基于改进的可变形部件模型算法的车辆检测方法及系统技术方案

本发明专利技术提供了一种基于改进的可变形部件模型算法的车辆检测方法及系统，包括：采集车辆的原始图像及图像采集单元，计算原始图像获取若干尺度的HOG特征图及HOG特征计算单元；将每一HOG特征图与整车、各部件模型图进行卷积获得相应的模型响应图及卷积响应单元；将所有响应度图像依次经过权值加成和DPM规则得到综合响应度图像及统计匹配单元；对综合响应度图像进行非极大值抑制并画框，画框的结果与原始图像融合输出及显示输出单元。

Vehicle detection method and system based on improved deformable component model algorithm

The present invention provides an improved deformable part model algorithm for vehicle detection method and system, including: acquisition of vehicles based on the original image and the image acquisition unit, the original image acquisition HOG feature map and HOG features of some scale calculation unit; each HOG feature map and vehicle components, convolution model to obtain the corresponding model response and the convolution response unit; all response image followed by weight addition and DPM rule comprehensive response degree and statistical image matching unit; non maxima suppression and the frame of the image frame of the comprehensive response degree, compared with the original image fusion output and display output unit.

【技术实现步骤摘要】
基于改进的可变形部件模型算法的车辆检测方法及系统
本专利技术涉及一种目标检测技术，特别是一种基于改进的可变形部件模型算法的车辆检测方法及系统。
技术介绍
车辆检测主要用于车辆识别和交通安全等领域，现在已经引起了众多学者广泛的研究，绝大多数的研究是围绕着视觉传感器在设计车辆辅助驾驶系统。尽管目前的GPS和雷达等传感器已发展成熟，这些传感器应用在车辆辅助驾驶上可以做到初步的避障效果，但是它们所提供的信息量远不如视觉传感器。而随着视觉传感器的发展，它们的成本和尺寸在进一步地削减，使得它们在各类平台上的部署变得越来越简便，例如车载辅助驾驶系统、无人机载系统等。同时，随着芯片工艺的发展，处理器芯片的处理性能得到了进一步的提升，使得一些较为复杂的算法可以在嵌入式平台上实现。J.L.Wang提出了一种多特征融合的方式来识别无人机航拍图像，其方法有着良好的准确率，但是实时性较差，难以在无人机平台上搭载。Y.W.Wan设计了一种车辆辅助驾驶的硬件系统，其对交通标志的识别相当出色，但是适用性较窄，仅对特定目标有着很好的效果。对于车辆的静态检测，目前大多数研究使用的是基于形状特征的算法，主要有HOG-LB本文档来自技高网...

【技术保护点】
一种基于改进的可变形部件模型算法的车辆检测方法，其特征在于，包括以下步骤：步骤1，采集车辆的原始图像；步骤2，计算原始图像获取若干尺度的HOG特征图；步骤3，将每一HOG特征图与整车、各部件模型图进行卷积获得相应的模型响应图；步骤4，将所有响应度图像依次经过权值加成和DPM规则得到综合响应度图像；步骤5，对综合响应度图像进行非极大值抑制并画框，画框的结果与原始图像融合输出。

【技术特征摘要】
1.一种基于改进的可变形部件模型算法的车辆检测方法，其特征在于，包括以下步骤：步骤1，采集车辆的原始图像；步骤2，计算原始图像获取若干尺度的HOG特征图；步骤3，将每一HOG特征图与整车、各部件模型图进行卷积获得相应的模型响应图；步骤4，将所有响应度图像依次经过权值加成和DPM规则得到综合响应度图像；步骤5，对综合响应度图像进行非极大值抑制并画框，画框的结果与原始图像融合输出。2.根据权利要求1所述的方法，其特征在于，步骤2的具体过程在于：步骤2.1，将原始图像经过HOG算法获得原始HOG特征图像；步骤2.2，HOG特征图像经过金字塔分层获得若干尺度的HOG特征图像。3.根据权利要求2所述的方法，其特征在于，通过式(1)获得若干尺度的HOG特征图其中，C为原始HOG特征图像，R(C,s)为重采样函数，表示将原始HOG特征图像C按尺度s进行重采样，λΩ为特征估计参数。4.根据权利要求1所述的方法，其特征在于，步骤3中通过下述卷积器对HOG特征图与整车、各部件模型图进行卷积：针对部件和整车分别设置M*N和P*Q两种尺度的卷积器，卷积器的数量分别为N1和N2；部件卷积器包括MN个移位寄存器和N个乘法器，且每一行设置M个移位寄存器和一个乘法器，该行的乘法器分别与本行的第M个移位寄存器和下一行的第一个移位寄存器级联；整车卷积器包括PQ个移位寄存器和Q个乘法器，且每一行设置P个移位寄存器和一个乘法器，该行的乘法器分别与本行的第P个移位寄存器和下一行的第一个移位寄存器级联；每一部件卷积器对相应视角下的相应部件图像与不同尺度HOG特征图进行卷积；每一整车卷积器对不同视角下整车图像与不同尺度HOG特征图进行卷积。5.根据权利要求1所述的方法，其特征在于，步骤3中之前采用乒乓操作对待处理的若干尺度的HOG特征图进行缓存。6.一种基于改进的可变形部件模型算法的车辆检测系统，其特征在于，包括：采集车辆的...

【专利技术属性】
技术研发人员：张炜，陈冬冬，韩静，柏连发，张毅，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32