[发明专利]基于方向梯度二值模式和软级联SVM的实时目标检测方法

摘要

本发明提供一种基于方向梯度二值模式(ORBP)和软级联SVM的实时目标检测方法，主要解决现有技术中目标检测实时性差和鲁棒性低问题。方法步骤为：1)方向梯度二值模式特征描述；2)软级联分类器SVM的构建；3)软级联分类器的特征训练；4)目标窗口追踪更新。本发明提出的ORBP特征具有旋转、尺度、平移及亮度不变性等多种优点，软级联SVM提高复杂场景下目标检测的鲁棒性，目标窗口追踪提高目标检测的实时性。本发明提出的方法可应用于人机交互和智能交通监控领域，目标检测性能优异。

主权项

1.一种基于方向梯度二值模式和软级联SVM的实时目标检测方法，特征在于，包括以下步骤：(1)ORBP特征提取：对图像源样本进行对比度变换预处理，将梯度方向等分为K份，分别计算图像Sobel边缘下各个方向块梯度图；然后根据方向块梯度图水平与垂直方向的累积响应，生成ORBP特征；(2)软级联分类器SVM的构建：根据图像源样本的ORBP特征，计算所有样本的响应，找到正样本边界分类对应的阈值与特征向量，然后将待检测窗口依次送入软级联分类器，通过当前窗口响应大小来判断是否属于目标；(3)软级联分类器特征训练：对标定正样本目标图像进行正负样本生成，随机选取正负样本各N个，对样本进行ORBP特征描述，然后利用构建的软级联SVM分类器完成对样本特征训练；(4)目标窗口追踪更新：根据软级联SVM训练出来的分类器，对图像序列进行目标窗口检测，利用shi‑Tomasi角点检测方法提取目标窗口的特征点，根据Median‑Flow追踪器判定当前特征点是否为最佳追踪点；然后通过最佳跟踪点计算下一帧目标窗口预测位置，利用级联分类器的起始分类器进行目标判定，最终输出目标检测窗口。