[發明專利]目標檢測方法及裝置

有效

• 申請號: 201310631848.X
• 申請日: 2013-11-29
• 公開（公告）號: CN104680190B
• 公開（公告）日: 2018-06-15
• 發明（設計）人: 曾星宇;歐陽萬里;鞠汶奇;劉健莊;王曉剛
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/46;G06T3/40
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種目標檢測方法，其特征在于，包括：

將圖像劃分為N個窗口，N為大于或等于1的正整數；

分別提取所述N個窗口對應的視覺特征矩陣，所述視覺特征矩陣是由多個視覺特征組成的矩陣；

采用第一濾波器對選定窗口對應的視覺特征矩陣進行濾波處理，得到濾波后的第一矩陣；

采用至少一個第二濾波器對所述選定窗口對應的視覺特征矩陣進行濾波處理，得到至少一個第二矩陣，每采用一個所述第二濾波器對所述選定窗口對應的一個視覺特征矩陣進行濾波處理，得到一個所述第二矩陣；

根據所述第一矩陣及其對應的第一權值矩陣、以及每個所述第二矩陣及其對應的第二權值矩陣，計算出至少一個判別矩陣；

根據所述至少一個判別矩陣，確定所述圖像中在所述選定窗口內是否存在檢測目標；

其中，所述采用第一濾波器對選定窗口對應的視覺特征矩陣進行濾波處理，得到濾波后的第一矩陣，包括：采用公式得到第一矩陣，其中，h₀為所述第一矩陣，F₀表示所述第一濾波器，f表示所述視覺特征矩陣，表示濾波運算符；

所述采用至少一個第二濾波器對同一個所述選定窗口對應的視覺特征矩陣進行濾波處理，得到至少一個第二矩陣，包括：采用公式確定至少一個所述第二矩陣；其中，s_i+1為第i+1個所述第二矩陣；F_i+1表示第i+1個所述第二濾波器，i為大于或等于0的整數；

所述根據所述第一矩陣及其對應的第一權值矩陣、以及每個所述第二矩陣及其對應的第二權值矩陣，計算出至少一個判別矩陣，包括：采用公式確定所述判別矩陣；其中，h_i+1表示第i+1個所述判別矩陣；W_h,i+1為第i+1個所述第一權值矩陣；W_s,i+1為第i+1個所述第二權值矩陣，i為大于或等于0的整數。

2.根據權利要求1所述的方法，其特征在于，根據所述至少一個判別矩陣，確定所述圖像中在所述選定窗口內是否存在檢測目標，包括：

根據所述至少一個判別矩陣，得到輸出判別值；

根據所述輸出判別值，確定所述圖像中在所述選定窗口內是否存在檢測目標。

3.根據權利要求1或2所述的方法，其特征在于，所述分別提取所述N個窗口對應的視覺特征矩陣，所述視覺特征矩陣是由多個視覺特征組成的矩陣，包括：

將所述圖像按照多個尺寸進行縮放，得到多個縮放圖像；

采用預設大小的窗口，從每個所述縮放圖像的選定位置按照設定順序進行滑動，每次滑動設定數量個像素，將每個所述縮放圖像分別劃分成N個窗口；以及

每次在每個所述縮放圖像上滑動一次窗口后，將每個所述縮放圖像上的對應窗口中的視覺特征合并到一起，形成一個視覺特征矩陣；或者將每個所述縮放圖像上的對應窗口中不同種類的視覺特征形成多個視覺特征矩陣。

4.根據權利要求1或2所述的方法，其特征在于，分別提取所述N個窗口對應的視覺特征矩陣之前，包括：

從預先選擇的訓練圖像的窗口區域，提取多個視覺特征矩陣作為訓練樣本；

使用所述訓練樣本，使用支持向量機SVM訓練方法，得到所述第一濾波器；

通過已經訓練得到的所述第一濾波器和預設初始值的第一權值矩陣，利用所述訓練樣本進行非監督預訓練和后向傳遞BP訓練，得到所有的所述第一權值矩陣的參數。

5.根據權利要求3所述的方法，其特征在于，分別提取所述N個窗口對應的視覺特征矩陣之前，包括：

從預先選擇的訓練圖像的窗口區域，提取多個視覺特征矩陣作為訓練樣本；

使用所述訓練樣本，使用支持向量機SVM訓練方法，得到所述第一濾波器；

通過已經訓練得到的所述第一濾波器和預設初始值的第一權值矩陣，利用所述訓練樣本進行非監督預訓練和后向傳遞BP訓練，得到所有的所述第一權值矩陣的參數。