[發明專利]一種基于靜態圖片的快速目標檢測識別系統及方法

有效

• 申請號: 201310044146.1
• 申請日: 2013-02-04
• 公開（公告）號: CN103065163A
• 公開（公告）日: 2013-04-24
• 發明（設計）人: 譚穎;夏志勛
• 申請（專利權）人: 成都索貝數碼科技股份有限公司
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/32
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

技術領域

本發明涉及計算機圖像識別領域，特別是涉及一種基于靜態圖片的快速目標檢測識別系統及方法。

背景技術

目標檢測一直都是計算機視覺領域的熱門研究方向，它是計算機視覺任務中最為基本的組成部分，它的科研價值在于為計算機視覺中更為高級的任務（如目標識別、內容分析、人工智能等）提供基礎研究和技術支持。除此之外，目標檢測本身就有很好的商業應用價值，比如，大多數數碼相機中都使用了人臉檢測系統。

從圖像來源上來說，目前對于目標檢測研究可以分為基于視頻的運動目標檢測和基于靜態圖像的目標檢測。運動目標檢測是現今大部分產品所采用的方式，它存在以下的問題：

（1）只能檢測一定速度范圍內的運動目標，靜止或運動過慢的目標會被漏檢；

（2）不能很好地克服光照帶來的影響，如陰影、光照變化等場景下很容易出現誤檢；

（3）易受其它非關注目標的影響而誤檢，如樹葉晃動，水波蕩漾等容易被檢測為關注目標；

（4）一些主流的運動目標檢測算法（如背景模型等）中，要求攝像頭靜止，一旦攝像頭發生移動（如抖動、偏移等），需要重新建立背景模型，而且容易出現誤檢；

基于靜態圖像的目標檢測完全克服了以上問題，不僅可以在單幅圖像上使用，也可以在視頻的各幀上使用，并且在檢測的同時就對目標進行了識別。

基于靜態圖像的目標檢測最為常用且有效的方法是基于窗口的檢測方法，這種方法是判定圖像的某個區域是否存在待檢測目標。使用窗口法時，由于不知道目標成像的位置，需要從上到下、從左到右地在全圖上滑動窗口；由于目標成像的大小未知，需要使用多種尺度的窗口來滑動，這樣下來，掃描一幅圖像耗時過長，難以實現快速處理。因此在進行檢測之前，可以先使用場景建模估計出目標在場景中各個位置上的成像大小，從而減小掃描窗口的個數。目前常用的傳統建模方法主要依賴于人工干預，存在如下一些缺點：

1）需要人拿著標定板進入場景，在有些應用環境下使用不方便甚至無法實現；

2）需要人工輔助選取每個方位下標定板上所有點的圖像坐標，操作麻煩，易出錯；

3）必須是對視頻進行處理，不能對單幅圖像進行處理，制約了算法的使用范圍。

發明內容

本發明的目的在于克服現有技術的不足，提供一種快速高效、檢測準確度高的基于靜態圖片的快速目標檢測識別系統及方法，該檢測識別系統結構組成簡單，該檢測識別方法操作流程簡潔，識別速度較傳統全圖多尺度掃描方法而言得到了巨大提升，而且識別準確度和可靠性較高。

本發明的目的是通過以下技術方案來實現的：一種基于靜態圖片的快速目標檢測識別系統，它包括場景建模子系統、窗口掃描子系統和窗口融合子系統，其中，場景建模子系統包括場景初建模單元和尺度計算與合并單元；

待檢測靜態圖片輸入至場景初建模單元，場景初建模單元連接尺度計算與合并單元，尺度計算與合并單元輸出的檢測尺度信息與窗口掃描子系統的輸入連接，窗口掃描子系統與窗口融合子系統相連，窗口融合子系統輸出檢測結果。

當特征識別的算法采用分類器識別時，它還包括樣本學習子系統，樣本學習子系統包括特征提取單元和分類器訓練單元，訓練樣本輸入至特征提取單元，特征提取單元與分類器訓練單元連接，分類器訓練單元輸出分類器模型。

靜態圖片包括圖像文件和視頻幀。

一種基于靜態圖片的快速目標檢測識別方法，它包括以下步驟：

S1：場景建模：建立場景模型，得到圖像中各個位置上某種類型的目標成像的尺度；

S2：窗口掃描：在檢測時，用各個位置對應尺度的窗口對該位置進行掃描；

S3：特征識別：提取每個掃描窗內的圖像特征，并識別該特征是否為指定類型的目標，去掉被識別為背景的窗口；

S4：窗口融合：將屬于同一個目標的所有檢測窗融合為一個，得到最終的檢測目標。

當特征識別的算法采用分類器識別時，它還包括一個樣本學習的步驟：先在線下對被識別目標進行訓練庫樣本特征提取，學習并建立用于目標分類的識別模型。

進一步地，樣本學習步驟包括以下子步驟：使用正負樣本提取特征，提取特征后進行訓練得到分類模型，根據分類模型的結構設計分類器。

進一步地，場景建模步驟包括以下子步驟：

S101：場景初建模：獲取場景中出現的若干個同類型目標各自的上下端點坐標，計算目標成像高度，將上端點或下端點的成像坐標看作自變量，目標成像高度看作因變量，構造兩者之間的映射關系模型；