基于一种改进的HOG-SVM的红外视频图像人形检测方法.pdfVIP

第38卷第2期自动化仪表Vol．38No．2

2017年2月PROCESSAUTOMATIONINSTRUMENTATIONFeb.2017

基于一种改进的HOG-SVM的红外视频

图像人形检测方法

丁飞,刘桂华,高军强

(西南科技大学信息工程学院,四川绵阳621010)

摘要:为了实时、高效地检测红外视频图像中不同姿态的人形目标,提出了基于改进的方向梯度直方图-支持向量机(HOG-

SVM)红外视频热图像人形识别算法。首先,采用链码跟踪方法提取视频中的轮廓区域,并计算轮廓的最小长宽比,实现人形轮廓

的预判断,从而剔除了图像中小型和大型干扰物;其次,为了缩短特征提取的时间,将筛选出的轮廓图片统一缩放到64×128像素,

再提取该轮廓区域的HOG特征;最后,建立1300张包含各种红外人形姿态的训练样本数据库,基于SVM原理训练得到关于红外

人形的线性目标分类模型,最终实现了实时、高效检测红外视频人形目标的目的。搭建仿真平台进行试验并分析所得数据;分析结

果表明,该算法具备各种人形姿态识别的鲁棒性,3m之内对人形姿态的识别率可达到95%,且运行时间短,可满足系统的实时性

要求。

关键词:机器人;红外热成像仪;图像;检测;支持向量机;数据

中图分类号:TH6;TP391.41文献标志码:ADOI:10.16086/ki.issn1000-0380.201702012

HumanoidDetectionMethodBasedonImprovedHOG-SVM

forInfraredVideoImages

DINGFei,LIUGuihua,GAOJunqiang

(SchoolofInformationEngineering,SouthwestUniversityofScienceandTechnology,Mianyang621010,China)

Abstract:Inordertodetecthumanoidtargetwithdifferentposturesininfraredvideoimagesinrealtimeandwithhighefficient,

basedonimprovedHOG-SVM,thehumanoidrecognitionalgorithmforinfraredthermalvideoimagesisproposed.Firstly,the

chaincodetracingmethodisappliedtoextractthecontourareainvideo,andtheminimumlengthwidthratioiscalculatedto

realizethepre-judgmentofthehumanoidcontour;thusthesmall,mediumandlargesizeddistractorsareremoved.Then,inorder

toshortenthesearchingperiodoffeatureextraction,thecontourimagesextractedareunifiedscalinginto64×128pixels,andthe

HOGcharacteristicsofthecontourareaareextracted.Finally,thedatabaseoftrainingsamplescontaining1,300infrared

humanoidposturesisestablished,theclassificationmodeloflineartargetsofinfraredhumanoidisobta