目標(biāo)檢測(cè)方法與裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像檢測(cè)技術(shù)，尤其涉及一種目標(biāo)檢測(cè)方法與裝置。
【背景技術(shù)】
[0002] 隨著低空空域的逐步開放，低空飛行安全問題成為業(yè)界關(guān)注的問題之一。為保證 飛行器在復(fù)雜的低空環(huán)境下安全飛行，需要對(duì)低空環(huán)境中的運(yùn)動(dòng)目標(biāo)，如飛鳥等進(jìn)行目標(biāo) 檢測(cè)，以避免飛鳥與飛行器相撞，從而保障飛行器與飛鳥安全的共享低空。
[0003] 目前，通過對(duì)具體的鳥種檢測(cè)實(shí)現(xiàn)對(duì)低空飛行中運(yùn)動(dòng)目標(biāo)的檢測(cè)。然而，飛鳥的種 類較多，即使同一類飛鳥，不同姿態(tài)的外觀也不相同，即飛鳥存在鳥種多樣性和外觀多樣性 的特征，對(duì)具體鳥種的檢測(cè)方法并不適用于對(duì)所有飛鳥進(jìn)行檢測(cè)，而且，對(duì)具體鳥種的檢測(cè) 方法僅僅適用于該具體鳥種的部分姿態(tài)，不適用該鳥種的所有姿態(tài)。因此，提出一種適用于 對(duì)低空環(huán)境中各種鳥種及不同姿態(tài)的目標(biāo)檢測(cè)方法，實(shí)為業(yè)界亟待解決的問題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供一種目標(biāo)檢測(cè)方法與裝置，實(shí)現(xiàn)對(duì)低空環(huán)境中各種鳥種及不同姿態(tài)都 適用的運(yùn)動(dòng)目標(biāo)的檢測(cè)。
[0005] 第一個(gè)方面，本發(fā)明實(shí)施例提供一種目標(biāo)檢測(cè)方法，包括：
[0006] 確定第h個(gè)待檢測(cè)區(qū)域，所述第t i個(gè)待檢測(cè)區(qū)域?yàn)榇龣z測(cè)目標(biāo)在待檢測(cè)視頻的第 ^幀圖像中的區(qū)域，所述待檢測(cè)目標(biāo)為所述待檢測(cè)視頻中的運(yùn)動(dòng)物體，所述待檢測(cè)視頻包 括T幀圖像，T彡Lt1= 1，…，T ;
[0007] 對(duì)所述第^個(gè)待檢測(cè)區(qū)域提取特征，采用多姿態(tài)分類器與所述特征進(jìn)行匹配，若 所述第^個(gè)待檢測(cè)區(qū)域的特征與所述多姿態(tài)分類器的其中之一的分類器的匹配結(jié)果高于 第一閾值，則將所述其中之一的分類器對(duì)應(yīng)的姿態(tài)類型作為所述待檢測(cè)目標(biāo)在所述第心幀 圖像中的姿態(tài)類型；
[0008] 確定所述待檢測(cè)目標(biāo)的姿態(tài)序列，所述姿態(tài)序列為所述待檢測(cè)目標(biāo)在L幀圖像中 的姿態(tài)類型的集合，所述L幀圖像為所述T幀圖像中，待檢測(cè)區(qū)域的特征與所述多姿態(tài)分類 器進(jìn)行特征匹配的結(jié)果高于所述第一閾值的L幀圖像，I < L < T ;
[0009] 根據(jù)所述姿態(tài)序列，確定所述待檢測(cè)目標(biāo)在所述待檢測(cè)視頻中的基元?jiǎng)幼餍蛄校?所述基元?jiǎng)幼餍蛄邪ɑ獎(jiǎng)幼?，所述基元?jiǎng)幼鞅硎舅龃龣z測(cè)目標(biāo)在連續(xù)幀上兩個(gè)姿態(tài) 的切換過程；
[0010] 確定所述基元?jiǎng)幼餍蛄兄械母骰獎(jiǎng)幼鞯念l率，根據(jù)所述頻率確定所述基元?jiǎng)幼?序列的基元?jiǎng)幼黝l率分布直方圖；
