專利名稱：一種基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機圖像識別領(lǐng)域，特別是涉及一種基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)及方法。
背景技術(shù)：
目標(biāo)檢測一直都是計算機視覺領(lǐng)域的熱門研究方向，它是計算機視覺任務(wù)中最為基本的組成部分，它的科研價值在于為計算機視覺中更為高級的任務(wù)(如目標(biāo)識別、內(nèi)容分析、人工智能等)提供基礎(chǔ)研究和技術(shù)支持。除此之外，目標(biāo)檢測本身就有很好的商業(yè)應(yīng)用價值，比如，大多數(shù)數(shù)碼相機中都使用了人臉檢測系統(tǒng)。從圖像來源上來說，目前對于目標(biāo)檢測研究可以分為基于視頻的運動目標(biāo)檢測和基于靜態(tài)圖像的目標(biāo)檢測。運動目標(biāo)檢測是現(xiàn)今大部分產(chǎn)品所采用的方式，它存在以下的問題( I)只能檢測一定速度范圍內(nèi)的運動目標(biāo)，靜止或運動過慢的目標(biāo)會被漏檢；(2)不能很好地克服光照帶來的影響，如陰影、光照變化等場景下很容易出現(xiàn)誤檢；(3)易受其它非關(guān)注目標(biāo)的影響而誤檢，如樹葉晃動，水波蕩漾等容易被檢測為關(guān)注目標(biāo)；(4) 一些主流的運動目標(biāo)檢測算法(如背景模型等)中，要求攝像頭靜止，一旦攝像頭發(fā)生移動(如抖動、偏移等)，需要重新建立背景模型，而且容易出現(xiàn)誤檢；基于靜態(tài)圖像的目標(biāo)檢測完全克服了以上問題，不僅可以在單幅圖像上使用，也可以在視頻的各幀上使用，并且在檢測的同時就對目標(biāo)進(jìn)行了識別。基于靜態(tài)圖像的目標(biāo)檢測最為常用且有效的方法是基于窗口的檢測方法，這種方法是判定圖像的某個區(qū)域是否存在待檢測目標(biāo)。使用窗口法時，由于不知道目標(biāo)成像的位置，需要從上到下、從左到右地在全圖上滑動窗口 ；由于目標(biāo)成像的大小未知，需要使用多種尺度的窗口來滑動，這樣下來，掃描一幅圖像耗時過長，難以實現(xiàn)快速處理。因此在進(jìn)行檢測之前，可以先使用場景建模估計出目標(biāo)在場景中各個位置上的成像大小，從而減小掃描窗口的個數(shù)。目前常用的傳統(tǒng)建模方法主要依賴于人工干預(yù)，存在如下一些缺點I)需要人拿著標(biāo)定板進(jìn)入場景，在有些應(yīng)用環(huán)境下使用不方便甚至無法實現(xiàn)；2)需要人工輔助選取每個方位下標(biāo)定板上所有點的圖像坐標(biāo)，操作麻煩，易出錯;3)必須是對視頻進(jìn)行處理，不能對單幅圖像進(jìn)行處理，制約了算法的使用范圍。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種快速高效、檢測準(zhǔn)確度高的基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)及方法，該檢測識別系統(tǒng)結(jié)構(gòu)組成簡單，該檢測識別方法操作流程簡潔，識別速度較傳統(tǒng)全圖多尺度掃描方法而言得到了巨大提升，而且識別準(zhǔn)確度和可靠性較高。