P000123R1
基于CoHOD特征的深度图像人体检测方法
*刘记恒 (北京工业大学)
胡永利 (北京工业大学)
孙艳丰 (北京工业大学)
尹宝才 (北京工业大学)
作为一种新的感知媒体,深度图像序列具有的空间线索为消除人体检测的光照变化、表观近似和遮挡阴影等干扰因素提供了可能,因此近几年基于深度图像序列的人体和对象检测得到了极大关注。基于深度图像的人体检测的关键是人体特征的有效表示,现有的一些特征表示方法,如矩特征、测地线、直方图特征等,在特定应用场景下具有较好的检测效果,但由于深度图像噪声大精度低,而人体对象具有复杂的结构和细节变化,目前的方法在稳定性、准确性和计算效率方面还有待改进。本文基于tof相机获得的深度图像序列,针对人体目标的检测问题,将HOG特征表示符和共生矩阵结合,提出了一种CoHOD(Co-occurrence Histograms of Oriented Depths)人体特征表示方法,该方法采用一系列深度共生矩阵描述深度图像中的人体区域,并实现了人体的检测和定位。在实际场景中获得的深度图像序列上的实验表明,基于CoHOD特征的人体检测方法具有较高的准确定性和稳定性。