高斯建模和卷积神经网络联合的红外视频行人检测方法

针对传统红外视频中存在行人互相遮挡导致无法提取前景目标、检测率较低等问题,提出了高斯背景建模和卷积神经网络联合的红外视频行人检测方法.首先,对于连续序列红外图像,通过混合高斯模型提取前景目标;然后,对于行人互相遮挡的前景目标,以亮度曲线图中的谷底为分割点,通过方向投影分离出单行人目标区域;最后,将确定的感兴趣区域输入训练好的LeNet-7系统.3个不同测试集的检测实验表明,该方法具有良好的检测效果,与传统方法相比,该算法的检测率达到99％以上,虚警率低至0％.