煤矿井下视频行人检测算法研究

摘要

由于煤矿井下背景环境复杂,导致行人检测的时效性和准确性都不能得到保障.为了提高行人检测在复杂的煤矿井下的检测效率,首先针对煤矿井下监控视频清晰度不高,提出改进的反锐化掩模算法(UM)增强图像轮廓和细节;其次提出多个特征融合的方式进行行人目标检测,选择提取样本HOG特征与LBP特征并降维;然后串联融合两种特征送入SVM分类器多次训练调优得到最佳模型.针对真实拍摄的三段视频进行测试,实验结果验证了本算法能实时、准确的检测到复杂的煤矿井下行人目标,提高了复杂的煤矿井下视频行人检测率.