图即作为人体 局部特征，用于人体检测系统的训练或测试之中。

所述步骤(2)具体包括下列操作步骤：

(21)以所述的矩形检测窗内一个待提取纹理特征的像素点p[i，j]为中心，p[i，j]表示在所 述处理图像的第i行第j列的像素点，找出如下两组有序像素点集合，第一组有序像素点集合 是{p[i，j+r]，p[i-r，j+r]，p[i-r，j]，p[i-r，j-r]，p[i，j-r]，p[i+r，j-r]，p[i+r，j]，p[i+r，j+r]}，第二组有序像素点 集合是{p[i，j+R]，p[i-R，j+R]，p[i-R，j]，p[i-R，j-R]，p[i，j-R]，p[i+R，j-R]，p[i+R，j]，p[i+R，j+R]}，其中r 和R都是自然数，并且R大于r；

例如，参见图2，设r＝2，R＝4，则第一组有序像素点集合就是{p[i，j+2]，p[i-2，j+2]，p[i-2，j]， p[i-2，j-2]，p[i，j-2]，p[i+2，j-2]，p[i+2，j]，p[i+2，j+2]}，第二组有序像素点集合就是{p[i，j+4]， p[i-4，j+4]，p[i-4，j]，p[i-4，j-4]，p[i，j-4]，p[i+4，j-4]，p[i+4，j]，p[i+4，j+4]}。

对于位于所处理图像靠近图像边缘位置的待提取纹理特征的像素点，上面所述的两组有 序像素点集合中有些像素点的位置坐标肯定会超出所处理图像的范围，这时可以采用对原始 图像进行镜像或进行周期延拓的方法来处理。

(22)从所述的要处理的该幅图像中，得到第一组有序像素点集合中各个像素点的灰度 值，然后分别与所述的待提取纹理特征的像素点的灰度值进行比较，如果第一组有序像素点 集合中第i个像素点的灰度值不小于所述的待提取纹理特征的像素点的灰度值，则让vi取1， 否则让vi取0，i是从1到8的自然数，这样得到一个由1和0组成的8位二进制字符串： v1v2v3v4v5v6v7v8；

例如：如果第一组有序像素点集合中各个像素点的灰度值顺序为 {80，125，90，200，30，80，230，15}，待提取纹理特征的像素点的灰度值是100，则得到的二进制字 符串v1v2v3v4v5v6v7v8就是：01010010。

(23)从所述的要处理的该幅图像中，得到第二组有序像素点集合中各个像素点的灰度 值，然后分别与所述的待提取纹理特征的像素点的灰度值进行比较，如果第二组有序像素点 集合中第i个像素点的灰度值不小于所述的待提取纹理特征的像素点的灰度值，则让Vi取1， 否则让Vi取0，i是从1到8的自然数，这样得到一个由1和0组成的8位二进制字符串： V1V2V3V4V5V6V7V8；

例如：如果第二组有序像素点集合中各个像素点的灰度值顺序为 {110，135，80，70，130，180，130，75}，待提取纹理特征的像素点的灰度值是100，则得到的二进制 字符串V1V2V3V4V5V6V7V8就是：11001110。

(24)对步骤(22)和步骤(23)所得到的8位二进制字符串v1v2v3v4v5v6v7v8和 V1V2V3V4V5V6V7V8进行按位异或操作，得到一个由1和0组成的8位二进制字符串： t1t2t3t4t5t6t7t8；

例如：如果我们对前面获得的二进制字符串v1v2v3v4v5v6v7v8(即01010010)和 V1V2V3V4V5V6V7V8(即11001110)进行按位异或操作，则得到的二进制字符串 t1t2t3t4t5t6t7t8的值就是：10011100。

(25)对步骤(24)所得到的该8位二进制字符串t1t2t3t4t5t6t7t8进行7次圆周左移位操 作或7次圆周右移位操作，得到7个新的8位二进制字符串，加上原始的那个8位二进制字 符串t1t2t3t4t5t6t7t8，一共得到8个8位二进制字符串，把这8个8位二进制字符串转换成8 个十进制数，值最小的那个十进制数即为所述的待提取纹理特征的像素点的纹理特征。

例如：如果我们对前面获得的二进制字符串t1t2t3t4t5t6t7t8(即10011100)再进行7次圆 周左移位操作，分别可以得到：00111001、01110010、11100100、11001001、10010011、00100111 和01001110，加上原始的那个8位二进制字符串10011100，一共得到8个8位二进制字符串， 把这8个8位二进制字符串转换成8个十进制数，分别是57、114、228、201、147、39、78、 156，最小的值是39，该值即为所述的待提取纹理特征的像素点的纹理特征。

所述步骤(21)中参数R和参数r要根据需要设定成合适的比例关系或设定成合适的差 值关系。例如R/r＝3或者R-r＝3个像素。

如果要处理的图像不是灰度图像，可以先把原始图像转化为灰度图像后再进行后续操作， 或者用原始图像的一个合适的分量图像作为灰度图像来进行后续操作。

例如：如果要处理的图像是RGB彩色图像，则可以选择把此RGB彩色图像转换为灰度 图像后再进行相关处理，或者选择该彩色图像的R分量图像作为灰度图像来进行后续操作。