[发明专利]基于滑窗搜索的车辆兴趣目标检测方法

说明书

本发明提供一种基于滑窗搜索的车辆兴趣目标检测方法，根据当前滑动搜索窗口的检测结果来控制下一次搜索时窗口的滑动速度，如当前滑动搜索窗口的检测结果属于目标兴趣区域，则表明当前窗口周围区域可能属于兴趣目标的概率较高，减速滑动窗口，以更小的滑动步长来进行特征提取；反之，则加速滑动窗口，增大滑动步长。这样重点关注对象的高密度特征区域，对非目标概率较高的区域快速扫描，就大大提高了目标检测的速度。

技术领域

本发明属于数字图像处理技术。

背景技术

随着现代计算机技术的发展和计算机视觉原理的广泛应用，利用人工智能和计算机图像处理技术对兴趣目标进行实时跟踪研究越来越热门，对目标进行动态实时跟踪定位在现在化交通系统、智能监控系统、军事目标检测等方面具有广泛的应用价值。

车辆兴趣目标一般包括车辆、车牌、车道线、车标等。无论是车牌检测、车标检测、车道线检测、车辆检测、车辆跟踪等场景，从不同天气、光照等复杂场景的视频图像中高效、准确地检测出兴趣目标区域是上述应用的基础。

目前，滑窗搜索作为一种常用数字图像检测技术，是通过设定窗口以及窗口评价估计函数，窗口以固定步长在场景内滑动，最后由评价估计函数在窗口区域内进行投票，从而判断窗口区域是属于前景目标（兴趣目标）或背景（非目标）。

发明内容

本发明所要解决的技术问题是，提供一种高效的基于滑窗搜索的车辆兴趣目标检测方法。

本发明为解决上述技术问题所采用的技术方案是，基于滑窗搜索的车辆兴趣目标检测方法，包括以下步骤：

步骤1：根据当前待检测的兴趣目标的先验尺寸信息设定滑动窗口的大小，进入步骤2；

步骤2：提取滑动搜索窗口内的特征向量V_R，根据特征向量V_R建立评价估计函数进入步骤3；

步骤3：根据评价估计函数的投票结果判断出当前滑动搜索窗口的检测结果，并判断对当前图片是否搜索完毕，如是，搜索结束，如否，进入步骤4；

步骤4：根据当前滑动搜索窗口的检测结果来控制下一次搜索时窗口的滑动速度，如当前滑动搜索窗口的检测结果属于目标兴趣区域，则减速滑动窗口，进入步骤2，如当前滑动搜索窗口的检测结果不属于目标兴趣区域，则加速滑动窗口，进入步骤2。

本发明方法根据当前滑动搜索窗口的检测结果来控制下一次搜索时窗口的滑动速度，如当前滑动搜索窗口的检测结果属于目标兴趣区域，则表明当前窗口周围区域可能属于兴趣目标的概率较高，减速滑动窗口，以更小的滑动步长来进行特征提取；反之，则加速滑动窗口，增大滑动步长。这样重点关注对象的高密度特征区域，对非目标概率较高的区域快速扫描，就大大提高了目标检测的速度。

进一步的，为了单一特征对分类效果的依赖，提供出使用多信息目标特征描述对滑动搜索窗口进行特征向量提取，所述特征向量包括滑动搜索窗口区域内的全局特征、局部特征和仿生特征，所述全局特征包括梯度密度特征、边缘密度特征。

更进一步的，为了简化度密度特征提取的运算复杂度，相比现有方法现在360度各方向上进行投影再降维的做法，本发明在计算灰度图像梯度时，将360度圆周均分为8个角度区间，一个角度区间内的像素构成一个方向梯度图，对于每个方向梯度图分为8个子图像，每个子图像对应个一个维度，最终生成一个64维的特征向量作为梯度密度特征。

具体的，仿生特征包括亮度特征、位置特征以及颜色特征。进一步的，提出使用中心性差异对亮度特征、位置特征以及颜色特征进行描述，简单且快速。

本发明的有益效果是，具有很高目标识别准确率，且在复杂的环境中鲁棒性强。

附图说明

图1为中心尺度u，轮廓尺度v示意图；