[发明专利]一种目标的快速检测方法及装置

说明书

本发明公开了一种目标的快速检测方法，方法包括：1)、获取待检测图像，以及针对待检测图像的检测框尺寸，且检测框尺寸不大于待检测图像的尺寸；2)、将特征子集的特征权重与比值对应的其他特征子集的特征权重合并；3)、计算每一个特征子集的积分值；4)、判断检测框区域内的特征子集的积分值是否大于设定门限值；5)、若是，按照检测框的滑动方向，将检测框滑动第一步长，并返回执行步骤3)，直至待检测图像中的目标被检测完成；6)、若否，按照检测框的滑动方向，将检测框滑动第二步长并返回执行步骤3)，直至待检测图像中的目标被检测完成。本发明公开了一种目标的快速检测装置。应用本发明实施例，可以降低运算复杂度。

技术领域

本发明涉及一种目标检测方法及装置，更具体涉及一种目标的快速检测方法及装置。

背景技术

多目标检测技术需要在图片中检测出多个目标在图像中的位置，在视觉检测识别领域被广泛应用，其流程通常包括以下步骤：1、通过训练得到Harr特征，通常情况下Harr特征包括：用于计算方差的sum特征、sqsum特征；以及tilted特征三类特征值。2、计算完整图像的积分图，以矩阵积分sum特征为例，由于sum为矩阵积分，采取的是逐级累加的方式，因此，一次完整图像积分图运算复杂度为：H*W*2次加法。3、再定义检测窗区域，该区域大小固定为宽detec_w，高detec_h，在完整图像中以一定的步长滑动，然后计算检测区域是否满足Harr特征值，判断该区域的Harr特征是否大于预定义的门限，方法为：a.利用公式计算检测窗方差值，detec_nf＝detec_w*detec_h*valsqsum-valsum*valsum，计算检测窗方差值，其中valsum为检测窗区域内每个点的积分，valsqsum为检测窗区域内每个点平方的积分。b.由于Harr特征包含nstages个集合，每个集合分别包括ntrees[i]个子集，其中i＝0…nstage-1，总的特征数为harr_num。利用公式，

featureValue＝SUM

(weight[0]*featureEvaluator[0],…weight[n-1]*featureEvaluator[n-1])，分别计算ntrees[i]个子集中的每个tree子集中的特征值，其中，featureEvaluator为特征窗的积分，weight为加权值，不同子集的weight和featureEvaluator分别独立。图1为本发明实施例提供的Harr特征中的sum特征的计算原理示意图，如图1所示，以本发明图1为例说明(n＝3)，其中P[m][0]～P[m][3]分别对应sum特征的4个积分图端点，m＝0…2，结果如下所示，

featureValue[0]＝P[0][0]+P[0][3]-P[0][1]-P[0][2]；

featureValue[1]＝P[1][0]+P[1][3]-P[1][1]-P[1][2]；

featureValue[2]＝P[2][0]+P[2][3]-P[2][1]-P[2][2]；

如果，Wight[0]＝3，Wight[1]＝2，Wight[2]＝-1，则将上述参数代入公式，

featureValue＝SUM

(weight[0]*featureEvaluator[0],…weight[n-1]*featureEvaluator[n-1])中，计算每一个tree子集中的特征值。