目標(biāo)檢測(cè)方法及裝置的制造方法
【專利摘要】本發(fā)明公開(kāi)了一種目標(biāo)檢測(cè)方法，包括：獲取待識(shí)別照片，并根據(jù)所述待識(shí)別照片的RGB像素值提取待觀測(cè)向量序列，計(jì)算所述待觀測(cè)向量序列與預(yù)設(shè)的目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型的相似度，并在所述相似度達(dá)到預(yù)設(shè)條件時(shí)，確定檢測(cè)到目標(biāo)用戶，并將所述待識(shí)別照片中的待識(shí)別用戶確定為相似度達(dá)到預(yù)設(shè)條件的所述隱馬爾可夫模型對(duì)應(yīng)的所述目標(biāo)用戶。本發(fā)明還公開(kāi)了一種目標(biāo)檢測(cè)裝置。本發(fā)明由于在檢測(cè)過(guò)程中采用了RGB像素值，并不需要依賴人臉信息，可以直接根據(jù)RGB像素值即可識(shí)別出目標(biāo)用戶，在識(shí)別和跟蹤過(guò)程中不需要被跟蹤用戶一直面向終端的攝像頭，被跟蹤用戶可以隨意走動(dòng)，因此終端在目標(biāo)識(shí)別過(guò)程中更加智能和方便。
【專利說(shuō)明】
目標(biāo)檢測(cè)方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及圖像處理技術(shù)領(lǐng)域，尤其設(shè)及一種目標(biāo)檢測(cè)方法及裝置。
【背景技術(shù)】
[0002] 目前，很多終端產(chǎn)品具有識(shí)別功能，例如機(jī)器人，可W完成對(duì)人臉的識(shí)別功能?，F(xiàn) 有技術(shù)在人臉識(shí)別過(guò)程中，終端必須拍攝到待識(shí)別用戶的人臉信息，獲得待識(shí)別用戶的人 臉照片后，才能根據(jù)獲得的人臉照片對(duì)待識(shí)別用戶進(jìn)行識(shí)別。若用戶在走動(dòng)或者背對(duì)終端， 導(dǎo)致終端無(wú)法拍攝到待識(shí)別用戶的人臉信息，則不能完成對(duì)待識(shí)別用戶的識(shí)別?，F(xiàn)有終端 的目標(biāo)識(shí)別比較局限性。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的主要目的在于提供一種目標(biāo)檢測(cè)方法及裝置，旨在解決現(xiàn)有終端的目標(biāo) 識(shí)別比較局限性的技術(shù)問(wèn)題。
[0004] 本發(fā)明提供的目標(biāo)檢測(cè)方法包括W下步驟：
[0005] 獲取待識(shí)別照片，并根據(jù)所述待識(shí)別照片的RGB像素值提取待觀測(cè)向量序列；
[0006] 計(jì)算所述待觀測(cè)向量序列與預(yù)設(shè)的目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型的相似度；
[0007] 在所述相似度達(dá)到預(yù)設(shè)條件時(shí)，確定檢測(cè)到目標(biāo)用戶，并將所述待識(shí)別照片中的 待識(shí)別用戶確定為相似度達(dá)到預(yù)設(shè)條件的所述隱馬爾可夫模型對(duì)應(yīng)的所述目標(biāo)用戶。
[000引優(yōu)選地，所述獲取待識(shí)別照片，并根據(jù)所述待識(shí)別照片的RGB像素值提取待觀測(cè)向 量序列的步驟之前，還包括：
[0009] 獲取目標(biāo)用戶的參考照片；
[0010] 根據(jù)所述參考照片的RGB像素值提取所述目標(biāo)用戶對(duì)應(yīng)的觀測(cè)向量序列；
[0011] 根據(jù)所述觀測(cè)向量序列建立與所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。
[0012] 優(yōu)選地，所述確定檢測(cè)到目標(biāo)用戶的步驟之后，還包括：
[0013] 根據(jù)所述待觀測(cè)向量序列更新與檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。
[0014] 優(yōu)選地，所述確定檢測(cè)到目標(biāo)用戶的步驟之后，還包括：
[0015] 根據(jù)所述待觀測(cè)向量序列和檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型計(jì)算 模型參數(shù)；
[0016] 根據(jù)所述模型參數(shù)確定終端的移動(dòng)方向和距離；
[0017] 按照確定的移動(dòng)方向和距離控制所述終端移動(dòng)，W對(duì)檢測(cè)到的所述目標(biāo)用戶進(jìn)行 跟蹤。
[0018] 優(yōu)選地，所述獲取目標(biāo)用戶的參考照片的步驟包括：
[0019] 采集目標(biāo)用戶在轉(zhuǎn)動(dòng)過(guò)程中的多個(gè)參考照片;其中，在所述目標(biāo)用戶轉(zhuǎn)動(dòng)過(guò)程中， 每隔預(yù)設(shè)時(shí)間間隔拍攝一張所述參考照片。
[0020] 此外，本發(fā)明提供的目標(biāo)檢測(cè)裝置包括：
[0021 ]獲取模塊，用于獲取待識(shí)別照片；
