[發明專利]基于改進的可變形部件模型算法的車輛檢測方法及系統在審
| 申請號: | 201710746790.1 | 申請日: | 2017-08-27 |
| 公開(公告)號: | CN107622226A | 公開(公告)日: | 2018-01-23 |
| 發明(設計)人: | 張煒;陳冬冬;韓靜;柏連發;張毅 | 申請(專利權)人: | 南京理工大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 南京理工大學專利中心32203 | 代理人: | 朱寶慶 |
| 地址: | 210094 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 改進 變形 部件 模型 算法 車輛 檢測 方法 系統 | ||
1.一種基于改進的可變形部件模型算法的車輛檢測方法,其特征在于,包括以下步驟:
步驟1,采集車輛的原始圖像;
步驟2,計算原始圖像獲取若干尺度的HOG特征圖;
步驟3,將每一HOG特征圖與整車、各部件模型圖進行卷積獲得相應的模型響應圖;
步驟4,將所有響應度圖像依次經過權值加成和DPM規則得到綜合響應度圖像;
步驟5,對綜合響應度圖像進行非極大值抑制并畫框,畫框的結果與原始圖像融合輸出。
2.根據權利要求1所述的方法,其特征在于,步驟2的具體過程在于:
步驟2.1,將原始圖像經過HOG算法獲得原始HOG特征圖像;
步驟2.2,HOG特征圖像經過金字塔分層獲得若干尺度的HOG特征圖像。
3.根據權利要求2所述的方法,其特征在于,通過式(1)獲得若干尺度的HOG特征圖
其中,C為原始HOG特征圖像,R(C,s)為重采樣函數,表示將原始HOG特征圖像C按尺度s進行重采樣,λΩ為特征估計參數。
4.根據權利要求1所述的方法,其特征在于,步驟3中通過下述卷積器對HOG特征圖與整車、各部件模型圖進行卷積:
針對部件和整車分別設置M*N和P*Q兩種尺度的卷積器,卷積器的數量分別為N1和N2;
部件卷積器包括MN個移位寄存器和N個乘法器,且每一行設置M個移位寄存器和一個乘法器,該行的乘法器分別與本行的第M個移位寄存器和下一行的第一個移位寄存器級聯;
整車卷積器包括PQ個移位寄存器和Q個乘法器,且每一行設置P個移位寄存器和一個乘法器,該行的乘法器分別與本行的第P個移位寄存器和下一行的第一個移位寄存器級聯;
每一部件卷積器對相應視角下的相應部件圖像與不同尺度HOG特征圖進行卷積;
每一整車卷積器對不同視角下整車圖像與不同尺度HOG特征圖進行卷積。
5.根據權利要求1所述的方法,其特征在于,步驟3中之前采用乒乓操作對待處理的若干尺度的HOG特征圖進行緩存。
6.一種基于改進的可變形部件模型算法的車輛檢測系統,其特征在于,包括:
采集車輛的原始圖像的圖像采集單元;
計算原始圖像獲取若干尺度的HOG特征圖的HOG特征計算單元;
將每一HOG特征圖與整車、各部件模型圖進行卷積獲得相應的模型響應圖的卷積響應單元;
將所有響應度圖像依次經過權值加成和DPM規則得到綜合響應度圖像的統計匹配單元;
對綜合響應度圖像進行非極大值抑制并畫框,畫框的結果與原始圖像融合輸出的顯示輸出單元。
7.根據權利要求6所述的系統,其特征在于,HOG特征計算單元包括HOG算法子單元和金字塔分層子單元;其中
HOG算法子單元將原始圖像經過HOG算法獲得原始HOG特征圖像;
金字塔分層子單元將HOG特征圖像分層獲得若干尺度的HOG特征圖像。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京理工大學,未經南京理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710746790.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種用于切割電池保護膜的工具
- 下一篇:一種兩用披薩刀





