【技术实现步骤摘要】
通用物件检测方法及系统
本专利技术涉及视频监控
,具体涉及一种通用物件检测方法与系统。
技术介绍
目前视频监控已经非常普遍,许多场所都安装有摄像头用于监视场所周围的状况。作为视频监控的基本处理部分,物件检测是个非常活跃的研究方向。现有的物件检测通常针对单一的特定的物件例如行人、车辆或动物等进行检测,其涉及的物件检测算法只能检测一种特定的物件,例如算法只能够检测行人,不能将该算法用于检测车辆,否则检测结果通常会出错。也就是说,现有的物件检测算法不能在输入的待检测图像中检测出一般认为是有用信息的物件,即广义的物件。广义的物件是指具有封闭边界的有用物件,又称通用物件。此外,在物件检测过程中,常常遇到动态的背景或者是由于光照导致的背景被误认为是物件而被框选出来的情况,例如水波纹,而这些通常不是希望检测的物件,称之为无定型背景物件,无定型背景与通用物件的形态有很大的区别,无定型背景通常不具有封闭边界。
技术实现思路
本专利技术提供一种适用于对通用物件进行检测的方法和系统。 根据本专利技术的第一方面,本专利技术提供一种通用物件的检测方法,包括检测过程,所述检测过程包括:对于输入的待检测图像,根据预设窗口进行遍历;在遍历期间,对所述待检测图像进行特征提取,包括提取颜色特征、提取梯度特征、以及提取位置尺寸特征,所述提取位置尺寸特征包括根据预先获得的位置概率表确定出所述待检测图像中不同位置上出现目标的概率;将提取出的梯度特征输入第一支持向量机进行训练,得到与梯度特征对应的第一支持向量机的输出;将提取出的颜色特征、所述第一支持向量机 ...
【技术保护点】
一种通用物件的检测方法,其特征在于包括检测过程,所述检测过程包括:对于输入的待检测图像,根据预设窗口进行遍历;在遍历期间,对所述待检测图像进行特征提取,包括提取颜色特征、提取梯度特征、以及提取位置尺寸特征,所述提取位置尺寸特征包括根据预先获得的位置概率表确定出所述待检测图像中不同位置上出现目标的概率;将提取出的梯度特征输入第一支持向量机进行训练,得到与梯度特征对应的第一支持向量机的输出;将提取出的颜色特征、所述第一支持向量机的输出、以及所述待检测图像中不同位置上出现目标的概率输入到预先训练得到的第二支持向量机分类器,输出目标检测结果。
【技术特征摘要】
1.一种通用物件的检测方法,其特征在于包括检测过程,所述检测过程包括: 对于输入的待检测图像,根据预设窗口进行遍历; 在遍历期间,对所述待检测图像进行特征提取,包括提取颜色特征、提取梯度特征、以及提取位置尺寸特征,所述提取位置尺寸特征包括根据预先获得的位置概率表确定出所述待检测图像中不同位置上出现目标的概率; 将提取出的梯度特征输入第一支持向量机进行训练,得到与梯度特征对应的第一支持向量机的输出;将提取出的颜色特征、所述第一支持向量机的输出、以及所述待检测图像中不同位置上出现目标的概率输入到预先训练得到的第二支持向量机分类器,输出目标检测结果。2.如权利要求1所述的方法,其特征在于,还包括在所述检测过程执行之前的训练过程,所述训练过程包括: 将检测到的操作者在输入的样本图像上选择的目标区域作为预设窗口,记录所述预设窗口的位置尺寸信息,所述位置尺寸信息包括所述预设窗口的高度和宽度以及所述预设窗口在所述样本图像中的位置; 根据所述预设窗口及其预设邻域的颜色信息提取颜色特征; 对所述预设窗口提取梯度特征,将提取出的梯度特征输入第一支持向量机进行训练,得到训练过程中与梯度特征对应的第一支持向量机的输出; 根据所述预设窗口的位置尺寸信息对所述样本进行位置概率计算以便得到位置概率表,所述位置概率表包括所述样本图像中不同位置及其对应的可能出现目标的概率; 将提取出的颜色特征、所述训练过程中与梯度特征对应的第一支持向量机的输出、以及所述位置概率表输入第二支持向量机进行训练,得到第二支持向量机分类器。3.如权利要求1或2所述的方法,其特征在于,所述提取颜色特征包括:基于颜色直方图的巴氏距离判定方法进行计算,计算结果作为提取出的颜色特征。4.如权利要求1或2所述的方法,其特征在于,所述提取梯度特征包括:将预设窗口放大或缩小到预设尺寸,对放大或缩小后的预设窗口进行梯度计算,计算公式为:NG(x,y)=max (GradX (X,y),GradY (X,y)),其中NG (X,y)为坐标位置(x, y)处像素点的梯度值,GradX (x,y)为坐标位置(x, y)处像素点在X方向的梯度值,GradY (x, y)为坐标位置(x, y)处像素点在Y方向的梯度值。5.如权利要求2所述的方法,其特征在于,所述位置概率计算包括: 将所述样本图像放大或缩小到预设尺寸,根据所述预设窗口的位置尺寸信息,确定出所述预设窗口在放大或缩小后的样本图像中的位置尺寸信息; 根据确定出的位置尺寸信息,按所述预设窗口在所述放大或缩小后的样本图像中进行遍历,并利用高斯模型进行核密度估计,以便得到遍历过程中与所述预设窗口对应的区域含有物件的概率。6.如权利要求2所述的方法,其特征在于,所述核密度估计的计算公式为 rI1-U\r-W,f IhetaLS-HW-Wl) LS (W, /he/aLS) = — > -- e 2'C^'-'lth...
【专利技术属性】
技术研发人员:龚敏,冯广思,刘凯,
申请(专利权)人:深圳市华尊科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。