一种候选框搜索步长的获取方法及装置制造方法及图纸

本发明专利技术公开了一种候选框搜索步长的获取方法，涉及计算机视觉及模式识别中的目标检测领域，能够通过建立泊松分布模型确定待检测视频中目标候选框的搜索步长。该方法包括获取待搜索图像；获取所述待搜索图像中各个原始分区的图像信息以及各个原始分区各自对应的泊松分布函数；根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型；根据所述分区类型，确定在每个原始分区中的候选框搜索步长。本发明专利技术实施例提供的技术方案能够适用于包括静态监控视频、车载监控视频等场景中行人检测、车辆检测等目标检测过程中。

【技术实现步骤摘要】

本专利技术涉及计算机视觉及模式识别中的目标检测领域，尤其涉及一种候选框搜索步长的获取方法及装置。
技术介绍
随着计算机图像处理技术的迅速发展和广泛应用，对于目标检测技术的需求也逐渐上升。目标检测已经成为计算机视觉和模式识别领域的基本问题，而检测目标的候选框搜索步长的确定是目标识别分类的一项重要的前期工作。目前现有的生成目标候选框的方法一般是滑动窗搜索方式，滑动窗搜索方式在进行目标搜索时，候选框在整个扫描窗口以固定的长度步进。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：按照现有的目标搜索方法，在对目标进行搜索的过程中，候选框在整个扫描窗口以固定的长度步进，在搜索目标个数不同的区域内都以固定的长度步进搜索可能会出现漏检，搜索结果不是全局最优的。
技术实现思路
有鉴于此，本专利技术实施例提供了一种候选框搜索步长的获取方法及装置，可以根据搜索目标在区域内出现的频率和密度信息确定候选框搜索步长。一方面，本专利技术实施例提供了一种候选框搜索步长的获取方法，所述方法包括：获取待搜索图像；获取所述待搜索图像中各个原始分区的图像信息以及各个原始分区各自对应的泊松分布函数；根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型；根据所述分区类型，确定在每个原始分区中的候选框搜索步长。另一方面，本专利技术实施例提供了一种候选框搜索步长的获取装置，所述装置包括：第一获取单元，用于获取待搜索图像；第二获取单元，用于获取所述待搜索图像中各个原始分区的图像信息以及各个原始分区各自对应的泊松分布函数；第一确定单元，用于根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型；第二确定单元，用于根据所述分区类型，确定在每个原始分区中的候选框搜索步长。本专利技术实施例提供的一种候选框搜索步长的获取方法及装置，通过分区建立泊松模型并不断学习更新得到的特定搜索目标的位置信息，可以调整每帧图像中每块区域的候选框搜索步长，约束目标候选框的数量，从而针对不同的区域对搜索目标进行检测。这种方法及装置提升了检测效果，可以获得较高的检出率。【附图说明】为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例提供的一种候选框搜索步长的获取方法流程图；图2是本专利技术实施例提供的另一种候选框搜索步长的获取方法流程图；图3是本专利技术实施例提供的另一种候选框搜索步长的获取方法流程图；图4是本专利技术实施例提供的另一种候选框搜索步长的获取方法流程图；图5是本专利技术实施例提供的一种候选框搜索步长的获取装置的组成框图；图6是本专利技术实施例提供的另一种候选框搜索步长的获取装置的组成框图；图7是本专利技术实施例提供的另一种候选框搜索步长的获取装置的组成框图；图8是本专利技术实施例提供的另一种候选框搜索步长的获取装置的组成框图。【具体实施方式】为了更好的理解本专利技术的技术方案，下面结合附图对本专利技术实施例进行详细描述。应当明确，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。本专利技术实施例提供了一种候选框搜索步长的获取方法，能够适用于包括静态监控视频、车载监控视频等场景中行人检测、车辆检测等目标检测过程中，如图1所示，所述方法包括：101、获取待搜索图像。其中，所述待搜索图像指的是目标检测过程中的所有待检测图像。102、获取所述待搜索图像中各个原始分区的图像信息以及各个原始分区各自对应的泊松分布函数。其中，需要说明的是，本专利技术实施例针对静态监控视频以及车载监控视频等场景监控，图像中搜索目标出现在某块区域的频率和分布密度服从泊松分布。其中，所述各个原始分区指的是对检测区域进行分块后的各个区域。其中，所述各个原始分区的图像信息包括搜索目标在每块区域出现的频率信息以及搜索目标分布的密度信息。其中，所述搜索目标指的是目标检测过程中的待检测对象，比如人、车辆和物体等。其中，所述泊松分布函数基于数学泊松模型建立的函数，适用于描述单位时间内随机事件发生的次数。103、根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型。其中，所述分区类型由原始分区中搜索目标个数的多少确定。其中，所述搜索目标个数指的是单位时间内搜索目标分布的数量，与搜索目标出现的频率信息和分布的密度信息相关。104、根据所述分区类型，确定在每个原始分区中的候选框搜索步长。本专利技术实施例提供的一种候选框搜索步长的获取方法，通过分区建立泊松模型并不断学习更新得到的特定目标的位置信息，可以调整每帧图像中每块区域的候选框搜索步长，约束目标候选框的数量，从而针对不同的区域对目标进行检测。这种方法提升了检测效果，可以获得较高的检出率。进一步来说，结合前述方法流程，在本专利技术实施例的另一种可能的实现方式中，针对步骤103根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型的实现提供了以下具体流程，如图2所示，包括：201、根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区中搜索目标的个数。其中，所述泊松分布函数在连续分布时有两个参数，一个是时域上随机事件发生的频率，另一个是空间域上随机事件的分布密度，在本专利技术实施例中，所述时域上随机事件发生的频率指的是搜索目标在每个原始分区中出现的频率，所述空间域上随机事件的分布密度指的是搜索目标分布的密度。其中，所述泊松分布函数在对搜索目标进行检测的过程中进行训练，在学习过程中动态获取搜索目标在每块区域出现的频率信息和搜索目标的分布密度信息。其中，当对搜索目标进行检测时，对每一帧待搜索图像进行检测，泊松分布函数变为离散型分布，确定了时间，搜索目标的个数即是单位时间内搜索目标分布的密度。202、当所述搜索目标的个数在第一阈值范围内时，则将搜索目标的个数在第一阈值范围内的原始分区的分区类型确定为目标稀疏分布区域。其中，所述第一阈值范围指的搜索目标个数比较少的一个数目范围，记为[L,Lmin)。其中，所述L为大于0的整数。其中，所述Lmin为大于L的整数。203、当所述搜索目标的个数在第二阈值范围内时，则将搜索目本文档来自技高网...

