[发明专利]对象检测方法和系统

权利要求书

1.一种目标检测方法，包括： 

获取当前场景的当前图像帧； 

基于当前图像帧之前连续多帧图像的历史序列中历史信息，预测当前图像帧的特征区域； 

基于根据具体应用所需而提取的特征，针对当前图像帧中所预测的特征区域，相对于上一帧的特征区域进行特征区域匹配； 

基于当前图像帧中被匹配上的特征区域之间的位移矢量、空间邻接性以及跟踪信息，对当前图像帧的特征区域进行目标集合分析，从而获得待检测目标的特征区域的集合，并将所获得的目标集合作为检测对象输出； 

基于所述提取特征以及空间邻接性对未匹配的点进行聚类；以及 

采用目标集合分析的结果以及聚类结果更新当前图像帧的特征区域以及区域的特征以便针对下一帧图像重复上述步骤。 

2.如权利要求1所述的目标检测方法，其中所述进行目标集合分析步骤包括： 

对于当前图像帧中已匹配上的特征区域，基于特征区域的在当前图像帧之前连续多帧中的相对位移状态，计算处已匹配上的特征区域的位移矢量； 

基于在当前图像帧之前连续多帧的历史信息所显示的跟踪轨迹，校正当前图像帧中所计算的特征区域的位移矢量；以及 

针对当前图像帧，基于特征区域的校正后的位移矢量、特征区域彼此之间的空间邻接性以及跟踪信息，进行特征区域的合并，以获得目标集合。 

3.如权利要求2所述的目标检测方法，其中所述进行目标集合分析步骤还包括： 

对所合并的目标集合的形状进行分析，以确定属于所合并的目标集合的潜在的目标区域； 

基于根据具体应用所需而提取的特征，将所确定的潜在的目标区域作为特征区域相对于上一帧的特征区域进行重新匹配；以及 

将被匹配上的并且与已合并的目标集合具有相同位移矢量的潜在的目标区域合并到已合并的目标集合，从而得到目标的整个集合区域，并保留未匹配上的潜在的目标区域作为新的特征区域。 

4.如权利要求1-3之一所述的目标检测方法，其还包括： 

在所述当前图像帧为第一帧的情况下，直接进行基于提取特征以及空间邻接性对未匹配的点进行聚类，从而获得第一帧的特征区域。 

5.如权利要求4所述的目标检测方法，其中所述更新步骤包括： 

将目标集合区域作为当前图像帧的新的特征区域； 

将未被匹配上的潜在目标区域作为当前图像帧的新的特征区域； 

将未匹配点聚类生成的区域作为当前图像帧的新的特征区域；以及 

针对提取的特征对每个新特征区域的特征值更新。 

6.如权利要求5所述的目标检测方法，其中所述历史序列记录当前图像帧之前连续多帧图像中的每个特征区域运动状态参数。 

7.如权利要求6所述的目标检测方法，其中所述特征区域的预测通过卡尔曼滤波器建立运动模型来进行。 

8.如权利要求7所述的目标检测方法，其中在当前帧中被合并的特征区域之间应具有相同位移矢量以及空间上相邻，并且在连续的数帧中具有相同的位移矢量、空间关系和相同的运动轨迹。 

9.如权利要求8所述的目标检测方法，其中所述确定潜在的目标区域通过预先建立不同目标的形状模型来检测潜在的目标区域。 

10.一种目标检测系统，包括： 

图像获取单元，获取当前场景的当前图像帧； 

特征区域预测单元，基于当前图像帧之前连续多帧图像帧的历史序列中历史信息，预测当前图像帧的特征区域； 

特征区域匹配单元，基于根据具体应用所需而提取的特征，针对当前图像帧中所预测的特征区域，相对于上一帧的特征区域进行特征区域匹配； 

目标集合分析单元，基于当前图像帧中被匹配上的特征区域之间的位移矢量、空间邻接性以及跟踪信息，对当前图像帧的特征区域进行目标集合分析，从而获得待检测目标的特征区域的集合，并将所获得的目标集合作为检测对象输出； 

聚类单元，基于所述提取特征以及空间邻接性对未匹配的点进行聚类；以及 

特征更新单元，采用目标集合分析的结果以及聚类结果更新当前图像帧的特征区域以及区域的特征以便针对下一帧图像重复上述步骤。