[发明专利]一种基于多尺度的Adaboost检测方法及系统

说明书

技术领域

本发明涉及计算机视觉和图像处理，特别涉及一种基于多尺度的Adaboost检测方法及系统。

背景技术

物体检测是模式识别中的二元分类问题，可被广泛的应用于多个领域，如智能监控中的行人检测、人脸检测等，视频中检索相似图像等等。物体检测系统，即一个模式分类系统，一般包含传感器接收图像或视频数据、特征生成、特征选择、分类器设计及检测系统评估这几部分。

目前，通常利用Adaboost算法进行检测系统评估。在利用Adaboost算法对待测图像进行检测时，通常对同一待测图像进行N个检测尺度的检测，对同一待测图像的同一检测尺度而言，通常需要对该待测图像包含的X个检测点进行遍历扫描，如果进行N个检测尺度的检测，则需要对该待测图像包含的X个检测点进行N次遍历扫描，并在每次逐点遍历扫描时，计算机会将与检测点相关的图像局部区域载入CPU与外部内存之间的临时存储器，即Cache缓存中暂存，在对待测图像包含的X个检测点的某一个检测尺度的检测过程中，预先载入Cache缓存的与检测点相关的图像局部区域会不断地被替换，而后续的不同检测尺度的检测过程中需要将上述与检测点相关的图像局部区域再次载入Cache缓存，即发生检测区域的缓存遗漏（Cache Miss）。

现有的利用Adaboost算法对待测图像进行N个检测尺度的检测方法中，若系统中平均每M个检测点就会发生一次Cache Miss，则现有的利用Adaboost算法对待测图像进行N个检测尺度的检测方法中发生Cache Miss的次数为N与X的乘积与M的商向上取整的数值。现仅以M为4，X大于4，N大于1为例，对现有的检测方法中发生的检测区域的缓存遗漏进行说明，具体如下：

检测点P1对应的图像局部区域中会包含检测点P2、检测点P3及检测点P4对应的图像局部区域，由于每4个检测点会发生一次Cache Miss，假设检测点P1及检测点Pa对应的局部区域未保存于Cache缓存中；其中，a为4j+1；j为大于或等于1的整数。

在第1个检测尺度下，检测点P1对应的图像局部区域未保存于Cache缓存中，发生该检测尺度下的第1次Cache Miss，系统从内存中加载第1个检测尺度下检测点P 1对应的图像局部区域至Cache缓存中，利用检测点P1对应的图像局部区域，对检测点P1、检测点P2、检测点P3及检测点P4进行检测，在对检测点Pa检测时，检测点Pa对应的局部区域未保存于Cache缓存中，系统从内存中加载第1个检测尺度下检测点Pa对应的图像局部区域至Cache缓存中，原本存放在Cache缓存中的检测点P1对应的图像局部区域会被替换，发生该检测尺度下的第2次Cache Miss，以此类推，在第1个检测尺度下，对X个检测点进行检测过程中发生的Cache Miss的次数为X与M的商向上取整后的数值。

在第2个检测尺度下，检测点P1对应的图像局部区域由于被后续载入的检测点对应的图像局部区域的替换，并未保存于Cache缓存中，发生该检测尺度下的第1次Cache Miss，系统从内存中加载第2个检测尺度下检测点P1对应的图像局部区域至Cache缓存中，利用检测点P1对应的图像局部区域，对检测点P1、检测点P2、检测点P3及检测点P4进行检测，在对检测点Pa检测时，检测点Pa对应的局部区域未保存于Cache缓存中，系统从内存中加载第2个检测尺度下检测点Pa对应的图像局部区域至Cache缓存中，原本存放在Cache缓存中的检测点P1对应的图像局部区域被替换，发生该检测尺度下的第2次Cache Miss，以此类推，在第2个检测尺度下，对X个检测点进行检测过程中发生的Cache Miss的次数为X与M的商向上取整后的数值。

以此类推，在第3～N个检测尺度下对X个检测点进行检测过程中，现有的检测方法会导致每个检测尺度下，对X个检测点进行检测过程中发生的Cache Miss的次数为X与M的商向上取整后的数值，这样，N个检测尺度下对X个检测点进行检测过程中发生的Cache Miss的次数为X与M的商向上取整后的数值与N的乘积。

其中，检测尺度表示进行逐点遍历扫描时选择的检测窗口大小；检测点为待检测图像上的像素点位置。