本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的一種基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)，它包括場景建模子系統(tǒng)、窗口掃描子系統(tǒng)和窗口融合子系統(tǒng)，其中，場景建模子系統(tǒng)包括場景初建模單元和尺度計算與合并單元；待檢測靜態(tài)圖片輸入至場景初建模單元，場景初建模單元連接尺度計算與合并單兀，尺度計算與合并單兀輸出的檢測尺度信息與窗口掃描子系統(tǒng)的輸入連接，窗口掃描子系統(tǒng)與窗口融合子系統(tǒng)相連，窗口融合子系統(tǒng)輸出檢測結(jié)果。當(dāng)特征識別的算法采用分類器識別時，它還包括樣本學(xué)習(xí)子系統(tǒng)，樣本學(xué)習(xí)子系統(tǒng)包括特征提取單元和分類器訓(xùn)練單元，訓(xùn)練樣本輸入至特征提取單元，特征提取單元與分類器訓(xùn)練單元連接，分類器訓(xùn)練單元輸出分類器模型。靜態(tài)圖片包括圖像文件和視頻幀。一種基于靜態(tài)圖片的快速目標(biāo)檢測識別方法，它包括以下步驟S1:場景建模建立場景模型，得到圖像中各個位置上某種類型的目標(biāo)成像的尺度；S2 :窗口掃描在檢測時，用各個位置對應(yīng)尺度的窗口對該位置進(jìn)行掃描；S3 :特征識別提取每個掃描窗內(nèi)的圖像特征，并識別該特征是否為指定類型的目標(biāo)，去掉被識別為背景的窗口 ；S4 :窗口融合將屬于同一個目標(biāo)的所有檢測窗融合為一個，得到最終的檢測目標(biāo)。當(dāng)特征識別的算法采用分類器識別時，它還包括一個樣本學(xué)習(xí)的步驟先在線下對被識別目標(biāo)進(jìn)行訓(xùn)練庫樣本特征提取，學(xué)習(xí)并建立用于目標(biāo)分類的識別模型。進(jìn)一步地，樣本學(xué)習(xí)步驟包括以下子步驟使用正負(fù)樣本提取特征，提取特征后進(jìn)行訓(xùn)練得到分類模型，根據(jù)分類模型的結(jié)構(gòu)設(shè)計分類器。進(jìn)一步地，場景建模步驟包括以下子步驟SlOl :場景初建模獲取場景中出現(xiàn)的若干個同類型目標(biāo)各自的上下端點坐標(biāo)，計算目標(biāo)成像高度，將上端點或下端點的成像坐標(biāo)看作自變量，目標(biāo)成像高度看作因變量，構(gòu)造兩者之間的映射關(guān)系|旲型；S102 :尺度計算與合并通過映射關(guān)系模型計算出同類型目標(biāo)在圖像中各處的高度成像范圍，從而限定窗口掃描檢測時的尺度及范圍。進(jìn)一步地，窗口掃描步驟包括以下子步驟S201 :窗口滑動場景建模后，得到目標(biāo)在圖像各個位置上的成像尺度，根據(jù)得到的成像尺度信息在對應(yīng)的圖像位置上使用窗口滑動掃描，在進(jìn)行窗口掃描前，根據(jù)該尺度下目標(biāo)所需檢測窗口尺寸與標(biāo)準(zhǔn)窗口尺寸的比例，對該尺度對應(yīng)的區(qū)域圖像進(jìn)行縮放，再使用標(biāo)準(zhǔn)尺寸窗口在縮放后的圖像上滑動；S202 窗口識別，它包括以下步驟①、計算窗口區(qū)域的梯度方向直方圖特征；②、使用級聯(lián)分類器中的每一級強分類器進(jìn)行識別，識別結(jié)果為正樣本的窗口繼續(xù)進(jìn)入下一級強分類器，識別結(jié)果為負(fù)樣本的則直接輸出識別結(jié)果；其中，正樣本為含有待檢測目標(biāo)的區(qū)域的樣本，負(fù)樣本為不含待檢測目標(biāo)的區(qū)域的樣本；
