點(diǎn)i，所 述網(wǎng)絡(luò)節(jié)點(diǎn)i對(duì)應(yīng)的視覺(jué)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(jué)詞之外的其他視覺(jué)詞。
[0107] 可選的，在本發(fā)明一實(shí)施例中，所述權(quán)重確定模塊14用于在網(wǎng)絡(luò)調(diào)節(jié)的第t次迭代 過(guò)程中，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;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;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);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。
[0108] 可選的，在本發(fā)明一實(shí)施例中，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)。
[0109] 本領(lǐng)域普通技術(shù)人員可W理解:實(shí)現(xiàn)上述各方法實(shí)施例的全部或部分步驟可W通 過(guò)程序指令相關(guān)的硬件來(lái)完成。前述的程序可w存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。該程 序在執(zhí)行時(shí)，執(zhí)行包括上述各方法實(shí)施例的步驟;而前述的存儲(chǔ)介質(zhì)包括:R〇M、RAM、磁碟或 者光盤等各種可W存儲(chǔ)程序代碼的介質(zhì)。
[0110]最后應(yīng)說(shuō)明的是：W上各實(shí)施例僅用W說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制;盡 管參照前述各實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:其依 然可W對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分或者全部技術(shù)特征進(jìn) 行等同替換；而運(yùn)些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù) 方案的范圍。
【主權(quán)項(xiàng)】
1. 一種目標(biāo)檢測(cè)方法，其特征在于，包括： 步驟1、基于初始訓(xùn)練樣本集得到視覺(jué)詞集合，將所述視覺(jué)詞集合作為碼本； 步驟2、基于所述碼本構(gòu)建視覺(jué)詞網(wǎng)絡(luò)模型； 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； 步驟4、根據(jù)所述詞頻直方圖特征，經(jīng)過(guò)網(wǎng)絡(luò)調(diào)節(jié)確定所述視覺(jué)詞網(wǎng)絡(luò)模型中的各網(wǎng)絡(luò) 節(jié)點(diǎn)的權(quán)重； 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； 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)域之一； 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。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟1具體包括： 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； 步驟1.2、對(duì)所述局部特征聚類，得到所述視覺(jué)詞集合。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2具體為： 將所述碼本中的各視覺(jué)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(jué)詞 網(wǎng)絡(luò)模型的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，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(jué)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(jué)詞之外的其他視覺(jué)詞。5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟4中，所述網(wǎng)絡(luò)調(diào)節(jié)的第t次迭代 過(guò)程包括： 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； 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； 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)； 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。6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，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)重以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)。7. -種目標(biāo)檢測(cè)裝置，其特征在于，包括： 碼本獲取模塊，用于基于初始訓(xùn)練樣本集得到視覺(jué)詞集合，將所述視覺(jué)詞集合作為碼 本； 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(jué)詞網(wǎng)絡(luò)模型； 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； 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(guò)網(wǎng)絡(luò)調(diào)節(jié)確 定所述視覺(jué)詞網(wǎng)絡(luò)模型中的各網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)重； 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； 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； 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。8. 根本就權(quán)利要求7所述的裝置，其特征在于，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(jué)詞集合。9. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述構(gòu)建模塊，具體用于將所述碼本中的 各視覺(jué)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(jué)詞網(wǎng)絡(luò)模型的網(wǎng)絡(luò)拓?fù)?結(jié)構(gòu)。10. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，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(jué)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(jué)詞之外的其他視覺(jué)詞。
【專利摘要】本發(fā)明提供一種目標(biāo)檢測(cè)方法與裝置，該方法中：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(jué)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，通過(guò)網(wǎng)絡(luò)調(diào)節(jié)操作得到各視覺(jué)詞的權(quán)重，根據(jù)權(quán)重確定k近鄰分類器的核函數(shù)，確定k近鄰分類器，根據(jù)k近鄰分類器對(duì)待檢測(cè)區(qū)域進(jìn)行檢測(cè)，進(jìn)而判定待檢測(cè)區(qū)域是否為目標(biāo)。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，再通過(guò)網(wǎng)絡(luò)操作更新視覺(jué)詞權(quán)重，根據(jù)權(quán)重調(diào)整核函數(shù)，然后再對(duì)待檢測(cè)區(qū)域進(jìn)行檢測(cè)。該過(guò)程中，k近鄰分類器能夠根據(jù)當(dāng)前情況隨時(shí)進(jìn)行自我調(diào)整，維持其對(duì)當(dāng)前目標(biāo)與背景外觀規(guī)律的適應(yīng)性，從而實(shí)現(xiàn)變化場(chǎng)景下可靠、實(shí)時(shí)的目標(biāo)檢測(cè)。
【IPC分類】G06K9/32, G06K9/62
【公開(kāi)號(hào)】CN105488502
【申請(qǐng)?zhí)枴緾N201510847630
【發(fā)明人】曹先彬, 任一存, 單昊天, 紀(jì)曉芃, 李巖
【申請(qǐng)人】北京航空航天大學(xué)
【公開(kāi)日】2016年4月13日
【申請(qǐng)日】2015年11月27日