【技术保护点】
一种候选框搜索步长的获取方法，其特征在于，包括：获取待搜索图像；获取所述待搜索图像中各个原始分区的图像信息以及各个原始分区各自对应的泊松分布函数；根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型；根据所述分区类型，确定在每个原始分区中的候选框搜索步长。

【技术特征摘要】
1.一种候选框搜索步长的获取方法，其特征在于，包括：获取待搜索图像；获取所述待搜索图像中各个原始分区的图像信息以及各个原始分区各自对应的泊松分布函数；根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型；根据所述分区类型，确定在每个原始分区中的候选框搜索步长。2.根据权利要求1所述的方法，其特征在于，所述根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型包括：根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区中搜索目标的个数；当所述搜索目标的个数在第一阈值范围内时，则将搜索目标的个数在第一阈值范围内的原始分区的分区类型确定为目标稀疏分布区域；当所述搜索目标的个数在第二阈值范围内时，则将搜索目标的个数在第一阈值范围内的原始分区的分区类型确定为目标中等分布区域；当所述搜索目标的个数在第三阈值范围内时，则将搜索目标的个数在第一阈值范围内的原始分区的分区类型确定为目标密集分布区域。3.根据权利要求2所述的方法，其特征在于，所述根据所述分区类型，确定在每个原始分区中的候选框搜索步长包括：将所述分区类型为目标稀疏分布区域的原始分区中的候选框搜索步长设置为第一步长；将所述分区类型为目标中等分布区域的原始分区中的候选框搜索步长设置为第二步长；将所述分区类型为目标密集分布区域的原始分区中的候选框搜索步长设置为第三步长。4.根据权利要求1所述的方法，其特征在于，在所述获取待搜索图像之前，还包括：获取原始图像内的原始分区；采集所述原始分区内搜索目标的出现频率和分布密度；根据所述搜索目标的出现频率和密度，确定所述原始分区的泊松分布函数。5.一种候选框搜索步长的获取装置，其特征在于，所述装置包括：第一获...

【专利技术属性】
技术研发人员：覃剑，肖婷，王美华，
申请(专利权)人：重庆大学，深圳天珑无线科技有限公司，
类型：发明
国别省市：重庆;50