[发明专利]特定被摄体检测方法和装置

权利要求书

1.一种特定被摄体检测方法，包括特征提取步骤，弱分类步骤，强分类步骤以及特定被摄体检测步骤，其特征在于，所述特征提取步骤为提取所输入的图像的粒度空间内的稀疏粒子特征，所述稀疏粒子特征θ(π)为：

θ(π)=Σi=1nαigi(π;x,y,s),]]>α_i∈{-1，+1}

其中，π为图像的粒度空间，g_i(π；x，y，s)为该粒度空间内的一个粒子特征，x，y分别是粒子在图像横坐标和纵坐标轴上的偏移量，s是粒子的尺度，而α_i为粒子的组合系数，n为粒子个数。

2、根据权利要求1所述的特定被摄体检测方法，其特征在于，所述特征提取的步骤包括以下的步骤：

初始化的步骤，取得所述粒度空间中一些特定稀疏粒子特征作为初始稀疏粒子特征集合；

循环步骤，将以下三个步骤重复预定次数：

(1)最合适特征查找步骤，从所述初始稀疏粒子特征集合中找到最合适稀疏粒子特征；

(2)调整步骤，对所述最合适稀疏粒子特征进行调整，得到经调整稀疏粒子特征集合；以及

(3)特征增加步骤，将所述经调整稀疏粒子特征集合加到所述初始稀疏粒子特征集合中，并去除所述最合适稀疏粒子特征；

以及

最终特征生成步骤，将所述循环步骤中所得到的全部最合适稀疏粒子特征加到经过所述循环步骤之后的所述初始稀疏粒子特征集合中，生成最终的稀疏粒子特征集合。

3、根据权利要求2所述的特定被摄体检测方法，其特征在于，所述调整步骤对所述稀疏粒子特征进行以下操作中一种或更多种：添加、删除和扰动。

4、根据权利要求2所述的特定被摄体检测方法，其特征在于，所述强分类步骤采用AdaBoost学习算法，所述最合适特征查找步骤，利用以下公式查找所述最合适稀疏粒子特征：

Fitness(θ)＝-log(Z(θ))-β|θ|₁

其中，|θ|₁为该特征中包含的粒子个数，而β是特征复杂程度的惩罚因子，Z(θ)表示采用特征θ构造的最优弱分类器的归一化因子。

5、根据权利要求1所述的特定被摄体检测方法，其特征在于，所述特定稀疏粒子特征为符合Haar特征的稀疏粒子特征。

6、根据权利要求1所述的特定被摄体检测方法，其特征在于，所述特定稀疏粒子特征为符合Haar特征的稀疏粒子特征的线性组合。

7、根据权利要求1所述的特定被摄体检测方法，其特征在于，所述特征提取步骤为随机地或依据特定函数提取所输入的图像的粒度空间内的预定量的稀疏粒子特征。

8、根据权利要求1所述的特定被摄体检测方法，其特征在于，还包括存储步骤，用于存储所述稀疏粒子特征。

9、根据权利要求1-8任一项所述的特定被摄体检测方法，其特征在于，所述特定被摄体是人脸或其他物体。