[0022] 提取模塊，用于根據(jù)所述待識(shí)別照片的RGB像素值提取待觀測(cè)向量序列；
[0023] 計(jì)算模塊，用于計(jì)算所述待觀測(cè)向量序列與所述隱馬爾可夫模型的相似度；
[0024] 確定模塊，用于在所述相似度達(dá)到預(yù)設(shè)條件時(shí)，確定檢測(cè)到目標(biāo)用戶，并將所述待 識(shí)別照片中的待識(shí)別用戶確定為相似度達(dá)到預(yù)設(shè)條件的所述隱馬爾可夫模型對(duì)應(yīng)的所述 目標(biāo)用戶。
[0025] 優(yōu)選地，所述獲取模塊還用于獲取目標(biāo)用戶的參考照片；
[0026] 所述提取模塊還用于根據(jù)所述參考照片的RGB像素值提取所述目標(biāo)用戶對(duì)應(yīng)的觀 測(cè)向量序列；
[0027] 所述目標(biāo)檢測(cè)裝置還包括建立模塊，所述建立模塊用于根據(jù)所述觀測(cè)向量序列建 立與所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型，W根據(jù)所述隱馬爾可夫模型進(jìn)行目標(biāo)檢測(cè)。。
[0028] 優(yōu)選地，所述目標(biāo)檢測(cè)裝置還包括更新模塊，用于根據(jù)所述待觀測(cè)向量序列更新 與檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。
[0029] 優(yōu)選地，所述計(jì)算模塊還用于根據(jù)所述待觀測(cè)向量序列和檢測(cè)到的所述目標(biāo)用戶 對(duì)應(yīng)的隱馬爾可夫模型計(jì)算模型參數(shù)；
[0030] 所述確定模塊還用于根據(jù)所述模型參數(shù)確定終端的移動(dòng)方向和距離；
[0031 ]所述目標(biāo)檢測(cè)裝置還包括跟蹤模塊，用于按照確定的移動(dòng)方向和距離控制所述終 端移動(dòng)，W對(duì)檢測(cè)到的所述目標(biāo)用戶進(jìn)行跟蹤。
[0032] 優(yōu)選地，所述獲取模塊還用于采集目標(biāo)用戶在轉(zhuǎn)動(dòng)過(guò)程中的多個(gè)參考照片;其中， 在所述目標(biāo)用戶轉(zhuǎn)動(dòng)過(guò)程中，每隔預(yù)設(shè)時(shí)間間隔拍攝一張所述參考照片。
[0033] 本發(fā)明提供的目標(biāo)檢測(cè)方法及裝置，通過(guò)獲取目標(biāo)用戶的參考照片，根據(jù)所述參 考照片的RGB像素值提取所述目標(biāo)用戶對(duì)應(yīng)的觀測(cè)向量序列，并根據(jù)所述觀測(cè)向量序列建 立與所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型，W根據(jù)所述隱馬爾可夫模型進(jìn)行目標(biāo)檢測(cè)，由 于在建模過(guò)程中采用了RGB像素值，并不需要依賴人臉信息，可W直接根據(jù)RGB像素值即可 識(shí)別出目標(biāo)用戶，在識(shí)別和跟蹤過(guò)程中不需要被跟蹤用戶一直面向終端的攝像頭，被跟蹤 用戶可W隨意走動(dòng)，因此終端在目標(biāo)識(shí)別過(guò)程中更加智能和方便。
【附圖說(shuō)明】
[0034] 圖1為本發(fā)明目標(biāo)檢測(cè)方法第一實(shí)施例的流程示意圖；
[0035] 圖2為本發(fā)明目標(biāo)檢測(cè)裝置第一實(shí)施例的功能模塊示意圖；
[0036] 圖3為本發(fā)明目標(biāo)檢測(cè)裝置第二實(shí)施例的功能模塊示意圖；
[0037] 圖4為本發(fā)明目標(biāo)檢測(cè)裝置第=實(shí)施例的功能模塊示意圖。
[0038] 本發(fā)明目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例，參照附圖做進(jìn)一步說(shuō)明。
【具體實(shí)施方式】
[0039] 應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用W解釋本發(fā)明，并不用于限定本發(fā)明。
[0040] 本發(fā)明提供一種目標(biāo)檢測(cè)方法，可W基于終端實(shí)現(xiàn)，可選的，可W基于機(jī)器人實(shí) 現(xiàn)。在本實(shí)施例及W下各個(gè)實(shí)施例中，W應(yīng)用于機(jī)器人為例進(jìn)行說(shuō)明。參照?qǐng)D1，圖1為本發(fā) 明目標(biāo)檢測(cè)方法第一實(shí)施例的流程示意圖，本發(fā)明提出的目標(biāo)檢測(cè)方法包括W下步驟：
[0041] 步驟S10,獲取待識(shí)別照片，并根據(jù)所述待識(shí)別照片的RGB像素值提取待觀測(cè)向量 序列；
[0042] 在本實(shí)施例中，對(duì)于一幅寬為W、高為H的待識(shí)別照片，可W從上到下順序提取出若 干高度為L(zhǎng)的子圖像塊，用于生成待觀測(cè)向量序列。也就是說(shuō)，定義一個(gè)WXL的采樣窗，采樣 窗從上到下順序采樣，每次向下移動(dòng)L的距離，得到若干子圖像塊?？蒞直接將子圖像塊的 RGB像素值作為觀察值。也可W先對(duì)子圖像塊的RGB像素值做K-L變換，取其變換后的系數(shù)作 為觀察值。對(duì)從一張待識(shí)別照片中采樣的每個(gè)子圖像塊都進(jìn)行K-L變換，就得到了該待識(shí)別 照片對(duì)應(yīng)的待觀測(cè)向量序列。
