[发明专利]基于改进的可变形部件模型算法的车辆检测方法及系统在审
申请号: | 201710746790.1 | 申请日: | 2017-08-27 |
公开(公告)号: | CN107622226A | 公开(公告)日: | 2018-01-23 |
发明(设计)人: | 张炜;陈冬冬;韩静;柏连发;张毅 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 南京理工大学专利中心32203 | 代理人: | 朱宝庆 |
地址: | 210094 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 改进 变形 部件 模型 算法 车辆 检测 方法 系统 | ||
1.一种基于改进的可变形部件模型算法的车辆检测方法,其特征在于,包括以下步骤:
步骤1,采集车辆的原始图像;
步骤2,计算原始图像获取若干尺度的HOG特征图;
步骤3,将每一HOG特征图与整车、各部件模型图进行卷积获得相应的模型响应图;
步骤4,将所有响应度图像依次经过权值加成和DPM规则得到综合响应度图像;
步骤5,对综合响应度图像进行非极大值抑制并画框,画框的结果与原始图像融合输出。
2.根据权利要求1所述的方法,其特征在于,步骤2的具体过程在于:
步骤2.1,将原始图像经过HOG算法获得原始HOG特征图像;
步骤2.2,HOG特征图像经过金字塔分层获得若干尺度的HOG特征图像。
3.根据权利要求2所述的方法,其特征在于,通过式(1)获得若干尺度的HOG特征图
其中,C为原始HOG特征图像,R(C,s)为重采样函数,表示将原始HOG特征图像C按尺度s进行重采样,λΩ为特征估计参数。
4.根据权利要求1所述的方法,其特征在于,步骤3中通过下述卷积器对HOG特征图与整车、各部件模型图进行卷积:
针对部件和整车分别设置M*N和P*Q两种尺度的卷积器,卷积器的数量分别为N1和N2;
部件卷积器包括MN个移位寄存器和N个乘法器,且每一行设置M个移位寄存器和一个乘法器,该行的乘法器分别与本行的第M个移位寄存器和下一行的第一个移位寄存器级联;
整车卷积器包括PQ个移位寄存器和Q个乘法器,且每一行设置P个移位寄存器和一个乘法器,该行的乘法器分别与本行的第P个移位寄存器和下一行的第一个移位寄存器级联;
每一部件卷积器对相应视角下的相应部件图像与不同尺度HOG特征图进行卷积;
每一整车卷积器对不同视角下整车图像与不同尺度HOG特征图进行卷积。
5.根据权利要求1所述的方法,其特征在于,步骤3中之前采用乒乓操作对待处理的若干尺度的HOG特征图进行缓存。
6.一种基于改进的可变形部件模型算法的车辆检测系统,其特征在于,包括:
采集车辆的原始图像的图像采集单元;
计算原始图像获取若干尺度的HOG特征图的HOG特征计算单元;
将每一HOG特征图与整车、各部件模型图进行卷积获得相应的模型响应图的卷积响应单元;
将所有响应度图像依次经过权值加成和DPM规则得到综合响应度图像的统计匹配单元;
对综合响应度图像进行非极大值抑制并画框,画框的结果与原始图像融合输出的显示输出单元。
7.根据权利要求6所述的系统,其特征在于,HOG特征计算单元包括HOG算法子单元和金字塔分层子单元;其中
HOG算法子单元将原始图像经过HOG算法获得原始HOG特征图像;
金字塔分层子单元将HOG特征图像分层获得若干尺度的HOG特征图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710746790.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于切割电池保护膜的工具
- 下一篇:一种两用披萨刀