[发明专利]对象检测方法、对象检测设备以及图像拾取设备有效

专利信息
申请号: 201210550321.X 申请日: 2012-12-18
公开(公告)号: CN103870798A 公开(公告)日: 2014-06-18
发明(设计)人: 姜涌;胥立丰 申请(专利权)人: 佳能株式会社
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 中国国际贸易促进委员会专利商标事务所 11038 代理人: 魏小薇
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 检测 方法 设备 以及 图像 拾取
【权利要求书】:

1.一种对象检测方法,包括:

通用模型存储步骤,事先离线地存储用于特定对象类型的通用模型,所述通用模型描述预计在所述特定对象类型的单个对象中共同存在的多个部件;

样本图像接收步骤,接收对一个或多个样本图像的输入,所述一个或多个样本图像中的每一个均包含同一查询对象,所述查询对象是所述特定对象类型的对象;

对象检测器创建步骤,利用所述通用模型和所述一个或多个样本图像,创建专用于所述查询对象的检测器;以及

对象检测步骤,利用所创建的专用于所述查询对象的检测器,从目的图像中检测所述查询对象。

2.根据权利要求1的对象检测方法,其中

在所述样本图像接收步骤中,还接收或生成对所述一个或多个样本图像中的各部件的标记,以及

所述对象检测器创建步骤包含:部件分类器生成步骤,利用所述通用模型中的各部件与在所述一个或多个样本图像中标记出的各部件之间的匹配,生成专用于所述查询对象的各部件的多个部件分类器。

3.根据权利要求2的对象检测方法,其中

所述通用模型包含分别与所述多个部件对应的多个分类器组,所述多个分类器组中的每个分类器组包含用于描述所述特定对象类型的相应部件的多种不同特征实例的多个候选分类器,以及

在所述部件分类器生成步骤中,对于每个部件,从相应的分类器组中选择对于描述所述查询对象的该部件而言最佳的候选分类器,作为部件分类器。

4.根据权利要求3的对象检测方法,其中

所述部件分类器生成步骤包含:

分类器分数获得步骤,对于每个分类器组中的每个候选分类器,对各样本图像中所标记的相应部件通过该候选分类器所获得的分类分数进行求和或求平均值,以获得该候选分类器的分类器分数,和

选择步骤,对于每个分类器组,选择具有最大的分类器分数的候选分类器,作为相应部件的部件分类器。

5.根据权利要求2的对象检测方法,其中

所述通用模型包含分别与所述多个部件对应的多个粗分类器,所述多个粗分类器中的每个粗分类器用于描述所述特定对象类型的相应部件的相应通用特征,以及

在所述部件分类器生成步骤中,对于每个部件,通过根据所述查询对象的该部件而将相应粗分类器所描述的相应通用特征进一步限定为相应具体特征,从相应粗分类器生成描述所述相应具体特征的相应部件分类器。

6.根据权利要求2的对象检测方法,其中

所述通用模型包含分别与所述多个部件对应的多个不完整分类器,所述多个不完整分类器中的每一个具有尚未确定的特征参数,以及

在所述部件分类器生成步骤中,对于每个部件,通过根据所述查询对象的该部件来确定相应不完整分类器的所述特征参数,分别从相应不完整分类器形成特征参数均已被确定的相应部件分类器。

7.根据权利要求6的对象检测方法,其中

所述部件分类器生成步骤包含:

特征参数计算步骤,对于每个部件,通过根据所述一个或多个样本图像中的每一个样本图像中所标记的该部件来确定相应不完整分类器的所述特征参数,计算该样本图像的该部件的特征参数;以及

组合计算步骤,对于每个部件,通过组合所述一个或多个样本图像的该部件的特征参数,计算相应部件分类器的特征参数。

8.根据权利要求2-7中任一项的对象检测方法,其中

所述对象检测器创建步骤还包含:部件分类器组合步骤,通过组合对应于各个部件的所生成的部件分类器,创建所述专用于所述查询对象的检测器。

9.根据权利要求8的对象检测方法,其中

所述组合使得:在多于预定数量或多于预定比例的部件被所述多个部件分类器检测到的情况下,所述专用于所述查询对象的检测器判断为检测到所述查询对象。

10.根据权利要求8的对象检测方法,其中

所述通用模型还包含所述多个部件之间的位置关系,以及

所述组合使得:在多于预定数量或多于预定比例的部件被所述多个部件分类器检测到并且检测到的部件之间满足所述位置关系的情况下,所述专用于所述查询对象的检测器判断为检测到所述查询对象。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佳能株式会社,未经佳能株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210550321.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top