[发明专利]视频监控目标检测方法和装置

说明书

技术领域

本发明涉及图像处理技术领域，特别是涉及一种视频监控目标检测方法和装置。

背景技术

在智能视频监控技术领域，常常需要对特定的目标，如人、人脸、车等，进行检测。目前采用的方法是通过分类器检测，常见的分类器有级联Adaboost分类器和SVM（SVM，Support Vector Machine，支持向量机）分类器。

现有技术中，通过分类器进行检测目标时，采用了滑动窗口检测方法，利用一个固定大小的分类器模板检测窗口从左至右，从上向下，按照一定的步长对整个图像进项检测，判断窗口内的图像是否含有目标。为了检测出图像中各种不同大小的目标，需要对图像进行反复缩小，每次缩小为上次图像大小的1/m，其中m为大于1的浮点数。缩小之后再利用分类器模板检测窗口进行检测。由此，现有技术中，如果需要检测分类器模板窗口所能识别的目标尺度M倍大小的目标，需要对图像进行log_mM次缩放，这个值一般为40次左右。因此，现有技术，需要对图像全部范围进行多次缩放再进行扫描，检测效率比较低。

发明内容

基于此，有必要针对上述技术问题，提供一种视频监控目标检测方法和装置，能够提高目标检测的效率。

一种视频监控目标检测方法，包括：

利用滑动窗口检测方法对输入的前N帧图像进行检测，确定图像中每一像素点的目标尺度范围，并确定所述目标尺度对应的图像缩放参数，N大于1，为整数；

根据每一像素点的目标尺度范围，将图像划分为多个扫描区域；

由各所述扫描区域中像素点的目标尺度范围确定各所述扫描区域的区域目标尺度范围，并确定所述扫描区域对应的图像缩放参数；

对后续输入的图像中的各扫描区域，依据所对应的图像缩放参数，采用滑动窗口检测方法检测图像中的目标。

在一个实施例中，所述利用滑动窗口检测方法对输入的前N帧图像进行检测，确定图像中每一像素点的目标尺度范围的步骤包括：

对前N帧图像进行检测，得到所有检测到的目标的位置(x,y)和对应的尺度S，所述尺度为目标的像素高度或像素宽度，所述位置为图像中包络目标的矩形区域的左上角像素点；

由下列公式确定每一像素点(x_o,y_o)的目标尺度范围，所述像素点(x_o,y_o)处检测到的T个目标的目标尺度为{S_o,i}_i=1,...,T：

目标尺度均值Smean=Σi=1TSo,iT,]]>

目标尺度的标准差Sstd=Σi=1T(So,i-Smean)2T,]]>