[发明专利]目标检测方法和设备无效
申请号: | 201010264325.2 | 申请日: | 2010-08-23 |
公开(公告)号: | CN102375993A | 公开(公告)日: | 2012-03-14 |
发明(设计)人: | 韩博 | 申请(专利权)人: | 索尼公司 |
主分类号: | G06K9/64 | 分类号: | G06K9/64 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 杜诚;郎晓虹 |
地址: | 日本*** | 国省代码: | 日本;JP |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标 检测 方法 设备 | ||
1.一种目标检测方法,包括:
对于在至少一个图像中检测到的某个候选目标,该候选目标称为第一候选目标,根据在所述至少一个图像中检测到的、在空间上位于该第一候选目标的位置附近且与该第一候选目标类别相同的多个相邻候选目标来估计该第一候选目标所属类别的目标的特征在该第一候选目标的位置附近的特征分布;以及
根据所述特征分布来判断该第一候选目标是否为误检测。
2.如权利要求1所述的方法,其中,所述特征为目标的尺寸,所述特征分布为根据检测到的所述多个相邻候选目标的尺寸来估计的所属类别的目标在所述第一候选目标的位置附近的尺寸分布。
3.如权利要求1所述的方法,其中,所述多个相邻候选目标为在所述至少一个图像中检测到的在空间上距离该第一候选目标的位置最近且与所述第一候选目标类别相同的多个候选目标。
4.如权利要求1所述的方法,其中,所述多个相邻候选目标为在所述至少一个图像中与所述第一候选目标的位置对应的闭合区域中检测到的、与所述第一候选目标类别相同的多个候选目标。
5.如权利要求1所述的方法,其中,估计所述特征分布包括:通过统计所述多个相邻候选目标的所述特征来估计所属类别的目标在所述第一候选目标的位置附近的特征模型,所述特征模型包括下列各项中的至少一个:该类目标的所述特征的上限和下限、该类目标的所述特征的均值和方差、该类目标的所述特征的均值和离差绝对值的均值、该类目标的所述特征的对数的均值和方差、该类目标的所述特征的对数的均值和离差绝对值的均值。
6.如权利要求5所述的方法,其中,估计所属类别的目标在所述第一候选目标的位置附近的特征模型包括:
对于每个相邻候选目标,利用该每个相邻候选目标的所述特征来估计所属类别的目标的所述特征在该每个相邻候选目标的位置的分布概率模型,得到分别与所述多个相邻候选目标中的每一个对应的多个分布概率模型;
在包含所述多个分布概率模型的特征模型空间中搜索分布概率较大的区段;以及
利用该区段来估计所述特征模型。
7.如权利要求5所述的方法,其中,估计所属类别的目标在所述第一候选目标的位置附近的特征模型包括:
提出所属类别的目标在所述第一候选目标的位置附近的多个特征分布假设;
计算所述多个相邻候选目标的特征值在每个特征分布假设下的似然概率之和;以及
根据与最大的似然概率之和对应的特征分布假设来估计所述特征模型。
8.如权利要求1所述的方法,其中,估计所述特征分布包括:
计算所述多个相邻候选目标的所述特征的平均值、中值和以相应候选目标的置信度为权重的加权平均值中的一个。
9.如权利要求1所述的方法,其中,判断该第一候选目标是否为误检测包括:
根据在空间上位于每个相邻候选目标的位置附近的多个同类候选目标来估计所属类别的目标的所述特征在每个相邻候选目标附近的特征分布;
计算该第一候选目标及所述多个相邻候选目标中的每个候选目标的所述特征与对应的特征分布之间的偏差;以及
将该第一候选目标及所述多个相邻候选目标中的一个或多个与较大的偏差对应的候选目标作为误检测。
10.如权利要求1所述的方法,其中,判断该第一候选目标是否为误检测包括:计算该第一候选目标的所述特征与所述特征分布之间的偏差,并判断该偏差是否大于某个阈值,若是,则确定该候选目标为误检测。
11.如权利要求5所述的方法,还包括:
根据所述多个相邻候选目标的置信度对所述特征或所述特征模型加权。
12.如权利要求1所述的方法,其中,多次执行估计所述特征分布以及根据所述特征分布来判断所述第一候选目标是否为误检测的步骤。
13.一种目标检测设备,包括:
估计装置,用于针对在至少一个图像中检测到的某个候选目标,根据在所述至少一个图像中检测到的、在空间上位于该候选目标的位置附近且与该候选目标类别相同的多个相邻候选目标来估计该候选目标所属类别的目标的特征在该候选目标的位置附近的特征分布,该候选目标称为第一候选目标;以及
误检测判断装置,用于根据所述特征分布来判断该第一候选目标是否为误检测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于索尼公司,未经索尼公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010264325.2/1.html,转载请声明来源钻瓜专利网。