[发明专利]基于深度图像的对象检测方法及其实现装置

权利要求书

1.一种基于深度图像的对象检测方法，其特征在于包括训练过程和检测过程,

训练过程的步骤如下：

a1）从相机中读取图像作为数据源；

a2）根据待检测物体距离相机的距离，在图像上对物体进行分割；

a3）在分割的基础上计算物体的外观和形状特征；

a4）根据计算出的物体的外观和形状特征训练针对于物体的分类器；

检测过程的步骤如下：

b1）从相机中读取图像作为数据源；

b2）根据物体距离相机的距离对其图像进行不同尺度的缩放，形成一个图像金字塔；

b3）对于图像金字塔的每一层的图像上的非空区域，划分为多个扫描窗口；

b4）在每一个扫描窗口内部，计算物体的外观和形状特征；

b5）利用训练过程中得到的分类器，对扫描窗口内的外观和形状特征进行判定，决定扫描窗口内是否包含目标物体；

b6）将图像金字塔每一层的检测结果进行融合，得到最终的检测结果。

2.根据权利要求1所述的基于深度图像的对象检测方法，其特征在于：所述步骤a1）和步骤b1）中的数据源可以只包含深度图像，也可以同时包含可见光图像；深度图像是物体距离相机的距离；该深度图像通过双目视觉设备或通过红外结构光投影设备得到。

3.根据权利要求1或2所述的基于深度图像的对象检测方法，其特征在于所述步骤a2）如下：

a21）在深度图像上标记目标物体的包围框；对深度图像和可见光图像进行配准，利用变化矩阵将一个图像上的标注结果映射到另一个图像上；

a22）从包围框的中心开始，得到物体在包围框内部的联通区域；假设同一个物体在深度上是连续的，在深度图像上已经标注的物体包围框内，采用连续区域分析connected component analysis方法将物体进行分割，每个包围框被分割成两部分：物体区域和背景区域；

a23）如果输入信息除了深度图像还包括可见光图像，在配准的基础上将步骤12）中的分割结果映射到可见光图像上。

4.根据权利要求1所述的基于深度图像的对象检测方法，其特征在于所述步骤a3）包括以下具体步骤：

a31）利用待测物体距离相机的距离信息，将待测物体区域剪切出来，对其大小进行尺寸归一化处理；

a32）在归一化后的样本上计算物体的形状特征； 

a33）如果输入信息除了深度图像还包括可见光图像，对其进行外观特征的计算； 

a34）将可得到的物体的所有特征，形成一个特征池；对该特征池进行特征选择，找到那些分类错误率较小的的特征，用于区分目标物体和非目标物体。

5.根据权利要求1所述的基于深度图像的对象检测方法，其特征在于所述步骤a4）包括以下具体步骤：

a41）在已有的目标样本集、非目标样本集以及它们的特征池的基础上，进行分类器的训练；

a42）从特征池中，利用迭代过程，选择具有最小分类错误率的特征；

a43)利用选择的特征，生成物体对应的分类器。