[0011] 匹配所述基元?jiǎng)幼黝l率分布直方圖與至少一個(gè)樣本基元?jiǎng)幼髦狈綀D，若所述基元 樣本頻率直放圖與所述至少一個(gè)樣本基元?jiǎng)幼髦狈綀D中的一個(gè)樣本基元?jiǎng)幼髦狈綀D的匹 配結(jié)果低于第二閾值，則確定所述待檢測(cè)目標(biāo)為飛鳥，所述至少一個(gè)樣本基元?jiǎng)幼髦狈綀D 包括：飛鳥運(yùn)動(dòng)過程中，每一類運(yùn)動(dòng)過程對(duì)應(yīng)的樣本基元?jiǎng)幼髦狈綀D。
[0012] 在第一個(gè)方面的第一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述姿態(tài)序列，確定所述待 檢測(cè)目標(biāo)在所述待檢測(cè)視頻中的基元?jiǎng)幼餍蛄?，包括?br>[0013] 根據(jù)所述姿態(tài)序列，確定所述姿態(tài)序列中相鄰不同姿態(tài)類型的轉(zhuǎn)換點(diǎn)向量；
[0014] 根據(jù)所述轉(zhuǎn)換點(diǎn)向量，確定所述基元?jiǎng)幼?，根?jù)所述基元?jiǎng)幼鞯玫剿龌獎(jiǎng)幼?序列。
[0015] 結(jié)合第一個(gè)方面的第一種可能的實(shí)現(xiàn)方式，在第一個(gè)方面的第二種可能的實(shí)現(xiàn)方 式中，所述根據(jù)所述轉(zhuǎn)換點(diǎn)向量，確定所述基元?jiǎng)幼鳎鶕?jù)所述基元?jiǎng)幼鞯玫剿龌獎(jiǎng)幼?序列，包括：
[0016] 確定每兩個(gè)相鄰轉(zhuǎn)換點(diǎn)之間的幀中置信度最高的幀，將相鄰兩個(gè)置信度最高的幀 分別對(duì)應(yīng)的姿態(tài)類型作為所述基元?jiǎng)幼鳎鶕?jù)所述基元?jiǎng)幼鞯玫剿龌獎(jiǎng)幼餍蛄小?br>[0017] 在第一個(gè)方面的第三種可能的實(shí)現(xiàn)方式中，所述對(duì)所述第^個(gè)待檢測(cè)區(qū)域提取特 征，采用多姿態(tài)分類器與所述特征進(jìn)行匹配之前，還包括：
[0018] 對(duì)飛鳥圖片分姿態(tài)聚類；
[0019] 對(duì)所述聚類中的每一類姿態(tài)訓(xùn)練分類器；
[0020] 將所述聚類中的各類姿態(tài)對(duì)應(yīng)的分類器加權(quán)組合，得到所述多姿態(tài)分類器。
[0021] 結(jié)合第一個(gè)方面、第一個(gè)方面的第一種至第三種中任一種可能的實(shí)現(xiàn)方式，在第 一個(gè)方面的第四種可能的實(shí)現(xiàn)方式中，所述匹配所述基元?jiǎng)幼黝l率分布直方圖與至少一個(gè) 樣本基元?jiǎng)幼髦狈綀D之前，還包括：
[0022] 獲取所述至少一個(gè)樣本基元?jiǎng)幼髦狈綀D。
[0023] 結(jié)合第一個(gè)方面的第四種可能的實(shí)現(xiàn)方式，在第一個(gè)方面的第五種可能的實(shí)現(xiàn)方 式中，所述獲取至少一個(gè)樣本基元?jiǎng)幼髦狈綀D，包括：
[0024] 對(duì)于1類運(yùn)動(dòng)過程，訓(xùn)練至少一個(gè)樣本視頻的基元?jiǎng)幼髦狈綀D，從而得到所述1類 運(yùn)動(dòng)過程對(duì)應(yīng)的樣本基元?jiǎng)幼髦狈綀D，所述樣本視頻包含所述1類運(yùn)動(dòng)過程，所述1類運(yùn)動(dòng) 過程為所述每一類運(yùn)動(dòng)過程中的任意一個(gè)，所述1類運(yùn)動(dòng)過程對(duì)應(yīng)的樣本基元?jiǎng)幼髦狈綀D 為所述至少一個(gè)樣本視頻的基元?jiǎng)幼髦狈綀D中，與所述至少一個(gè)樣本視頻的基元?jiǎng)幼髦狈?圖的之間的距離最小的基元?jiǎng)幼髦狈綀D。
