[发明专利]图像检测方法及装置

权利要求书

1.一种图像检测方法，其特征在于，包括：

针对待检测图片的每个滑动窗，逐个获取预先训练得到的随机森林中各决策树的分裂节 点所对应的图像特征变量值；

根据各个所述决策树的分裂节点对应的图像特征变量值及所述分裂节点对应的判断标 准，检测所述滑动窗内的图像是否包含目标对象，直到扫描完所述待检测图片的全部滑动窗， 得到图像检测结果。

2.根据权利要求1所述的方法，其特征在于，所述逐个获取预先训练得到的随机森林中 各决策树的分裂节点所对应的图像特征变量值，包括：

对于每个所述滑动窗，建立所述决策树的分裂节点与图像特征变量的计算公式之间的对 应关系；

查询所述对应关系确定所述图像特征变量的计算公式，并依据所述计算公式计算得到所 述图像特征变量的变量值。

3.根据权利要求1所述的方法，其特征在于，所述根据各个所述决策树的分裂节点对应 的图像特征变量值及所述分裂节点对应的判断标准，检测所述滑动窗内的图像是否包含目标 对象，包括：

根据所述决策树的分裂节点对应的图像特征变量值及所述分裂节点对应的判断标准，对 所述滑动窗内的图像是否包含目标对象进行投票；

根据随机森林内各个决策树对所述滑动窗内的图像的投票结果，确定所述滑动窗内的图 像是否包含目标对象。

4.根据权利要求3所述的方法，其特征在于，所述根据随机森林内各个决策树对所述滑 动窗内的图像的投票结果，确定所述滑动窗内的图像是否包含目标对象，包括：

统计所述随机森林内各个决策树的投票结果；

将所有投票结果中票数最多的结果作为确定所述滑动窗内的图像是否包含目标对象的判 断结果。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

计算样本图像的图像特征变量值；

根据所述图像特征变量值，训练得到随机森林中的各个决策树。

6.一种图像检测装置，其特征在于，包括：

获取模块，用于针对待检测图片的每个滑动窗，逐个获取预先训练得到的随机森林中各 决策树的分裂节点所对应的图像特征变量值；

检测模块，用于根据各个所述决策树的分裂节点对应的图像特征变量值及所述分裂节点 对应的判断标准，检测所述滑动窗内的图像是否包含目标对象，直到扫描完所述待检测图片 的全部滑动窗，得到图像检测结果。

7.根据权利要求6所述的装置，其特征在于，所述获取模块包括：

建立子模块，用于对于每个所述滑动窗，建立所述决策树的分裂节点与图像特征变量的 计算公式之间的对应关系；

第一计算子模块，用于查询所述对应关系确定所述图像特征变量的计算公式，并依据所 述计算公式计算得到所述图像特征变量的变量值。

8.根据权利要求6所述的装置，其特征在于，所述检测模块包括：

投票决定子模块，用于根据所述决策树的分裂节点对应的图像特征变量值及所述分裂节 点对应的判断标准，对所述滑动窗内的图像是否包含目标对象进行投票；

第一确定子模块，用于根据随机森林内各个决策树对所述滑动窗内的图像的投票结果， 确定所述滑动窗内的图像是否包含目标对象。

9.根据权利要求8所述的装置，其特征在于，所述第一确定子模块包括：

统计子模块，用于统计所述随机森林内各个决策树的投票结果；

第二确定子模块，用于将所有投票结果中票数最多的结果作为确定所述滑动窗内的图像 是否包含目标对象的判断结果。

10.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第二计算子模块，用于计算样本图像的图像特征变量值；

训练子模块，用于根据所述图像特征变量值，训练得到随机森林中的各个决策树。

11.一种终端设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

针对待检测图片的每个滑动窗，逐个获取预先训练得到的随机森林中各决策树的分裂节 点所对应的图像特征变量值；

根据各个所述决策树的分裂节点对应的图像特征变量值及所述分裂节点对应的判断标 准，检测所述滑动窗内的图像是否包含目标对象，直到扫描完所述待检测图片的全部滑动窗， 得到图像检测结果。