一种目标的快速检测方法及装置制造方法及图纸

本发明专利技术公开了一种目标的快速检测方法，方法包括：1)、获取待检测图像，以及针对待检测图像的检测框尺寸，且检测框尺寸不大于待检测图像的尺寸；2)、将特征子集的特征权重与比值对应的其他特征子集的特征权重合并；3)、计算每一个特征子集的积分值；4)、判断检测框区域内的特征子集的积分值是否大于设定门限值；5)、若是，按照检测框的滑动方向，将检测框滑动第一步长，并返回执行步骤3)，直至待检测图像中的目标被检测完成；6)、若否，按照检测框的滑动方向，将检测框滑动第二步长并返回执行步骤3)，直至待检测图像中的目标被检测完成。本发明专利技术公开了一种目标的快速检测装置。应用本发明专利技术实施例，可以降低运算复杂度。

【技术实现步骤摘要】
一种目标的快速检测方法及装置
本专利技术涉及一种目标检测方法及装置，更具体涉及一种目标的快速检测方法及装置。
技术介绍
多目标检测技术需要在图片中检测出多个目标在图像中的位置，在视觉检测识别领域被广泛应用，其流程通常包括以下步骤：1、通过训练得到Harr特征，通常情况下Harr特征包括：用于计算方差的sum特征、sqsum特征；以及tilted特征三类特征值。2、计算完整图像的积分图，以矩阵积分sum特征为例，由于sum为矩阵积分，采取的是逐级累加的方式，因此，一次完整图像积分图运算复杂度为：H*W*2次加法。3、再定义检测窗区域，该区域大小固定为宽detec_w，高detec_h，在完整图像中以一定的步长滑动，然后计算检测区域是否满足Harr特征值，判断该区域的Harr特征是否大于预定义的门限，方法为：a.利用公式计算检测窗方差值，detec_nf＝detec_w*detec_h*valsqsum-valsum*valsum，计算检测窗方差值，其中valsum为检测窗区域内每个点的积分，valsqsum为检测窗区域内每个点平方的积分。b.由于Harr特征包含nstages个集合，每个集合分别包括ntrees[i]个子集，其中i＝0…nstage-1，总的特征数为harr_num。利用公式，featureValue＝SUM(weight[0]*featureEvaluator[0],…weight[n-1]*featureEvaluator[n-1])，分别计算ntrees[i]个子集中的每个tree子集中的特征值，其中，featureEvaluator为特征窗的积分，weight为加权值，不同子集的weight和featureEvaluator分别独立。图1为本专利技术实施例提供的Harr特征中的sum特征的计算原理示意图，如图1所示，以本专利技术图1为例说明(n＝3)，其中P[m][0]～P[m][3]分别对应sum特征的4个积分图端点，m＝0…2，结果如下所示，featureValue[0]＝P[0][0]+P[0][3]-P[0][1]-P[0][2]；featureValue[1]＝P[1][0]+P[1][3]-P[1][1]-P[1][2]；featureValue[2]＝P[2][0]+P[2][3]-P[2][1]-P[2][2]；如果，Wight[0]＝3，Wight[1]＝2，Wight[2]＝-1，则将上述参数代入公式，featureValue＝SUM(weight[0]*featureEvaluator[0],…weight[n-1]*featureEvaluator[n-1])中，计算每一个tree子集中的特征值。c.再判断判断tree子集中的Harr特征是否大于预定义的门限，即if(featureValue[node]/detec_nf>th_node[node])，将大于门限的位置筛选用于后续处理，其中node＝0…ntrees[i]，且每个tree子集中的th_node门限独立。由上描述可知，每个检测窗区域的运算复杂度为：加法：12次；乘法：3次；浮点除法：1次(featureValue[node]/detec_nf，保证精度不过度丢失，通常实现过程中采用浮点运算)。4、如果大于门限记录该区域在图像中的位置。最后遍历图像的每个检测区域，计算对所有记录的区域，通过位置信息进行筛选，筛选出有效位置。总综上所述，由于滑动检测窗的处理，本实施例种滑动步长为1，则总的检测窗运算复杂度为：特征数*像素数*(12次加法+3次乘法+1次浮点除法)。其中像素数为H*W。专利技术人发现，现有技术存在运算复杂度较高的技术问题。
