[发明专利]基于部件结构模型的目标检测与识别方法有效

专利信息
申请号: 201010106757.0 申请日: 2010-02-03
公开(公告)号: CN102142078A 公开(公告)日: 2011-08-03
发明(设计)人: 张树武;夏晓珍;梁伟 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06K9/00 分类号: G06K9/00;G06F17/30
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 梁爱荣
地址: 100080 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 基于部件结构模型的目标检测与识别方法,采用积分直方图提取目标以及目标各个部件内不同模块大小的梯度方向直方图特征;分别对目标以及目标各个部件训练生成boost级联分类器,级联分类器中的弱分类器由梯度方向直方图特征向量的方向成员构成;采用半监督训练方式,由手工标注方式确定目标的位置,而目标各个部件的位置由训练目标整体级联分类器过程中所挑选出的区分能力较强的若干弱分类器所在模块的位置确定;采用星型结构训练目标以及目标各个部件之间的空间关系模型;用boost级联分类器分别检测目标以及目标各个部件得到部件检测代价图,然后利用距离变换以及目标各个部件之间的相对位置关系实现目标的检测与识别定位。
搜索关键词: 基于 部件 结构 模型 目标 检测 识别 方法
【主权项】:
一种基于部件结构模型的目标检测与识别方法,其特征在于,将部件结构模型和级联分类器相结合的半监督目标检测与定位识别算法,该方法的实现步骤如下:步骤S1:采用积分直方图提取目标整体以及目标各个部件内不同模块大小的梯度方向直方图特征,所述不同模块的长宽和长宽比例变动范围由目标及目标各个部件大小确定;步骤S2:根据提取的特征,分别对目标整体以及目标各个部件训练,生成boost级联分类器,级联分类器中的弱分类器由梯度方向直方图特征向量的每一个方向成员构成;步骤S3:采用半监督的训练方式,由手工标注方式确定目标的位置,而目标各个部件的位置由训练目标整体boost级联分类器过程中所挑选出的区分能力较强的若干弱分类器所在模块的位置确定;步骤S4:根据获得的目标整体和目标各个部件的位置,采用星型结构训练目标整体以及目标各个部件之间的空间关系模型;步骤S5:用boost级联分类器分别检测目标整体和目标各个部件,得到目标整体以及目标各个部件检测代价图,然后利用距离变换以及目标各个部件之间的相对位置关系实现目标的检测与识别定位。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院自动化研究所,未经中国科学院自动化研究所许可,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/patent/201010106757.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top