③、重復(fù)步驟②，直到被最后一級強分類器判為正樣本，則最終被判為正樣本，將被判為正樣本的窗口坐標(biāo)和尺寸換算為原始圖像上的坐標(biāo)和尺寸，記錄該窗口信息。進(jìn)一步地，窗口融合步驟對被判斷為含有目標(biāo)的檢測窗中心點進(jìn)行聚類，在聚類得到的各個類內(nèi)各自融合，得到最終的目標(biāo)區(qū)域，它包括以下子步驟S401 :計算目標(biāo)檢測窗中心點的X軸方向上的密度分布直方圖；S402 :對直方圖進(jìn)行平滑濾波，減少噪聲干擾；S403 :尋找波谷并分類；S404 :計算目標(biāo)檢測窗中心點的y軸方向上的密度分布直方圖；S405 :重復(fù)步驟S402、S403,完成y方向分類，將所有的檢測窗分到不同類別中去;S406 :確定各類的中心點和該類的融合檢測框。本發(fā)明的有益效果是(I)本發(fā)明適用于普通靜態(tài)圖片快速目標(biāo)檢測識別，也適用于可分割為多個視頻幀的動態(tài)視頻的快速目標(biāo)檢測識別；(2)對不同的場景分別建模，很大程度上提高了系統(tǒng)的運行速度；(3)場景建模后，可得到目標(biāo)在圖像各個位置上的成像尺度，根據(jù)得到的這些成像尺度信息在對應(yīng)的圖像位置上，使用窗口滑動掃描，掃描前，根據(jù)該尺度下目標(biāo)所需檢測窗口尺寸與標(biāo)準(zhǔn)窗口尺寸的比例，對該尺度對應(yīng)的區(qū)域圖像進(jìn)行縮放，再使用標(biāo)準(zhǔn)尺寸窗口在縮放后的圖像上滑動，從而大大縮短了掃描一幅圖像的耗時，加快了目標(biāo)檢測和識別的速度；(4)本發(fā)明采用國際上通用的INRIA數(shù)據(jù)庫的測試素材和自己搜集的各類高清視頻素材進(jìn)行了測試，將普通的全圖多尺度掃描方法記為參照系統(tǒng)，該參照系統(tǒng)最小尺度的目標(biāo)對應(yīng)的掃描圖像為原始圖像，若記原始圖像尺寸為高HX寬W，則最大尺度的目標(biāo)對應(yīng)的掃描圖像為將原始圖像縮放到高度等于max (HX64/W，128)，寬度等于max (WX 128/H，64)，也就是說最大尺度的目標(biāo)對應(yīng)的掃描圖像的聞或?qū)挾疾恍∮跇?biāo)準(zhǔn)尺寸窗口(聞128X寬64)，相鄰檢測尺度對應(yīng)的圖像之間的高和寬的比例均為1. 05 :1，使用本發(fā)明所述系統(tǒng)及方法檢測行人目標(biāo)，其速度提升比例與待檢測圖片尺寸、場景中行人的分布范圍、遠(yuǎn)近行人高度比例有關(guān)，圖像尺寸越大、行人分布范圍越小、遠(yuǎn)近行人高度比例值越大時速度提升比例越大，原始尺寸為640X480的圖片，使用本發(fā)明所述系統(tǒng)及方法檢測目標(biāo)，耗時為使用參照系統(tǒng)耗時的11. 4%;原始尺寸為1600X1200的圖片，使用本發(fā)明所述系統(tǒng)及方法檢測目標(biāo)耗時為使用參照系統(tǒng)耗時的5. 6% ;而且，目標(biāo)檢測結(jié)果顯示與參照系統(tǒng)結(jié)果相同，表明本發(fā)明的目標(biāo)檢測與識別不僅快速而且準(zhǔn)確度高、可靠性好。


圖1為本發(fā)明快速目標(biāo)檢測識別系統(tǒng)結(jié)構(gòu)示意框圖；圖2為本發(fā)明樣本學(xué)習(xí)子系統(tǒng)結(jié)構(gòu)示意框圖；圖3為本發(fā)明場景建模子系統(tǒng)結(jié)構(gòu)示意框圖；圖4為本發(fā)明窗口掃描子系統(tǒng)結(jié)構(gòu)示意框圖；圖5為本發(fā)明窗口融合子系統(tǒng)結(jié)構(gòu)示意框圖6為采用INRIA測試素材的行人檢測結(jié)果示意圖；圖7為高清視頻素材檢測結(jié)果示意圖。
