基于级联多层检测器的快速目标检测方法技术

本发明专利技术为一种基于级联多层检测器的快速目标检测方法。首先对目标进行粗检测，除去大量的非目标候选框，再用目标部件检测器过滤掉部分非目标区域，最后用精检测对剩下的区域定位出目标区域，将这三个过程级联起来，就构成了快速目标检测的级联检测器。本发明专利技术采用：随机森林学习到的特征来训练adaboost检测器。将目标分成几个部件，训练出每个部件的阈值，由部件阈值之和来判断是否是目标。另外，创建了基于多阶检测器级联的检测器框架，各阶可以采用相同特征或者不同特征来训练检测器；先粗检测目标，再用部件过滤，最后用精细检测器定位的级联结构框架。特点是：在不损失精度的前提下，降低需检测的候选框数量，缩短了检测时间，大大提高了检测效率。

【技术实现步骤摘要】

本专利技术涉及智能视频监控领域，尤其是一种基于级联多层检测器的快速目标检测方法。
技术介绍
目标检测是计算机视觉中重要的一个研究方向，是进一步分析目标的基础，在此基础上，可以对目标跟踪、行为分析等等。随着我国经济的发展，城市化水平进一步提高，智慧城市已经成为城市现代化发展的重要方向。视频监控系统作为智慧城市的重要组成部分，也正朝着智能化和网络化方向发展。在智能视频监控中，对于目标（如车辆，行人等）进行快速的检测和定位，达到实时性，是后续智能监控的基础和前提。因此，如何快速的检测和定位目标，已成为国内外相关领域的研究热点。目前，目标检测主流的方案是，提取目标特征，用检测器对包含目标的区域进行检测。用于目标特征提取的算子主要有Haar算子、LBP算子、HOG算子，结合adaboost检测器进行检测。进行目标检测时，常用方案是生成金字塔图像，然后遍历整个金字塔图像，可以精确的检测和定位目标。但是会生成大量的候选框，需要对每个候选框进行判断，严重地降低效率，增加了检测时间。如果可以降低候选框的数量，就可以缩短时间。因此如何在不损失精度的前提下，合理的减少候选框，成为了研究的重点。专利技术内本文档来自技高网...

【技术保护点】
一种基于级联多层检测器的快速目标检测方法，其特征在于，包括步骤：S101,生成大量可能包含目标区域的候选框；S102,进入粗检测阶段，选择目标的简单特征进行检测，排除非目标区域；S103,将目标进行分块，选择目标部件特征进行进一步检测筛选；S104,进入精检测阶段，选择目标区域的精细特征对余下目标区域进行检测；S105，精确定位目标区域；S106，将粗检测阶段检测器、目标部件检测器、精检测阶段检测器级联起来组成级联检测器。

【技术特征摘要】
1.一种基于级联多层检测器的快速目标检测方法，其特征在于，包括步骤：S101,生成大量可能包含目标区域的候选框；S102,进入粗检测阶段，选择目标的简单特征进行检测，排除非目标区域；S103,将目标进行分块，选择目标部件特征进行进一步检测筛选；S104,进入精检测阶段，选择目标区域的精细特征对余下目标区域进行检测；S105，精确定位目标区域；S106，将粗检测阶段检测器、目标部件检测器、精检测阶段检测器级联起来组成级联检测器。2.根据权利要求1所述的快速目标检测方法，其特征在于，所述S102进入粗检测阶段选择目标的简单特征进行检测排除非目标区域包括：A.进行第一阶段检测器训练，收集样本后，对样本集合选择简单的灰度级特征，产生大量的特征，形成特征池；B.对特征池里面的特征进行随机选择，训练生成n棵随机树，每个随机树深度为d,每个随机树中叶节点的得分值记为s,随机随机树阈值为t，记录随机选择的特征；C.用随机森林去检测样本集合，到...

【专利技术属性】
技术研发人员：王蒙，
申请(专利权)人：深圳市格视智能科技有限公司，
类型：发明
国别省市：广东;44