对象检测方法及其装置制造方法及图纸

本案揭露一种对象检测方法及其装置。该对象检测方法包括以下步骤：撷取一图像，其中该图像包括多个采样窗口。利用阶段子分类器检测采样窗口中是否包括对象。以预设旋转角度旋转分类器至少一次，并且在每一次旋转分类器时，检测采样窗口中是否包括对象，其中当检测到采样窗口包括对象时，继续利用旋转成同角度的分类器的一第二阶段子分类器至一第N阶段子分类器检测采样窗口中是否包括对象，其中N为大于1的正整数。以一预设图像角度旋转图像至少一次，并在每一次旋转图像时，执行上述检测对象的动作。输出包括对象的采样窗口。

【技术实现步骤摘要】

本专利技术涉及一种图像处理方法及其装置，且尤其涉及一种图像中的对象检测方法及其装置。
技术介绍
在2001年时，由Viola-Jones所提出的渐进阶梯对象检测算法(Boosted CascadeObject Detection Algorithm,以下VJ算法),具有检测速度快及准确性高等优点，于是被广泛的使用于图像中的实时对象检测(Real-Time Object Detection),例如人脸检测上。VJ算法搜集多个同一对象的数据，通过渐进阶梯训练(boosted cascade training)的方式产生对应的特征数据库(Haar-Feature Database, HFDB),当需要于图像中检测该物体时，利用此数据库在输入图像中大小不同的窗口(window)中寻找符合对象特征的区域，即可完成对象检测。
技术实现思路
本案揭露一种对象检测方法及其装置，可快速检测于各种旋转角度的同一对象。本案揭露一种对象检测方法，包括以下步骤首先，撷取一图像，其中该图像包括多个采样窗口。接着，利用阶段子分类器检测采样窗口中是否包括一对象。然后，以一预设旋转角度旋转分类器至少一次，并且在每一次旋转分类器时，检测采样窗口中是否包括对象，其中当检测到采样窗口包括对象时，继续利用旋转成同角度的分类器的一第二阶段子分类器至一第N阶段子分类器检测采样窗口中是否包括对象，其中N为大于I的正整数。再者，以一预设图像角度旋转图像至少一次，并在每一次旋转图像时，执行上述检测对象的动作。最后，输出包括对象的采样窗口。本案揭露一种对象检测装置，适用一对象检测方法，包括一摄像单元及一分类器。摄像单元撷取一图像，其中图像包括多个采样窗口。分类器包括第一阶段子分类器至第N阶段子分类器，其中N为大于I的正整数。其中，分类器接收图像，以第一阶段子分类器检测采样窗口是否包括对象，其中当检测得到采样窗口包括对象时，继续利用旋转成同角度的分类器的一第二阶段子分类器至第N阶段子分类器检测采样窗口中是否包括对象，其中N为大于I的正整数。本案揭露一种对象检测方法及其装置，利用全角度检测的预分类器先检测图像中多个采样窗口内是否包括欲检测的对象，接着利用旋转分类器并配合旋转图像的方式检测图像中多个角度的对象，当位于角度的第一阶段子分类器检测到欲检测的对象，则依序利用分类器中剩余的第二阶段至第N阶段子分类器检测该物体。如上所述，本案所描述的对象检测方法其装置，只需要训练单一角度的特征数据库(Haar-Feature Database, HFDB)便能检测所有角度的物体,且仅需目前已知技术中检测单一角度对象的算法一倍的时间。附图说明图I为根据本专利技术一实施例所示的对象检测方法的步骤流程图。图2A、图2B及图2C所示为图像中对象与采样窗口的关系示意图。图3所示为根据本专利技术一实施例所示的对象检测方法的数据处理流程图。图4为根据本专利技术一实施例所示的对象检测装置的装置方块图。具体实施例方式以下将参照相关图式，说明依本案较佳实施例的一种事件产生的处理方法及处理系统，其中相同的元件将以相同的参照符号加以说明。图I为根据本专利技术一实施例所示的对象检测方法的步骤流程图。请参照图1，首 先，在步骤SlOl时，撷取一图像，其中图像包括多个采样窗口。然后在步骤S102时，利用一分类器中的第一阶段子分类器检测采样窗口中是否包括对象。在步骤S103时，以一预设旋转角度旋转分类器至少一次，并且在每一次旋转分类器时，检测采样窗口中是否包括对象，其中当检测到采样窗口包括对象时，继续利用旋转成同角度的分类器的一第二阶段子分类器至一第N阶段子分类器检测采样窗口中是否包括对象，其中N为大于I的正整数。然后在步骤S104时，以一预设图像角度旋转该图像至少一次，并在每一次旋转图像时，执行上述检测对象(步骤S102、S103)的动作。在步骤S105时，检测完成，输出包括对象的采样窗口。在一实施例中，本案的对象检测方法还包含下述步骤利用一预分类器检测该些采样窗口中是否包括该对象，其中该预分类器为一全角度对象检测分类器，其中此步骤可在步骤S102之前。为了更详细地说明采样窗口与对象的关系以下将配合图式解释于采样窗口中检测对象的关系。图2A、图2B及图2C所示为图像中对象与采样窗口的关系示意图，其中所欲检测的对象为人脸。请参照图2A，图像310中包括多个采样窗口(例如采样窗口320)，其中该些采样窗口可能互相重迭亦可能不重迭，视实施时的实际情况而进行设置调整。当采样窗口 320中包括对象320时,分类器便能通过训练特征数据库(Haar-FeatureDatabase, HFDB)的各个阶段所包括的特征(Haar Feature)来判断得到目前的窗口(例如采样窗口 320)中是否包括欲检测的对象320。由于欲检测的对象，例如人脸，在图像中大小不一,HFDB中的米样窗口(例如米样窗口 320)亦同样的包括不同大小的米样窗口以便于辨识在图像中远近大小不一的对象。请继续参照图2B及图2C，其中图2C中的图像312为图2B中的图像311逆时针旋转45度的结果。其中，欲检测的对象同为人脸，而图像311中的人脸331的角度并非垂直于图像311及312的底边，例如在图像311及312中的对象320与图像311及312底边有顺时钟45度的差距。欲利用现有的HFDB (例如检测图2A中对象320所使用的HFDB)时，则可以有两种作法。第一种作法如图2B所示，将采样窗口 320旋转成采样窗口 321的角度并利用对应于采样窗口 321角度的HFDB进行检测。另外第二种作法则为如同图2C所示，将图像311旋转成为图像312，而由与检测图2A对象相同的HFDB以及采样窗口 320检测对象331。而本专利技术即是在图2A、图2B及图2C中所示的对象为人脸，但检测的对象并不限定于此，在训练HFDB时则亦对应于欲检测的对象搜集该对象的图像数据。本专利技术则是同时搭配上述的两种作法进行同一对象多个角度的检测，以下将配合实施例及图式更详细地说明本专利技术的内容。图3所示为根据本专利技术一实施例所示的对象检测方法的数据处理流程图，其中值得说明的是在本实施例中的输入为一图像，但在本实施例中的分类器皆是以一个采样窗口为单位，对图像中的所有采样窗口进行检测。以及，在本实施例中亦以人脸作为被检测的对象。请参照图3，首先被撷取的图像IMG以一采样窗口为单元进行肤色检测程序410。由于所欲检测的对象为人脸，在肤色检测程序410的程序中只有被判断具有符合肤色的颜色范围的图像内容的该些采样窗口才会接着进行之后检测对象的流程。而被判定为不含肤色范围的采样窗口则在肤色检测程序410时被标记为非对象采样窗口(non-objectsampling window),至此之后不再对该些非对象采样窗口进行对象的检测动作。标记非对 象采样窗口的作法随实施时的实际情况而有不同，例如使用一记录信息记录非对象采样窗口的代表坐标等，但本专利技术不并限定上述实施方式。值得注意的是，肤色检测程序410实际辨识对象的能力较弱，但其功用在于快速地滤去不包括对象的采样窗口。因此，在其它实施例中，肤色检测程序410亦可以由其它预先滤波(pre-f i Iter )程序取代或是组合使用,例如可滤去仅包括平坦无细节边缘本文档来自技高网...

