目標(biāo)檢測(cè)方法與裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像檢測(cè)技術(shù)，尤其設(shè)及一種目標(biāo)檢測(cè)方法與裝置。
【背景技術(shù)】
[0002] 目標(biāo)檢測(cè)是指對(duì)圖像或圖像序列中感興趣的物體進(jìn)行識(shí)別與定位的技術(shù)，該技術(shù) W計(jì)算機(jī)視覺為理論基礎(chǔ)，被廣泛應(yīng)用于軍用、民用等領(lǐng)域。
[0003] 目標(biāo)檢測(cè)技術(shù)中所采用的檢測(cè)算法也被稱之為檢測(cè)器。從結(jié)構(gòu)的角度來講，檢測(cè) 器包括特征提取模塊和特征分類模塊。其中，特征提取模塊用于按照某種規(guī)則將待檢測(cè)區(qū) 域的外觀抽象描述為"特征"，特征分類模塊用于根據(jù)特征提取模塊提取出的特征，將待檢 測(cè)區(qū)域分類為某一類目標(biāo)或背景。目標(biāo)檢測(cè)過程中，設(shè)計(jì)好檢測(cè)器的特征分類模塊與特征 提取模塊，采用檢測(cè)器對(duì)目標(biāo)進(jìn)行檢測(cè)。
[0004] 然而，目標(biāo)檢測(cè)過程中，檢測(cè)場(chǎng)景，例如光照條件、攝像機(jī)方位、背景環(huán)境、待檢測(cè) 目標(biāo)的外觀規(guī)律等，并不是一成不變的。檢測(cè)場(chǎng)景的改變，使得原先設(shè)計(jì)好的檢測(cè)器并不適 應(yīng)改變后的檢測(cè)場(chǎng)景中的目標(biāo)檢測(cè)，導(dǎo)致檢測(cè)準(zhǔn)確度低。

【發(fā)明內(nèi)容】

[000引本發(fā)明提供一種目標(biāo)檢測(cè)方法與裝置，實(shí)現(xiàn)在檢測(cè)場(chǎng)景變化的情況下，提高目標(biāo) 檢測(cè)準(zhǔn)確度的目的。
[0006] 第一個(gè)方面，本發(fā)明實(shí)施例提供一種目標(biāo)檢測(cè)方法，包括：
[0007] 步驟1、基于初始訓(xùn)練樣本集得到視覺詞集合，將所述視覺詞集合作為碼本；
[0008] 步驟2、基于所述碼本構(gòu)建視覺詞網(wǎng)絡(luò)模型；
[0009] 步驟3、提取所述初始訓(xùn)練樣本集中各樣本的詞頻直方圖特征；
[0010] 步驟4、根據(jù)所述詞頻直方圖特征，經(jīng)過網(wǎng)絡(luò)調(diào)節(jié)確定所述視覺詞網(wǎng)絡(luò)模型中的各 網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)重；
[0011] 步驟5、根據(jù)所述權(quán)重，確定核函數(shù)，并根據(jù)所述核函數(shù)確定k近鄰分類器；
[0012] 步驟6、采用所述k近鄰分類器檢測(cè)待檢測(cè)區(qū)域，得到檢測(cè)結(jié)果，根據(jù)所述檢測(cè)結(jié)果 確定所述待檢測(cè)區(qū)域是否為目標(biāo)，所述待檢測(cè)區(qū)域?yàn)闄z測(cè)任務(wù)包括的需要檢測(cè)的區(qū)域之 -* · ，
[0013] 步驟7、判斷是否完成所述檢測(cè)任務(wù)，若完成，則結(jié)束目標(biāo)檢測(cè)；否則，判斷是否在 線獲取訓(xùn)練樣本，若是，則根據(jù)所述在線獲取的訓(xùn)練樣本更新所述步驟3中的所述初始訓(xùn)練 樣本集，并對(duì)所述檢測(cè)任務(wù)包括的下一個(gè)待檢測(cè)區(qū)域執(zhí)行所述步驟3~步驟7;若未在線獲 取訓(xùn)練樣本，則對(duì)所述檢測(cè)任務(wù)包括的下一個(gè)待檢測(cè)區(qū)域執(zhí)行所述步驟6。
[0014] 在第一個(gè)方面的第一種可能的實(shí)現(xiàn)方式中，所述步驟1具體包括：
[0015] 步驟1.1、對(duì)所述初始訓(xùn)練樣本集采樣，獲得所述局部特征；
[0016] 步驟1.2、對(duì)所述局部特征聚類，得到所述視覺詞集合。
