[發明專利]用于提高視頻中的對象檢測性能的系統和方法

有效

• 申請號: 201410001472.9
• 申請日: 2014-01-02
• 公開（公告）號: CN103914702B
• 公開（公告）日: 2017-08-25
• 發明（設計）人: A.達塔;R.S.菲利斯;S.U.潘坎蒂;翟昀
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66;G06T7/254
• 代理公司: 北京市柳沈律師事務所11105
• 代理人: 張曉明

1.一種用于訓練特殊對象檢測器以辨別出現在用于目標域的幀序列中的前景對象的方法，該幀序列描述了不均勻背景中的前景對象的運動，在序列中的最后一個幀之前的序列中的每個幀對應于比序列中的緊接著下一個幀所對應的時間更早的時間，該方法包括：

計算機系統的一個或多個處理器檢測序列的初始幀的高置信度子窗口中的前景對象，其中，檢測前景對象包括計算高置信度子窗口包括前景對象的置信度量，并確定置信度量超過指定置信度閾值；

所述一個或多個處理器跟蹤在幀序列中的初始幀之后出現的多個后續幀的各正子窗口中的前景對象，其中，該后續幀在指定短時間段內；以及

所述一個或多個處理器向學習引擎饋送正子窗口，以便在訓練特殊對象檢測器檢測目標域中的前景對象時使用，其中，所述正子窗口包括初始幀的子窗口和所述多個后續幀的各子窗口。

2.如權利要求1所述的方法，其中，該方法還包括：

所述一個或多個處理器隨機地選擇初始幀中的多個負子窗口，其中，所述多個負子窗口中的每個負子窗口具有超過高置信度子窗口的總面積的總面積，其中，所述多個負子窗口中的每個負子窗口位于小于距高置信度子窗口的指定距離閾值處，并且其中，所述多個負子窗口中的每個負子窗口不包括前景對象；

所述一個或多個處理器將所述多個負子窗口中的每個負子窗口重新確定尺寸，以變得與高置信度子窗口一致；以及

所述一個或多個處理器向學習引擎饋送所述多個負子窗口以便連同正子窗口一起在訓練特殊對象檢測器檢測目標域中的前景對象時使用。

3.如權利要求1所述的方法，其中，該方法還包括：

所述一個或多個處理器隨機地選擇關于目標域的一組窗口；

所述一個或多個處理器隨機地選擇該組窗口中的每個窗口中的負子窗口，其中，該組窗口中的每個窗口中的負子窗口具有不同于高置信度子窗口的縱橫比的縱橫比，并且其中，該組窗口中的每個窗口中的負子窗口不包括前景對象；

所述一個或多個處理器將該組窗口中的每個窗口中的每個子窗口重新確定尺寸，以變得與高置信度子窗口一致；以及

所述一個或多個處理器向學習引擎饋送該組窗口中的每個窗口中的負子窗口，以便連同正子窗口一起在訓練特殊對象檢測器檢測目標域中的前景對象時使用。

4.如權利要求1所述的方法，其中，計算置信度量包括；

相對于初始幀中的高置信度子窗口選擇多個相鄰子窗口，其中，每個相鄰子窗口部分地而不是完全地與高置信度子窗口重疊，并且其中，相鄰子窗口相互不同；

計算用于高置信度子窗口和用于每個相鄰子窗口的置信度分數，其中，將置信度分數級分類器分別用于高置信度子窗口中和每個相鄰子窗口中的前景對象；以及

從用于高置信度子窗口和每個相鄰子窗口的置信度分數的比較分析來計算置信度量。

5.如權利要求4所述的方法，其中，確定所述置信度量超過指定置信度閾值包括最初確定置信度量不超過指定置信度閾值，隨后迭代地執行選擇多個相鄰子窗口，計算置信度分數以及計算置信度量，其中，所述多個相鄰子窗口中的相鄰子窗口的總數在每次迭代中增加，直至確定置信度量超過指定置信度閾值。

6.如權利要求4所述的方法，其中，從比較分析來計算置信度量包括：

從由用于高置信度子窗口的置信度分數和用于每個相鄰子窗口的置信度分數的聯合形成的集合中選擇K個最高置信度分數，其中，K在1至M+1范圍內，并且其中，M表示相對于高置信度子窗口的相鄰子窗口的總數；

選擇K個置信度分數的最小置信度分數；

將最小置信度分數歸一化至在指定范圍內，其中，所述最小置信度分數變成置信度量；以及

確認所述置信度量超過指定置信度閾值。

7.如權利要求6所述的方法，其中，K在2至M的范圍內。

8.如權利要求4所述的方法，其中，每個相鄰子窗口的面積以至少指定百分比與每個高置信度子窗口的面積重疊。