[0025] 結(jié)合第一個(gè)方面的第五種可能的實(shí)現(xiàn)方式，在第一個(gè)方面的第六種可 能的實(shí)現(xiàn)方式中，所述1類運(yùn)動(dòng)過程對(duì)應(yīng)的樣本基元?jiǎng)幼髦狈綀D為

其中，S1為所述1類運(yùn)動(dòng)過程的基元?jiǎng)幼餍蛄械?訓(xùn)練樣本集，所述S1為所述S1中的一個(gè)基元?jiǎng)幼餍蛄校琁 I Φ (S) I I = 1，DkJΦ (S1) I I Φ (S)) 為所述基元?jiǎng)幼髦狈綀D的之間的距離。
[0026] 第二個(gè)方面，本發(fā)明實(shí)施例提供一種目標(biāo)檢測(cè)裝置，包括：
[0027] 待檢測(cè)區(qū)域確定模塊，用于確定第t個(gè)待檢測(cè)區(qū)域，所述第t i個(gè)待檢測(cè)區(qū)域?yàn)榇?檢測(cè)目標(biāo)在待檢測(cè)視頻的第^幀圖像中的區(qū)域，所述待檢測(cè)目標(biāo)為所述待檢測(cè)視頻中的運(yùn) 動(dòng)物體，所述待檢測(cè)視頻包括T幀圖像，T彡1，ti= 1，…，T ;
[0028] 姿態(tài)類型確定模塊，用于對(duì)所述第^個(gè)待檢測(cè)區(qū)域提取特征，采用多姿態(tài)分類器 與所述特征進(jìn)行匹配，若所述第^個(gè)待檢測(cè)區(qū)域的特征與所述多姿態(tài)分類器的其中之一的 分類器的匹配結(jié)果高于第一閾值，則將所述其中之一的分類器對(duì)應(yīng)的姿態(tài)類型作為所述待 檢測(cè)目標(biāo)在所述第^幀圖像中的姿態(tài)類型；
[0029] 姿態(tài)序列確定模塊，用于確定所述待檢測(cè)目標(biāo)的姿態(tài)序列，所述姿態(tài)序列為所 述待檢測(cè)目標(biāo)在L幀圖像中的姿態(tài)類型的集合，所述L幀圖像為所述T幀圖像中，待檢 測(cè)區(qū)域的特征與所述多姿態(tài)分類器進(jìn)行特征匹配的結(jié)果高于所述第一閾值的L幀圖像， I ^ L ^ T ；
[0030] 基元?jiǎng)幼鞔_定模塊，用于根據(jù)所述姿態(tài)序列，確定所述待檢測(cè)目標(biāo)在所述待檢測(cè) 視頻中的基元?jiǎng)幼餍蛄?，所述基元?jiǎng)幼餍蛄邪ɑ獎(jiǎng)幼鳎龌獎(jiǎng)幼鞅硎舅龃龣z測(cè) 目標(biāo)在連續(xù)幀上兩個(gè)姿態(tài)的切換過程；
[0031] 基元?jiǎng)幼餍蛄写_定模塊，用于確定所述基元?jiǎng)幼餍蛄兄械母骰獎(jiǎng)幼鞯念l率，根 據(jù)所述頻率確定所述基元?jiǎng)幼餍蛄械幕獎(jiǎng)幼黝l率分布直方圖；
[0032] 直方圖匹配模塊，用于匹配所述基元?jiǎng)幼黝l率分布直方圖與至少一個(gè)樣本基元?jiǎng)?作直方圖，若所述基元樣本頻率直放圖與所述至少一個(gè)樣本基元?jiǎng)幼髦狈綀D中的一個(gè)樣本 基元?jiǎng)幼髦狈綀D的匹配結(jié)果低于第二閾值，則確定所述待檢測(cè)目標(biāo)為飛鳥，所述至少一個(gè) 樣本基元?jiǎng)幼髦狈綀D包括：飛鳥運(yùn)動(dòng)過程中，每一類運(yùn)動(dòng)過程對(duì)應(yīng)的樣本基元?jiǎng)幼髦狈綀D。