具體實施例方式下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護范圍不局限于以下所述。如圖1、圖3所示，一種基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)，靜態(tài)圖片包括圖像文件和視頻幀，它包括場景建模子系統(tǒng)、窗口掃描子系統(tǒng)和窗口融合子系統(tǒng)，其中，場景建模子系統(tǒng)包括場景初建模單元和尺度計算與合并單元；待檢測靜態(tài)圖片輸入至場景初建模單元，場景初建模單元連接尺度計算與合并單元，尺度計算與合并單元輸出的檢測尺度信息與窗口掃描子系統(tǒng)的輸入連接，窗口掃描子系統(tǒng)與窗口融合子系統(tǒng)相連，窗口融合子系統(tǒng)輸出檢測結(jié)果。當(dāng)特征識別的算法采用分類器識別時，它還包括樣本學(xué)習(xí)子系統(tǒng)，如圖2所示，樣本學(xué)習(xí)子系統(tǒng)包括特征提取單元和分類器訓(xùn)練單元，訓(xùn)練樣本輸入至特征提取單元，特征提取單元與分類器訓(xùn)練單元連接，分類器訓(xùn)練單元輸出分類器模型。如圖1所示，一種基于靜態(tài)圖片的快速目標(biāo)檢測識別方法，它包括以下步驟S1:場景建模建立場景模型，得到圖像中各個位置上某種類型的目標(biāo)成像的尺度；S2 :窗口掃描在檢測時，用各個位置對應(yīng)尺度的窗口對該位置進(jìn)行掃描；S3 :特征識別提取每個掃描窗內(nèi)的圖像特征，并識別該特征是否為指定類型的目標(biāo)，去掉被識別為背景的窗口 ；
`
S4 :窗口融合將屬于同一個目標(biāo)的所有檢測窗融合為一個，得到最終的檢測目標(biāo)。當(dāng)特征識別的算法采用分類器識別時，它還包括一個樣本學(xué)習(xí)的步驟先在線下對被識別目標(biāo)進(jìn)行訓(xùn)練庫樣本特征提取，學(xué)習(xí)并建立用于目標(biāo)分類的識別模型。如圖2所示，樣本學(xué)習(xí)步驟包括以下子步驟使用正負(fù)樣本提取特征，提取特征后進(jìn)行訓(xùn)練得到分類模型，根據(jù)分類模型的結(jié)構(gòu)設(shè)計分類器。本實施例中采用梯度方向直方圖HOG特征，使用級聯(lián)Adaboost方法進(jìn)行訓(xùn)練，得到級聯(lián)分類器模型，它包括以下步驟1.1訓(xùn)練樣本獲取訓(xùn)練正樣本采用國際通用的INRIA數(shù)據(jù)庫中的2416個正樣本，從INRIA數(shù)據(jù)庫里的1671張不包含行人的各類場景大圖中，使用類似于目標(biāo)檢測中的多尺度檢測窗的方式滑動截取，獲取到兩千萬余個負(fù)樣本。正負(fù)樣本的尺寸均統(tǒng)一為標(biāo)準(zhǔn)尺寸寬64X高128像素。1. 2特征提取本實施例采用HOG特征描述行人目標(biāo)區(qū)域圖像，HOG特征提取算法的步驟如下SteplOl :預(yù)處理,對圖像每個像素點進(jìn)行Gamma校正,Gamma校正函數(shù)為g (X)=χ1/γ，其中，X表示校正前的像素值，g(X)表示校正后的像素值，Y表示校正系數(shù)，本實施例中設(shè)置為2。
St印102 :對彩色圖像的R、G、B三個通道，分別計算水平梯度和垂直梯度，其中，水平模板為[_1，0,1],垂直模板為[-1,0,1]’。St印103 :對每個通道，計算各個像素點的梯度幅值和方向，計算公式如下magnitude (x, y) = sqrt (px (x, y) 2+py (x, y)2),orient (x, y) = arctan (py (x, y) /px (x, y)),orient (x, y)計算出來的值為弧度值，需要將其轉(zhuǎn)化為角度值e，弧度轉(zhuǎn)角度公式如下0 =orientX (180° / )，得到的角度分布在第四和第一象限，第四象限的角需要進(jìn)行轉(zhuǎn)換，即當(dāng)0 < 0時，0 ' = 180° +0。