[发明专利]一种运用最大子图的基于局部模型的物体检测方法

摘要

本发明公开了一种运用最大子图的基于局部模型的物体检测方法，包括：接收训练图像并提取图像的图像块，根据提取的图像块构建有权图，计算有权图中的权重，根据最大的子图结果，实现图像块的匹配，得到图像块集合和它们的匹配权重，基于匹配图像块的结果选择显著部分，运用基于局部的物体检测模型训练分类器，输入测试图像，得到结果。本方法的特征是鲁棒性强，并且检测准确率高。

主权项

一种运用最大子图的基于局部模型的物体检测方法，其特征在于，包括以下步骤：（1）接收训练图像并提取图像的图像块，训练图像的数量为m个，每幅训练图像中提取出的图像块为r个；（2）根据提取的图像块构建有权图；（3）计算有权图中的权重apq，其中p和q为任意两个图像块；（4）设置图像块计数器l＝1，即从第1个图像块开始；（5）判断条件l≤r是否满足，如果满足，则继续进行步骤（6），当不满足时跳到步骤（9）；（6）根据有权图和图像块计数器构建最大子图问题并解这个问题；（7）存储最大子图；根据步骤（6）得到的一系列最大子图的权重，挑选出权重最大的最大子图，把它的顶点选择情况x*存入Q(l)中，即Q(l)={Pj|x*＝1}，其中Pj为图像块，Q(l)即为图像块计数器为l时选择的图像块情况；（8）设置l＝l+1并返回步骤（5）；即设置新的必选顶点，构建最大子图问题，然后求解，并把结果也存入Q(l)中；（9）根据l个最大子图结果，实现图像块的匹配，得到图像块集合Q＝{Q(1)，…Q(r)}和它们的匹配权重W＝{W(1)，...，W(r)}；（10）基于匹配图像块的结果选择显著部分；（11）运用基于局部的物体检测模型训练分类器；（12）输入测试图像，得到结果。