[發明專利]多角度特定物體判斷設備及多角度特定物體判斷方法

有效

• 申請號: 201010108579.5
• 申請日: 2010-02-08
• 公開（公告）號: CN102147851A
• 公開（公告）日: 2011-08-10
• 發明（設計）人: 鐘誠;師忠超;袁勛;劉童;李滔;王剛
• 申請（專利權）人: 株式會社理光
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 黃小臨

技術領域

本發明涉及一種多角度特定物體判斷設備及多角度特定物體判斷方法，更具體地說，本發明涉及一種可以在不影響判斷精度的前提下，實現提升特定物體判斷速度的多角度特定物體判斷設備及多角度特定物體判斷方法。

背景技術

快速而準確的物體檢測算法是圖像處理和視頻內容分析領域中許多應用的基礎性工作，所述應用諸如人臉檢測和情感狀態分析、視頻會議控制和分析、行人保護系統等等。Adaboost人臉檢測算法可以有效地用于人臉的正面識別，市場上有很多基于該領域的產品出現，比如數字照相機中的人臉檢測功能。但是，隨著數字照相機和移動電話的迅速發展，僅僅進行正面的物體識別已經遠不能滿足需求，而是開始關注于多角度情況下的快速、準確的物體檢測問題。

美國專利No.7,324,671?B2提出了可用于多角度人臉檢測的算法和設備。在該專利中，人臉檢測系統通過一系列復雜度遞增的強分類器把非人臉數據在層級分類器結構中前面的層級(復雜度較低的層級)中濾除掉。其層級分類器結構為金字塔結構，采用了由粗到精、由簡單到復雜的策略，利用比較簡單的特征(層級分類器結構中前面層級采用的特征)就可以濾除大量的非人臉數據，從而得到了實時多角度人臉檢測系統。該算法最大的問題在于，金字塔結構在檢測過程中同時包含了大量的冗余信息，從而影響了檢測的速度和精度。

美國專利No.7,457,432?B2提出了可用于特定物體檢測的方法和設備。在該專利中，HAAR特征被作為弱特征采用。Real-Adaboost算法被用來對層級分類器結構中每層級的強分類器進行訓練以進一步提升檢測精度，LUT(查詢表)數據結構被提出以提升特征選擇的速度。其中，“強分類器”及“弱特征”均為本技術領域中普遍熟知的概念。該專利的主要缺點在于，該方法只適用于特定物體在一定的角度范圍內的檢測，主要是正面人臉識別，以致在一定程度上限制了它的應用。

專利申請公開WO?No.2008/151470?A1提出了用于在復雜背景條件下進行魯棒性人臉檢測的算法和裝置。其中，具有低計算復雜度和高冗余度的微特征結構被用來描述人臉特性。對于損失敏感的Adaboost算法被采用來選擇最有效的人臉弱特征來形成層級分類器結構中每層級的強分類器，以區分人臉數據和非人臉數據。由于每層級的強分類器都可以在保證檢測率的前提下盡可能多地降低對于非人臉數據的錯誤接受率，因此最終的分類器結構可以在只具有簡單結構的情況下在復雜背景中得到很高的檢測性能。其中，“弱特征”為本技術領域中普遍熟知的概念。該技術的主要缺點在于，該方法只可以用于特定物體在一定的角度范圍內的檢測，主要是正面人臉識別，以致在一定程度上限制了其應用。

盡管理論上由多個檢測角度的分類器組成的層級分類器結構就可以實現多角度檢測問題，但是通常的多角度檢測的層級分類器結構無法克服如下兩個主要問題：(1)由于增加了分類器的數目，造成分類器的判斷時間增加，以致整個檢測系統檢測速度慢，無法達到實時檢測；(2)無法達到與某一特定角度下的單角度物體檢測的精度同等的檢測精度，也就是造成檢測精度低。

發明內容

鑒于現有技術中存在的上述問題而作出本發明，本發明著眼于特定物體檢測過程中對窗口圖像是否為特定物體圖像進行判斷的關鍵環節，提供針對這一環節的多角度特定物體判斷設備及多角度特定物體判斷方法，通過采用多個級聯分類器組形式的多層級分類器結構，改進對窗口圖像是否為特定物體圖像進行判斷的速度及精度，以有助于加速檢測過程并同時提高檢測精度。

根據本發明的一個方面，提供一種多角度特定物體判斷設備，包括：輸入裝置，用于輸入圖像數據；多個級聯分類器組，其中每個級聯分類器組由多個與同一檢測角度相對應的分類器級聯構成，不同分類器與不同特征相對應，各個分類器用于計算圖像數據在相應特征方面屬于相應檢測角度的特定物體的置信度值，并根據置信度判斷該圖像數據是否屬于特定物體，其特征在于，在級聯分類器組的分類器之間，設置自適應姿態估計裝置，用于根據該自適應姿態估計裝置之前的與同一檢測角度相應的各分類器計算的置信度值，判斷圖像數據是否進入該檢測角度的位于該自適應姿態估計裝置之后的各分類器。