目標檢測方法與裝置的制造方法
【技術領域】
[0001] 本發(fā)明涉及圖像檢測技術，尤其涉及一種目標檢測方法與裝置。
【背景技術】
[0002] 隨著低空空域的逐步開放，低空飛行安全問題成為業(yè)界關注的問題之一。為保證 飛行器在復雜的低空環(huán)境下安全飛行，需要對低空環(huán)境中的運動目標，如飛鳥等進行目標 檢測，以避免飛鳥與飛行器相撞，從而保障飛行器與飛鳥安全的共享低空。
[0003] 目前，通過對具體的鳥種檢測實現(xiàn)對低空飛行中運動目標的檢測。然而，飛鳥的種 類較多，即使同一類飛鳥，不同姿態(tài)的外觀也不相同，即飛鳥存在鳥種多樣性和外觀多樣性 的特征，對具體鳥種的檢測方法并不適用于對所有飛鳥進行檢測，而且，對具體鳥種的檢測 方法僅僅適用于該具體鳥種的部分姿態(tài)，不適用該鳥種的所有姿態(tài)。因此，提出一種適用于 對低空環(huán)境中各種鳥種及不同姿態(tài)的目標檢測方法，實為業(yè)界亟待解決的問題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供一種目標檢測方法與裝置，實現(xiàn)對低空環(huán)境中各種鳥種及不同姿態(tài)都 適用的運動目標的檢測。
[0005] 第一個方面，本發(fā)明實施例提供一種目標檢測方法，包括：
[0006] 確定第h個待檢測區(qū)域，所述第t i個待檢測區(qū)域為待檢測目標在待檢測視頻的第 ^幀圖像中的區(qū)域，所述待檢測目標為所述待檢測視頻中的運動物體，所述待檢測視頻包 括T幀圖像，T彡Lt1= 1，…，T ;
[0007] 對所述第^個待檢測區(qū)域提取特征，采用多姿態(tài)分類器與所述特征進行匹配，若 所述第^個待檢測區(qū)域的特征與所述多姿態(tài)分類器的其中之一的分類器的匹配結果高于 第一閾值，則將所述其中之一的分類器對應的姿態(tài)類型作為所述待檢測目標在所述第心幀 圖像中的姿態(tài)類型；
[0008] 確定所述待檢測目標的姿態(tài)序列，所述姿態(tài)序列為所述待檢測目標在L幀圖像中 的姿態(tài)類型的集合，所述L幀圖像為所述T幀圖像中，待檢測區(qū)域的特征與所述多姿態(tài)分類 器進行特征匹配的結果高于所述第一閾值的L幀圖像，I < L < T ;
[0009] 根據(jù)所述姿態(tài)序列，確定所述待檢測目標在所述待檢測視頻中的基元動作序列， 所述基元動作序列包括基元動作，所述基元動作表示所述待檢測目標在連續(xù)幀上兩個姿態(tài) 的切換過程；
[0010] 確定所述基元動作序列中的各基元動作的頻率，根據(jù)所述頻率確定所述基元動作 序列的基元動作頻率分布直方圖；
[0011] 匹配所述基元動作頻率分布直方圖與至少一個樣本基元動作直方圖，若所述基元 樣本頻率直放圖與所述至少一個樣本基元動作直方圖中的一個樣本基元動作直方圖的匹 配結果低于第二閾值，則確定所述待檢測目標為飛鳥，所述至少一個樣本基元動作直方圖 包括：飛鳥運動過程中，每一類運動過程對應的樣本基元動作直方圖。
[0012] 在第一個方面的第一種可能的實現(xiàn)方式中，所述根據(jù)所述姿態(tài)序列，確定所述待 檢測目標在所述待檢測視頻中的基元動作序列，包括：
[0013] 根據(jù)所述姿態(tài)序列，確定所述姿態(tài)序列中相鄰不同姿態(tài)類型的轉換點向量；
[0014] 根據(jù)所述轉換點向量，確定所述基元動作，根據(jù)所述基元動作得到所述基元動作 序列。
