使用合成训练数据的实时骑车人检测制造技术

本发明专利技术的各实施方式总体上涉及使用合成训练数据的实时骑车人检测。具体地，涉及实时地进行关于骑车人是否存在于目标图像中的确定。接收目标图像。使用线性分类器对目标图像分类并且确定目标图像的误差值。如果误差值不超过阈值，则输出分类。否则，如果误差值超过阈值，则使用非线性分类器对目标图像分类。

Real time cyclist detection using synthetic training data

The embodiments of the present invention generally relate to real-time cyclist detection using synthetic training data. In particular, the determination of whether the cyclist is present in the target image is carried out in real time. Receive target image. A linear classifier is used to classify the target image and determine the error value of the target image. If the error value does not exceed the threshold, the output is classified. Otherwise, if the error value exceeds the threshold, then the nonlinear classifier is used to classify the target image.

【技术实现步骤摘要】
使用合成训练数据的实时骑车人检测相关申请本申请要求2012年12月21日提交的第61/745,225号美国临时申请的权益，该临时申请通过引用全文结合于此。
本申请总体上涉及对象检测的领域，并且尤其涉及使用层级分类器检测骑车人的存在。
技术介绍
“对象检测”是指自动检测视频图像或静止图像中对象的存在的任务。例如，检测系统可以检测静止图像中人或骑车人（bicyclist）的存在。如本文所使用的，“骑车人”是指自行车及其骑行者的组合。对象检测例如可以在车辆（例如，汽车）中使用以提高车辆驾驶员、乘客、骑车人以及与车辆分享道路的任意其他人的安全性。当前的对象检测系统存在许多问题。对象检测系统所存在的一个问题是缺少用于训练对象检测模型的扩展训练集合。包括正样本（positivesample）（包括所要检测的对象的图像）和负样本（negativesample）（不包括所要检测的对象的图像）的训练集合被提供给机器学习算法以产生对象检测模型。正样本对于有限数量的对象类型（例如，行人）可能是可用的，但是可能难以找出用于其它类型的对象（例如，骑车人）的正样本。此外，当生成用于某个类型的对象的新的训练集合时本文档来自技高网...

【技术保护点】
一种用于实时确定骑车人是否存在于目标图像中的方法，包括以下步骤：接收所述目标图像；使用线性分类器确定所述目标图像的第一分类和误差值，其中所述误差值指示所述第一分类不正确的概率；响应于所述误差值不超过阈值：输出所述第一分类；以及响应于所述误差值超过所述阈值：使用非线性分类器确定所述目标图像的第二分类；以及输出所述第二分类。

【技术特征摘要】
2012.12.21 US 61/745,225;2013.09.12 US 14/025,4601.一种用于实时确定骑车人是否存在于目标图像中的方法，包括以下步骤：接收所述目标图像；使用线性分类器确定所述目标图像的第一分类和误差值，其中所述误差值指示所述第一分类不正确的概率；响应于所述误差值不超过阈值：输出所述第一分类；以及响应于所述误差值超过所述阈值：使用非线性分类器确定所述目标图像的第二分类；以及输出所述第二分类。2.根据权利要求1所述的方法，进一步包括：基于骑车人的三维模型生成所述骑车人的多个合成图像；以及使用所生成的多个合成图像训练所述线性分类器和所述非线性分类器。3.根据权利要求2所述的方法，其中生成所述骑车人的所述多个合成图像包括：基于所述骑车人的所述三维模型呈现骑自行车的人的图像；以及将背景添加至所呈现的图像，由此生成组合图像。4.根据权利要求3所述的方法，其中生成所述骑车人的所述多个合成图像进一步包括以下各项中的至少一项：降采样所述组合图像、平滑所述组合图像以及裁剪所述组合图像。5.根据权利要求3所述的方法，其中生成所述骑车人的所述多个合成图像基于所述骑车人的所述三维模型以及基于参数来执行。6.根据权利要求5所述的方法，其中所述参数包括以下各项中的一项：关于所述人的信息、关于所述自行车的信息以及关于所述骑车人在所呈现的图像内的位置的信息。7.根据权利要求5所述的方法，进一步包括使用所述参数注释所述组合图像。8.根据权利要求2所述的方法，进一...

【专利技术属性】
技术研发人员：B·海斯勒，
申请(专利权)人：本田技研工业株式会社，
类型：发明
国别省市：日本,JP