圖像目標(biāo)檢測(cè)方法和裝置制造方法
【專利摘要】本發(fā)明公開(kāi)了一種圖像目標(biāo)檢測(cè)方法和裝置，該圖像目標(biāo)檢測(cè)方法包括：對(duì)圖像的前景區(qū)域和背景區(qū)域進(jìn)行分析，確定前景區(qū)域?qū)?yīng)的前景特征矢量和背景區(qū)域?qū)?yīng)的背景特征矢量；確定前景特征矢量在特征空間中的前景聚集區(qū)域和背景特征矢量在特征空間中的背景聚集區(qū)域，并將特征空間中位于前景聚集區(qū)域和背景聚集區(qū)域之間的坐標(biāo)點(diǎn)確定為坐標(biāo)原點(diǎn)；根據(jù)坐標(biāo)原點(diǎn)，確定前景特征矢量和背景特征矢量之間的至少一分界面；利用至少一分界面對(duì)與圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)。本發(fā)明能夠?qū)崿F(xiàn)在對(duì)前景特征矢量和背景特征矢量進(jìn)行區(qū)分時(shí)，分界面始終位于前景特征矢量和背景特征矢量的位置之間，從而有效的提高了區(qū)分時(shí)的準(zhǔn)確性。
【專利說(shuō)明】圖像目標(biāo)檢測(cè)方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，具體來(lái)說(shuō)，涉及一種圖像目標(biāo)檢測(cè)方法和裝置。
【背景技術(shù)】
[0002]在圖像處理系統(tǒng)中，經(jīng)常需要追蹤或檢測(cè)物體在圖像中的運(yùn)動(dòng)，這些物體在圖像中的運(yùn)動(dòng)是需要特殊的圖像追蹤或檢測(cè)方法來(lái)進(jìn)行追蹤或檢測(cè)的，例如，文獻(xiàn)“ShaiAvidan.“Ensemble Tracking”.pami,2007”中所公開(kāi)的圖像目標(biāo)追蹤方法，這種圖像目標(biāo)追蹤方法可以有效的處理前景的視角變化和雜亂的背景影響，在實(shí)際中獲得了廣泛的應(yīng)用。然而，不管是上述文獻(xiàn)所公開(kāi)的圖像目標(biāo)的追蹤方法，還是現(xiàn)有的其他圖像目標(biāo)的追蹤或檢測(cè)方法，在實(shí)際應(yīng)用時(shí)，都會(huì)由于前/背景分類器的局限性(例如，前/背景分類器的分界面需要經(jīng)過(guò)特征空間的原始坐標(biāo)原點(diǎn))，導(dǎo)致一些前/背景的特征矢量分布無(wú)法進(jìn)行正確區(qū)分(例如，無(wú)法找到一個(gè)通過(guò)坐標(biāo)原點(diǎn)的超平面來(lái)有效區(qū)分前景特征矢量和背景特征矢量時(shí)，分類器則無(wú)法對(duì)前景特征矢量和背景特征矢量進(jìn)行區(qū)分)，從而使追蹤性能或檢測(cè)性能急劇下降，無(wú)法達(dá)到預(yù)期的效果。
[0003]針對(duì)相關(guān)技術(shù)中圖像目標(biāo)追蹤或檢測(cè)的方法會(huì)由于前/背景分類器的局限性，而導(dǎo)致前景特征矢量和背景特征矢量的分布無(wú)法被正確區(qū)分的問(wèn)題，目前尚未提出有效的解決方案。

【發(fā)明內(nèi)容】

[0004]針對(duì)相關(guān)技術(shù)中圖像目標(biāo)追蹤或檢測(cè)的方法會(huì)由于前/背景分類器的局限性，而導(dǎo)致前景特征矢量和背景特征矢量的分布無(wú)法被正確區(qū)分的問(wèn)題，本發(fā)明提出一種圖像目標(biāo)檢測(cè)方法和裝置，能夠有效的解決現(xiàn)有相關(guān)技術(shù)中前/背景分類器的局限性問(wèn)題，提高準(zhǔn)確性。
[0005]本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的:
[0006]根據(jù)本發(fā)明的一個(gè)方面，提供了 一種圖像目標(biāo)檢測(cè)方法。
[0007]該圖像目標(biāo)檢測(cè)方法包括:
[0008]對(duì)圖像的前景區(qū)域和背景區(qū)域進(jìn)行分析，確定前景區(qū)域?qū)?yīng)的前景特征矢量和背景區(qū)域?qū)?yīng)的背景特征矢量；
