1.一種目標(biāo)檢測方法,其特征在于,包括:
訓(xùn)練目標(biāo)的根濾波器和多個(gè)部件濾波器,得到關(guān)于目標(biāo)的根濾波器的樣本和各個(gè)部件濾波器的樣本;
采用基于部件的變形模型和級聯(lián)檢測的方式進(jìn)行搜索,確定目標(biāo)位置;
所述采用基于部件的變形模型和級聯(lián)檢測的方式進(jìn)行搜索包括:
計(jì)算訓(xùn)練的所述根濾波器的樣本的響應(yīng)值,計(jì)算訓(xùn)練的各個(gè)所述部件濾波器的樣本的響應(yīng)值;
確定級聯(lián)順序;
計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值;
依據(jù)所述級聯(lián)順序,依次累加所述根濾波器的樣本的響應(yīng)值和各個(gè)所述部件濾波器的樣本的響應(yīng)值,得到關(guān)于目標(biāo)位置的候選窗口;在所述依次累加所述根濾波器的樣本的響應(yīng)值和各個(gè)所述部件濾波器的樣本的響應(yīng)值的過程中,依據(jù)所述近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值對累加后的響應(yīng)值進(jìn)行近似正樣本修剪和近似負(fù)樣本修剪;
依據(jù)所述關(guān)于目標(biāo)位置的候選窗口,確定目標(biāo)位置。
2.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值包括:
采用以下公式計(jì)算出假設(shè)修剪的閾值:
其中,q∈{1,2,...,Q}為級聯(lián)檢測的階段索引值,Ω為訓(xùn)練樣本集,R為根響應(yīng)圖像,P為部件響應(yīng)圖像,D為變形代價(jià)圖像。
3.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值包括:
采用以下公式計(jì)算出變形修剪的閾值:
其中,q∈{1,2,...,Q}為級聯(lián)檢測的階段索引值,Ω為訓(xùn)練樣本集,R為根響應(yīng)圖像,P為部件響應(yīng)圖像,D為變形代價(jià)圖像。
4.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值包括:
采用以下公式計(jì)算出近似正樣本修剪的閾值:
其中,q∈{1,2,...,Q}為級聯(lián)檢測的階段索引值,Ω為訓(xùn)練樣本集,p為當(dāng)前像素點(diǎn),p′為鄰域內(nèi)任一像素點(diǎn),N(p)為當(dāng)前像素點(diǎn)的鄰域,S為響應(yīng)圖像。
5.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值包括:
采用以下公式計(jì)算出近似負(fù)樣本修剪的閾值:
其中,q∈{1,2,...,Q}為級聯(lián)檢測的階段索引值,Ω為訓(xùn)練樣本集,p為當(dāng)前像素點(diǎn),p′為鄰域內(nèi)任一像素點(diǎn),N(p)為當(dāng)前像素點(diǎn)的鄰域,S為響應(yīng)圖像。
6.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述確定級聯(lián)順序?yàn)椋菏褂秘澙匪惴ù_定級聯(lián)順序。
7.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值為:根據(jù)概率近似正確原則計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值。
8.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述依據(jù)所述級聯(lián)順序,依次累加所述根濾波器的樣本的響應(yīng)值和所述部件濾波器的樣本的響應(yīng)值,得到關(guān)于目標(biāo)位置的候選窗口包括:
步驟a)在所述根濾波器的樣本的響應(yīng)值的基礎(chǔ)上,依據(jù)所述級聯(lián)順序,依次累加各個(gè)部件濾波器的樣本的響應(yīng)值;
步驟b)在累加部件濾波器的樣本的響應(yīng)值之后,依據(jù)所述假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值對累加后的響應(yīng)值進(jìn)行假設(shè)修剪、變形修剪、近似正樣本修剪和近似負(fù)樣本修剪;
重復(fù)上述步驟a)至b),直至累加完各個(gè)部件濾波器的樣本的響應(yīng)值,得到關(guān)于目標(biāo)位置的候選窗口。
9.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述依據(jù)所述近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值對累加后的響應(yīng)值進(jìn)行近似正樣本修剪和近似負(fù)樣本修剪包括:
采用以下公式進(jìn)行近似正樣本修剪:
其中,p為當(dāng)前像素點(diǎn),N(p)為當(dāng)前像素點(diǎn)的鄰域,p′為鄰域內(nèi)任一像素點(diǎn),S(p)為當(dāng)前像素點(diǎn)的響應(yīng)值,Tpq為第q個(gè)近似正樣本修剪的閾值,prune代表修剪操作。
