[發(fā)明專利]基于感興趣區(qū)域的對象檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201310219546.1
• 申請日: 2013-06-04
• 公開（公告）號: CN103345738A
• 公開（公告）日: 2013-10-09
• 發(fā)明（設計）人: 丁二銳;陳世佳
• 申請（專利權）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T3/00
• 代理公司: 北京鴻德海業(yè)知識產(chǎn)權代理事務所(普通合伙) 11412
• 代理人: 袁媛

【技術領域】

本發(fā)明涉及對象檢測技術，尤其涉及一種基于感興趣區(qū)域（Region?Of?Interest，ROI）的對象檢測方法及裝置。

【背景技術】

隨著通信技術的發(fā)展，終端集成了越來越多的功能，從而使得終端的系統(tǒng)功能列表中包含了越來越多相應的應用程序。有些應用程序中會涉及一些圖像中的對象識別服務，例如，根據(jù)從圖像中檢測出的人臉特征，匹配到預先存儲的某個特征，等。在對象識別服務中，客戶端需要對源圖像進行多尺度掃描，以遍歷源圖像在每個尺度上的不同圖像，通過判斷掃描窗口內是否為待識別的對象，來檢測出該對象。

然而，采用對源圖像進行多尺度掃描的方式，進行對象檢測，掃描時間長，而且檢測結果并不一定就是用戶關心的目標對象，從而導致了對象檢測的效率和可靠性的降低。

【發(fā)明內容】

本發(fā)明的多個方面提供一種基于感興趣區(qū)域的對象檢測方法及裝置，用以提高對象檢測的效率和可靠性。

本發(fā)明的一方面，提供一種基于感興趣區(qū)域的對象檢測方法，包括：

根據(jù)用戶對目標圖像的變換操作，確定目標圖像的感興趣區(qū)域；

根據(jù)目標圖像與源圖像的映射關系，以及所述目標圖像的感興趣區(qū)域，獲得源圖像的感興趣區(qū)域；

對所述源圖像的感興趣區(qū)域進行多尺度掃描，以獲得對象檢測結果。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述對所述源圖像的感興趣區(qū)域進行多尺度掃描，以獲得對象檢測結果，包括：

根據(jù)最佳視覺窗口尺寸和掃描窗口尺寸，獲得第一縮放系數(shù)和至少一個第二縮放系數(shù)；

利用所述第一縮放系數(shù)和所述至少一個第二縮放系數(shù)，對所述源圖像的感興趣區(qū)域進行掃描，以獲得所述對象檢測結果。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述根據(jù)最佳視覺窗口尺寸和掃描窗口尺寸，獲得第一縮放系數(shù)和至少一個第二縮放系數(shù)，包括：

根據(jù)最佳視覺窗口尺寸與掃描窗口尺寸的比值，獲得所述第一縮放系數(shù)；

根據(jù)所述第一縮放系數(shù)和尺度變化參數(shù)，獲得所述至少一個第二縮放系數(shù)。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述尺度變化參數(shù)包括下列中的至少一項：

變化范圍；

變化單位；

變化個數(shù)；以及

變化方向。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述根據(jù)目標圖像與源圖像的映射關系，以及所述目標圖像的感興趣區(qū)域，獲得源圖像的感興趣區(qū)域，包括：

根據(jù)所述變換操作的操作系數(shù)，對所述源圖像進行所述變換操作，以獲得變換之后的源圖像；

根據(jù)目標圖像與源圖像的映射關系，以及所述目標圖像的感興趣區(qū)域，在所述變換之后的源圖像上，獲得所述源圖像的感興趣區(qū)域。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述根據(jù)目標圖像與源圖像的映射關系，以及所述目標圖像的感興趣區(qū)域，獲得源圖像的感興趣區(qū)域，包括：

根據(jù)目標圖像與源圖像的映射關系，以及所述目標圖像的感興趣區(qū)域，在所述源圖像上，獲得對應區(qū)域；

根據(jù)所述變換操作的操作系數(shù)，對所述對應區(qū)域進行所述變換操作，以獲得所述源圖像的感興趣區(qū)域。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述變換操作包括下列中的至少一項：

單擊操作；

雙擊操作；

放大操作；

縮小操作；以及

平移操作。

本發(fā)明的另一方面，提供一種基于感興趣區(qū)域的對象檢測裝置，包括：

確定單元，用于根據(jù)用戶對目標圖像的變換操作，確定目標圖像的感興趣區(qū)域；

獲得單元，用于根據(jù)目標圖像與源圖像的映射關系，以及所述目標圖像的感興趣區(qū)域，獲得源圖像的感興趣區(qū)域；

掃描單元，用于對所述源圖像的感興趣區(qū)域進行多尺度掃描，以獲得對象檢測結果。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述掃描單元，具體用于

根據(jù)最佳視覺窗口尺寸和掃描窗口尺寸，獲得第一縮放系數(shù)和至少一個第二縮放系數(shù)；以及利用所述第一縮放系數(shù)和所述至少一個第二縮放系數(shù)，對所述源圖像的感興趣區(qū)域進行掃描，以獲得所述對象檢測結果。

如上所述的方面和任一可能的實現(xiàn)方式，進一步提供一種實現(xiàn)方式，所述掃描單元，具體用于