[0015] 結合第一個方面的第一種可能的實現(xiàn)方式，在第一個方面的第二種可能的實現(xiàn)方 式中，所述根據(jù)所述轉換點向量，確定所述基元動作，根據(jù)所述基元動作得到所述基元動作 序列，包括：
[0016] 確定每兩個相鄰轉換點之間的幀中置信度最高的幀，將相鄰兩個置信度最高的幀 分別對應的姿態(tài)類型作為所述基元動作，根據(jù)所述基元動作得到所述基元動作序列。
[0017] 在第一個方面的第三種可能的實現(xiàn)方式中，所述對所述第^個待檢測區(qū)域提取特 征，采用多姿態(tài)分類器與所述特征進行匹配之前，還包括：
[0018] 對飛鳥圖片分姿態(tài)聚類；
[0019] 對所述聚類中的每一類姿態(tài)訓練分類器；
[0020] 將所述聚類中的各類姿態(tài)對應的分類器加權組合，得到所述多姿態(tài)分類器。
[0021] 結合第一個方面、第一個方面的第一種至第三種中任一種可能的實現(xiàn)方式，在第 一個方面的第四種可能的實現(xiàn)方式中，所述匹配所述基元動作頻率分布直方圖與至少一個 樣本基元動作直方圖之前，還包括：
[0022] 獲取所述至少一個樣本基元動作直方圖。
[0023] 結合第一個方面的第四種可能的實現(xiàn)方式，在第一個方面的第五種可能的實現(xiàn)方 式中，所述獲取至少一個樣本基元動作直方圖，包括：
[0024] 對于1類運動過程，訓練至少一個樣本視頻的基元動作直方圖，從而得到所述1類 運動過程對應的樣本基元動作直方圖，所述樣本視頻包含所述1類運動過程，所述1類運動 過程為所述每一類運動過程中的任意一個，所述1類運動過程對應的樣本基元動作直方圖 為所述至少一個樣本視頻的基元動作直方圖中，與所述至少一個樣本視頻的基元動作直方 圖的之間的距離最小的基元動作直方圖。
[0025] 結合第一個方面的第五種可能的實現(xiàn)方式，在第一個方面的第六種可 能的實現(xiàn)方式中，所述1類運動過程對應的樣本基元動作直方圖為

其中，S1為所述1類運動過程的基元動作序列的 訓練樣本集，所述S1為所述S1中的一個基元動作序列，I I Φ (S) I I = 1，DkJΦ (S1) I I Φ (S)) 為所述基元動作直方圖的之間的距離。
[0026] 第二個方面，本發(fā)明實施例提供一種目標檢測裝置，包括：
[0027] 待檢測區(qū)域確定模塊，用于確定第t個待檢測區(qū)域，所述第t i個待檢測區(qū)域為待 檢測目標在待檢測視頻的第^幀圖像中的區(qū)域，所述待檢測目標為所述待檢測視頻中的運 動物體，所述待檢測視頻包括T幀圖像，T彡1，ti= 1，…，T ;
[0028] 姿態(tài)類型確定模塊，用于對所述第^個待檢測區(qū)域提取特征，采用多姿態(tài)分類器 與所述特征進行匹配，若所述第^個待檢測區(qū)域的特征與所述多姿態(tài)分類器的其中之一的 分類器的匹配結果高于第一閾值，則將所述其中之一的分類器對應的姿態(tài)類型作為所述待 檢測目標在所述第^幀圖像中的姿態(tài)類型；
[0029] 姿態(tài)序列確定模塊，用于確定所述待檢測目標的姿態(tài)序列，所述姿態(tài)序列為所 述待檢測目標在L幀圖像中的姿態(tài)類型的集合，所述L幀圖像為所述T幀圖像中，待檢 測區(qū)域的特征與所述多姿態(tài)分類器進行特征匹配的結果高于所述第一閾值的L幀圖像， I ^ L ^ T ；
