一种基于HOG与D-S证据理论多信息融合的行人检测方法

摘要

一种基于HOG与D‑S证据理论多信息融合的行人检测方法，针对原始的视频帧图像进行灰度转换，然后利用基于HOG特征的分类器对转换过后的图片进行检测，得到初步的行人检测结果，在此基础上通过帧间关系矩阵可以判断出在一个区域是否应该有行人而没有检测到，然后利用基于LBP特征的分类器对此区域进行检测，来弥补HOG特征带来的缺失。如果在这种情况下还没有检测到，则使用历史数据即通过帧间关系矩阵获得的数据，利用Kalman滤波器来进行预测，得到行人目标的位置，并且利用D‑S证据理论通过多种检测和跟踪等信息的融合来增强判断的准确性。本发明能够准确地检测出相应的行人，并且对于存在部分遮挡的情况也有较好的效果，增强了行人检测的准确性、鲁棒性以及抗干扰能力。