[0043] 步驟S20,計(jì)算所述待觀測(cè)向量序列與預(yù)設(shè)的目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型的 相似度；
[0044] 在本實(shí)施例中，預(yù)設(shè)的目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型可W采用W下方式建立， 即在步驟SlO之前，還包括：
[0045] 獲取目標(biāo)用戶的參考照片；
[0046] 根據(jù)所述參考照片的RGB像素值提取所述目標(biāo)用戶對(duì)應(yīng)的觀測(cè)向量序列；
[0047] 根據(jù)所述觀測(cè)向量序列建立與所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。
[0048] 在本實(shí)施例中，參考照片可W為目標(biāo)用戶的形體照片，也可W為人臉照片。目標(biāo)用 戶可W為一個(gè)、兩個(gè)或多個(gè)。每一個(gè)目標(biāo)用戶對(duì)應(yīng)的參考照片也可W為一張、兩張或多張。 可選的，本實(shí)施例中，每一目標(biāo)用戶對(duì)應(yīng)的參考照片為多張。假設(shè)機(jī)器人中預(yù)先設(shè)置的目標(biāo) 用戶為兩個(gè)，分別為目標(biāo)用戶A和目標(biāo)用戶B，每一目標(biāo)對(duì)應(yīng)獲取了 50張參考照片。
[0049] 可選的，為了提高參考照片的全面性，提高目標(biāo)檢測(cè)的準(zhǔn)確性，步驟SlO包括:采集 目標(biāo)用戶在轉(zhuǎn)動(dòng)過(guò)程中的多個(gè)參考照片;其中，在所述目標(biāo)用戶轉(zhuǎn)動(dòng)過(guò)程中，每隔預(yù)設(shè)時(shí)間 間隔拍攝一張所述參考照片進(jìn)行學(xué)習(xí)。
[0050] 可選的，可W預(yù)設(shè)參考照片采集控件，在用戶觸發(fā)參考照片采集控件時(shí)，則機(jī)器人 開(kāi)始采集參考照片。可選的，在機(jī)器人接收到用戶基于參考照片采集控件輸入的采集指令 時(shí)，先輸出提示信息。可W W語(yǔ)音、文字或視頻的方式輸出，W提示用戶在機(jī)器人的攝像頭 前原地緩慢的轉(zhuǎn)動(dòng)。機(jī)器人在用戶轉(zhuǎn)動(dòng)期間，可W每隔預(yù)設(shè)時(shí)間間隔拍攝一張參考照片，例 如，可W每隔0.1秒拍攝一張參考照片。
[0051] 在本實(shí)施例中，對(duì)于一幅寬為W、高為H的參考照片，可W從上到下順序提取出若干 高度為L(zhǎng)的子圖像塊，用于生成觀測(cè)向量序列。也就是說(shuō)，定義一個(gè)WXL的采樣窗，采樣窗從 上到下順序采樣，每次向下移動(dòng)L的距離，得到若干子圖像塊?？蒞直接將子圖像塊的RGB像 素值作為觀察值。也可W先對(duì)子圖像塊的RGB像素值做K-L變換，取其變換后的系數(shù)作為觀 察值。對(duì)從一張參考照片中采樣的每個(gè)子圖像塊都進(jìn)行K-L變換，就得到了該參考照片對(duì)應(yīng) 的觀測(cè)向量序列。
[0052] 在本實(shí)施例中，每個(gè)隱馬爾可夫模型可W用同一目標(biāo)用戶的單幅或多幅圖像進(jìn)行 訓(xùn)練。訓(xùn)練按W下步驟進(jìn)行：
[0053] 根據(jù)將要訓(xùn)練的參考照片對(duì)應(yīng)的觀測(cè)向量序列建立一個(gè)通用的隱馬爾可夫模型入 = (A，B，n)，確定模型的狀態(tài)數(shù)、允許的狀態(tài)轉(zhuǎn)移和觀測(cè)向量序列的大小。將訓(xùn)練數(shù)據(jù)均勻 分割，與N個(gè)狀態(tài)對(duì)應(yīng)，計(jì)算隱馬爾可夫模型的初始參數(shù)，初始化狀態(tài)之間的轉(zhuǎn)移概率矩陣 A。設(shè)定狀態(tài)i只能返回到本身或轉(zhuǎn)移到j(luò) = i+l狀態(tài)。對(duì)于初始狀態(tài)概率分布，假設(shè)隱馬爾可 夫模型是從第一個(gè)狀態(tài)開(kāi)始的。對(duì)于觀察概率矩陣B，假設(shè)：
[0化4]
[0055] 因此，初始化出一個(gè)隱馬爾可夫模型A=(A，B，3i)。
[0056] 初始模型確定后，利用Baum-Welch重估算法對(duì)初始隱馬爾可夫模型進(jìn)行重新計(jì) 算。隱馬爾可夫模型的各個(gè)參數(shù)將進(jìn)行重新估計(jì)，得到一個(gè)新的模型：
[0057] A=(A',B',3t')
