[发明专利]基于FPGA加速器的目标检测方法及系统

权利要求书

1.一种基于FPGA加速器的目标检测方法，其特征在于，包括FPGA加速器，所述FPGA加速器用于：

通过聚合通道特征算法提取目标图像的第一DV-HOG特征；

通过决策树对所述第一DV-HOG特征进行量化编码得到第二DV-HOG特征，将所述第二DV-HOG特征与预设阈值进行比较，获取在所述预设阈值内的所述第二DV-HOG特征即为第三DV-HOG特征；

将所述第三DV-HOG特征投入到第一分类器进行训练，得到第二分类器，使用所述第二分类器对目标进行检测；其中，所述第一分类器包括N个决策树，N为正整数。

2.如权利要求1所述的基于FPGA加速器的目标检测方法，其特征在于，通过聚合通道特征算法提取目标图像的第一DV-HOG特征包括：

将目标图像灰度化后进行归一化处理，所述目标图像的像素点(x,y)的像素值I(x,y)归一化后为I(x,y)^gamma，其中gamma∈(1.8,2.5)；

计算I(x,y)^gamma的梯度向量g，g＝au₀+bu₁，u₀、u₁都为单位向量，且u₀与u₁的夹角为θ1，u₀与g的夹角为θ，u₁与g的夹角为(θ1-θ)，其中，g_x为梯度向量g在x轴方向的微分，g_y为梯度向量g在y轴方向的微分，

将目标图像分割成细胞单元，每个细胞单元包括至少一个像素点，在所述梯度向量g的方向上对所述细胞单元进行加权投影，得到所述细胞单元的梯度方向直方图；

将所述细胞单元聚合成图像块，通过一阶范数L₁对聚合后的图像块的梯度方向直方图进行归一化，得到所述图像块的第一DV-HOG特征，即

聚合所有图像块的第一DV-HOG特征，得到目标图像的第一DV-HOG特征。

3.如权利要求2所述的基于FPGA加速器的目标检测方法，其特征在于，所述第一分类器为Adaboost分类器，所述Adaboost分类器包括N个决策树，将所述第三DV-HOG特征投入到第一分类器进行训练的具体过程如下：

设定初始累积置信度为h₀＝0，将所述第三DV-HOG特征i依次输入到N个决策树中，任一决策树k设有拒绝阈值threshold(k)，k＝1,2,...,N，i为正整数；

所述第三DV-HOG特征i输入到所述决策树k后，所述决策树k输出w_k(i)，w_k(i)＝0或1，则有累积置信度h_k＝h_k-1+α_kw_k(i)，所述h_k＜threshold(k)时，所述第三DV-HOG特征i被判定为负类并对所述第三DV-HOG特征i停止训练；若h_k≥threshold(k)，则所述第三DV-HOG特征i被判定为正类并将所述第三DV-HOG特征i投入到下一级决策树(k+1)进行训练；其中，α_k为权重系数，且

若所述第三DV-HOG特征i被全部决策树判定为正类，则得到所述第三DV-HOG特征i的置信度为h_N＝h_N-1+α_Nw_N(i)；

根据得到的全部第三DV-HOG特征的置信度h_N得到第二分类器。