[發(fā)明專利]圖像特征提取、訓(xùn)練、檢測(cè)方法及模塊、裝置、系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310218938.6
• 申請(qǐng)日: 2013-06-04
• 公開(kāi)（公告）號(hào): CN103345631A
• 公開(kāi)（公告）日: 2013-10-09
• 發(fā)明（設(shè)計(jì)）人: 魏代猛;趙勇;黎國(guó)梁;程如中;李晶晶
• 申請(qǐng)（專利權(quán)）人: 北京大學(xué)深圳研究生院
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46;G06K9/66
• 代理公司: 深圳鼎合誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 44281
• 代理人: 郭燕;彭家恩

1.一種圖像特征提取方法，其特征在于，包括：

采用第一掃描窗以第一預(yù)設(shè)定步長(zhǎng)對(duì)原始梯度圖像進(jìn)行掃描，得到所述原始梯度圖像中各第一掃描區(qū)域?qū)?yīng)的、用于表征所述第一掃描區(qū)域梯度大小及方向信息的N維度向量，其中，N取正整數(shù)；并進(jìn)行如下處理，得到N個(gè)方向圖像：將第x個(gè)第一掃描區(qū)域?qū)?yīng)的第n維度向量映射到第n個(gè)方向圖像的第x映射單位中，其中，n∈（1，2，……，N），x∈（1，2，……，X），X為第一掃描區(qū)域的數(shù)量；

對(duì)每個(gè)所述方向圖像進(jìn)行如下處理：以預(yù)設(shè)定大小的單元格劃分所述方向圖像，每個(gè)所述單元格包含多個(gè)映射單位；采用第二掃描窗以第二預(yù)設(shè)定步長(zhǎng)對(duì)所述劃分后的方向圖像進(jìn)行掃描，得到所述方向圖像中各第二掃描區(qū)域?qū)?yīng)的、用于表征所述第二掃描區(qū)域梯度大小信息的M維度向量，其中，M取正整數(shù)；組合每個(gè)所述方向圖像各所述第二掃描區(qū)域的M維度向量，得到方向圖像特征；

組合各所述方向圖像特征，得到所述原始梯度圖像對(duì)應(yīng)的附加梯度方向直方圖特征。

2.如權(quán)利要求1所述的圖像特征提取方法，其特征在于，所述M維度向量通過(guò)雙線性插值算法計(jì)算得到。

3.如權(quán)利要求1或2所述的圖像特征提取方法，其特征在于，所述第一掃描窗大小為4像素×4像素或者8像素×8像素；所述第一預(yù)設(shè)定步長(zhǎng)為2像素或者4像素；所述原始梯度圖像大小為128像素×64像素；N的取值為9；X的取值通過(guò)第一掃描窗大小、第一預(yù)設(shè)定步長(zhǎng)及原始梯度圖像大小確定；所述單元格大小為4映射單位×4映射單位；所述第二掃描窗大小為8映射單位×8映射單位；所述第二預(yù)設(shè)定步長(zhǎng)為4映射單位；M的取值為4。

4.一種訓(xùn)練方法,包括：

采集物體圖像集及背景圖像集；

對(duì)所述物體圖像集及背景圖像集中各待處理圖像提取特征；

使用所述特征進(jìn)行訓(xùn)練，得到用于區(qū)分物體及背景的分類器，

其特征在于，對(duì)所述物體圖像集及背景圖像集中各待處理圖像提取特征具體包括：

獲得所述待處理圖像的原始梯度圖像；

由所述原始梯度圖像得到待處理圖像的主梯度方位直方圖特征，其中，采用第一掃描窗以第一預(yù)設(shè)定步長(zhǎng)對(duì)所述原始梯度圖像進(jìn)行掃描，得到所述原始梯度圖像中各第一掃描區(qū)域?qū)?yīng)的、用于表征所述第一掃描區(qū)域梯度大小及方向信息的N維度向量，其中，N取正整數(shù)；

進(jìn)行如下處理，得到N個(gè)方向圖像：將第x個(gè)第一掃描區(qū)域?qū)?yīng)的第n維度向量映射到第n個(gè)方向圖像的第x映射單位中，其中，n∈（1，2，……，N），x∈（1，2，……，X），X為第一掃描區(qū)域的數(shù)量；對(duì)每個(gè)所述方向圖像進(jìn)行如下處理：以預(yù)設(shè)定大小的單元格劃分所述方向圖像，每個(gè)所述單元格包含多個(gè)映射單位；采用第二掃描窗以第二預(yù)設(shè)定步長(zhǎng)對(duì)所述劃分后的方向圖像進(jìn)行掃描，得到所述方向圖像中各第二掃描區(qū)域?qū)?yīng)的、用于表征所述第二掃描區(qū)域梯度大小信息的M維度向量，其中，M取正整數(shù)；組合每個(gè)所述方向圖像各所述第二掃描區(qū)域的M維度向量，得到方向圖像特征；組合各所述方向圖像特征，得到所述原始梯度圖像對(duì)應(yīng)的附加梯度方向直方圖特征，以使用所述附加梯度方向直方圖特征及主梯度方位直方圖特征進(jìn)行訓(xùn)練。

5.如權(quán)利要求4所述的訓(xùn)練方法，其特征在于，所述分類器為線性分類器或非線性分類器。

6.一種檢測(cè)方法，其特征在于，包括：

獲得待檢測(cè)圖像；

采用如權(quán)利要求4或5所述的訓(xùn)練方法所得分類器對(duì)待檢測(cè)圖像中是否存在物體及物體所在位置進(jìn)行檢測(cè)。