[发明专利]目标检测设备和方法

权利要求书

1.一种目标检测设备，包括：

检测分类器，用于对输入图像进行目标检测，以得到一个或更多个候选目标；

验证分类器，用于利用与每个候选目标对应的图像块中的验证特征对每个候选目标进行验证；以及

在线学习装置，用于利用所述验证分类器得到的对每个候选目标的验证结果、将与每个候选目标对应的图像块作为在线样本对所述检测分类器进行训练优化。

2.根据权利要求1所述的目标检测设备，还包括：

输入装置，用于接收经标注的图像样本，并且

其中，所述在线学习装置被配置用于利用所述验证分类器得到的验证结果、将与每个候选目标对应的图像块和所述经标注的图像样本二者作为在线样本对所述检测分类器进行训练优化。

3.根据权利要求1或2所述的目标检测设备，其中，所述在线学习装置还被配置用于：根据所述验证分类器得到的验证结果和所述检测分类器得到的检测结果、利用所述在线样本对所述验证分类器进行训练优化。

4.根据权利要求3所述的目标检测设备，其中，所述在线学习装置被配置用于通过以下对所述验证分类器进行训练优化：

根据所述检测分类器的检测结果和所述验证分类器的验证结果、利用在线样本来更新与每个验证特征对应的目标样本的统计分布模型和误检样本的统计分布模型；

选择使得验证分类器的验证错误率最小的一个或多个检测特征，以更新所述验证分类器。

5.根据权利要求4所述的目标检测设备，其中，所述在线学习装置被进一步配置用于利用在线样本和离线样本二者来更新与每个检测特征对应的目标样本的统计分布模型和误检样本的统计分布模型。

6.根据权利要求1或2所述的目标检测设备，其中，所述在线学习装置被配置用于通过以下对所述检测分类器进行训练优化：

根据所述检测分类器的检测结果和所述验证分类器的验证结果来评估所述检测分类器对所述在线样本的检测损失；以及

通过最小化所述检测损失来优化所述检测分类器。

7.根据权利要求6所述的目标检测设备，其中，所述在线学习装置还被配置用于：计算所述检测分类器对离线样本的检测损失与对所述在线样本的检测损失的和或加权和，作为所述检测分类器的总检测损失，并且

其中，所述在线学习装置通过最小化所述总检测损失来优化所述检测分类器。

8.根据权利要求1或2所述的目标检测设备，其中，所述在线学习装置还被配置用于利用在线样本来训练生成所述检测分类器。

9.根据权利要求1或2所述的目标检测设备，其中，所述在线学习装置还被配置用于利用在线样本来训练生成所述验证分类器。

10.根据权利要求1或2所述的目标检测设备，其中，所述验证分类器包括多个弱分类器，每个弱分类器对应一个验证特征且包括与该验证特征对应的、分别表示不同的目标样本或误检样本的一个或更多个统计分布模型。

11.一种目标检测方法，包括：

通过检测分类器对输入图像进行目标检测，以得到一个或更多个候选目标；

通过验证分类器利用与每个候选目标对应的图像块中的验证特征，对每个候选目标进行验证；以及

利用每个候选目标的验证结果、将与每个候选目标对应的图像块作为在线样本对所述检测分类器进行训练优化。

12.根据权利要求11所述的目标检测方法，还包括：接收经标注的图像样本，并且

其中，对所述检测分类器进行训练优化包括：利用对每个候选目标的验证结果、将与每个候选目标对应的图像块和所述经标注的图像样本二者作为在线样本对所述检测分类器进行训练优化。

13.根据权利要求11或12所述的目标检测方法，还包括：

根据所述验证分类器得到的验证结果和所述检测分类器得到的检测结果、利用所述在线样本对所述验证分类器进行训练优化。

14.根据权利要求13所述的目标检测方法，其中，对所述验证分类器进行训练优化包括：

根据所述检测分类器的检测结果和所述验证分类器的验证结果、利用在线样本来更新与每个验证特征对应的目标样本的统计分布模型和误检样本的统计分布模型；

选择使得验证分类器的验证错误率最小的一个或多个检测特征，以更新所述验证分类器。