[发明专利]使用扩展SURF特征的对象检测

说明书

背景技术

对象检测目的在于定位目标对象(例如，人脸、人体、汽车等等)出现在给定图像或视频帧中的何处(常常是按照特定矩形区域)。通常，对于对象检测技术存在两个主要目的。首先，该技术应使得在不存在目标对象区域中检测到对象的正误识检测事件最少。对于具有实际应用的对象检测技术，每一百万个测试区域的正误识检测事件应不大于一。换句话说，最佳对象检测器的每个检测窗口的正误识(FPPW)系数可以小至1x10-6。其次，该技术对于目标对象存在的几乎所有区域应提供真检测。换句话说，最佳对象检测器的命中率应尽可能地接近100％。实际上，对象检测中的最终目标应是尽可能接近这些基准。

用于对象检测技术的传统方案在实现以上概述的基准的尝试中常常使用boosting Haar cascade(提升Haar级联)技术。但这种技术典型地包括基于一维(1D)哈尔特征(Haar-like feature)的提升分类器的长级联，并使用决策树来提供基分类器。需要用于对象检测的更准确和迅速的技术。

附图说明

在附图中示例性而非限制性地示出了本文所述的材料。为了图示的简单和清楚，图中所示的元件不一定按照比例绘制。例如，为了清楚，一些元件可以相对于其他要元件放大。此外，在认为适当的情况下，在附图中重复了附图标记，用以指示相应的或相似的元件。在附图中：

图1是示例性对象检测系统的示意图；

图2例示了几个示例性滤波器内核；

图3例示了输入图像的示例性局部区域；

图4是示例性对象检测过程的流程图；

图5例示了示例性积分图像坐标标示方案；

图6是示例性提升分类器(boosting classifier)级联的示意图；

图7例示了图像的示例性局部区域；以及

图8是示例性系统的示意图，其全部按照本公开内容的至少某些实施方案来布置。

具体实施方式

现在参考所包含的附图来说明一个或多个实施例或实施方案。尽管论述了特定的配置和布置，但应理解，这仅是出于说明性目的。相关领域技术人员会认识到，在不脱离本说明的精神和范围的情况下，可以使用其他配置和布置。对于相关领域技术人员来说，显然，本文所述的技术和/或布置也可以用于除了本文所述的以外的各种其他系统和应用中。

尽管以下说明阐述了多个实施方案，其可以在例如这种片上系统(SoC)架构的架构中加以证明，但本文所述技术和/或布置的实施方案不局限于特定架构和/或计算系统，可以由用于类似目的的任何架构和/或计算系统来实施。例如，使用例如多个集成电路(IC)芯片和/或封装、和/或多个计算设备和/或诸如机顶盒、智能电话等的消费电子(CE)设备的多个架构可以实施本文所述的技术和/或布置。此外，尽管以下说明可以阐述多个具体细节，例如逻辑实施方案、系统组件的类型和相互关系、逻辑划分/集成选择等，但所要求的主题的实践可以无需此类具体细节。在其他实例中，可以没有详细显示诸如控制结构和完整软件指令序列等的一些材料，以避免使得本文公开的材料模糊不清。

本文所公开的材料可以以硬件、固件、软件或其任意组合来实施。本文公开的材料也可以实施为存储在机器可读介质上的指令，其可以由一个或多个处理器读取并执行。机器可读介质可以包括用于以机器(例如计算设备)可读取的形式存储或发送信息的任何介质和/或机制。例如，机器可读介质可以包括只读存储器(ROM)；随机存取存储器(RAM)；磁盘储存介质；光储存介质；闪存设备；电、光、声或其他形式的传播信号(例如，载波、红外信号、数字信号等)以及其他的。

在说明书中对“一个实施方案”、“实施方案”“示例性实施方案”等的提及指示所述的实施方案可以包括特定的特征、结构或特性，但每一个实施方案不一定都包括所述特定的特征、结构或特性。而且，这种术语不一定指代同一实施方案。此外，当结合一个实施方案说明了特定特征、结构或特性时，认为结合无论本文是否明确说明的其他实施方案来实现这个特征、结构或特性也在本领域技术人员的知识范围内。

图1示出了根据本公开内容的示例性系统100。在多个实施方案中，系统100可以包括特征提取模块(FEM)102和提升级联分类器(boosting cascade classifier)模块(BCCM)104。如以下将更详细解释的，FEM102可以接收输入图像，并可以从图像提取特征。同样如以下将更详细解释的，提取的特征随后可以受到借助BCCM104的处理，以在输入图像中识别对象。