[发明专利]一种图像检测方法及装置

摘要

本申请公开了一种图像检测方法及装置，方法包括进行图像分割，获取训练对象集，构建多特征树，得到若干个在视觉特征上相互独立的范本对象，由于多特征树的建立过程是一种利用多种视觉特征按一定层次距离细分的过程，所以很好的表达出同类对象在多种视觉特征上的相似性，仅在少数视觉特征上不同，而异类对象只在少数特征上相似，在大多数视觉特征上不同。进一步，将获得的所有范本对象都用于对象表达中，通过计算图像对象与不同范本对象的相似程度，很好的将同类的多样性信息和异类的差异信息共同编码到对象表达中，因此使得最后的对象检测子同时具备良好的同类整合能力和异类区分能力。

主权项

一种图像检测方法，其特征在于，包括：利用图像分割算法将训练集中的每一个复合图像进行分割，得到由若干个训练对象构成的训练对象集，其中每一个训练对象均确定了类别标签；利用所述训练对象集和预设的视觉特征集构造多特征树，包括：步骤S1：将所述训练对象集作为多特征树的根节点，并将根节点确定为目标节点；步骤S2：在所述视觉特征集中挑选一个未被选取过的视觉特征，并利用选取的视觉特征对所述目标节点进行聚类，得到多特征树下一层中与所述目标节点对应的若干个子节点；步骤S3：判断所述视觉特征集中是否存在未选取过的视觉特征，如果是，执行步骤S4，否则，执行步骤S5；步骤S4：将所述若干个子节点分别确定为目标节点，返回执行步骤S2；步骤S5：将所述若干个子节点确定为多特征树的叶子节点；计算所述多特征树中除去根节点之外的所有节点的聚类均值；将由根节点至每一个所述叶子节点的路径上的节点的聚类均值的顺序组合确定为该叶子节点的范本对象，所有的范本对象构成范本对象集；对所述训练对象集中每一个训练对象，按照所述预设的视觉特征集，提取不同的视觉特征，并用提取的每一个视觉特征的顺序组合来表示该训练对象；计算每一个所述训练对象与所述范本对象集中所有的范本对象的高斯相似性，将计算结果确定为该训练对象基于范本对象的表达；利用每一个所述训练对象基于范本对象的表达以及该训练对象的类别标签，训练预先获取的携带有待定参数的对象检测子，以确定最优对象检测子；利用所述最优对象检测子进行待测图像的检测。