[0017] 在第一個(gè)方面的第二種可能的實(shí)現(xiàn)方式中，所述步驟2具體為：
[0018] 將所述碼本中的各視覺詞作為網(wǎng)絡(luò)節(jié)點(diǎn)，將各所述網(wǎng)絡(luò)節(jié)點(diǎn)兩兩連接構(gòu)成所述視 覺詞網(wǎng)絡(luò)模型的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。
[0019] 在第一個(gè)方面的第Ξ種可能的實(shí)現(xiàn)方式中，所述步驟4中，對(duì)于各所述網(wǎng)絡(luò)節(jié)點(diǎn)中 的任意一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)i，所述網(wǎng)絡(luò)節(jié)點(diǎn)i對(duì)應(yīng)的視覺詞對(duì)所述網(wǎng)絡(luò)節(jié)點(diǎn)i的權(quán)重具有激勵(lì)作 用，所述網(wǎng)絡(luò)節(jié)點(diǎn)i的權(quán)重對(duì)其他網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)重具有抑制作用，所述其他網(wǎng)絡(luò)節(jié)點(diǎn)表示所 述碼本中除所述網(wǎng)絡(luò)節(jié)點(diǎn)i所對(duì)應(yīng)的視覺詞之外的其他視覺詞。
[0020] 結(jié)合第一個(gè)方面的第Ξ種可能的實(shí)現(xiàn)方式，在第一個(gè)方面的第四種可能的實(shí)現(xiàn)方 式中，所述步驟4中，所述網(wǎng)絡(luò)調(diào)節(jié)的第t次迭代過程包括：
[0021 ]步驟4.1、確定所述網(wǎng)絡(luò)節(jié)點(diǎn)i受到的所述激勵(lì)作用的激勵(lì)強(qiáng)度；
[0022] 步驟4.2、確定所述網(wǎng)絡(luò)節(jié)點(diǎn)i受到的抑制作用的抑制強(qiáng)度；
[0023] 步驟4.3、根據(jù)所述激勵(lì)強(qiáng)度與所述抑制強(qiáng)度，確定所述網(wǎng)絡(luò)節(jié)點(diǎn)i的激活度，所述 激活度與所述激勵(lì)強(qiáng)度正相關(guān)，與所述抑制強(qiáng)度負(fù)相關(guān)；
[0024] 步驟4.4、根據(jù)所述激活度與所述網(wǎng)絡(luò)節(jié)點(diǎn)i的權(quán)重增長(zhǎng)系數(shù)，更新所述網(wǎng)絡(luò)節(jié)點(diǎn)i 的權(quán)重。
[0025] 結(jié)合第一個(gè)方面的第四種可能的實(shí)現(xiàn)方式，在第一個(gè)方面的第五種可能的實(shí)現(xiàn)方 式中，所述網(wǎng)絡(luò)節(jié)點(diǎn)i的權(quán)重增長(zhǎng)系數(shù)，與所述網(wǎng)絡(luò)節(jié)點(diǎn)i的當(dāng)前權(quán)重W及所述碼本中所有 網(wǎng)絡(luò)節(jié)點(diǎn)的平均權(quán)重負(fù)相關(guān)。
[0026] 第二個(gè)方面，本發(fā)明實(shí)施例提供一種目標(biāo)檢測(cè)裝置，包括：
[0027] 碼本獲取模塊，用于基于初始訓(xùn)練樣本集得到視覺詞集合，將所述視覺詞集合作 為碼本；
[0028] 構(gòu)建模塊，用于基于所述碼本獲取模塊得到的所述碼本構(gòu)建視覺詞網(wǎng)絡(luò)模型；
[0029] 提取模塊，用于提取所述初始訓(xùn)練樣本集中各樣本的詞頻直方圖特征；
[0030] 權(quán)重確定模塊，用于根據(jù)所述提取模塊提取的所述詞頻直方圖特征，經(jīng)過網(wǎng)絡(luò)調(diào) 節(jié)確定所述視覺詞網(wǎng)絡(luò)模型中的各網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)重；