[0009]確定前景特征矢量在特征空間中的前景聚集區(qū)域和背景特征矢量在特征空間中的背景聚集區(qū)域，并將特征空間中位于前景聚集區(qū)域和背景聚集區(qū)域之間的坐標(biāo)點(diǎn)確定為坐標(biāo)原點(diǎn)；
[0010]根據(jù)坐標(biāo)原點(diǎn)，確定前景特征矢量和背景特征矢量之間的至少一分界面；
[0011 ] 利用該至少一分界面對(duì)與圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)。
[0012]其中，在確定前景特征矢量在特征空間中的前景聚集區(qū)域和背景特征矢量在特征空間中的背景聚集區(qū)域時(shí)，可先根據(jù)前景特征矢量，確定前景特征矢量對(duì)應(yīng)的前景聚類中心，并且，根據(jù)背景特征矢量，確定背景特征矢量對(duì)應(yīng)的背景聚類中心，再根據(jù)前景聚類中心，確定前景特征矢量在特征空間中的前景聚集區(qū)域，并且，根據(jù)背景聚類中心，確定背景特征矢量在特征空間中的背景聚集區(qū)域。
[0013]其中，坐標(biāo)原點(diǎn)為前景聚集區(qū)域與背景聚集區(qū)域之間的中點(diǎn)。
[0014]此外，該圖像目標(biāo)檢測(cè)方法還包括:根據(jù)坐標(biāo)原點(diǎn)，對(duì)前景特征矢量和背景特征矢量在特征空間中的坐標(biāo)進(jìn)行轉(zhuǎn)換，促使前景特征矢量和背景特征矢量分布于以上述坐標(biāo)原點(diǎn)為原點(diǎn)的空間坐標(biāo)系中。
[0015]其中，如果在前景特征矢量和背景特征矢量之間確定了多個(gè)分界面，則在對(duì)待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)時(shí)，在分界面的數(shù)量達(dá)到預(yù)定數(shù)量的情況下，對(duì)多個(gè)分界面進(jìn)行組合，并利用組合后的多個(gè)分界面進(jìn)行目標(biāo)檢測(cè)。
[0016]其中，在利用分界面對(duì)與圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)時(shí)，是根據(jù)至少一分界面，判別待檢測(cè)圖像中的前景特征矢量和/或背景特征矢量。
[0017]根據(jù)本發(fā)明的另一方面，提供了一種圖像目標(biāo)檢測(cè)裝置。
[0018]該圖像目標(biāo)檢測(cè)裝置包括:
[0019]第一確定模塊，用于對(duì)圖像的前景區(qū)域和背景區(qū)域進(jìn)行分析，確定前景區(qū)域?qū)?yīng)的前景特征矢量和背景區(qū)域?qū)?yīng)的背景特征矢量；
[0020]第二確定模塊，用于確定前景特征矢量在特征空間中的前景聚集區(qū)域和背景特征矢量在特征空間中的背景聚集區(qū)域，并將特征空間中位于前景聚集區(qū)域和背景聚集區(qū)域之間的坐標(biāo)點(diǎn)確定為坐標(biāo)原點(diǎn)；
[0021]第三確定模塊，用于根據(jù)坐標(biāo)原點(diǎn)，確定前景特征矢量和背景特征矢量之間的至少一分界面；
[0022]目標(biāo)檢測(cè)模塊，用于利用至少一分界面對(duì)與圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)。
[0023]其中，第二確定模塊進(jìn)一步包括:聚類中心確認(rèn)模塊，用于根據(jù)前景特征矢量，確定前景特征矢量對(duì)應(yīng)的前景聚類中心，并且，還用于根據(jù)背景特征矢量，確定背景特征矢量對(duì)應(yīng)的背景聚類中心；聚集區(qū)域確定模塊，用于根據(jù)前景聚類中心，確定前景特征矢量在特征空間中的前景聚集區(qū)域，并且，還用于根據(jù)背景聚類中心，確定背景特征矢量在特征空間中的背景聚集區(qū)域。
[0024]其中，坐標(biāo)點(diǎn)為前景聚集區(qū)域與背景聚集區(qū)域之間的中點(diǎn)。
[0025]此外，該圖像目標(biāo)檢測(cè)裝置還包括:坐標(biāo)轉(zhuǎn)換模塊，用于根據(jù)坐標(biāo)原點(diǎn)，對(duì)前景特征矢量和背景特征矢量在特征空間中的坐標(biāo)進(jìn)行轉(zhuǎn)換，促使前景特征矢量和背景特征矢量分布于以上述坐標(biāo)原點(diǎn)為原點(diǎn)的空間坐標(biāo)系中。