[0030] 基元動作確定模塊，用于根據(jù)所述姿態(tài)序列，確定所述待檢測目標在所述待檢測 視頻中的基元動作序列，所述基元動作序列包括基元動作，所述基元動作表示所述待檢測 目標在連續(xù)幀上兩個姿態(tài)的切換過程；
[0031] 基元動作序列確定模塊，用于確定所述基元動作序列中的各基元動作的頻率，根 據(jù)所述頻率確定所述基元動作序列的基元動作頻率分布直方圖；
[0032] 直方圖匹配模塊，用于匹配所述基元動作頻率分布直方圖與至少一個樣本基元動 作直方圖，若所述基元樣本頻率直放圖與所述至少一個樣本基元動作直方圖中的一個樣本 基元動作直方圖的匹配結果低于第二閾值，則確定所述待檢測目標為飛鳥，所述至少一個 樣本基元動作直方圖包括：飛鳥運動過程中，每一類運動過程對應的樣本基元動作直方圖。
[0033] 在第二個方面的第一種可能的實現(xiàn)方式中，所述基元動作序列確定模塊，具體用 于根據(jù)所述姿態(tài)序列，確定所述姿態(tài)序列中相鄰不同姿態(tài)類型的轉換點向量；根據(jù)所述轉 換點向量，確定所述基元動作，根據(jù)所述基元動作得到所述基元動作序列。
[0034] 結合第二個方面的第一種可能的實現(xiàn)方式，在第二個方面的第二種可能的實現(xiàn)方 式中，所述基元動作序列確定模塊，具體用于確定每兩個相鄰轉換點之間的幀中置信度最 高的幀，將相鄰兩個置信度最高的幀分別對應的姿態(tài)類型作為所述基元動作，根據(jù)所述基 元動作得到所述基元動作序列。
[0035] 本發(fā)明實施例提供的目標檢測方法與裝置，通過確定出待檢測區(qū)域，針對待檢測 區(qū)域進行初步檢測與姿態(tài)類型估計，接著對初步檢測中疑似待檢測目標為飛鳥的幀，確定 待檢測目標在該些幀中的姿態(tài)序列，然后根據(jù)姿態(tài)序列，進一步確定待檢測目標在待檢測 視頻中的基元動作序列，并匹配基元動作序列的基元動作頻率分布直方圖與至少一個樣本 基元動作直方圖，根據(jù)匹配結果，確定疑似飛鳥的待檢測目標是否確實為飛鳥。該過程中， 模擬出待檢測目標的運動過程，將待檢測目標的運動過程對應的基元動作頻率分布直方圖 與至少一個樣本基元動作直方圖進行匹配，從而確定出待檢測目標是否為飛鳥。由于至少 一個樣本基元動作直方圖對應不同的運動過程，是不區(qū)分具體鳥種的，因此，可實現(xiàn)對低空 環(huán)境中各種鳥種及不同姿態(tài)都適用的運動目標的檢測。
【附圖說明】
[0036] 圖1為本發(fā)明目標檢測方法實施例一的流程圖；
[0037] 圖2為本發(fā)明目標檢測方法所適用的分姿態(tài)聚類示意圖；
[0038] 圖3為本發(fā)明目標檢測方法所適用的基元動作提取示意圖；
[0039] 圖4為本發(fā)明一實施例提供的目標檢測方法姿態(tài)序列的獲得過程示意圖；
[0040] 圖5為本發(fā)明一實施例提供的目標檢測方法中從獲得姿態(tài)序列到獲得基元動作 頻率分布直方圖的過程示意圖；
[0041] 圖6為本發(fā)明目標檢測裝置實施例一的結構示意圖；
[0042] 圖7為本發(fā)明目標檢測裝置實施例二的結構示意圖。
【具體實施方式】
[0043] 為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結合本發(fā)明實施例 中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是 本發(fā)明一部分實施例