[发明专利]对象检测方法和装置

说明书

技术领域

本发明总体上涉及对象检测方法与装置，更具体地涉及使用视差图检测对象的方法和装置。

背景技术

对象检测技术是视频监控、机器人导航、智能驾驶辅助系统以及互联网搜索等应用所需的关键技术。目前，其精度和效率仍难以满足真实应用的需要。使用深度图像或视差图像是提高对象的检测精度的比较实际的选择。然而，对于深度图像的采集设备例如双目摄像机而言，误差是一个固有的问题。基本上，随着测量距离的增长，测量误差在增加。测量误差对于深度测量和后续的处理，例如对象检测和跟踪等，都有很大的负面影响。

难点在于这种误差是固有的，在多数的实际应用场景中，其难以被去除或者消减。因此，在做实际的对象检测和跟踪时，使用的深度图像是带有误差的。

专利文献US20090122136 A1公开了一种车辆对象检测装置，其包括：第一检测装置，基于立体相机的视差图（相当于深度图）来检测对象；第二检测装置，基于毫米波传感器来检测对象。该技术的基本思想是使用多种数据补偿视差图的误差。其使用融合的结果来增加基于立体相机的距离的测量精度。该技术需要使用多种传感器，同时其融合的思想难以适用于复杂的场景。

专利文献US20110267430 A1公开了一种平面区域的检测装置。该检测装置包括用于获取左、右图像的图像获取装置和平面区域校正装置。该技术的基本思想是要考虑振动引发的误差，其通过在时域多次进行平面区域的校正来减少误差的影响。其处理了一种特殊的误差场景，该场景并不通用，因此，其应用范围非常有限。

非专利文献“Multiple-Person Tracking Using a Plan-View Map with Error Estimation”，ACCV 2006 Paper,Mitsubishi Electric Co.and Kyoto University中，公开了一种基于立体相机进行多人的检测和跟踪的方法。其使用平面视图，即投影的三维数据的二维直方图统计，基于平面视图来计算特征，根据特征判断是否为人。该技术的基本思想是生成一个大的搜索窗口来应对误差的问题。但使用大的搜索窗口的策略会引发更多的噪声和对象粘连。其仅在一些特殊的场景下有效，例如，多个人相聚较远。该方法是基于平面视图的，其应用范围比较有限。

当前利用视差图的对象检测方法，主要有三种策略来应对误差。第一种，当距离较远时，不进行对象的检测；第二种，当误差大于一定阈值后，不进行对象的检测；第三种，不考虑误差，直接进行对象的检测。第一种和第二种策略本质上是一样的，其减少了处理时间和误检，但引入了漏检；第三种策略没有考虑误差的影响，引发很多误检。

发明内容

鉴于上述情况，提出了本发明。

本发明的一个目标是找到一种对象检测方法和装置，其考虑到误差的影响，在合理的处理时间内，既减少漏检，也减少误检。

根据本发明的一个方面，提供了一种对象检测方法，可以包括：获得包括对象的视差图，该视差图是基于双目测距原理利用确定摄像机采集的；从视差图中检测候选对象；确定所述候选对象的距离；基于所述候选对象的距离，确定是否接受候选对象；以及如果确定不接受候选对象，则基于统计手段进一步检查候选对象的有效性。

根据本发明的再一个方面，提供了一种对象检测装置，可以包括：视差图像获得部件，用于获得包括对象的视差图像，该视差图像是基于双目测距原理利用确定摄像机采集的；候选对象检测部件，用于从视差图像中检测候选对象；距离确定部件，用于确定所述候选对象的距离；判定部件，用于基于所述候选对象的距离，确定是否接受候选对象；以及有效性检查部件，用于如果确定不接受候选对象，则基于统计手段进一步检查候选对象的有效性。

利用根据本发明实施例的对象检测方法和装置，对于基于候选对象的距离，判定为不接受的候选对象，并非简单地弃之不用，而是基于统计手段，例如基于该确定摄像机在某测量距离对应的表征误差的统计分布与测量对象的距离分布之间的统计相似性，来进一步检查候选对象的有效性。由此提供了更加丰富的检测信息，对于被判断为有效的结果，将其加入检测结果列表，由此降低了漏检。而对于被判断为无效的结果，优选地可以进一步进行局部的再检测，由此进一步降低了漏检，提高了对信息的利用程度。

附图说明

图1示出了根据本发明第一实施例的对象检测方法的总体流程图。

图2根据一个实施例给出了基于候选对象的距离确定是否接受候选对象的第一示例性方法的流程图。

图3示出根据本发明实施例的简略方法给出的误差和Z/B的关系曲线。