[发明专利]对象检测方法、对象检测设备以及图像拾取设备

说明书

技术领域

本发明涉及一种对象检测方法、对象检测设备以及包含所述对象检测设备的图像拾取设备。

背景技术

在对象识别、图像检索以及图像注册等的处理中，对图像中的视觉对象进行的分析是重要的。在很多应用领域中都涉及这样的处理，所述很多应用领域诸如是（安保用途的）监视、视频取证以及用于计算机辅助诊断的医疗图像分析等。特别地，由于对于发展与真实世界相关的系统的需求的增长，对象识别已吸引了越来越多的关注。

在常规对象识别方法中，使用基于学习/训练的分类器，对于所述基于学习/训练的分类器，分类器参数的学习/训练过程是不可缺少的。然而，使用一个对象（例如，狗）的具体样本而通过学习/训练过程获得的分类器可能不能对于另一对象（例如，猫）获得好的性能。为了使分类器对于其它对象获得好的性能，不得不使用所述另一对象的具体样本来重新执行另一学习/训练过程，以便将分类器从用于所述一个对象的分类器修改为用于所述另一对象的分类器。这并不灵活而且花费很长时间。

用于解决以上问题的一种方法是训练用于特定对象类型（例如，包括狗和猫的宠物）的通用分类器，但是这种通用分类器将使精度下降，并且检测出用户并不关心的对象。例如，即使用户仅希望在图像中检测出狗，也会从该图像中检测出猫。

在美国专利申请公布No.US2010014721A1以及美国专利公告No.US7558408B1、No.US7555148B1和No.US7551755B1中讨论了用于解决以上问题的另一方法。这些专利文献中公开的方法首先使用某一对象类型的通用分类器（例如，用于宠物的分类器）来定位图像中的候选对象的位置，然后使用具体分类器（例如，用于猫的分类器）来判断该候选对象是否恰好是感兴趣的对象。该方法已被用于照相机中。根据这种方法，可以由用户事先注册若干个具体分类器（例如，用于猫的分类器、用于一种狗的分类器和用于另一种狗的分类器），并且，用户可以在拍摄图片之前选择用于要聚焦的对象的具体分类器之一。该照相机可被配置为自动聚焦于从取景器中显示的图像检测到的对象。

然而，本发明的发明人发现，上述专利文献中公开的方法也并不足够好，这是因为能够被检测的具体对象还是有限的，而且仅仅由用户事先注册的具体对象才能被检测到。

发明内容

在对象检测技术中通常涉及两个步骤，即训练的步骤和检测的步骤。在训练的步骤中，通过使用对象的一个或更多个样本进行训练来获得分类器。然后，在检测的步骤中，这样获得的分类器被用于检测对象。为了获得稳定且精确的分类器，对于训练一般需要相当大量的样本，而相当大量的样本将导致增大的计算量，这使得训练是耗费时间的。在需要实时训练分类器的情况下，或者在计算能力有限的情况下（例如在应用嵌入式系统的情况下），常规技术无法满足要求。另一方面，如果试图通过简单减少样本数量来缩短用于训练分类器的时间，则通过这样的训练获得的分类器将不会足够稳定，并且对于诸如对象的姿态、照明条件或视角等因素将会非常敏感。

因此，本发明所要解决的技术问题之一是提供用于对象检测的新技术，该用于对象检测的新技术对于各种对象都具有灵活性和精确性。此外，还期望该新技术具有可接受的效率。

为了解决至少一个技术问题，本发明提供一种对象检测方法，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。

此外，为了解决上述技术问题，本发明提供一种对象检测设备，包括：通用模型存储单元，被配置为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；样本图像接收单元，被配置为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；对象检测器创建单元，被配置为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；以及对象检测单元，被配置为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。