[005引然后利用前向-后向算法或者Viterbi算法計(jì)算出觀察值序列0在運(yùn)個(gè)模型下的P (0| V )。為了估計(jì)出最接近于觀察值序列0的模型，設(shè)定口限值C，令P(OlA)收斂于C，得到訓(xùn) 練出的隱馬爾可夫模型。因此，即得到了目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型?？蒞利用該隱馬 爾可夫模型對(duì)目標(biāo)用戶進(jìn)行識(shí)別和跟蹤。例如，對(duì)于上述目標(biāo)用戶A和目標(biāo)用戶B，將會(huì)分別 建立與目標(biāo)用戶A和目標(biāo)用戶B對(duì)應(yīng)的隱馬爾科夫模型，并預(yù)先存儲(chǔ)于機(jī)器人中。
[0059] 在本實(shí)施例中，假設(shè)機(jī)器人中預(yù)先存儲(chǔ)了目標(biāo)用戶A和目標(biāo)用戶B對(duì)應(yīng)的隱馬爾科 夫模型。機(jī)器人上還可W設(shè)置目標(biāo)檢測(cè)控件，在用戶觸發(fā)該目標(biāo)檢測(cè)控件時(shí)，則機(jī)器人開(kāi)始 進(jìn)入目標(biāo)檢測(cè)模式。用戶還可W指定待識(shí)別用戶為目標(biāo)用戶A還是目標(biāo)用戶B。例如，用戶在 觸發(fā)目標(biāo)檢測(cè)控件后，機(jī)器人可W顯示目標(biāo)用戶A和目標(biāo)用戶B對(duì)應(yīng)的信息，W供用戶選擇 當(dāng)前的待識(shí)別用戶。例如，用戶可W觸發(fā)目標(biāo)用戶A對(duì)應(yīng)的控件，則將待識(shí)別用戶設(shè)置為目 標(biāo)用戶A，因此，機(jī)器人將在后續(xù)識(shí)別和/或跟蹤過(guò)程中檢測(cè)當(dāng)前待識(shí)別用戶是否為目標(biāo)用 戶A。
[0060] 在進(jìn)入目標(biāo)檢測(cè)模式后，則機(jī)器人開(kāi)始通過(guò)攝像頭采集待識(shí)別照片?？蒞每秒中 采集1張照片，或者每秒鐘采集5張照片，具體可W根據(jù)實(shí)際需要進(jìn)行設(shè)置。
[0061] 在本實(shí)施例中，可W通過(guò)前向-后向算法或者Viterbi算法計(jì)算所述待觀測(cè)向量序 列與所述隱馬爾可夫模型的相似度。相似度反映了待觀測(cè)向量序列與機(jī)器人中的隱馬爾可 夫模型的相似程度。
[0062] W待識(shí)別用戶為目標(biāo)用戶A為例，則所述相似度反映了待觀測(cè)向量序列與機(jī)器人 中預(yù)存的目標(biāo)用戶A對(duì)應(yīng)的隱馬爾可夫模型之間的相似程度。
[0063] 步驟S30,在所述相似度達(dá)到預(yù)設(shè)條件時(shí)，確定檢測(cè)到目標(biāo)用戶，并將所述待識(shí)別 照片中的待識(shí)別用戶確定為相似度達(dá)到預(yù)設(shè)條件的所述隱馬爾可夫模型對(duì)應(yīng)的所述目標(biāo) 用戶。
[0064] 在本實(shí)施例中，在相似度足夠高時(shí)，例如，相似度高于預(yù)設(shè)值時(shí)，則認(rèn)為相似度達(dá) 到預(yù)設(shè)條件，則認(rèn)為檢測(cè)到目標(biāo)用戶A，即則認(rèn)為所述待識(shí)別照片中檢測(cè)到了目標(biāo)用戶A。
[0065] 本實(shí)施例在目標(biāo)檢測(cè)過(guò)程中，由于在檢測(cè)過(guò)程中采用了RGB像素值，直接根據(jù)待識(shí) 別照片的RGB像素值與預(yù)設(shè)的隱馬爾可夫模型的相似度即可識(shí)別出目標(biāo)用戶。并且不需要 依賴人臉信息，可W直接根據(jù)RGB像素值即可識(shí)別出目標(biāo)用戶，在識(shí)別和跟蹤過(guò)程中不需要 被跟蹤用戶一直面向終端的攝像頭，被跟蹤用戶可W隨意走動(dòng)，因此終端在目標(biāo)識(shí)別過(guò)程 中更加智能和方便。
[0066] 進(jìn)一步的，基于本發(fā)明目標(biāo)檢測(cè)方法的第一實(shí)施例，本發(fā)明還提出了目標(biāo)檢測(cè)方 法的第二實(shí)施例，所述確定檢測(cè)到目標(biāo)用戶的步驟之后，所述目標(biāo)檢測(cè)方法還包括:根據(jù)所 述待觀測(cè)向量序列更新與檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。
[0067] 在本實(shí)施例中，可W參照上述目標(biāo)檢測(cè)方法第一實(shí)施例中訓(xùn)練隱馬爾可夫模型的 方法，來(lái)根據(jù)待觀測(cè)向量序列建立隱馬爾可夫模型，在此不再寶述。
[0068] 本實(shí)施例中，在后續(xù)的跟蹤目標(biāo)用戶的過(guò)程中，若識(shí)別到了目標(biāo)用戶，則對(duì)該目標(biāo) 用戶的隱馬爾可夫模型進(jìn)行更新，從而能夠使得該目標(biāo)用戶的隱馬爾可夫模型更加準(zhǔn)確， 進(jìn)一步提高了目標(biāo)檢測(cè)的準(zhǔn)確性。
[0069] 進(jìn)一步的，基于本發(fā)明目標(biāo)檢測(cè)方法的第一實(shí)施例，本發(fā)明還提出了目標(biāo)檢測(cè)方 法的第=實(shí)施例，所述確定檢測(cè)到目標(biāo)用戶的步驟之后，所述目標(biāo)檢測(cè)方法還包括：
[0070] 根據(jù)所述待觀測(cè)向量序列和檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型計(jì)算 模型參數(shù)；
