[發明專利]用于從圖像中檢測對象的方法和設備

有效

• 申請號: 201510387501.4
• 申請日: 2015-07-03
• 公開（公告）號: CN106326817B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 王世婷;胥立豐
• 申請（專利權）人: 佳能株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 歐陽帆

本發明提供了用于從圖像中檢測對象的方法和設備。該用于從圖像中檢測對象的方法包括：利用檢測窗掃描所述圖像并且輸出復數個候選對象區域；縮小所述候選對象區域以便產生縮小后的候選對象區域；將所述縮小后的候選對象區域分組成至少一個子集；以及將每個子集中的縮小后的候選對象區域合并得到一個合并后的對象區域。利用本發明，能夠更精確地定位圖像中的人，并且能夠減少遺漏的檢測結果。

技術領域

本發明涉及用于從圖像中檢測對象的方法和設備。

背景技術

近來，廣泛地使用從圖像中檢測對象尤其是人物的技術。一般，要求對于每個人根據復數個交疊的對象區域獲得單個最終的人物檢測結果。人物檢測器利用檢測窗以所有位置和尺度掃描圖像，并且產生復數個交疊的對象區域作為檢測結果。然后交疊的對象區域被合并以便獲得最終的人物檢測結果。現有技術文獻1(P.Viola and M.J.Jones.Robust,Real-Time Face Detection,International Journal of Computer Vision,57(2):137-154,2004,ISSN 0920-5691)描述了通過如下的步驟將復數個交疊的對象區域合并成單個檢測結果的方法：將對象區域分組成不相交的子集，其中如果兩個對象區域交疊則這兩個對象區域在同一個子集中，如圖1(a)所示；通過對每個子集中的所有對象區域的各角(corner)的坐標求平均來將該子集中的對象區域合并以便獲得單個最終的檢測結果，如圖1(b)所示。由圖1(a)中的實線示出的矩形表示復數個對象區域，并且它們被分組成虛線所示出的兩個子集。

現有技術文獻1在各種應用中是簡單的和普遍的。然而，本發明的發明人發現包括上述的文獻1中的方法在內的常規合并方法在輸入的圖像是在眼睛高度拍攝的時或者在輸入的圖像中的人物擁擠或很靠近時結果較差。在這種情形中，對于一個人的對象區域可能與其尺寸和位置類似的其他人的對象區域有較大的交疊，因此它們難以被區分開。

以圖2為例，在利用常規合并方法的情況下，帶眼鏡的人的檢測可能被合并到前面的人的最終檢測結果中。因此，人物檢測(諸如由圖2(b)中示出的虛線標記的檢測結果)被遺漏，并且最終的檢測結果更不精確，諸如，變成更大的矩形，或者偏離實際的真實數據(ground truth)等，就像圖2(b)中的實線標記的檢測結果一樣。

發明內容

鑒于上述內容，本發明提出了用于合并多個交疊的對象檢測結果的新的方法。即使在圖像中不同的人具有類似的尺寸和位置時這種合并方法也能夠正確地將所檢測出的對象區域分組到分別的不同子集中。

為了解決上述技術問題，本發明提供了一種用于從圖像中檢測對象的方法，其包括：掃描步驟，利用檢測窗掃描所述圖像并且輸出復數個候選對象區域；縮小步驟，縮小所述候選對象區域以便產生縮小后的候選對象區域；分組步驟，將所述縮小后的候選對象區域分組成至少一個子集；以及合并步驟，將每個子集中的縮小后的候選對象區域合并得到一個合并后的對象區域。

另外，為了解決上述技術問題，本發明提供了一種用于從圖像中檢測對象的設備，其包括：掃描單元，被配置用于利用檢測窗掃描所述圖像并且輸出復數個候選對象區域；縮小單元，被配置用于縮小所述候選對象區域以便產生縮小后的候選對象區域；分組單元，被配置用于將所述縮小后的候選對象區域分組成至少一個子集；以及合并單元，被配置用于將每個子集中的縮小后的候選對象區域合并得到一個合并后的對象區域。

根據本發明的該方法和設備能夠更精確地定位圖像中的人，并且減少遺漏的檢測結果，尤其是在待分析圖像是在眼睛高度拍攝的時。

根據參照附圖的以下描述，本發明的其它特性特征和優點將變得清晰。

附圖說明

并入說明書中并且構成說明書的一部分的附圖示出了本發明的實施例，并且與描述一起用于說明本發明的原理。

圖1示出現有技術文獻1中公開的合并方法。