10.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述依據(jù)所述近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值對累加后的響應(yīng)值進(jìn)行近似正樣本修剪和近似負(fù)樣本修剪包括:
采用以下公式進(jìn)行近似負(fù)樣本修剪:
其中,p為當(dāng)前像素點(diǎn),N(p)為當(dāng)前像素點(diǎn)的鄰域,p′為鄰域內(nèi)任一像素點(diǎn),S(p)為當(dāng)前像素點(diǎn)的響應(yīng)值,Tnq為第q個(gè)近似負(fù)樣本修剪的閾值,prune代表修剪操作。
11.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,所述訓(xùn)練目標(biāo)的根濾波器和多個(gè)部件濾波器,得到關(guān)于目標(biāo)的根濾波器的樣本和各個(gè)部件濾波器的樣本包括:對于根濾波器/每一個(gè)部件濾波器,
使用標(biāo)準(zhǔn)的支持向量機(jī)訓(xùn)練出初始根濾波器/部件濾波器;
使用隱變量支持向量機(jī)對所述初始根濾波器/部件濾波器繼續(xù)訓(xùn)練,迭代若干次后得到根濾波器/部件濾波器的樣本。
12.如權(quán)利要求11所述的目標(biāo)檢測方法,其特征在于,所述使用隱變量支持向量機(jī)對所述初始根濾波器/部件濾波器繼續(xù)訓(xùn)練包括:使用隱變量支持向量機(jī)對所述初始根濾波器/部件濾波器進(jìn)行重選正樣本、數(shù)據(jù)挖掘和隨機(jī)梯度下降法優(yōu)化。
13.如權(quán)利要求1所述的目標(biāo)檢測方法,其特征在于,在所述得到關(guān)于目標(biāo)位置的候選窗口之后,在所述確定目標(biāo)位置之前,還包括:
對所述候選窗口進(jìn)行非極值抑制操作。
14.一種目標(biāo)檢測裝置,其特征在于,包括:樣本訓(xùn)練單元和目標(biāo)搜索單元;其中:
樣本訓(xùn)練單元,適于訓(xùn)練目標(biāo)的根濾波器和多個(gè)部件濾波器,得到關(guān)于目標(biāo)的根濾波器的樣本和各個(gè)部件濾波器的樣本;
目標(biāo)搜索單元,適于采用基于部件的變形模型和級聯(lián)檢測的方式進(jìn)行搜索,確定目標(biāo)位置;
所述目標(biāo)搜索單元包括:響應(yīng)值計(jì)算子單元、級聯(lián)順序確定子單元、閾值計(jì)算子單元、響應(yīng)值累加子單元和目標(biāo)位置確定子單元;其中:
響應(yīng)值計(jì)算子單元,適于計(jì)算訓(xùn)練的所述根濾波器的樣本的響應(yīng)值,計(jì)算訓(xùn)練的各個(gè)所述部件濾波器的樣本的響應(yīng)值;
級聯(lián)順序確定子單元,適于確定級聯(lián)順序;
閾值計(jì)算子單元,適于計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值;
響應(yīng)值累加子單元,適于依據(jù)所述級聯(lián)順序,依次累加所述根濾波器的樣本的響應(yīng)值和各個(gè)所述部件濾波器的樣本的響應(yīng)值,得到關(guān)于目標(biāo)位置的候選窗口;在所述依次累加所述根濾波器的樣本的響應(yīng)值和各個(gè)所述部件濾波器的樣本的響應(yīng)值的過程中,依據(jù)所述近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值對累加后的響應(yīng)值進(jìn)行近似正樣本修剪和近似負(fù)樣本修剪;
目標(biāo)位置確定子單元,適于依據(jù)所述關(guān)于目標(biāo)位置的候選窗口,確定目標(biāo)位置。
15.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述閾值計(jì)算子單元計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值包括:
采用以下公式計(jì)算出假設(shè)修剪的閾值:
其中,q∈{1,2,...,Q}為級聯(lián)檢測的階段索引值,Ω為訓(xùn)練樣本集,R為根響應(yīng)圖像,P為部件響應(yīng)圖像,D為變形代價(jià)圖像。
16.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述閾值計(jì)算子單元計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值包括:
采用以下公式計(jì)算出變形修剪的閾值:
其中,q∈{1,2,...,Q}為級聯(lián)檢測的階段索引值,Ω為訓(xùn)練樣本集,R為根響應(yīng)圖像,P為部件響應(yīng)圖像,D為變形代價(jià)圖像。
17.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述閾值計(jì)算子單元計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值包括:
采用以下公式計(jì)算出近似正樣本修剪的閾值:
其中,q∈{1,2,...,Q}為級聯(lián)檢測的階段索引值,Ω為訓(xùn)練樣本集,p為當(dāng)前像素點(diǎn),p′為鄰域內(nèi)任一像素點(diǎn),N(p)為當(dāng)前像素點(diǎn)的鄰域,S為響應(yīng)圖像。