[0071] 根據(jù)所述模型參數(shù)確定終端的移動(dòng)方向和距離；
[0072] 按照確定的移動(dòng)方向和距離控制所述終端移動(dòng)，W對(duì)檢測(cè)到的所述目標(biāo)用戶進(jìn)行 跟蹤。
[0073] 在本實(shí)施例中，模型參數(shù)可W上述A表示，可W通過(guò)公式A= (A，B，3t)進(jìn)行計(jì)算，在 此不再寶述。例如，可W假設(shè)A越大，則檢測(cè)到的目標(biāo)用戶當(dāng)前與機(jī)器人之間的距離越近;若 入越小，則檢測(cè)到的目標(biāo)用戶當(dāng)前與機(jī)器人之間的距離越遠(yuǎn)?？蒞在M直小于第一預(yù)設(shè)闊值 時(shí)，則認(rèn)為目標(biāo)用戶當(dāng)前與機(jī)器人之間的距離過(guò)遠(yuǎn)，因此需要控制機(jī)器人向靠近目標(biāo)用戶 的方向移動(dòng)，例如可W控制機(jī)器人向前方移動(dòng)?；蛘哌€可W根據(jù)檢測(cè)到的待識(shí)別照片中的 目標(biāo)用戶的位置控制機(jī)器人的移動(dòng)方向，例如可W向正前方、左前方或右前方移動(dòng)，W使得 機(jī)器人朝向目標(biāo)用戶的實(shí)際位置移動(dòng)，進(jìn)而靠近目標(biāo)用戶?；蛘哌€可W在M直大于第二預(yù)設(shè) 闊值時(shí)，則認(rèn)為目標(biāo)用戶當(dāng)前與機(jī)器人之間的距離過(guò)近，因此需要控制機(jī)器人向遠(yuǎn)離目標(biāo) 用戶的方向移動(dòng)，例如可W控制機(jī)器人向后方移動(dòng)?；蛘哌€可W根據(jù)檢測(cè)到的待識(shí)別照片 中的目標(biāo)用戶的位置控制機(jī)器人的移動(dòng)方向，例如可W向正后方、左后方或右后方移動(dòng)，W 使得機(jī)器人向背離目標(biāo)用戶的實(shí)際位置移動(dòng)，進(jìn)而遠(yuǎn)離目標(biāo)用戶，從而能夠更準(zhǔn)確的對(duì)目 標(biāo)用戶進(jìn)行跟蹤。A對(duì)應(yīng)的第一預(yù)設(shè)闊值和第二預(yù)設(shè)闊值可W根據(jù)用戶框定的目標(biāo)物體的 范圍而定，框定的目標(biāo)物體的范圍大小會(huì)影響應(yīng)的閥值區(qū)間范圍。
[0074] 本實(shí)施例在對(duì)目標(biāo)用戶進(jìn)行跟蹤的過(guò)程中，不需要依賴目標(biāo)用戶的人臉信息進(jìn)行 跟蹤，從而能夠更加方便且準(zhǔn)確的對(duì)應(yīng)目標(biāo)用戶進(jìn)行跟蹤。
[0075] 本發(fā)明進(jìn)一步提供一種目標(biāo)檢測(cè)裝置?？蒞基于終端實(shí)現(xiàn)，可選的，可W基于機(jī)器 人實(shí)現(xiàn)。在本實(shí)施例及W下各個(gè)實(shí)施例中，W應(yīng)用于機(jī)器人為例進(jìn)行說(shuō)明。
[0076] 參照?qǐng)D2,圖2為本發(fā)明目標(biāo)檢測(cè)裝置第一實(shí)施例的功能模塊示意圖，本發(fā)明提供 的目標(biāo)檢測(cè)裝置包括：
[0077] 獲取模塊10,用于獲取待識(shí)別照片；
[0078] 提取模塊20,用于根據(jù)所述待識(shí)別照片的RGB像素值提取待觀測(cè)向量序列；
[0079] 在本實(shí)施例中，對(duì)于一幅寬為W、高為H的待識(shí)別照片，可W從上到下順序提取出若 干高度為L(zhǎng)的子圖像塊，用于生成待觀測(cè)向量序列。也就是說(shuō)，定義一個(gè)WXL的采樣窗，采樣 窗從上到下順序采樣，每次向下移動(dòng)L的距離，得到若干子圖像塊。可W直接將子圖像塊的 RGB像素值作為觀察值。也可W先對(duì)子圖像塊的RGB像素值做K-L變換，取其變換后的系數(shù)作 為觀察值。對(duì)從一張待識(shí)別照片中采樣的每個(gè)子圖像塊都進(jìn)行K-L變換，就得到了該待識(shí)別 照片對(duì)應(yīng)的待觀測(cè)向量序列。
[0080] 計(jì)算模塊30,用于計(jì)算所述待觀測(cè)向量序列與所述隱馬爾可夫模型的相似度；
[0081] 在本實(shí)施例中，預(yù)設(shè)的目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型可W采用W下方式建立， 即：
[0082] 所述獲取模塊10還用于獲取目標(biāo)用戶的參考照片；
[0083] 所述提取模塊20還用于根據(jù)所述參考照片的RGB像素值提取所述目標(biāo)用戶對(duì)應(yīng)的 觀測(cè)向量序列；
[0084] 所述目標(biāo)檢測(cè)裝置還包括建立模塊，所述建立模塊用于根據(jù)所述觀測(cè)向量序列建 立與所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。