[0026]此外，如果前景特征矢量和背景特征矢量之間確定了多個(gè)分界面，則在對(duì)待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)時(shí)，目標(biāo)檢測(cè)模塊還用于在分界面的數(shù)量達(dá)到預(yù)定數(shù)量的情況下，對(duì)多個(gè)分界面進(jìn)行組合，并利用組合后的多個(gè)分界面進(jìn)行目標(biāo)檢測(cè)。
[0027]其中，在利用分界面對(duì)圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)時(shí)，目標(biāo)檢測(cè)模塊是根據(jù)至少一分界面，判別待檢測(cè)圖像中的前景特征矢量和/或背景特征矢量。
[0028]本發(fā)明通過(guò)前景特征矢量和背景特征矢量在特征空間中的位置分布情況來(lái)確定坐標(biāo)原點(diǎn)的位置，再通過(guò)確定的坐標(biāo)原點(diǎn)來(lái)確定分類器的分界面，使得在對(duì)前景特征矢量和背景特征矢量進(jìn)行區(qū)分時(shí)，分界面始終位于前景特征矢量和背景特征矢量的位置之間，從而有效的提高了區(qū)分前景特征矢量和背景特征矢量的準(zhǔn)確性，進(jìn)而有效的提高了在進(jìn)行圖像目標(biāo)追蹤或檢測(cè)時(shí)的追蹤性能或檢測(cè)性能。
【專利附圖】

【附圖說(shuō)明】
[0029]為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0030]圖1是根據(jù)本發(fā)明實(shí)施例的圖像目標(biāo)檢測(cè)方法的流程示意圖；
[0031]圖2是根據(jù)本發(fā)明實(shí)施例的圖像目標(biāo)跟蹤的系統(tǒng)框圖；
[0032]圖3是根據(jù)本發(fā)明實(shí)施例的前/背景分類器的學(xué)習(xí)流程示意圖；
[0033]圖4是根據(jù)本發(fā)明實(shí)施例的現(xiàn)有圖像目標(biāo)追蹤方法在進(jìn)行區(qū)分前景特征矢量和背景特征矢量時(shí)的效果圖；
[0034]圖5是根據(jù)本發(fā)明實(shí)施例的圖像目標(biāo)檢測(cè)方法在進(jìn)行區(qū)分前景特征矢量和背景特征矢量時(shí)的效果圖；
[0035]圖6是根據(jù)本發(fā)明實(shí)施例的圖像目標(biāo)檢測(cè)裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0036]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0037]根據(jù)本發(fā)明的實(shí)施例，提供了 一種圖像目標(biāo)檢測(cè)方法。
[0038]如圖1所示，根據(jù)本發(fā)明實(shí)施例的圖像目標(biāo)檢測(cè)方法包括:
[0039]步驟S101，對(duì)圖像的前景區(qū)域和背景區(qū)域進(jìn)行分析，確定前景區(qū)域?qū)?yīng)的前景特征矢量和背景區(qū)域?qū)?yīng)的背景特征矢量；
[0040]步驟S103，確定前景特征矢量在特征空間中的前景聚集區(qū)域和背景特征矢量在特征空間中的背景聚集區(qū)域，并將特征空間中位于前景聚集區(qū)域和背景聚集區(qū)域之間的坐標(biāo)點(diǎn)確定為坐標(biāo)原點(diǎn)；
[0041]步驟S105，根據(jù)坐標(biāo)原點(diǎn)，確定前景特征矢量和背景特征矢量之間的至少一分界面；
[0042]步驟S107，利用該至少一分界面對(duì)與圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)。
[0043]在上述過(guò)程中，前景特征矢量或背景特征矢量的個(gè)數(shù)可以是一個(gè)，也可以是多個(gè)，并且，在上述過(guò)程中，與圖像存在關(guān)聯(lián)的待檢測(cè)圖像可以是該圖像所在的視頻流中位于圖像后一幀或多幀的圖像，也可以是該圖像所在的視頻流中位于圖像前一幀或多幀的圖像。
[0044]其中，在確定前景特征矢量在特征空間中的前景聚集區(qū)域和背景特征矢量在特征空間中的背景聚集區(qū)域時(shí)，可先根據(jù)前景特征矢量，確定前景特征矢量對(duì)應(yīng)的前景聚類中心，并且，根據(jù)背景特征矢量，確定背景特征矢量對(duì)應(yīng)的背景聚類中心，再根據(jù)前景聚類中心，確定前景特征矢量在特征空間中的前景聚集區(qū)域，并且，根據(jù)背景聚類中心，確定背景特征矢量在特征空間中的背景聚集區(qū)域。