技术实现思路
本专利技术所要解决的技术问题在于提供了一种目标的快速检测方法及装置，以解决现有技术中存在的运算复杂度较高的技术问题。本专利技术是通过以下技术方案解决上述技术问题的：本专利技术实施例提供了一种目标的快速检测方法，所述方法包括：1)、获取待检测图像，以及针对所述待检测图像的检测框尺寸，且所述检测框尺寸不大于待检测图像的尺寸；2)、针对每一个特征子集，根据所述特征子集的特征权重与除自身之外的其他特征子集特征权重之间的比值，将所述特征子集的特征权重与所述比值对应的其他特征子集的特征权重合并，并将所述特征子集的特征权重与所述比值对应的其他特征子集的特征权重更新为合并后的特征权重；3)、根据所述检测框的尺寸在所述待检测图像中获取对应尺寸范围内的特征子集，并根据每一个特征子集的特征权重计算检测框区域内的每一个特征子集的积分值；4)、判断所述检测框区域内的特征子集的积分值是否大于设定门限值；5)、若是，按照检测框的滑动方向，将所述检测框滑动第一步长，并返回执行所述步骤3)，直至所述待检测图像中的目标被检测完成；6)、若否，按照检测框的滑动方向，将所述检测框滑动第二步长并返回执行所述步骤3)，直至所述待检测图像中的目标被检测完成。可选的，所述步骤2)，包括：A：针对每一个特征子集，在特征子集的特征值的种类数大于设定数量时，判断根据所述特征子集的特征权重与除自身之外的其他特征子集的特征权重之间的比值是否大于第一预设阈值；B：若是，将所述特征子集的特征权重与除自身之外的其他特征子集的特征权重均更新为，所述特征子集的特征权重与除自身之外的其他特征子集的特征权重的平均值，并更新特征子集的特征值的种类数；C：若否，判断更新后的特征子集的特征值的种类数是否大于设定数量，若是，按照设定步长调大所述第一预设阈值，得到第二预设阈值，并将所述第一预设阈值更新为第二预设阈值，返回执行所述A步骤，直至更新后的特征子集的特征值的种类数不大于设定数量；若否，执行所述步骤3)。可选的，所述根据合并后的特征权重计算检测框区域内的每一个特征子集的积分值，包括：预先将待检测图像中的每一个特征子集的特征值更新为，合并后的特征权重与完整图像中每一像素的积分值的乘积作为新的积分值；再根据每一个特征子集的特征权重与对应的像素点的新的积分值的积，计算检测框区域内的每一个特征子集的积分值。可选的，所述判断所述检测框区域内的特征子集的积分值是否大于设定门限值，包括：利用公式，if(featureValue[node]>th_node[node]*detec_nf)，判断所述检测框区域内的特征子集的积分值是否大于设定门限值，其中，if()为判断函数；featureValue[node]为所述检测框区域内的特征子集的积分值；th_node[node]为设定门限值；detec_nf为检测框的方差值。可选的，所述判断所述检测框区域内的特征子集的积分值是否大于设定门限值，包括：利用公式，判断所述检测框区域内的特征子集的积分值是否大于设定门限值，其中，if()为判断函数；featureValue[node]为所述检测框区域内的特征子集的积分值；b为整数；a为整数；detec_nf为检测框的方差值，node对应每个特征子集的下标。本专利技术实施例还提供了一种目标的快速检测装置，所述装置包括：获取模块，用于获取待检测图像，以及针对所述待检测图像的检测框尺寸，且所述检测框尺寸不大于待检测图像的尺寸；合并模块，用于针对每一个特征子集，根据所述特征子本文档来自技高网...