18.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述閾值計(jì)算子單元計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值包括:
采用以下公式計(jì)算出近似負(fù)樣本修剪的閾值:
其中,q∈{1,2,...,Q}為級聯(lián)檢測的階段索引值,Ω為訓(xùn)練樣本集,p為當(dāng)前像素點(diǎn),p′為鄰域內(nèi)任一像素點(diǎn),N(p)為當(dāng)前像素點(diǎn)的鄰域,S為響應(yīng)圖像。
19.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述級聯(lián)順序確定子單元確定級聯(lián)順序?yàn)椋菏褂秘澙匪惴ù_定級聯(lián)順序。
20.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述閾值計(jì)算子單元計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值為:根據(jù)概率近似正確原則計(jì)算出假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值。
21.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述響應(yīng)值累加子單元依據(jù)所述級聯(lián)順序,依次累加所述根濾波器的樣本的響應(yīng)值和所述部件濾波器的樣本的響應(yīng)值,得到關(guān)于目標(biāo)位置的候選窗口包括:
步驟a)在所述根濾波器的樣本的響應(yīng)值的基礎(chǔ)上,依據(jù)所述級聯(lián)順序,依次累加各個(gè)部件濾波器的樣本的響應(yīng)值;
步驟b)在累加部件濾波器的樣本的響應(yīng)值之后,依據(jù)所述假設(shè)修剪的閾值、變形修剪的閾值、近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值對累加后的響應(yīng)值進(jìn)行假設(shè)修剪、變形修剪、近似正樣本修剪和近似負(fù)樣本修剪;
重復(fù)上述步驟a)至b),直至累加完各個(gè)部件濾波器的樣本的響應(yīng)值,得到關(guān)于目標(biāo)位置的候選窗口。
22.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述響應(yīng)值累加子單元依據(jù)所述近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值對累加后的響應(yīng)值進(jìn)行近似正樣本修剪和近似負(fù)樣本修剪包括:
采用以下公式進(jìn)行近似正樣本修剪:
其中,p為當(dāng)前像素點(diǎn),N(p)為當(dāng)前像素點(diǎn)的鄰域,p′為鄰域內(nèi)任一像素點(diǎn),S(p)為當(dāng)前像素點(diǎn)的響應(yīng)值,Tpq為第q個(gè)近似正樣本修剪的閾值,prune代表修剪操作。
23.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述響應(yīng)值累加子單元依據(jù)所述近似正樣本修剪的閾值和近似負(fù)樣本修剪的閾值對累加后的響應(yīng)值進(jìn)行近似正樣本修剪和近似負(fù)樣本修剪包括:
采用以下公式進(jìn)行近似負(fù)樣本修剪:
其中,p為當(dāng)前像素點(diǎn),N(p)為當(dāng)前像素點(diǎn)的鄰域,p′為鄰域內(nèi)任一像素點(diǎn),S(p)為當(dāng)前像素點(diǎn)的響應(yīng)值,Tnq為第q個(gè)近似負(fù)樣本修剪的閾值,prune代表修剪操作。
24.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述樣本訓(xùn)練單元訓(xùn)練目標(biāo)的根濾波器和多個(gè)部件濾波器,得到關(guān)于目標(biāo)的根濾波器的樣本和各個(gè)部件濾波器的樣本包括:對于根濾波器/每一個(gè)部件濾波器,
使用標(biāo)準(zhǔn)的支持向量機(jī)訓(xùn)練出初始根濾波器/部件濾波器;
使用隱變量支持向量機(jī)對所述初始根濾波器/部件濾波器繼續(xù)訓(xùn)練,迭代若干次后得到根濾波器/部件濾波器的樣本。
25.如權(quán)利要求24所述的目標(biāo)檢測裝置,其特征在于,所述使用隱變量支持向量機(jī)對所述初始根濾波器/部件濾波器繼續(xù)訓(xùn)練包括:使用隱變量支持向量機(jī)對所述初始根濾波器/部件濾波器進(jìn)行重選正樣本、數(shù)據(jù)挖掘和隨機(jī)梯度下降法優(yōu)化。
26.如權(quán)利要求14所述的目標(biāo)檢測裝置,其特征在于,所述目標(biāo)搜索單元還包括:
非極值抑制子單元,適于在所述得到關(guān)于目標(biāo)位置的候選窗口之后,在所述確定目標(biāo)位置之前,對所述候選窗口進(jìn)行非極值抑制操作。
27.一種移動(dòng)終端,其特征在于,包括權(quán)利要求14至26中任一項(xiàng)所述的目標(biāo)檢測裝置。
28.如權(quán)利要求27所述的移動(dòng)終端,其特征在于,所述移動(dòng)終端為智能手機(jī)或平板電腦。