[发明专利]目标检测设备、方法及程序

说明书

技术领域

本发明涉及目标检测设备、目标检测方法以及用于目标检测的程序； 更具体地，涉及用于从车辆的行进方向上的道路的图像中检测目标的目标 检测设备、目标检测方法和目标检测程序。

背景技术

通常，在车辆被驱动时，目标检测设备典型地通过安装在该车辆上的 摄像机单元而获得在该车辆的行进方向上在该车辆前方的目标的图像，并 对该图像进行处理，并且所述设备基于处理后的图像的结果而将在所述车 辆前方的目标分类为车辆、行人或道路结构。

例如，在日本专利申请公开2004-192080(JP 2004-192080A)中， 通过CCD摄像机获得车辆前方的帧图像，并从该图像中提取可能包括正 在行进的前方车辆等的图像的目标候选区域。剪切平面被沿着Z轴而连 续地移动，其中所述Z轴是用于得到所述剪切平面与所述目标候选区域 的重叠区域的车辆行进方向。基于所述重叠区域和存储在存储器中的每个 参考图像来计算匹配距离。确定所述剪切平面的、在其处所述匹配距离最 小的、沿Z轴方向上的位置，并将此时的Z轴位置设置为用于剪切的最 优位置。通过将在该最优位置处剪切的目标候选区域与每个参考图像进行 比较，来基于所述匹配距离是否最小而确定所述目标候选是否为车辆。

但是，在JP 2004-192080A中，由于基于针对关于水平方向和垂直方 向对所述帧图像的边缘提取频率而生成的直方图来检测目标，因此延长了 对目标进行检测所需要的计算时间，从而限制目标检测不能快速地执行。

在Paul Viola和Michael J.Jones的“Rapid Object Detection using a Boosted Cascade of Simple Features”(IEEE CVPR(2001))(Viola等人 的著作)中描述了使用分类器的目标检测方法。所述分类器(被称为“提 升分类器的级联(cascade of boosted classifiers)”，具有其特征在于矩形 的亮度差的、类似于Haar的特性)学习诸如车辆、人脸等的特定目标的 数百个(具有特定尺寸的)图像(其中所述图像被定义为正样本)，然后 学习具有相同尺寸的任意图像(其中所述图像被称为负样本)。在所述分 类器进行的学习过程结束之后，在搜索窗口中搜索图像并将该图像应用为 ROI(感兴趣区域)，其中所述ROI是与所学习的样本具有相同尺寸的部 分图像。如果所述部分图像近似于车辆或人脸，则给出数字“1”。否则给 出数字“0”。所述分类器(在下文中通常称为“词典”)包括多个级。每 当所述级增加时，所述分类器就变得更加复杂，从而提高了对特定目标的 判决速率和降低了对特定目标的误判率。

但是，在Viola等人的著作中，(1)未描述用于检查搜索像素跳过量 的指标；(2)未描述用于确定搜索窗口的变化量的指标；(3)在其处存在 检测目标的位置的不确定性使得不能限定搜索区域；以及(4)不存在对 检测目标进行检测所需要的词典的复杂度指标。由于这些原因，Viola等 人的著作遭遇到诸如以下问题之类的问题：(1)对目标的检测费时；(2) 不能指定图像中的目标尺寸；以及(3)可能发生误检测。

发明内容

本发明提供了一种降低计算负荷以更快地检测出目标的目标检测设 备、目标检测方法以及目标检测程序。

根据本发明的第一方面，提供了一种用于从通过对行进方向上在车辆 前方的道路进行拍摄而获取的图像中检测目标的目标检测设备，所述目标 检测设备包括：用于拍摄所述道路并输入图像的摄像机单元；对所述目标 进行建模的词典；以及用于利用搜索窗口来搜索所述图像的搜索单元。此 外，所述目标检测设备包括：直方图生成单元，用于通过将所述搜索窗口 中的图像与所述词典进行比较并对平行于道路平面的方向上的检测频率 进行计数来生成直方图；以及检测单元，用于通过从所述直方图中检测单 峰分布来检测所述目标。

此外，所述目标检测设备还可以包括：确定单元，用于在所述直方图 具有多峰分布的情况下确定错误检测。

此外，所述搜索单元可以适用于在所述搜索窗口的尺寸改变时搜索所 述图像，并且所述直方图生成单元可以适用于针对所述搜索窗口的每个尺 寸而生成直方图。此外，所述目标检测设备还可以包括：目标尺寸估计单 元，用于基于所述直方图生成单元所生成的针对所述搜索窗口的每个尺寸 的直方图中的最大检测频率来估计所述目标的尺寸。