【技术保护点】
1.一种目标的快速检测方法，其特征在于，所述方法包括：1)、获取待检测图像，以及针对所述待检测图像的检测框尺寸，且所述检测框尺寸不大于待检测图像的尺寸；2)、针对每一个哈尔特征的特征子集，根据所述特征子集的特征权重与除自身之外的其他特征子集特征权重之间的比值，将所述特征子集的特征权重与所述比值对应的其他特征子集的特征权重合并，并将所述特征子集的特征权重与所述比值对应的其他特征子集的特征权重更新为合并后的特征权重；3)、根据所述检测框的尺寸在所述待检测图像中获取对应尺寸范围内的特征子集，并根据每一个特征子集的特征权重计算检测框区域内的每一个特征子集的积分值；4)、判断所述检测框区域内的特征子集的积分值是否大于设定门限值；5)、若是，按照检测框的滑动方向，将所述检测框滑动第一步长，并返回执行所述步骤3)，直至所述待检测图像中的目标被检测完成；6)、若否，按照检测框的滑动方向，将所述检测框滑动第二步长并返回执行所述步骤3)，直至所述待检测图像中的目标被检测完成。

【技术特征摘要】
1.一种目标的快速检测方法，其特征在于，所述方法包括：1)、获取待检测图像，以及针对所述待检测图像的检测框尺寸，且所述检测框尺寸不大于待检测图像的尺寸；2)、针对每一个哈尔特征的特征子集，根据所述特征子集的特征权重与除自身之外的其他特征子集特征权重之间的比值，将所述特征子集的特征权重与所述比值对应的其他特征子集的特征权重合并，并将所述特征子集的特征权重与所述比值对应的其他特征子集的特征权重更新为合并后的特征权重；3)、根据所述检测框的尺寸在所述待检测图像中获取对应尺寸范围内的特征子集，并根据每一个特征子集的特征权重计算检测框区域内的每一个特征子集的积分值；4)、判断所述检测框区域内的特征子集的积分值是否大于设定门限值；5)、若是，按照检测框的滑动方向，将所述检测框滑动第一步长，并返回执行所述步骤3)，直至所述待检测图像中的目标被检测完成；6)、若否，按照检测框的滑动方向，将所述检测框滑动第二步长并返回执行所述步骤3)，直至所述待检测图像中的目标被检测完成。2.根据权利要求1所述的一种目标的快速检测方法，其特征在于，所述步骤2)，包括：A：针对每一个特征子集，在特征子集的特征值的种类数大于设定数量时，判断根据所述特征子集的特征权重与除自身之外的其他特征子集的特征权重之间的比值是否大于第一预设阈值；B：若是，将所述特征子集的特征权重与除自身之外的其他特征子集的特征权重均更新为，所述特征子集的特征权重与除自身之外的其他特征子集的特征权重的平均值，并更新特征子集的特征值的种类数；C：若否，判断更新后的特征子集的特征值的种类数是否大于设定数量，若是，按照设定步长调大所述第一预设阈值，得到第二预设阈值，并将所述第一预设阈值更新为第二预设阈值，返回执行所述A步骤，直至更新后的特征子集的特征值的种类数不大于设定数量；若否，执行所述步骤3)。3.根据权利要求1所述的一种目标的快速检测方法，其特征在于，所述根据合并后的特征权重计算检测框区域内的每一个特征子集的积分值，包括：预先将待检测图像中的每一个特征子集的特征值更新为，合并后的特征权重与完整图像中每一像素的积分值的乘积作为新的积分值；再根据每一个特征子集的特征权重与对应的像素点的新的积分值的积，计算检测框区域内的每一个特征子集的积分值。4.根据权利要求1所述的一种目标的快速检测方法，其特征在于，所述判断所述检测框区域内的特征子集的积分值是否大于设定门限值，包括：利用公式，if(featureValue[node]>th_node[node]*detec_nf)，判断所述检测框区域内的特征子集的积分值是否大于设定门限值，其中，if()为判断函数；featureValue[node]为所述检测框区域内的特征子集的积分值；th_node[node]为设定门限值；detec_nf为检测框的方差值，node对应每个特征子集的下标。5.根据权利要求4所述的一种目标的快速检测方法，其特征在于，所述判断所述检测框区域内的特征子集的积分值是否大于设定门限值，包括：利用公式，判断所述检测框区域内的特征子集的积分值是否大于设定门限值，其中，if()为判断函数；featureValue[node]为所述检测框区域内的特征子集的积分值；b为整数；a为整数；detec_nf为检测框的方差值，node...

【专利技术属性】
技术研发人员：刘若堃，肖立波，张涛，
申请(专利权)人：旺微科技浙江有限公司，
类型：发明
国别省市：浙江,33