[发明专利]形成和使用用于检测图像的检测器的方法和设备

说明书

技术领域

本发明一般地涉及图像检测领域。更具体地，本发明涉及用于形成检测图像中物体的检测器的方法、设备以及使用该检测器对待测图像中的物体进行检测的方法和设备。

背景技术

随着电子信息技术的进步和网络化普及，人们在日常生活中越来越普遍地使用各种各样的图像采集设备，例如监控摄像机、数码摄像机、数码相机、网络摄像机、手机相机、以及物联网中的视频传感器等等，从而可以快捷地获取大量的图像和视频数据。实时智能地分析这些图像和视频数据已经成为公共管理部门、工业界(包括IT行业、互联网行业等)、甚至人们日常生活中的迫切需求。物体检测技术为上述的实时智能分析提供了一个至关重要的技术途径。下面借助图1来示意介绍物体检测技术。

图1简化示出检测图像中物体的过程。如图1中所示，给定一幅图像，例如图中1左侧的照片或视频截图，以及感兴趣的目标物体类别，例如图1中位于中间位置的行人(非特定的某个人)。通过图1中部所示出的物体检测块对图像中的目标物体(即行人)进行检测，例如确定其存在于图像中并且定位其在图像中的位置和大小。接着如图1中右侧所示，对检测到的行人的轮廓加方框以呈现检测结果。这种物体检测技术可以应用在包括视频监控、物联网应用、图像/视频搜索、人机交互、视频会议、视频编辑、图像管理和浏览、视频游戏和娱乐等领域。

一般来讲，物体检测问题可以用机器学习的方法解决。图像样本由特征集合表示，采用机器学习的方法对样本进行分类，判断其是否属于目标类。从方法上讲，物体检测技术可以划分为两大类：基于全局表观特征的方法和基于局部特征的方法。在基于全局表观特征的方法中，将物体看作整体来提取特征，采用分类器算法区分物体的类别。而在基于局部特征的方法中，将物体看作是很多部件的有机组合，根据部件之间的关系来判断物体的类别。例如，可以把行人模型分解为头部、上肢、下肢和躯干等部件。

目前，物体检测技术进入了快速发展的阶段。作为日常生活中常见而普通的物体类别，人脸检测技术已经达到了比较成熟的水平，进入了应用阶段。在实际应用中，多媒体数据中还包含了更多的其他物体类别，例如行人(如图1中所示)、汽车和文字等。相对于人脸图像而言，这些物体图像具有更加复杂的纹理和结构的变化。在实际应用中，现有的物体检测技术还不能满足在精度和速度方面的要求。例如，在智能交通视频监控的内容分析应用中，为了实现对行人和汽车等目标的检测，现有技术方案面临着两难选择的困境：要么检测速度达不到实时性的要求，要么检测性能达不到精度的指标。

具体地，为了获得较高的检测速度，已经提出了基于Adaboost算法的物体检测技术。进一步，提出了利用线性SVM(Support Vector Machine，支持向量机)作为弱分类器并且通过层级结构进行组合来完成对行人的检测。尽管这些方法的检测速度得到大幅的提高。但是，当图像的场景中出现复杂目标物体模式时，检测结果中会出现漏检，造成检测精度的下降。另外，很多工程系统中利用运动信息，通过背景减除方法来检测运动物体，然后使用基于形状的规则来判断物体类别(例如行人或者汽车)。同样地，尽管这种解决方案执行速度快，但由于实际上未采用物体图像信息，检测结果中也会出现误检，造成检测精度的下降。

为了获得高精度的检测结果，传统做法是利用非线性分类器来判断物体存在与否。例如，  已经提出了采用HoG(Histogram of Oriented Gradient，方向梯度直方图)特征来表示物体，物体检测分类模型为非线性SVM，在法国国立计算机及自动化研究院(INRIA)所提供的行人数据库上取得了90.8％的检测率，误检率达到10^-4。更进一步，通过增加LBP(Local Binary Pattern，局部二值模式)特征进行行人检测，可以取得98％的检测率，误检率也为10^-4。尽管这些方法取得了不错的检测率，但这些方法通常计算代价很高，消耗大量的计算资源，从而导致处理速度比较慢，难以实时地获取检测结果。

发明内容

本发明要解决的技术问题是提供一种能够满足实际应用的物体检测技术，其不但能够检测出模式复杂的物体(例如行人或汽车等)，而且具有满足实时性要求的检测速度和高精度的检测性能。

为了解决上述的技术问题，根据本发明的一个方面，提供了一种用于形成检测图像的检测器的方法，包括：

获取训练图像样本的特征向量；以及

基于梯度提升学习算法、利用所述特征向量执行训练操作从而形成所述检测器。