[發(fā)明專利]目標(biāo)檢測(cè)方法和設(shè)備

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201010264325.2
• 申請(qǐng)日: 2010-08-23
• 公開(kāi)（公告）號(hào): CN102375993A
• 公開(kāi)（公告）日: 2012-03-14
• 發(fā)明（設(shè)計(jì)）人: 韓博
• 申請(qǐng)（專利權(quán)）人: 索尼公司
• 主分類號(hào): G06K9/64
• 分類號(hào): G06K9/64
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 杜誠(chéng);郎曉虹

1.一種目標(biāo)檢測(cè)方法，包括：

對(duì)于在至少一個(gè)圖像中檢測(cè)到的某個(gè)候選目標(biāo)，該候選目標(biāo)稱為第一候選目標(biāo)，根據(jù)在所述至少一個(gè)圖像中檢測(cè)到的、在空間上位于該第一候選目標(biāo)的位置附近且與該第一候選目標(biāo)類別相同的多個(gè)相鄰候選目標(biāo)來(lái)估計(jì)該第一候選目標(biāo)所屬類別的目標(biāo)的特征在該第一候選目標(biāo)的位置附近的特征分布；以及

根據(jù)所述特征分布來(lái)判斷該第一候選目標(biāo)是否為誤檢測(cè)。

2.如權(quán)利要求1所述的方法，其中，所述特征為目標(biāo)的尺寸，所述特征分布為根據(jù)檢測(cè)到的所述多個(gè)相鄰候選目標(biāo)的尺寸來(lái)估計(jì)的所屬類別的目標(biāo)在所述第一候選目標(biāo)的位置附近的尺寸分布。

3.如權(quán)利要求1所述的方法，其中，所述多個(gè)相鄰候選目標(biāo)為在所述至少一個(gè)圖像中檢測(cè)到的在空間上距離該第一候選目標(biāo)的位置最近且與所述第一候選目標(biāo)類別相同的多個(gè)候選目標(biāo)。

4.如權(quán)利要求1所述的方法，其中，所述多個(gè)相鄰候選目標(biāo)為在所述至少一個(gè)圖像中與所述第一候選目標(biāo)的位置對(duì)應(yīng)的閉合區(qū)域中檢測(cè)到的、與所述第一候選目標(biāo)類別相同的多個(gè)候選目標(biāo)。

5.如權(quán)利要求1所述的方法，其中，估計(jì)所述特征分布包括：通過(guò)統(tǒng)計(jì)所述多個(gè)相鄰候選目標(biāo)的所述特征來(lái)估計(jì)所屬類別的目標(biāo)在所述第一候選目標(biāo)的位置附近的特征模型，所述特征模型包括下列各項(xiàng)中的至少一個(gè)：該類目標(biāo)的所述特征的上限和下限、該類目標(biāo)的所述特征的均值和方差、該類目標(biāo)的所述特征的均值和離差絕對(duì)值的均值、該類目標(biāo)的所述特征的對(duì)數(shù)的均值和方差、該類目標(biāo)的所述特征的對(duì)數(shù)的均值和離差絕對(duì)值的均值。

6.如權(quán)利要求5所述的方法，其中，估計(jì)所屬類別的目標(biāo)在所述第一候選目標(biāo)的位置附近的特征模型包括：

對(duì)于每個(gè)相鄰候選目標(biāo)，利用該每個(gè)相鄰候選目標(biāo)的所述特征來(lái)估計(jì)所屬類別的目標(biāo)的所述特征在該每個(gè)相鄰候選目標(biāo)的位置的分布概率模型，得到分別與所述多個(gè)相鄰候選目標(biāo)中的每一個(gè)對(duì)應(yīng)的多個(gè)分布概率模型；

在包含所述多個(gè)分布概率模型的特征模型空間中搜索分布概率較大的區(qū)段；以及

利用該區(qū)段來(lái)估計(jì)所述特征模型。

7.如權(quán)利要求5所述的方法，其中，估計(jì)所屬類別的目標(biāo)在所述第一候選目標(biāo)的位置附近的特征模型包括：

提出所屬類別的目標(biāo)在所述第一候選目標(biāo)的位置附近的多個(gè)特征分布假設(shè)；

計(jì)算所述多個(gè)相鄰候選目標(biāo)的特征值在每個(gè)特征分布假設(shè)下的似然概率之和；以及

根據(jù)與最大的似然概率之和對(duì)應(yīng)的特征分布假設(shè)來(lái)估計(jì)所述特征模型。

8.如權(quán)利要求1所述的方法，其中，估計(jì)所述特征分布包括：

計(jì)算所述多個(gè)相鄰候選目標(biāo)的所述特征的平均值、中值和以相應(yīng)候選目標(biāo)的置信度為權(quán)重的加權(quán)平均值中的一個(gè)。

9.如權(quán)利要求1所述的方法，其中，判斷該第一候選目標(biāo)是否為誤檢測(cè)包括：

根據(jù)在空間上位于每個(gè)相鄰候選目標(biāo)的位置附近的多個(gè)同類候選目標(biāo)來(lái)估計(jì)所屬類別的目標(biāo)的所述特征在每個(gè)相鄰候選目標(biāo)附近的特征分布；

計(jì)算該第一候選目標(biāo)及所述多個(gè)相鄰候選目標(biāo)中的每個(gè)候選目標(biāo)的所述特征與對(duì)應(yīng)的特征分布之間的偏差；以及

將該第一候選目標(biāo)及所述多個(gè)相鄰候選目標(biāo)中的一個(gè)或多個(gè)與較大的偏差對(duì)應(yīng)的候選目標(biāo)作為誤檢測(cè)。

10.如權(quán)利要求1所述的方法，其中，判斷該第一候選目標(biāo)是否為誤檢測(cè)包括：計(jì)算該第一候選目標(biāo)的所述特征與所述特征分布之間的偏差，并判斷該偏差是否大于某個(gè)閾值，若是，則確定該候選目標(biāo)為誤檢測(cè)。

11.如權(quán)利要求5所述的方法，還包括：

根據(jù)所述多個(gè)相鄰候選目標(biāo)的置信度對(duì)所述特征或所述特征模型加權(quán)。

12.如權(quán)利要求1所述的方法，其中，多次執(zhí)行估計(jì)所述特征分布以及根據(jù)所述特征分布來(lái)判斷所述第一候選目標(biāo)是否為誤檢測(cè)的步驟。

13.一種目標(biāo)檢測(cè)設(shè)備，包括：

估計(jì)裝置，用于針對(duì)在至少一個(gè)圖像中檢測(cè)到的某個(gè)候選目標(biāo)，根據(jù)在所述至少一個(gè)圖像中檢測(cè)到的、在空間上位于該候選目標(biāo)的位置附近且與該候選目標(biāo)類別相同的多個(gè)相鄰候選目標(biāo)來(lái)估計(jì)該候選目標(biāo)所屬類別的目標(biāo)的特征在該候選目標(biāo)的位置附近的特征分布，該候選目標(biāo)稱為第一候選目標(biāo)；以及

誤檢測(cè)判斷裝置，用于根據(jù)所述特征分布來(lái)判斷該第一候選目標(biāo)是否為誤檢測(cè)。