[0045]其中，坐標(biāo)原點(diǎn)為前景聚集區(qū)域與背景聚集區(qū)域之間的中點(diǎn)。
[0046]此外，該圖像目標(biāo)檢測(cè)方法還包括:根據(jù)坐標(biāo)原點(diǎn)，對(duì)前景特征矢量和背景特征矢量在特征空間中的坐標(biāo)進(jìn)行轉(zhuǎn)換，促使前景特征矢量和背景特征矢量分布于以上述坐標(biāo)原點(diǎn)為原點(diǎn)的空間坐標(biāo)系中。
[0047]其中，如果在前景特征矢量和背景特征矢量之間確定了多個(gè)分界面，則在對(duì)待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)時(shí)，在分界面的數(shù)量達(dá)到預(yù)定數(shù)量的情況下，對(duì)多個(gè)分界面進(jìn)行組合，并利用組合后的多個(gè)分界面進(jìn)行目標(biāo)檢測(cè)。
[0048]其中，在利用分界面對(duì)與圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)時(shí)，是根據(jù)至少一分界面，判別待檢測(cè)圖像中的前景特征矢量和/或背景特征矢量。
[0049]以下通過(guò)具體實(shí)例對(duì)本發(fā)明的上述技術(shù)方案進(jìn)行詳細(xì)說(shuō)明。
[0050]圖2是圖像目標(biāo)跟蹤(即檢測(cè))的系統(tǒng)框圖，如圖2所示，系統(tǒng)會(huì)根據(jù)目標(biāo)在t幀的位置，首先從t幀的前景區(qū)域和背景區(qū)域求出代表前景和背景的前景特征矢量和背景特征矢量，然后學(xué)習(xí)得到前/背景分類器，并用學(xué)習(xí)得到的前/背景分類器對(duì)t+Ι幀的圖像進(jìn)行掃描，得到前景似然度圖像，最后用均值平移算法求得t+ι幀中的目標(biāo)位置。
[0051]其中，前/背景分類器的學(xué)習(xí)流程如圖3所示，圖3是前/背景分類器學(xué)習(xí)的流程示意圖，從圖3中可以看出，在訓(xùn)練前/背景分類器時(shí)，首先會(huì)對(duì)前景特征矢量和背景特征矢量分別求取聚類中心，求取聚類中心的計(jì)算公式如下:
[0052]
C =^S1
[0053]其中，c為聚類中心，Si為前景特征矢量或背景特征矢量。
[0054]當(dāng)求得前景特征矢量和背景特征矢量的聚類中心后，進(jìn)一步，對(duì)求得的前景聚類中心和背景聚類中心求取其中點(diǎn)，求取中點(diǎn)的計(jì)算方式如下:
【權(quán)利要求】
1.一種圖像目標(biāo)檢測(cè)方法，其特征在于，包括: 對(duì)圖像的前景區(qū)域和背景區(qū)域進(jìn)行分析，確定所述前景區(qū)域?qū)?yīng)的前景特征矢量和所述背景區(qū)域?qū)?yīng)的背景特征矢量； 確定所述前景特征矢量在特征空間中的前景聚集區(qū)域和所述背景特征矢量在特征空間中的背景聚集區(qū)域，并將所述特征空間中位于所述前景聚集區(qū)域和所述背景聚集區(qū)域之間的坐標(biāo)點(diǎn)確定為坐標(biāo)原點(diǎn)； 根據(jù)所述坐標(biāo)原點(diǎn)，確定所述前景特征矢量和所述背景特征矢量之間的至少一分界面； 利用所述至少一分界面對(duì)與所述圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)。
2.根據(jù)權(quán)利要求1所述的圖像目標(biāo)檢測(cè)方法，其特征在于，確定所述前景特征矢量在特征空間中的前景聚集區(qū)域和所述背景特征矢量在特征空間中的背景聚集區(qū)域包括: 根據(jù)所述前景特征矢量，確定所述前景特征矢量對(duì)應(yīng)的前景聚類中心，并且，根據(jù)所述背景特征矢量，確定所述背景特征矢量對(duì)應(yīng)的背景聚類中心； 根據(jù)所述前景聚類中心，確定所述前景特征矢量在所述特征空間中的前景聚集區(qū)域；并且，根據(jù)所述背景聚類中心，確定所述背景特征矢量在所述特征空間中的背景聚集區(qū)域。
