自适应智能检测电路及图像智能检测方法技术

本发明专利技术公开自适应智能检测电路及图像智能检测方法，该电路包括图像缩放模块、级联检测模块以及融合模块，级联检测模块包括图像数据存储器，接收并存储图像缩放模块输出的图像数据；积分图计算电路，接收图像数据接收缓存器输出图像数据，并且计算所接收图像数据的多个像素点的积分图数据；弱分类器检测电路，接收积分图计算电路输出的积分图数据以及弱分类器检测窗口设置数据，应用积分图数据和弱分类器检测窗口的设置数据计算并输出弱分类器的值；强分类器检测电路，接收多个弱分类器检测电路输出的计算结果，并且将强分类器对应的多个弱分类器检测电路输出的计算结果相加后与预定级数的强分类器的阈值对比。本发明专利技术能提高图像检测效率。

【技术实现步骤摘要】
自适应智能检测电路及图像智能检测方法
本专利技术涉及图像的智能检测领域，尤其涉及一种用于对图像进行智能检测的自适应智能检测电路以及图像智能检测方法。
技术介绍
图像识别技术是通过对图像的特征进行识别，从而获取图像中特定的元素，如人脸、车牌等。目前的图像识别技术通常是应用软件程序实现的，最为常见的图像识别算法是AdaptiveBoosting算法，通常简称AdaBoost算法，该算法是一种自适应智能检测图像的算法。AdaBoost算法是由YoavFreund和RobertSchapire在1995年提出，这是一种非常有效的统计学习算法，应用十分广泛，常用来处理各种对象，如人脸、人头、车辆、行人等的检测。AdaBoost算法的基本思路是对于一个复杂的任务，采用带权重的多个分类器进行综合判断，各分类器的权重可通过多次样本训练得到。对于一张任意场景的原始图像，先把图像按一定比例地缩小成一系列长宽比相等尺寸不同的图像，即形成金字塔图像，金字塔图像中包含多张尺寸大小不相同的图像，尺寸最大的图像为原始图像，由原始图像进行一定比例的缩小可以获取多张尺寸不同的图像，一组按比例依次缩小的图像按从大到小、从低到高的顺序叠放起来，看上去就像一个金字塔结构，因此被称为金字塔图像。在获取金字塔图像后，将这些图像逐一送入级联检测器进行检测，用一定大小的对象框去扫描图像，通过检测器的图像框图像就是被检测出来的对象，最后把所有检测出来的图像框进行融合，就可以算出检测对象在原始图像的位置和大小。目前支持AdaBoost检测功能芯片，大多是通过软件程序实现AdaBoost算法，但是，由于目前图像识别技术应用的场景，如出入境人脸识别、交通违章电子抓拍等，检测对象通常都具有实时性、高效性的特点，软件程序实现图像识别的速度往往难以满足高效的要求，因此，需要对AdaBoost算法进行硬件化、芯片化。通常，AdaBoost的电路包括图像缩放模块、级联检测模块以及融合模块，其中，图像缩放模块就是将多个图像按照预设的尺寸进行缩小形成一系列尺寸不同的图像，融合模块就是通过将级联检测模块所检测出来的图像进行融合。由于图像缩放模块、融合模块可以通过硬件电路实现，也可以通过软件实现，图像缩放模块、融合模块的电路实现已经普遍使用，AdaBoost的电路实现最主要的就是实现级联检测模块，即Boost的电路化。Boost的电路化就是把级联检测过程用电路来实现，使检测过程达到实时性、高效性，满足人脸检测、车辆检测的应用场景。例如，公开号为CN103247019A的中国专利技术专利申请就公开了一种用于物体检测的基于AdaBoost算法的可重构装置，该装置是基于多处理模块可重构装置的方案，然而，该方案的电路复杂，导致电路的面积过大，生产成本过高。而公开号为CN104519240A的中国专利技术专利申请公开了一种前景目标检测的IP核及方法，该方法是一种基于LBP检测的电路方案，不适应于目前普遍使用的Haar特征的检测方案。
技术实现思路
