[發明專利]一種車輛檢測方法及檢測裝置

在審

• 申請號: 201510685237.2
• 申請日: 2015-10-20
• 公開（公告）號: CN105184286A
• 公開（公告）日: 2015-12-23
• 發明（設計）人: 吳偉華;蔡復興
• 申請（專利權）人: 深圳市華尊科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/66
• 代理公司: 廣州三環專利代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種車輛檢測方法，其特征在于，包括：

獲取包含車輛的待檢測圖像；

確定所述待檢測圖像中的M個檢測窗口，所述M為大于1的整數；

對所述M個檢測窗口所在區域內的圖像進行特征點標記得到N個特征點，其中，所述M和所述N均為大于1的整數；

對所述N個特征點進行對齊處理；

以所述對齊處理后的N個特征點中的每個特征點為中心進行特征提取；

將所述提取出的特征組成P個特征向量，其中，所述P為大于1的整數；

將所述P個特征向量進行分類處理以排除所述M個檢測窗口中的K個檢測窗口，其中，所述K為大于或等于1且小于所述M的整數；

將所述M個檢測窗口中除所述K個檢測窗口之外的M-K個檢測窗口對應的區域作為目標區域。

2.如權利要求1所述的方法，其特征在于，所述確定所述待檢測圖像中的M個檢測窗口包括：

采用預設的級聯檢測器對所述待檢測圖像進行檢測以得到所述待檢測圖像的M個檢測窗口。

3.如權利要求1所述的方法，其特征在于，所述對所述M個檢測窗口所在區域內的圖像進行特征點標記得到N個特征點包括：

對所述M個檢測窗口進行meanshape特征點標記，以得到N個特征點。

4.如權利要求1所述的方法，其特征在于，所述對所述N個特征點進行對齊處理包括：

采用預先訓練的特征匹配函數對所述N個特征點進行特征提取，以得到N個局部二進制特征；

采用預先訓練的全局線性回歸模型對所述N個局部二進制特征進行全局線性回歸處理。

5.如權利要求1所述的方法，其特征在于，所述將所述P個特征向量進行分類處理以排除所述M個檢測窗口中的K個檢測窗口包括：

對所述P個特征點進行尺度不變特征變換SIFT，以得到P個SIFT特征點；

將所述P個SIFT特征點組成目標特征向量；

采用預設分類器對所述目標特征向量進行分類處理以排除所述M個檢測窗口中的K個檢測窗口。

6.一種檢測裝置，其特征在于，包括：

獲取單元，用于獲取包含車輛的待檢測圖像；

第一確定單元，用于確定所述獲取單元獲取到的待檢測圖像中的M個檢測窗口，所述M為大于1的整數；

標記單元，用于對所述第一確定單元確定的M個檢測窗口所在區域內的圖像進行特征點標記得到N個特征點，其中，所述M和所述N均為大于1的整數；

對齊單元，用于對所述標記單元標記的N個特征點進行對齊處理；

第一提取單元，用于以所述對齊單元對齊處理后的N個特征點中的每個特征點為中心進行特征提取；

第一組成單元，用于將所述第一提取單元提取出的特征組成P個特征向量，其中，所述P為大于1的整數；

分類單元，用于將所述第一組成單元組成的P個特征向量進行分類處理以排除所述M個檢測窗口中的K個檢測窗口，其中，所述K為大于或等于1且小于所述M的整數；

第二確定單元，用于將所述M個檢測窗口中除所述分類單元排除的K個檢測窗口之外的M-K個檢測窗口對應的區域作為目標區域。

7.如權利要求6所述的檢測裝置，其特征在于，所述第一確定單元具體用于：

采用預設的級聯檢測器對所述待檢測圖像進行檢測以得到所述待檢測圖像的M個檢測窗口。

8.如權利要求6所述的檢測裝置，其特征在于，所述標記單元具體用于：

對所述M個檢測窗口進行meanshape特征點標記，以得到N個特征點。

9.如權利要求6所述的檢測裝置，其特征在于，所述對齊單元包括：

第二提取單元，用于采用預先訓練的特征匹配函數對所述標記單元標記的N個特征點進行特征提取，以得到N個局部二進制特征；

處理單元，用于采用預先訓練的全局線性回歸模型對所述第二提取單元提取的N個局部二進制特征進行全局線性回歸處理。

10.如權利要求6所述的檢測裝置，其特征在于，所述分類單元包括：

變換單元，用于對所述第一組成單元組成的P個特征點進行尺度不變特征變換SIFT，以得到P個SIFT特征點；

第二組成單元，用于將所述變換單元變換得到的P個SIFT特征點組成目標特征向量；

分類子單元，用于采用預設分類器對所述第二組成單元組成的目標特征向量進行分類處理以排除所述M個檢測窗口中的K個檢測窗口。