[0085] 在本實(shí)施例中，參考照片可W為目標(biāo)用戶的形體照片，也可W為人臉照片。目標(biāo)用 戶可W為一個(gè)、兩個(gè)或多個(gè)。每一個(gè)目標(biāo)用戶對(duì)應(yīng)的參考照片也可W為一張、兩張或多張。 可選的，本實(shí)施例中，每一目標(biāo)用戶對(duì)應(yīng)的參考照片為多張。假設(shè)機(jī)器人中預(yù)先設(shè)置的目標(biāo) 用戶為兩個(gè)，分別為目標(biāo)用戶A和目標(biāo)用戶B，每一目標(biāo)對(duì)應(yīng)獲取了 50張參考照片。
[0086] 可選的，為了提高參考照片的全面性，提高目標(biāo)檢測(cè)的準(zhǔn)確性，步驟SlO包括:采集 目標(biāo)用戶在轉(zhuǎn)動(dòng)過(guò)程中的多個(gè)參考照片;其中，在所述目標(biāo)用戶轉(zhuǎn)動(dòng)過(guò)程中，每隔預(yù)設(shè)時(shí)間 間隔拍攝一張所述參考照片進(jìn)行學(xué)習(xí)。
[0087] 可選的，可W預(yù)設(shè)參考照片采集控件，在用戶觸發(fā)參考照片采集控件時(shí)，則機(jī)器人 開(kāi)始采集參考照片?？蛇x的，在機(jī)器人接收到用戶基于參考照片采集控件輸入的采集指令 時(shí)，先輸出提示信息?？蒞 W語(yǔ)音、文字或視頻的方式輸出，W提示用戶在機(jī)器人的攝像頭 前原地緩慢的轉(zhuǎn)動(dòng)。機(jī)器人在用戶轉(zhuǎn)動(dòng)期間，可W每隔預(yù)設(shè)時(shí)間間隔拍攝一張參考照片，例 如，可W每隔0.1秒拍攝一張參考照片。
[0088] 在本實(shí)施例中，對(duì)于一幅寬為W、高為H的參考照片，可W從上到下順序提取出若干 高度為L(zhǎng)的子圖像塊，用于生成觀測(cè)向量序列。也就是說(shuō)，定義一個(gè)WXL的采樣窗，采樣窗從 上到下順序采樣，每次向下移動(dòng)L的距離，得到若干子圖像塊?？蒞直接將子圖像塊的RGB像 素值作為觀察值。也可W先對(duì)子圖像塊的RGB像素值做K-L變換，取其變換后的系數(shù)作為觀 察值。對(duì)從一張參考照片中采樣的每個(gè)子圖像塊都進(jìn)行K-L變換，就得到了該參考照片對(duì)應(yīng) 的觀測(cè)向量序列。
[0089] 在本實(shí)施例中，每個(gè)隱馬爾可夫模型可W用同一目標(biāo)用戶的單幅或多幅圖像進(jìn)行 訓(xùn)練。訓(xùn)練按W下步驟進(jìn)行：
[0090] 根據(jù)將要訓(xùn)練的參考照片對(duì)應(yīng)的觀測(cè)向量序列建立一個(gè)通用的隱馬爾可夫模型入 = (A，B，n)，確定模型的狀態(tài)數(shù)、允許的狀態(tài)轉(zhuǎn)移和觀測(cè)向量序列的大小。將訓(xùn)練數(shù)據(jù)均勻 分割，與N個(gè)狀態(tài)對(duì)應(yīng)，計(jì)算隱馬爾可夫模型的初始參數(shù)，初始化狀態(tài)之間的轉(zhuǎn)移概率矩陣 A。設(shè)定狀態(tài)i只能返回到本身或轉(zhuǎn)移到j(luò) = i+l狀態(tài)。對(duì)于初始狀態(tài)概率分布，假設(shè)隱馬爾可 夫模型是從第一個(gè)狀態(tài)開(kāi)始的。對(duì)于觀察概率矩陣B，假設(shè)：
[0091]
[0092] 因此，初始化出一個(gè)隱馬爾可夫模型A=(A，B，3i)。
[0093] 初始模型確定后，利用Baum-Welch重估算法對(duì)初始隱馬爾可夫模型進(jìn)行重新計(jì) 算。隱馬爾可夫模型的各個(gè)參數(shù)將進(jìn)行重新估計(jì)，得到一個(gè)新的模型：
[0094] A=(A)，B'，31'）
[00M]然后利用前向-后向算法或者Viterbi算法計(jì)算出觀察值序列0在運(yùn)個(gè)模型下的P (〇| V )。為了估計(jì)出最接近于觀察值序列O的模型，設(shè)定口限值C，令P(0| A)收斂于c，得到訓(xùn) 練出的隱馬爾可夫模型。因此，即得到了目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。可W利用該隱馬 爾可夫模型對(duì)目標(biāo)用戶進(jìn)行識(shí)別和跟蹤。例如，對(duì)于上述目標(biāo)用戶A和目標(biāo)用戶B，將會(huì)分別 建立與目標(biāo)用戶A和目標(biāo)用戶B對(duì)應(yīng)的隱馬爾科夫模型，并預(yù)先存儲(chǔ)于機(jī)器人中。
[0096] 在本實(shí)施例中，假設(shè)機(jī)器人中預(yù)先存儲(chǔ)了目標(biāo)用戶A和目標(biāo)用戶B對(duì)應(yīng)的隱馬爾科 夫模型。機(jī)器人上還可W設(shè)置目標(biāo)檢測(cè)控件，在用戶觸發(fā)該目標(biāo)檢測(cè)控件時(shí)，則機(jī)器人開(kāi)始 進(jìn)入目標(biāo)檢測(cè)模式。用戶還可W指定待識(shí)別用戶為目標(biāo)用戶A還是目標(biāo)用戶B。例如，用戶在 觸發(fā)目標(biāo)檢測(cè)控件后，機(jī)器人可W顯示目標(biāo)用戶A和目標(biāo)用戶B對(duì)應(yīng)的信息，W供用戶選擇 當(dāng)前的待識(shí)別用戶。例如，用戶可W觸發(fā)目標(biāo)用戶A對(duì)應(yīng)的控件，則將待識(shí)別用戶設(shè)置為目 標(biāo)用戶A，因此，機(jī)器人將在后續(xù)識(shí)別和/或跟蹤過(guò)程中檢測(cè)當(dāng)前待識(shí)別用戶是否為目標(biāo)用 戶A。