本专利技术的主要目的是提供一种电路面积小且实现级联检测电路化的自适应智能检测电路。本专利技术的另一目的是提供一种运算效率高且对图像进行智能识别的图像智能识别方法。为了实现上述的主要目的，本专利技术提供的自适应智能检测电路包括图像缩放模块、级联检测模块以及融合模块，级联检测模块接收图像缩放模块输出的图像数据，级联检测模块向融合模块输出检测结果图像数据，融合模块将所接收的检测结果图像数据进行融合处理；其中，级联检测模块包括：图像数据存储器，接收并存储图像缩放模块输出的图像数据；积分图计算电路，接收图像数据接收缓存器输出图像数据，并且计算所接收图像数据的多个像素点的积分图数据；弱分类器检测电路，接收积分图计算电路输出的积分图数据以及弱分类器检测窗口设置数据，应用积分图数据和弱分类器检测窗口的设置数据计算弱分类器的值，并且将弱分类器的值作为计算结果输出；强分类器检测电路，接收多个弱分类器检测电路输出的计算结果，并且将强分类器对应的多个弱分类器检测电路输出的计算结果相加后与预定级数的强分类器的阈值对比，确定当前接收的图像通过强分类器的级数。由上述方案可见，在级联检测电路中，通过积分图计算电路、弱分类器检测电路以及强分类器检测电路等对图像的特征进行检测，例如将多个弱分类器的值相加，结果与强分类器的阈值进行对比，判断是否通过当前级数的强分类器。由于积分图计算电路、弱分类器检测电路、强分类器检测电路等均由加法器、减法器、乘法器以及寄存器、缓存器等电路构成，因此可以实现级联检测模块的电路化，从而提高自适应检测电路的运算效率。一个优选的方案是，图像缩放模块输出的图像数据为至少两个通道以上的图像数据；图像数据存储器包括二组以上的存储模块，每一组存储模块用于存储一个通道的图像数据。由此可见，图像数据存储器的多组存储模块可以同时处理多个通道的图像数据，从而提高图像的处理效率。进一步的方案是，积分图计算电路的数量为二个以上，一个积分图计算电路的计算结果存储至一个或者多个积分数据缓存器中，积分数据缓存器的数量与弱分类器检测电路数量相等。可见，在级联检测模块中设置多个积分图计算电路，可以对多个像素点同时进行积分计算，并且由于弱分类器的数量也是多个，因此，积分图计算电路计算的一个检测窗口下的对应的积分后可以马上送到对应的弱分类器上进行检测，从而提高图像检测效率。更进一步的方案是，每一积分图计算电路包括第一多路复用器，第一多路复用器同时将多个像素点的数据分别写入到一个寄存器中，且每一像素点的数据写入到一个寄存器中，并且将寄存器存储的数据与当前计算列左侧一列的积分数据相加，并输出当前列的积分数据。由此可见，积分图计算电路使用多路复用器、寄存器以及加法器等进行像素计算，积分图计算电路实现简单，并且电路面积较小，降低自适应智能检测电路的生产成本。更进一步的方案是，每一弱分类器检测电路包括第二多路复用器，第二多路复用器接收两个以上的弱分类器检测窗口内像素的积分数据，并筛选参与计算弱分类器值的像素，计算黑框和白框的像素和；该级联检测模块还用于使用弱分类器检测窗口的黑框中的所有像素之和乘上系数后减去白框中所有像素之和乘上系数的结果，再与预设的阈值作比较，计算获得弱分类器的值。可见，弱分类器检测电路也是使用第二多路复用器以及加法器、寄存器等实现，有利于减小自适应智能检测电路的面积。更进一步的方案是，每一存储模块包括多个单端口静态存储器，每一单端口静态存储器用于存储多行像素点的数据，且多个单端口静态存储器的多行像素点的数据交错排列。并且，该级联检测模块还包括双端口静态存储器，用于接收强分类器检测电路的输出结果。为了实现上述的另一目的，本专利技术提供的图像智能检测方法包括应用图像缩放模块对原始图像进行缩放，形成多张分辨率大小不同的图像，并将所形成的图像的数据输出至级联检测模块，级联检测模块对所接收的图像进行检测，并向融合模块输出检测结果图像数据，融合模块将所接收的检测结果图像数据进行融合处理；其中，级联检测本文档来自技高网...

