鲁棒车载热成像行人检测的感兴趣区域提取方法

摘要：

现有的感兴趣区域(RoI)提取方法很难兼顾较高召回率和较少的RoI数量.为了降低计算开销和RoI数量,提高召回率,文中提出了适合车载热成像行人检测的RoI提取方法:首先,根据行人边缘特征存在的方向差异性判断图像中可能的行人竖直边缘,增强其幅值;接着,级联行人尺寸约束和自适应局部双阈值分割方法过滤滑窗产生的边界框,滤除大量的非行人边界框;然后,根据行人的轮廓特征,采用T型模板对过滤后的边界框进行得分评估,在保留可能的行人腿部信息的同时去除边界框内部的无关边缘;最后,利用行人的强尺寸约束重新排序RoI,以便在提取固定数量的RoI时能提高召回率.在热成像行人检测数据集SCUT DataSet上进行对比实验,结果表明:当每幅图像提取400个RoI时,文中方法的召回率达92％,比EdgeBox方法的召回率提高21％,计算时间减少了10％.

关键词：车载热成像、行人检测、感兴趣区域提取、局部双阈值分割、行人安全、边缘检测

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：广东省科技计划项目2017A020219008,2017B090901047;广州市科技计划项目201607010069

在线出版日期：2019-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：68-76