[发明专利]基于差分链码直方图的目标分类方法及装置

权利要求书

1.一种基于差分链码直方图的目标分类方法，其特征在于，包括：

对训练图像集进行离线分类器训练，得到相应的目标类别判别函数及其参数；

对输入的视频序列图像进行前景目标检测；

对检测的前景目标进行目标特征提取；

将提取的目标特征作为输入，并利用训练得到的目标类别判别函数及其参数对视频序列图像中的前景目标进行在线类别判定。

2.如权利要求1所述的基于差分链码直方图的目标分类方法，其特征在于，对训练图像集进行离线分类器训练以得到相应的目标类别判别函数及其参数的步骤包括：

对训练图像集中的每一个前景目标进行目标特征提取；

对训练图像集中的每一个前景目标进行目标类别符标定；

将标定好的目标类别符及其相应的目标特征作为输入参数，进行离线训练，从而得到相应的目标类别判别函数及其参数。

3.如权利要求1或2所述的基于差分链码直方图的目标分类方法，其特征在于，对检测的前景目标进行目标特征提取的步骤包括：

对前景目标进行边界链码表达；

对链码进行一阶差分；

对一阶差分链码进行直方图统计；

对统计出的直方图中每一分量进行归一化；

用归一化后的每个分量所对应的值作为目标特征值。

4.如权利要求3所述的基于差分链码直方图的目标分类方法，其特征在于，采用Freeman链码或顶点链码对前景目标进行边界链码表达，链码方式可以采用4方向或8方向链码。

5.如权利要求3所述的基于差分链码直方图的目标分类方法，其特征在于，对一阶差分链码进行直方图统计时，对一阶差分链码在各方向上分别进行直方图统计。

6.一种基于差分链码直方图的目标分类装置，其特征在于，包括：

离线训练模块，对训练图像集进行离线分类器训练，得到相应的目标类别判别函数及其参数；

在线判定模块，用于对输入的视频序列图像进行前景目标检测，进一步对检测的前景目标进行目标特征提取，以及更进一步将提取的目标特征作为输入，并利用训练得到的目标类别判别函数及其参数对视频序列图像中的前景目标进行在线类别判定。

7.如权利要求6所述的基于差分链码直方图的目标分类装置，其特征在于，所述离线训练模块包括：

第一特征提取模块，用于对训练图像集中的每一个前景目标进行目标特征提取；

训练模块，用于对训练图像集中的每一个前景目标进行目标类别符标定，并将标定好的目标类别符及其相应的目标特征作为输入参数，进行离线训练，从而得到相应的目标类别判别函数及其参数。

8.如权利要求6所述的基于差分链码直方图的目标分类装置，其特征在于，所述在线判定模块包括：

目标检测模块，用于对输入的视频序列图像进行前景目标检测；

第二特征提取模块，用于对检测的前景目标进行目标特征提取；

分类器决策模块，用于将提取的目标特征作为输入，并利用训练得到的目标类别判别函数及其参数对视频序列图像中的前景目标进行在线类别判定。

9.如权利要求7所述的基于差分链码直方图的目标分类装置，其特征在于，第一特征提取模块对检测的前景目标进行目标特征提取的方法为：

对前景目标进行边界链码表达；

对链码进行一阶差分；

对一阶差分链码进行直方图统计；

对统计出的直方图中每一分量进行归一化；

用归一化后的每个分量所对应的值作为目标特征值。

10.如权利要求9所述的基于差分链码直方图的目标分类装置，其特征在于，采用Freeman链码或顶点链码对前景目标进行边界链码表达，链码方式可以采用4方向或8方向链码；以及，对一阶差分链码进行直方图统计时，对一阶差分链码在各方向上分别进行直方图统计。