[0033] 在第二個(gè)方面的第一種可能的實(shí)現(xiàn)方式中，所述基元?jiǎng)幼餍蛄写_定模塊，具體用 于根據(jù)所述姿態(tài)序列，確定所述姿態(tài)序列中相鄰不同姿態(tài)類型的轉(zhuǎn)換點(diǎn)向量；根據(jù)所述轉(zhuǎn) 換點(diǎn)向量，確定所述基元?jiǎng)幼?，根?jù)所述基元?jiǎng)幼鞯玫剿龌獎(jiǎng)幼餍蛄小?br>[0034] 結(jié)合第二個(gè)方面的第一種可能的實(shí)現(xiàn)方式，在第二個(gè)方面的第二種可能的實(shí)現(xiàn)方 式中，所述基元?jiǎng)幼餍蛄写_定模塊，具體用于確定每兩個(gè)相鄰轉(zhuǎn)換點(diǎn)之間的幀中置信度最 高的幀，將相鄰兩個(gè)置信度最高的幀分別對(duì)應(yīng)的姿態(tài)類型作為所述基元?jiǎng)幼鳎鶕?jù)所述基 元?jiǎng)幼鞯玫剿龌獎(jiǎng)幼餍蛄小?br>[0035] 本發(fā)明實(shí)施例提供的目標(biāo)檢測(cè)方法與裝置，通過確定出待檢測(cè)區(qū)域，針對(duì)待檢測(cè) 區(qū)域進(jìn)行初步檢測(cè)與姿態(tài)類型估計(jì)，接著對(duì)初步檢測(cè)中疑似待檢測(cè)目標(biāo)為飛鳥的幀，確定 待檢測(cè)目標(biāo)在該些幀中的姿態(tài)序列，然后根據(jù)姿態(tài)序列，進(jìn)一步確定待檢測(cè)目標(biāo)在待檢測(cè) 視頻中的基元?jiǎng)幼餍蛄?，并匹配基元?jiǎng)幼餍蛄械幕獎(jiǎng)幼黝l率分布直方圖與至少一個(gè)樣本 基元?jiǎng)幼髦狈綀D，根據(jù)匹配結(jié)果，確定疑似飛鳥的待檢測(cè)目標(biāo)是否確實(shí)為飛鳥。該過程中， 模擬出待檢測(cè)目標(biāo)的運(yùn)動(dòng)過程，將待檢測(cè)目標(biāo)的運(yùn)動(dòng)過程對(duì)應(yīng)的基元?jiǎng)幼黝l率分布直方圖 與至少一個(gè)樣本基元?jiǎng)幼髦狈綀D進(jìn)行匹配，從而確定出待檢測(cè)目標(biāo)是否為飛鳥。由于至少 一個(gè)樣本基元?jiǎng)幼髦狈綀D對(duì)應(yīng)不同的運(yùn)動(dòng)過程，是不區(qū)分具體鳥種的，因此，可實(shí)現(xiàn)對(duì)低空 環(huán)境中各種鳥種及不同姿態(tài)都適用的運(yùn)動(dòng)目標(biāo)的檢測(cè)。
【附圖說明】
[0036] 圖1為本發(fā)明目標(biāo)檢測(cè)方法實(shí)施例一的流程圖；
[0037] 圖2為本發(fā)明目標(biāo)檢測(cè)方法所適用的分姿態(tài)聚類示意圖；
[0038] 圖3為本發(fā)明目標(biāo)檢測(cè)方法所適用的基元?jiǎng)幼魈崛∈疽鈭D；
[0039] 圖4為本發(fā)明一實(shí)施例提供的目標(biāo)檢測(cè)方法姿態(tài)序列的獲得過程示意圖；
[0040] 圖5為本發(fā)明一實(shí)施例提供的目標(biāo)檢測(cè)方法中從獲得姿態(tài)序列到獲得基元?jiǎng)幼?頻率分布直方圖的過程示意圖；
[0041] 圖6為本發(fā)明目標(biāo)檢測(cè)裝置實(shí)施例一的結(jié)構(gòu)示意圖；
[0042] 圖7為本發(fā)明目標(biāo)檢測(cè)裝置實(shí)施例二的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0043] 為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例 中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是 本發(fā)明一部分實(shí)施例