St印104 :選取每個位置上，R、G、B三個通道中，梯度幅值最大的那個通道的梯度值和方向值作為當(dāng)前像素點的梯度值和方向值，這樣，輸入的彩色樣本圖像中每個像素都得到了自己的梯度幅度值和方向值。St印105 :將St印104中得到的圖片按照從左到右，從上到下的順序分成8X 16個8X8像素的cell, 2X2個cell作為一個block,由于同一個cell可以屬于不同的block,所以兩個鄰近的block相互重疊50%的區(qū)域，即兩個cell,這樣就橫向每排有7個block,共15個橫排，共105個block。St印106 :對單個block內(nèi)的所有點的梯度值進(jìn)行Gaussian平滑，平滑公式為
權(quán)利要求
1.一種基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)，其特征在于它包括場景建模子系統(tǒng)、窗口掃描子系統(tǒng)和窗口融合子系統(tǒng)，其中，場景建模子系統(tǒng)包括場景初建模單兀和尺度計算與合并單元； 待檢測靜態(tài)圖片輸入至場景初建模單元，場景初建模單元連接尺度計算與合并單元，尺度計算與合并單元輸出的檢測尺度信息與窗口掃描子系統(tǒng)的輸入連接，窗口掃描子系統(tǒng)與窗口融合子系統(tǒng)相連，窗口融合子系統(tǒng)輸出檢測結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)，其特征在于它還包括樣本學(xué)習(xí)子系統(tǒng)，樣本學(xué)習(xí)子系統(tǒng)包括特征提取單元和分類器訓(xùn)練單元，訓(xùn)練樣本輸入至特征提取單元，特征提取單元與分類器訓(xùn)練單元連接，分類器訓(xùn)練單元輸出分類器模型。
3.根據(jù)權(quán)利要求1所述的一種基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)，其特征在于所述的靜態(tài)圖片包括圖像文件和視頻幀。
4.一種基于靜態(tài)圖片的快速目標(biāo)檢測識別方法，其特征在于它包括以下步驟 51:場景建模建立場景模型，得到圖像中各個位置上某種類型的目標(biāo)成像的尺度； 52:窗口掃描在檢測時，用各個位置對應(yīng)尺度的窗口對該位置進(jìn)行掃描； 53:特征識別提取每個掃描窗內(nèi)的圖像特征，并識別該特征是否為指定類型的目標(biāo)，去掉被識別為背景的窗口； 54:窗口融合將屬于同一個目標(biāo)的所有檢測窗融合為一個，得到最終的檢測目標(biāo)。
5.根據(jù)權(quán)利要求4所述的一種基于靜態(tài)圖片的快速目標(biāo)檢測識別方法，其特征在于當(dāng)特征識別的算法采用分類器識別時，它還包括一個樣本學(xué)習(xí)的步驟先在線下對被識別目標(biāo)進(jìn)行訓(xùn)練庫樣本特征提取，學(xué)習(xí)并建立用于目標(biāo)分類的識別模型。
6.根據(jù)權(quán)利要求5所述的一種基于靜態(tài)圖片的快速目標(biāo)檢測識別方法，其特征在于所述的樣本學(xué)習(xí)步驟包括以下子步驟使用正負(fù)樣本提取特征，提取特征后進(jìn)行訓(xùn)練得到分類模型，根據(jù)分類模型進(jìn)行識別。