【技术保护点】
1.自适应智能检测电路，包括：/n图像缩放模块、级联检测模块以及融合模块，所述级联检测模块接收所述图像缩放模块输出的图像数据，所述级联检测模块向所述融合模块输出检测结果图像数据，所述融合模块将所接收的检测结果图像数据进行融合处理；/n其特征在于，所述级联检测模块包括：/n图像数据存储器，接收并存储所述图像缩放模块输出的图像数据；/n积分图计算电路，接收所述图像数据接收缓存器输出图像数据，并且计算所接收图像数据的多个像素点的积分图数据；/n弱分类器检测电路，接收所述积分图计算电路输出的所述积分图数据以及弱分类器检测窗口设置数据，应用所述积分图数据和所述弱分类器检测窗口的设置数据计算弱分类器的值，并且将所述弱分类器的值作为计算结果输出；/n强分类器检测电路，接收多个所述弱分类器检测电路输出的计算结果，并且将强分类器对应的多个所述弱分类器检测电路输出的计算结果相加后与预定级数的强分类器的阈值对比，确定当前接收的图像通过强分类器的级数。/n

【技术特征摘要】
1.自适应智能检测电路，包括：
图像缩放模块、级联检测模块以及融合模块，所述级联检测模块接收所述图像缩放模块输出的图像数据，所述级联检测模块向所述融合模块输出检测结果图像数据，所述融合模块将所接收的检测结果图像数据进行融合处理；
其特征在于，所述级联检测模块包括：
图像数据存储器，接收并存储所述图像缩放模块输出的图像数据；
积分图计算电路，接收所述图像数据接收缓存器输出图像数据，并且计算所接收图像数据的多个像素点的积分图数据；
弱分类器检测电路，接收所述积分图计算电路输出的所述积分图数据以及弱分类器检测窗口设置数据，应用所述积分图数据和所述弱分类器检测窗口的设置数据计算弱分类器的值，并且将所述弱分类器的值作为计算结果输出；
强分类器检测电路，接收多个所述弱分类器检测电路输出的计算结果，并且将强分类器对应的多个所述弱分类器检测电路输出的计算结果相加后与预定级数的强分类器的阈值对比，确定当前接收的图像通过强分类器的级数。


2.根据权利要求1所述的自适应智能检测电路，其特征在于：
所述图像缩放模块输出的图像数据为至少两个通道以上的图像数据；
所述图像数据存储器包括二组以上的存储模块，每一组所述存储模块用于存储一个所述通道的图像数据。


3.根据权利要求1或2所述的自适应智能检测电路，其特征在于：
所述积分图计算电路的数量为二个以上，一个所述积分图计算电路的计算结果存储至一个或者多个积分数据缓存器中，所述积分数据缓存器的数量与弱分类器检测电路数量相等。


4.根据权利要求3所述的自适应智能检测电路，其特征在于：
每一所述积分图计算电路包括第一多路复用器，所述第一多路复用器同时将多个像素点的数据分别写入到一个寄存器中，每一所述像素点的数据写入到一个所述寄存器中，并且将所述寄存器存储的数据与当前计算列左侧一列的积分数据相加，并输出当前列的积分数据。


5.根据权利要求4所述的自适应智能检测电路，其特征在于：
每一所述弱分类器检测电路包括第二多路复用器，所述第二多路复用器接收两个以上的弱分类器检测窗口内像素的积分数据，并筛选参与计算弱分类器值的像素，计算黑框和白框的像素和；
...

【专利技术属性】
技术研发人员：陈先武，赖鼐，熊祎，
申请(专利权)人：西安全志科技有限公司，
类型：发明
国别省市：陕西;61