[0097] 在進(jìn)入目標(biāo)檢測(cè)模式后，則機(jī)器人開(kāi)始通過(guò)攝像頭采集待識(shí)別照片。可W每秒中 采集1張照片，或者每秒鐘采集5張照片，具體可W根據(jù)實(shí)際需要進(jìn)行設(shè)置。
[0098] 在本實(shí)施例中，可W通過(guò)前向-后向算法或者Viterbi算法計(jì)算所述待觀測(cè)向量序 列與所述隱馬爾可夫模型的相似度。相似度反映了待觀測(cè)向量序列與機(jī)器人中的隱馬爾可 夫模型的相似程度。
[0099] W待識(shí)別用戶為目標(biāo)用戶A為例，則所述相似度反映了待觀測(cè)向量序列與機(jī)器人 中預(yù)存的目標(biāo)用戶A對(duì)應(yīng)的隱馬爾可夫模型之間的相似程度。
[0100] 確定模塊40,用于在所述相似度達(dá)到預(yù)設(shè)條件時(shí)，確定檢測(cè)到目標(biāo)用戶，并將所述 待識(shí)別照片中的待識(shí)別用戶確定為相似度達(dá)到預(yù)設(shè)條件的所述隱馬爾可夫模型對(duì)應(yīng)的所 述目標(biāo)用戶。
[0101 ]在本實(shí)施例中，在相似度足夠高時(shí)，例如，相似度高于預(yù)設(shè)值時(shí)，則認(rèn)為相似度達(dá) 到預(yù)設(shè)條件，則認(rèn)為檢測(cè)到目標(biāo)用戶A，即則認(rèn)為所述待識(shí)別照片中檢測(cè)到了目標(biāo)用戶A。
[0102] 本實(shí)施例在目標(biāo)檢測(cè)過(guò)程中，由于在檢測(cè)過(guò)程中采用了RGB像素值，直接根據(jù)待識(shí) 別照片的RGB像素值與預(yù)設(shè)的隱馬爾可夫模型的相似度即可識(shí)別出目標(biāo)用戶。并且不需要 依賴人臉信息，可W直接根據(jù)RGB像素值即可識(shí)別出目標(biāo)用戶，在識(shí)別和跟蹤過(guò)程中不需要 被跟蹤用戶一直面向終端的攝像頭，被跟蹤用戶可W隨意走動(dòng)，因此終端在目標(biāo)識(shí)別過(guò)程 中更加智能和方便。
[0103] 進(jìn)一步的，基于本發(fā)明目標(biāo)檢測(cè)裝置的第一實(shí)施例，本發(fā)明還提出了目標(biāo)檢測(cè)裝 置的第二實(shí)施例，參照?qǐng)D3,圖3為本發(fā)明目標(biāo)檢測(cè)裝置第二實(shí)施例的功能模塊示意圖，所述 目標(biāo)檢測(cè)裝置還包括更新模塊50，用于根據(jù)所述待觀測(cè)向量序列更新與檢測(cè)到的所述目標(biāo) 用戶對(duì)應(yīng)的隱馬爾可夫模型。
[0104] 在本實(shí)施例中，可W參照上述目標(biāo)檢測(cè)裝置第一實(shí)施例中訓(xùn)練隱馬爾可夫模型的 方法，來(lái)根據(jù)待觀測(cè)向量序列建立隱馬爾可夫模型，在此不再寶述。
[0105] 本實(shí)施例中，在后續(xù)的跟蹤目標(biāo)用戶的過(guò)程中，若識(shí)別到了目標(biāo)用戶，則對(duì)該目標(biāo) 用戶的隱馬爾可夫模型進(jìn)行更新，從而能夠使得該目標(biāo)用戶的隱馬爾可夫模型更加準(zhǔn)確， 進(jìn)一步提高了目標(biāo)檢測(cè)的準(zhǔn)確性。
[0106] 進(jìn)一步的，基于本發(fā)明目標(biāo)檢測(cè)裝置的第一實(shí)施例，本發(fā)明還提出了目標(biāo)檢測(cè)裝 置的第=實(shí)施例，參照?qǐng)D4,圖4為本發(fā)明目標(biāo)檢測(cè)裝置第=實(shí)施例的功能模塊示意圖，所述 計(jì)算模塊30還用于根據(jù)所述待觀測(cè)向量序列和檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫 模型計(jì)算模型參數(shù)；
[0107] 所述確定模塊40還用于根據(jù)所述模型參數(shù)確定終端的移動(dòng)方向和距離；
[0108] 所述目標(biāo)檢測(cè)裝置還包括跟蹤模塊60,用于按照確定的移動(dòng)方向和距離控制所述 終端移動(dòng)，W對(duì)檢測(cè)到的所述目標(biāo)用戶進(jìn)行跟蹤。
[0109] 在本實(shí)施例中，模型參數(shù)可W上述A表示，可W通過(guò)公式A= (A，B，3t)進(jìn)行計(jì)算，在 此不再寶述。例如，可W假設(shè)A越大，則檢測(cè)到的目標(biāo)用戶當(dāng)前與機(jī)器人之間的距離越近;若 入越小，則檢測(cè)到的目標(biāo)用戶當(dāng)前與機(jī)器人之間的距離越遠(yuǎn)?？蒞在M直小于第一預(yù)設(shè)闊值 時(shí)，則認(rèn)為目標(biāo)用戶當(dāng)前與機(jī)器人之間的距離過(guò)遠(yuǎn)，因此需要控制機(jī)器人向靠近目標(biāo)用戶 的方向移動(dòng)，例如可W控制機(jī)器人向前方移動(dòng)?；蛘哌€可W根據(jù)檢測(cè)到的待識(shí)別照片中的 目標(biāo)用戶的位置控制機(jī)器人的移動(dòng)方向，例如可W向正前方、左前方或右前方移動(dòng)，W使得 機(jī)器人朝向目標(biāo)用戶的實(shí)際位置移動(dòng)，進(jìn)而靠近目標(biāo)用戶?