[发明专利]获取物体检测器的方法及装置

说明书

技术领域

本发明涉及检测技术领域，特别涉及一种获取物体检测器的方法及装置。

背景技术

随着电子信息技术的进步和网络化普及，人们在日常生活中越来越普遍地使用各种各样的图像采集设备，从而可以快捷地获取大量的图像和视频数据。通过快速而智能地分析这些数据，可以对图像中的物体进行检测。目前，物体检测的方式中普遍采用物体检测器对图像中的物体进行检测，而物体检测器又是对大量物体图像进行训练得到的，因此，物体检测器的性能将直接影响物体检测的性能。

现有技术中获取物体检测器的方式有多种，在由P.Felzenszwalb发表的一篇名为“Object Detection with Discriminatively Trained Part Based Modes”的论文中提到了一种人体检测器的获取方法。该方法首先采用SVM（Support Vector Machine，支持向量机）对人体图像训练样本进行训练，得到一个适用于人体全身的根分类器（root filter），之后按照人体部件（如头部、上肢、下肢和躯干等）在根分类器的基础上获取与人体各个部件相对应的部件分类器（part filter），最后采用latent SVM（隐变量SVM）对得到的根分类器及各个部件分类器进行训练，得到训练后的根分类器及部件分类器，并将训练后的根分类器及部件分类器作为获取到的物体检测器。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

上述根分类器及部件分类器在进行匹配或检测的过程中，由于仅仅使用了部件的平移来获取最佳匹配，不能有效地匹配姿态和视角多变的物体，因而采用上述根分类器及部件分类器构成的物体检测器对动态物体进行检测时，其检测精度不高。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种获取物体检测器的方法及装置。所述技术方案如下：

一方面，提供了一种获取物体检测器的方法，所述方法包括：

采用支持向量机SVM对预先获取的图像训练样本进行训练，得到第一根分类器，并根据所述第一根分类器获取各个物体部件对应的第一部件分类器；

将所述第一根分类器及每个第一部件分类器分别进行模型变换，得到变换后的根分类器及各个物体部件对应的变换后的部件分类器，所述变换至少包括比例变换、旋转变换及错切变换中的一种；

采用隐变量SVM对变换后的根分类器及各个物体部件对应的变换后的部件分类器进行训练，得到第二根分类器及各个物体部件对应的第二部件分类器，并将所述第一根分类器、第二根分类器、第一部件分类器及第二部件分类器作为获取到的物体检测器。

进一步地，所述将所述第一根分类器、第二根分类器、第一部件分类器及第二部件分类器作为获取到的物体检测器之后，还包括：

获取待检测物体图像；

提取所述待检测物体图像的特征，得到所述待检测物体图像的第一特征图，并对所述第一特征图进行插值处理，得到第二特征图；

采用所述物体检测器中的第一根分类器及第二根分类器分别对所述第一特征图进行检测，得到所述第一根分类器的检测结果及所述第二根分类器的检测结果；

采用所述物体检测器中的第一部件分类器及第二部件分类器分别对所述第二特征图进行检测，得到所述第一部件分类器的检测结果及所述第二部件分类器的检测结果，并根据预设参数对所述第一部件分类器的检测结果及所述第二部件分类器的检测结果分别进行距离变换，得到所述第一部件分类器的变换结果及所述第二部件分类器的变换结果；

根据所述第一根分类器的检测结果、所述第二根分类器的检测结果、所述第一部件分类器的变换结果及所述第二部件分类器的变换结果获取采用所述物体检测器对所述待检测物体图像进行物体检测的检测结果。

较佳地，所述预设参数为所述隐变量SVM所使用的隐变量；

所述根据预设参数对所述第一部件分类器的检测结果及所述第二部件分类器的检测结果分别进行距离变换，得到所述第一部件分类器的变换结果及所述第二部件分类器的变换结果，包括：

根据所述隐变量SVM所使用的隐变量对所述第一部件分类器的检测结果及所述第二部件分类器的检测结果分别进行距离变换，得到所述第一部件分类器的第一变换结果及所述第二部件分类器的第一变换结果；

所述根据所述第一根分类器的检测结果、所述第二根分类器的检测结果、所述第一部件分类器的变换结果及所述第二部件分类器的变换结果获取采用所述物体检测器对所述待检测物体图像进行物体检测的检测结果，包括：