一种基于多分类器的快速目标检测方法及系统技术方案

本发明专利技术公开了一种基于多分类器的快速目标检测方法，包括训练步骤和检测步骤，具体如下：所述训练步骤包括：采集不同光照背景下的正样本图像及负样本图像；对正样本图像进行标定，对负样本图像进行过滤；使用正负样本训练多个不同尺度的检测器；所述检测步骤包括：将输入的原始图像进行光照平衡、去噪等预处理；计算图片特征，用训练好的不同尺度分类器依次检测图像；查找检测结果可能存在的重叠窗口，合并重叠窗口，并计算平均窗口；输出检测结果及目标元数据。本发明专利技术还公开了一种基于多分类器的快速目标检测系统。本技术方案在保持图像检测精度不变的情况下，大大提高了检测速度。使检测算法的适用范围更广。

【技术实现步骤摘要】
一种基于多分类器的快速目标检测方法及系统
本专利技术涉及一种快速目标检测方法及系统，尤其涉及一种基于多分类器的快速目标检测方法及系统，属于计算机处理方法

技术介绍
计算机视觉技术的发展已经历了一个较为漫长的旅程。检测算法是其中最关键的一个环节。无论是人脸、行人、手掌，只有先定位到了目标物体，才能对目标物体做更进一步的跟踪和分析。随着人工智能的大幅度发展，各种视觉技术也步入人们的日常生活，比如人脸考勤、人脸门禁等，作为前驱首先进入了人们的视线。手势识别，实现对家电的控制。行人跟踪，用于安防监控领域。然而这些技术的实现，都需要检测算法的参与，而且都对实时检测有严格的要求。因此，检测速度就变得尤为重要，尤其是随着对嵌入式视觉算法的需求越来越大，在检测精度提高的同时，速度越来越受到青睐。传统的基于特征检测算法的一般流程是：按比例逐层缩小待检测图像，形成“图像金字塔”，在“金字塔”中穷举待检测子窗口，把各个待检测子窗口特征作为分类器的输入，得到检测结果。传统方法的特点是检测窗口大小固定，图像不断的被缩小。因此，其缺点在于如果待检测图像较大，缩小图像的变换需要占用大量时间，减慢检测速度本文档来自技高网...

【技术保护点】
一种基于多分类器的快速目标检测方法，其特征在于包括训练步骤和检测步骤，具体如下：所述训练步骤包括：采集不同光照背景下的正样本图像及负样本图像；对正样本图像进行标定，对负样本图像进行过滤；使用正负样本训练多个不同尺度的检测器；所述检测步骤包括：将输入的原始图像进行光照平衡、去噪等预处理；计算图片特征，用训练好的不同尺度分类器依次检测图像；查找检测结果可能存在的重叠窗口，合并重叠窗口，并计算平均窗口；输出检测结果及目标元数据。

【技术特征摘要】
1.一种基于多分类器的快速目标检测方法，其特征在于包括训练步骤和检测步骤，具体如下：所述训练步骤包括：采集不同光照背景下的正样本图像及负样本图像；对正样本图像进行标定，对负样本图像进行过滤；使用正负样本训练多个不同尺度的检测器；所述检测步骤包括：将输入的原始图像进行光照平衡、去噪等预处理；计算图片特征，用训练好的不同尺度分类器依次检测图像；查找检测结果可能存在的重叠窗口，合并重叠窗口，并计算平均窗口；输出检测结果及目标元数据。2.根据权利要求1所述基于多分类器的快速目标检测方法，其特征在于：所述的对正样本图像进行标定，包括手动标定和自动标定两种方法，具体步骤为：用已有的分类器检测正样本图像，自动得到正样本的坐标或正样本图片框；对未能检测到的正样本图像进行人工手动标定或者裁剪。3.根据权利要求1所述基于多分类器的快速目标检测方法，其特征在于：所述的对负样本图像进行过滤，包括自动过滤和人工过滤两种方法。4.根据权利要求3所述基于多分类器的快速目标检测方法，其特征在于：所述的自动过滤，具体步骤为：将检测阈值设置宽松，用已有的分类器对图像进行检测；将检测到的图像及目标框图像分别保存；将包含目标的图像去除；将误检的目标框图像加入到负样本中。5.根据权利要求1所述基于多分类器的快速目标检测方法，其特征在于：使用正负样本训练多个不同尺度的分类器，分类器的尺度要等比例设置。6.根据权利要求1所述基于多分类...

【专利技术属性】
技术研发人员：周春燕，刘梅，赵建仁，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川,51