7.根據(jù)權(quán)利要求4所述的一種基于靜態(tài)圖片的快速目標(biāo)檢測識別方法，其特征在于所述的場景建模步驟包括以下子步驟 5101:場景初建模獲取場景中出現(xiàn)的若干個同類型目標(biāo)各自的上下端點坐標(biāo)，計算目標(biāo)成像高度，將上端點或下端點的成像坐標(biāo)看作自變量，目標(biāo)成像高度看作因變量，構(gòu)造兩者之間的映射關(guān)系|旲型； 5102:尺度計算與合并通過映射關(guān)系模型計算出同類型目標(biāo)在圖像中各處的高度成像范圍，從而限定窗口掃描檢測時的尺度及其范圍。
8.根據(jù)權(quán)利要求4所述的一種基于靜態(tài)圖片的快速目標(biāo)檢測識別方法，其特征在于所述的窗口掃描步驟包括以下子步驟 5201:窗口滑動場景建模后，得到目標(biāo)在圖像各個位置上的成像尺度，根據(jù)得到的成像尺度信息在對應(yīng)的圖像位置上使用窗口滑動掃描，在進(jìn)行窗口掃描前，根據(jù)該尺度下目標(biāo)所需檢測窗口尺寸與標(biāo)準(zhǔn)窗口尺寸的比例，對該尺度對應(yīng)的區(qū)域圖像進(jìn)行縮放，再使用標(biāo)準(zhǔn)尺寸窗口在縮放后的圖像上滑動； 5202:窗口識別，它包括以下步驟 ①、計算窗口區(qū)域的梯度方向直方圖特征；②、使用級聯(lián)分類器中的每一級強分類器進(jìn)行識別，識別結(jié)果為正樣本的窗口繼續(xù)進(jìn)入下一級強分類器，識別結(jié)果為負(fù)樣本的則直接輸出識別結(jié)果；其中，正樣本為含有待檢測目標(biāo)的區(qū)域的樣本，負(fù)樣本為不含待檢測目標(biāo)的區(qū)域的樣本； ③、重復(fù)步驟②，直到被最后一級強分類器判為正樣本，則最終被判為正樣本，將被判為正樣本的窗口坐標(biāo)和尺寸換算為原始圖像上的坐標(biāo)和尺寸，記錄該窗口信息。
9.根據(jù)權(quán)利要求4所述的一種基于靜態(tài)圖片的快速目標(biāo)檢測識別方法，其特征在于所述的窗口融合步驟對被判斷為含有目標(biāo)的檢測窗中心點進(jìn)行聚類，在聚類得到的各個類內(nèi)各自融合，得到最終的目標(biāo)區(qū)域，它包括以下子步驟 5401:計算目標(biāo)檢測窗中心點的X軸方向上的密度分布直方圖； 5402:對直方圖進(jìn)行平滑濾波，減少噪聲干擾； 5403:尋找波谷并分類； 5404:計算目標(biāo)檢測窗中心點的I軸方向上的密度分布直方圖； 5405:重復(fù)步驟S402、 S403，完成y方向分類，將所有的檢測窗分到不同類別中去； 5406:確定各類的中心點和該類的融合檢測框。
全文摘要
本發(fā)明公開了一種基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)及方法，它包括場景建模子系統(tǒng)、窗口掃描子系統(tǒng)和窗口融合子系統(tǒng)，場景建模子系統(tǒng)包括場景初建模單元和尺度計算與合并單元；待檢測靜態(tài)圖片輸入至場景初建模單元，場景初建模單元連接尺度計算與合并單元，尺度計算與合并單元輸出的檢測尺度信息(即場景模型)與窗口掃描子系統(tǒng)的輸入連接，窗口掃描子系統(tǒng)與窗口融合子系統(tǒng)相連，窗口融合子系統(tǒng)輸出檢測結(jié)果。其方法包括場景建模；窗口掃描；特征識別；窗口融合。本發(fā)明提供一種快速高效、檢測準(zhǔn)確度高的基于靜態(tài)圖片的快速目標(biāo)檢測識別系統(tǒng)及方法，識別速度較傳統(tǒng)全圖多尺度掃描方法而言得到了巨大提升，而且識別準(zhǔn)確度和可靠性較高。
文檔編號G06K9/32GK103065163SQ20131004414
公開日2013年4月24日 申請日期2013年2月4日 優(yōu)先權(quán)日2013年2月4日
發(fā)明者譚穎, 夏志勛 申請人:成都索貝數(shù)碼科技股份有限公司