[发明专利]一种目标检测方法及系统在审

专利信息
申请号: 201710854585.7 申请日: 2017-09-20
公开(公告)号: CN107545270A 公开(公告)日: 2018-01-05
发明(设计)人: 娄玉强;蒋华涛;常琳;李庆;陈大鹏;薛静 申请(专利权)人: 中国科学院微电子研究所
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62
代理公司: 北京集佳知识产权代理有限公司11227 代理人: 王宝筠
地址: 100029 北京市朝阳*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 检测 方法 系统
【权利要求书】:

1.一种目标检测方法,其特征在于:预先对样本图像进行训练,得到目标检测分类器,该方法包括:

获取所述待检测图像,确定所述待检测图像中的待检测目标;

对所述待检测图像进行预处理,得到光照与旋转不变特征;

将所述光照与旋转不变特征输入至与所述待检测目标对应的所述目标检测分类器进行目标检测。

2.根据权利要求1所述的目标检测方法,其特征在于,所述对所述待检测图像进行预处理,得到光照与旋转不变特征,包括:

通过局部敏感直方图提取所述待检测图像的光照不变特征,得到所述待检测图像中不因光照强度变化的局部敏感图像;

通过计算在傅里叶空间中的梯度直方图特征,提取所述局部敏感图像的所述光照与旋转不变特征。

3.根据权利要求2所述的目标检测方法,其特征在于,所述通过局部敏感直方图提取所述待检测图像的光照不变特征,得到所述待检测图像中不因光照强度变化的局部敏感图像,包括:

设置参数α和灰度级个数B,根据局部敏感直方图计算公式进行计算,得到所述待检测图像的局部敏感直方图;

对所述待检测图像的局部敏感直方图进行归一化计算,得到最终的局部敏感直方图;

设置常数K=0.1,根据所述最终的局部敏感直方图计算得到所述光照不变特征;

提取所述待检测图像中不因光照强度变化的所述局部敏感图像。

4.根据权利要求2所述的目标检测方法,其特征在于,所述通过计算在傅里叶空间中的梯度直方图特征,提取所述局部敏感图像的所述光照与旋转不变特征,包括:

使用梯度函数计算所述局部敏感图像的图像梯度D,并将所述梯度映射到傅里叶空间;

根据空间聚集的卷积核函数K1和局部归一化的卷积核函数K2计算得到傅里叶HOG场

将所述傅里叶HOG场与基函数进行卷积运算,得到所述光照与旋转不变特征。

5.根据权利要求1所述的目标检测方法,其特征在于,所述预先对样本图像进行训练,得到目标检测分类器,包括:

获取多个样本图像,确定所述多个样本图像中的训练目标;

提取多个所述样本图像的光照和旋转不变特征;

选取多个所述样本图像中包含目标的图像块作为正样本,不包含目标的图像块作为负样本;

将所述图像块进行归一化,得到统一像素大小的训练集数据;

使用线性支持向量机对所述训练集数据进行训练,得到所述目标检测分类器。

6.一种目标检测系统,其特征在于:包括:训练模块,用于预先对样本图像进行训练,得到目标检测分类器,该系统还包括:

获取模块,用于获取所述待检测图像,确定所述待检测图像中的待检测目标;

预处理模块,用于对所述待检测图像进行预处理,得到光照与旋转不变特征;

检测模块,用于将所述光照与旋转不变特征输入至与所述待检测目标对应的所述目标检测分类器进行目标检测。

7.根据权利要求6所述的目标检测系统,其特征在于,所述预处理模块包括:

第一提取单元,用于通过局部敏感直方图提取所述待检测图像的光照不变特征,得到所述待检测图像中不因光照强度变化的局部敏感图像;

第二提取单元,用于通过计算在傅里叶空间中的梯度直方图特征,提取所述局部敏感图像的所述光照与旋转不变特征。

8.根据权利要求7所述的目标检测系统,其特征在于,所述第一提取单元包括:

第一计算单元,用于设置参数α和灰度级个数B,根据局部敏感直方图计算公式进行计算,得到所述待检测图像的局部敏感直方图;

第二计算单元,用于对所述待检测图像的局部敏感直方图进行归一化计算,得到最终的局部敏感直方图;

第三计算单元,用于设置常数K=0.1,根据所述最终的局部敏感直方图计算得到所述光照不变特征;

第一提取子单元,用于提取所述待检测图像中不因光照强度变化的所述局部敏感图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院微电子研究所,未经中国科学院微电子研究所许可,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/201710854585.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top