3.根據(jù)權(quán)利要求1所述的圖像目標(biāo)檢測(cè)方法，其特征在于，所述坐標(biāo)點(diǎn)為所述前景聚集區(qū)域與所述背景聚集區(qū)域之間的中點(diǎn)。
4.根據(jù)權(quán)利要求1所述的圖像目標(biāo)檢測(cè)方法，其特征在于，進(jìn)一步包括:. 根據(jù)所述坐標(biāo)原點(diǎn)，對(duì)所述前景特征矢量和所述背景特征矢量在所述特征空間中的坐標(biāo)進(jìn)行轉(zhuǎn)換，促使所述前景特征矢量和所述背景特征矢量分布于以所述坐標(biāo)原點(diǎn)為原點(diǎn)的空間坐標(biāo)系中。
5.根據(jù)權(quán)利要求1至4任意一項(xiàng)所述的圖像目標(biāo)檢測(cè)方法，其特征在于，如果在所述前景特征矢量和所述背景特征矢量之間確定了多個(gè)分界面，則在對(duì)所述待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)時(shí)，在所述分界面的數(shù)量達(dá)到預(yù)定數(shù)量的情況下，對(duì)所述多個(gè)分界面進(jìn)行組合，并利用組合后的多個(gè)分界面進(jìn)行目標(biāo)檢測(cè)。
6.根據(jù)權(quán)利要求1至4任意一項(xiàng)所述的圖像目標(biāo)檢測(cè)方法，其特征在于，利用所述分界面對(duì)與所述圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)包括: 根據(jù)所述至少一分界面，判別所述待檢測(cè)圖像中的所述前景特征矢量和/或所述背景特征矢量。
7.一種圖像目標(biāo)檢測(cè)裝置，其特征在于，包括: 第一確定模塊，用于對(duì)圖像的前景區(qū)域和背景區(qū)域進(jìn)行分析，確定所述前景區(qū)域?qū)?yīng)的前景特征矢量和所述背景區(qū)域?qū)?yīng)的背景特征矢量； 第二確定模塊，用于確定所述前景特征矢量在特征空間中的前景聚集區(qū)域和所述背景特征矢量在特征空間中的背景聚集區(qū)域，并將所述特征空間中位于所述前景聚集區(qū)域和所述背景聚集區(qū)域之間的坐標(biāo)點(diǎn)確定為坐標(biāo)原點(diǎn)； 第三確定模塊，用于根據(jù)所述坐標(biāo)原點(diǎn)，確定所述前景特征矢量和所述背景特征矢量之間的至少一分界面； 目標(biāo)檢測(cè)模塊，用于利用所述至少一分界面對(duì)與所述圖像存在關(guān)聯(lián)的待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)。
8.根據(jù)權(quán)利要求7所述的圖像目標(biāo)檢測(cè)裝置，其特征在于，所述第二確定模塊進(jìn)一步包括: 聚類中心確認(rèn)模塊，用于根據(jù)所述前景特征矢量，確定所述前景特征矢量對(duì)應(yīng)的前景聚類中心，并且，還用于根據(jù)所述背景特征矢量，確定所述背景特征矢量對(duì)應(yīng)的背景聚類中心； 聚集區(qū)域確定模塊，用于根據(jù)所述前景聚類中心，確定所述前景特征矢量在所述特征空間中的前景聚集區(qū)域；并且，還用于根據(jù)所述背景聚類中心，確定所述背景特征矢量在所述特征空間中的背景聚集區(qū)域。
9.根據(jù)權(quán)利要求7所述的圖像目標(biāo)檢測(cè)裝置，其特征在于，所述坐標(biāo)點(diǎn)為所述前景聚集區(qū)域與所述背景聚集區(qū)域之間的中點(diǎn)。
10.根據(jù)權(quán)利要求7至9任意一項(xiàng)所述的圖像目標(biāo)檢測(cè)裝置，其特征在于，進(jìn)一步包括: 坐標(biāo)轉(zhuǎn)換模塊，用于根據(jù)所述坐標(biāo)原點(diǎn)，對(duì)所述前景特征矢量和所述背景特征矢量在所述特征空間中的坐標(biāo)進(jìn)行轉(zhuǎn)換，促使所述前景特征矢量和所述背景特征矢量分布于以所述坐標(biāo)原點(diǎn)為原點(diǎn)的空間 坐標(biāo)系中。
【文檔編號(hào)】G06K9/46GK103473549SQ201310435274
【公開(kāi)日】2013年12月25日 申請(qǐng)日期:2013年9月23日 優(yōu)先權(quán)日:2013年9月23日
【發(fā)明者】劉玉宇, 趙宏勛 申請(qǐng)人:北京智諾英特科技有限公司