[0031] 確定模塊，用于根據(jù)所述權(quán)重確定模塊確定的所述權(quán)重，確定核函數(shù)，并根據(jù)所述 核函數(shù)確定k近鄰分類器；
[0032] 檢測(cè)模塊，用于采用所述k近鄰分類器檢測(cè)待檢測(cè)區(qū)域，得到檢測(cè)結(jié)果，根據(jù)所述 檢測(cè)結(jié)果確定所述待檢測(cè)區(qū)域是否為目標(biāo)，所述待檢測(cè)區(qū)域?yàn)闄z測(cè)任務(wù)包括的需要檢測(cè)的 區(qū)域之一；
[0033] 執(zhí)行模塊，用于判斷是否完成所述檢測(cè)任務(wù)，若完成，則結(jié)束目標(biāo)檢測(cè)；否則，判斷 是否在線獲取訓(xùn)練樣本，若是，則根據(jù)所述在線獲取的訓(xùn)練樣本更新所述提取模塊中的所 述初始訓(xùn)練樣本集，并對(duì)所述檢測(cè)任務(wù)包括的下一個(gè)待檢測(cè)區(qū)域執(zhí)行提取模塊、所述權(quán)重 確定模塊、所述確定模塊、所述執(zhí)行模塊對(duì)應(yīng)的動(dòng)作;若所述執(zhí)行模塊確定出未在線獲取訓(xùn) 練樣本，則對(duì)所述檢測(cè)任務(wù)包括的下一個(gè)待檢測(cè)區(qū)域執(zhí)行所述確定模塊對(duì)應(yīng)的動(dòng)作。
[0034] 在第二個(gè)方面的第一種可能的實(shí)現(xiàn)方式中，所述碼本獲取模塊，具體用于對(duì)所述 初始訓(xùn)練樣本集采樣，獲得所述局部特征;對(duì)所述局部特征聚類，得到所述視覺詞集合。
[0035] 在第二個(gè)方面的第二種可能的實(shí)現(xiàn)方式中，所述構(gòu)建模塊，具體用于將所述碼本 中的各視覺詞作為網(wǎng)絡(luò)節(jié)點(diǎn)，將各所述網(wǎng)絡(luò)節(jié)點(diǎn)兩兩連接構(gòu)成所述視覺詞網(wǎng)絡(luò)模型的網(wǎng)絡(luò) 拓?fù)浣Y(jié)構(gòu)。
[0036] 在第二個(gè)方面的第Ξ種可能的實(shí)現(xiàn)方式中，對(duì)于各所述網(wǎng)絡(luò)節(jié)點(diǎn)中的任意一個(gè)網(wǎng) 絡(luò)節(jié)點(diǎn)i，所述網(wǎng)絡(luò)節(jié)點(diǎn)i對(duì)應(yīng)的視覺詞對(duì)所述網(wǎng)絡(luò)節(jié)點(diǎn)i的權(quán)重具有激勵(lì)作用，所述網(wǎng)絡(luò)節(jié) 點(diǎn)i的權(quán)重對(duì)其他網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)重具有抑制作用，所述其他網(wǎng)絡(luò)節(jié)點(diǎn)表示所述碼本中除所 述網(wǎng)絡(luò)節(jié)點(diǎn)i所對(duì)應(yīng)的視覺詞之外的其他視覺詞。
[0037] 本發(fā)明實(shí)施例提供的目標(biāo)檢測(cè)方法與裝置，基于初始訓(xùn)練樣本集學(xué)習(xí)碼本，基于 碼本構(gòu)建視覺詞網(wǎng)絡(luò)模型，提取當(dāng)前訓(xùn)練樣本集中各樣本的詞頻直方圖特征，根據(jù)詞頻直 方圖特征，通過網(wǎng)絡(luò)調(diào)節(jié)操作得到各視覺詞的權(quán)重，根據(jù)權(quán)重確定k近鄰分類器的核函數(shù)， 進(jìn)而確定出k近鄰分類器，根據(jù)該k近鄰分類器對(duì)待檢測(cè)區(qū)域進(jìn)行檢測(cè)并得到檢測(cè)結(jié)果，根 據(jù)檢測(cè)結(jié)果判定待檢測(cè)區(qū)域是否為目標(biāo)，然后，若未完成檢測(cè)任務(wù)，則在線獲取訓(xùn)練樣本 后，更新訓(xùn)練樣本集，繼續(xù)通過網(wǎng)絡(luò)操作更新視覺詞權(quán)重，根據(jù)更新后的權(quán)重調(diào)整k近鄰分 類器所用的核函數(shù)，然后再對(duì)待檢測(cè)區(qū)域進(jìn)行檢測(cè)。該過程中，k近鄰