人工智能项目推介——21、基于部件结构模型的目标检测与识别方法

专利申请号:  

CN201010106757.01

专利类型:

发明

IPC 分类号:   

G06K9/00   G06F17/30

应用领域:  

多媒体图像视频检索系统技术领域。

现有技术缺点:  

现有大部分目标检测与识别采用整体目标的训练方式，忽略了目标的各个部件以及部件之间的空间位置关系。或者采用较为复杂的网状空间关系模型对部件进行约束，增加了算法的训练复杂度。或者训练样本的各个部件位置由手工标注产生，为训练和识别过程增加了人工干扰因素。或者未考虑目标各个部件的因素及目标各个部件之间的空间位置关系，同时特征提取过程中未考虑不同模块大小的特征。

技术优势:

本发明能够给出目标的各个部件以及部件之间的空间位置关系、减少了算法的训练复杂度、减少了人工干扰因素。与以往算法相比本发明提出的算法进一步提高了目标检测与定位识别的精度，同时在目标受尺度变换、视角变换、光照、遮挡、背景干扰、形变等影响下对目标准确的检测并定位识别出目标，具有良好的效果。

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。

（以上资讯来源于网络，如有侵权，请联系管理员删除。）