[发明专利]一种视觉目标检测与识别方法

权利要求书

1.一种视觉目标检测与识别方法，包括以下步骤：

(1)对于待识别的每种目标，准备一定数量的训练样本；

(2)对训练样本提取多种基本视觉特征，用于训练级联分类器，得到初步检测模型；

(3)对训练样本提取强视觉特征，用于训练强分类器，得到二次判别验证模型；

(4)利用滑动窗策略和初步检测模型的级联分类器对测试图像进行扫描检测，将得分超过预设阈值的窗口作为目标的候选区域；

(5)利用二次判别验证模型对初步检测模型得到的候选区域进行二次判别验证，获得最终的检测与识别结果。

2.如权利要求1所述的方法，其特征在于，所述步骤(1)准备的正样本数量不少于300个，负样本数量为正样本数量的2～5倍。

3.如权利要求1所述的方法，其特征在于，所述步骤(2)提取的基本视觉特征包括颜色、梯度幅值和梯度方向直方图，将这些特征作为输入训练级联分类器。

4.如权利要求3所述的方法，其特征在于，所述步骤(2)采用Adaboost算法实现基于组合特征的级联分类器训练，训练过程为迭代循环优化方式。

5.如权利要求1所述的方法，其特征在于，所述步骤(3)提取的强视觉特征包括SIFT特征、SURF特征，对特征进行聚类量化，并统一特征维度，利用量化后的特征作为输入训练强分类器。

6.如权利要求1所述的方法，其特征在于，所述步骤(4)利用滑动窗策略从检测图像得到多个检测窗口，并采用所述级联分类器对每个窗口进行预测，保留预测得分超过阈值的窗口作为所述候选区域，在滑动过程中对窗口进行一定的尺度缩放，以适应尺度变化。

7.如权利要求1所述的方法，其特征在于，所述步骤(5)对级联分类器得到的候选区域，采用强分类器进行二次判别，去掉那些预测得分小于预先设定阈值的候选区域，将留下的区域作为最终的结果。