【技术保护点】
一种对象检测方法，其特征是，包括：a.撷取图像，其中上述图像包括多个采样窗口；b.利用分类器中的第一阶段子分类器检测上述这些采样窗口中是否包括对象；c.以预设旋转角度旋转上述分类器至少一次，并且在每一次旋转上述分类器时，执行步骤b.的动作，其中当检测到上述这些采样窗口包括上述对象时，继续利用旋转成同角度的上述分类器的第二阶段子分类器至第N阶段子分类器检测上述这些采样窗口中是否包括上述对象，其中N为大于1的正整数；d.以预设图像角度旋转上述图像至少一次，并在每一次旋转上述图像时，执行上述步骤b.及步骤c.的动作；以及e.输出上述这些包括上述对象的采样窗口。

【技术特征摘要】
2011.05.23 US 61/488,8081.一种对象检测方法，其特征是，包括 a.撷取图像，其中上述图像包括多个采样窗口； b.利用分类器中的第一阶段子分类器检测上述这些采样窗口中是否包括对象； c.以预设旋转角度旋转上述分类器至少一次，并且在每一次旋转上述分类器时，执行步骤b.的动作，其中当检测到上述这些采样窗口包括上述对象时，继续利用旋转成同角度的上述分类器的第二阶段子分类器至第N阶段子分类器检测上述这些采样窗口中是否包括上述对象,其中N为大于I的正整数； d.以预设图像角度旋转上述图像至少一次，并在每一次旋转上述图像时，执行上述步骤b.及步骤c.的动作；以及 e.输出上述这些包括上述对象的采样窗口。2.根据权利要求I所述的方法，其特征是，其中于所述步骤b.之前，所述方法还包括 对上述图像执行肤色检测程序。3.根据权利要求I所述的方法，其特征是，其中于所述步骤b.之前，所述方法还包括 利用预分类器检测上述这些采样窗口中是否包括上述对象，其中上述预分类器为全角度对象检测分类器。4.根据权利要求2所述的方法，其特征是，其中， 若上述这些采样窗口中不包括上述对象，则标记上述这些采样窗口为非对象采样窗□。5.根据权利要求I所述的方法，其特征是，其中 若上述这些采样窗口中不包括上述对象，则不对上述这些采样窗口执行所述步骤b.至步骤C。6.根据权利要求I所述的方法，其特征是，其中 于执行步骤a.后，计算得到上述图像的积分图像，并且根据上述图像的积分图像执行所述步骤b.及步骤c.。7.根据权利要求6所述的方法，其特征是，其中于执行步骤d.时，每一次旋转上述图像时，重新计算得到上述图像的积分图像。8.根据权利要求I所述的方法，其特征是，其中 上述分...

【专利技术属性】
技术研发人员：叶柏佑，高慧姗，
申请(专利权)人：华硕电脑股份有限公司，
类型：发明
国别省市：