[发明专利]基于可变部件模型的电动摩托车图像检测方法

摘要

本发明公开了一种基于可变部件模型的电动摩托车图像检测方法，首先建立样本集，并进行特征提取，通过特征训练得到根模板，以空间聚合的方式获得初始根模板，对样本建立特征金字塔，训练所述的初始根模板；初始化部件模型并加载到初始根模板中经过训练得到最终根模板以及最终部件模型；对于待检测图像，对待检测图像进行特征提取，然后与所述的最终根模板以及最终部件模型进行匹配，得到待检测图像中电动摩托车的位置。本发明所采用的可变形部件模型构建了图像特征金字塔，可在不同尺度上提取特征，以适应不同尺度的图像检测；本发明所采用的可变形部件模型是采用了多组件混合模型，可适应不同视角变化、光照等。

主权项

1.基于可变部件模型的电动摩托车图像检测方法，其特征在于，包括以下步骤：步骤1，建立正样本集和负样本集；步骤2，对正样本集分类，负样本集分组，然后对每个正样本、负样本进行特征提取，得到正样本的特征以及负样本的特征；训练所述正样本的特征和负样本的特征，得到根模板；步骤3，将所述的根模板通过空间聚合得到初始根模板，对所有的正样本、负样本分别建立特征金字塔，然后训练所述的初始根模板；步骤4，设定电动摩托车的部件个数和形状，利用部件扫描步骤3训练后的初始根模板，当部件形状与初始根模板覆盖区域的能量最大时，该覆盖区域即为部件的位置，从而得到初始部件模型；将初始部件模型加载到训练后的初始跟模板中，并在所述的正样本集和负样本集上进行训练，得到最终根模板以及最终部件模型；步骤5，对于待检测图像，对待检测图像进行特征提取，然后与所述的最终根模板以及最终部件模型进行匹配，得到待检测图像中电动摩托车的位置。