[发明专利]使用级联分类器进行复杂目标检测

说明书

背景技术

基于计算机的目标检测系统和方法在需要几乎实时地实现高精度的许多不同应用中使用。这种应用的示例包括主动车辆安全系统、智能监视系统和机器人。

在车辆安全领域，例如，行驶路径中的行人或目标的准确高速识别允许自动安全系统采取必要措施以避免碰撞或者允许自动系统警告驾驶员，从而允许驾驶员采用必要预防措施以避免碰撞。

发明内容

方案1. 一种用于识别查询图像中的复杂目标的方法，所述方法包括：

执行以下计算机支持步骤：

用级联分类器处理来自于查询图像的至少一个像素小块，所述级联中的每个分类器配置成识别表征复杂目标的一部分的至少一个判别性特征，其中，所述级联中的每个接连分类器识别的判别性特征的数量大于所述级联中的先前分类器识别的判别性特征的数量；以及

在所述级联中的最后分类器识别复杂目标的该部分之后，从查询图像选择附加像素小块来处理，所述选择基于概率数据。

方案2. 根据方案1所述的方法，其中，附加像素小块包括考虑所述级联中的最后分类器识别复杂目标的该部分的像素小块具有形成复杂目标的附加部分的最大条件概率的像素。

方案3. 根据方案1所述的方法，还包括：组合查询图像中识别的复杂目标的各部分，以识别整个复杂目标。

方案4. 根据方案1所述的方法，还包括：识别样本复杂图像的一部分的至少一个判别性特征，所述判别性特征表征复杂目标的该部分。

方案5. 根据方案1所述的方法，还包括：随机地选择附加像素小块。

方案6. 根据方案1所述的方法，还包括：当选择未来像素小块时，指定要废弃的搜索像素小块，所述搜索像素小块确定为没有表征复杂目标的一部分的判别性特征。

方案7. 一种用于识别查询图像中的复杂目标的系统，所述系统包括：

处理器，所述处理器配置成：

用级联分类器处理来自于查询图像的至少一个像素小块，所述级联中的每个分类器配置成识别表征复杂目标的一部分的至少一个判别性特征，其中，所述级联中的每个接连分类器使用的判别性特征的数量大于所述级联中的先前分类器使用的判别性特征的数量；以及

在所述级联中的最后分类器识别复杂目标的该部分之后，从查询图像选择附加像素小块来处理，所述选择基于概率数据。

方案8. 根据方案7所述的系统，其中，附加像素小块包括考虑所述级联中的最后分类器识别复杂目标的该部分的像素小块具有形成复杂目标的附加部分的最大条件概率的像素。

方案9. 根据方案7所述的系统，还包括：组合查询图像中识别的复杂目标的各部分，以识别整个复杂目标。

方案10. 根据方案7所述的系统，其中，所述处理器还配置成识别样本复杂图像的一部分的判别性特征，所述判别性特征表征复杂目标的该部分。

方案11. 根据方案7所述的系统，其中，所述处理器还配置成随机地选择附加像素小块。

方案12. 根据方案7所述的系统，其中，所述处理器还配置成当选择未来像素小块时，指定要废弃的搜索像素小块，所述搜索像素小块被发现没有表征复杂目标的一部分的特征的判别性特征。

方案13. 一种存储有指令的非临时计算机可读介质，用于识别查询图像中的复杂目标，在由处理器执行时，使得处理器执行如下指令：

用级联分类器处理来自于查询图像的至少一个像素小块，所述级联中的每个分类器配置成识别表征复杂目标的一部分的像素小块中的至少一个判别性特征，其中，所述级联中的每个接连分类器使用的判别性特征的数量大于所述级联中的先前分类器使用的判别性特征的数量；以及

在所述级联中的最后分类器识别复杂目标的该部分之后，从查询图像选择附加像素小块来处理，所述选择基于概率数据。

方案14. 根据方案13所述的非临时计算机可读介质，其中，附加像素小块包括考虑所述级联中的最后分类器识别复杂目标的该部分的像素小块具有形成复杂目标的附加部分的最大条件概率的像素。

方案15. 根据方案13所述的非临时计算机可读介质，其中，程序代码还配置成组合查询图像中识别的复杂目标的各部分，以识别整个复杂目标。

方案16. 根据方案13所述的非临时计算机可读介质，其中，程序代码还配置成使得处理器识别样本复杂图像的一部分的判别性特征，所述判别性特征表征复杂目标的该部分。