；蛘哌€可W在M直大于第二預(yù)設(shè) 闊值時(shí)，則認(rèn)為目標(biāo)用戶當(dāng)前與機(jī)器人之間的距離過(guò)近，因此需要控制機(jī)器人向遠(yuǎn)離目標(biāo) 用戶的方向移動(dòng)，例如可W控制機(jī)器人向后方移動(dòng)?；蛘哌€可W根據(jù)檢測(cè)到的待識(shí)別照片 中的目標(biāo)用戶的位置控制機(jī)器人的移動(dòng)方向，例如可W向正后方、左后方或右后方移動(dòng)，W 使得機(jī)器人向背離目標(biāo)用戶的實(shí)際位置移動(dòng)，進(jìn)而遠(yuǎn)離目標(biāo)用戶，從而能夠更準(zhǔn)確的對(duì)目 標(biāo)用戶進(jìn)行跟蹤。A對(duì)應(yīng)的第一預(yù)設(shè)闊值和第二預(yù)設(shè)闊值可W根據(jù)用戶框定的目標(biāo)物體的 范圍而定，框定的目標(biāo)物體的范圍大小會(huì)影響應(yīng)的閥值區(qū)間范圍。
[0110] 本實(shí)施例在對(duì)目標(biāo)用戶進(jìn)行跟蹤的過(guò)程中，不需要依賴目標(biāo)用戶的人臉信息進(jìn)行 跟蹤，從而能夠更加方便且準(zhǔn)確的對(duì)應(yīng)目標(biāo)用戶進(jìn)行跟蹤。
[0111] 需要說(shuō)明的是，在本文中，術(shù)語(yǔ)"包括"、"包含"或者其任何其他變體意在涵蓋非排 他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者裝置不僅包括那些要素，而 且還包括沒(méi)有明確列出的其他要素，或者是還包括為運(yùn)種過(guò)程、方法、物品或者裝置所固有 的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句"包括一個(gè)……"限定的要素，并不排除在包括該 要素的過(guò)程、方法、物品或者裝置中還存在另外的相同要素。
[0112] 上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。
[0113] 通過(guò)W上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可W清楚地了解到上述實(shí)施例方 法可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)，當(dāng)然也可W通過(guò)硬件，但很多情況下 前者是更佳的實(shí)施方式?；谶\(yùn)樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做 出貢獻(xiàn)的部分可W W軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì) (如R0M/RAM、磁碟、光盤)中，包括若干指令用W使得一臺(tái)終端設(shè)備(可W是手機(jī)，計(jì)算機(jī)，月良 務(wù)器，空調(diào)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述的方法。
[0114] 另外，在發(fā)明中設(shè)及"第一"、"第二"等的描述僅用于描述目的，而不能理解為指示 或暗示其相對(duì)重要性或者隱含指明所指示的技術(shù)特征的數(shù)量。由此，限定有"第一"、"第二" 的特征可W明示或者隱含地包括至少一個(gè)該特征。另外，各個(gè)實(shí)施例之間的技術(shù)方案可W 相互結(jié)合，但是必須是W本領(lǐng)域普通技術(shù)人員能夠?qū)崿F(xiàn)為基礎(chǔ)，當(dāng)技術(shù)方案的結(jié)合出現(xiàn)相 互矛盾或無(wú)法實(shí)現(xiàn)時(shí)應(yīng)當(dāng)人認(rèn)為運(yùn)種技術(shù)方案的結(jié)合不存在，也不在本發(fā)明要求的保護(hù)范 圍之內(nèi)。
[0115] W上僅為本發(fā)明的優(yōu)選實(shí)施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā) 明說(shuō)明書(shū)及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運(yùn)用在其他相關(guān)的技 術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 一種目標(biāo)檢測(cè)方法，其特征在于，所述目標(biāo)檢測(cè)方法包括以下步驟： 獲取待識(shí)別照片，并根據(jù)所述待識(shí)別照片的RGB像素值提取待觀測(cè)向量序列； 計(jì)算所述待觀測(cè)向量序列與預(yù)設(shè)的目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型的相似度； 在所述相似度達(dá)到預(yù)設(shè)條件時(shí)，確定檢測(cè)到目標(biāo)用戶，并將所述待識(shí)別照片中的待識(shí) 別用戶確定為相似度達(dá)到預(yù)設(shè)條件的所述隱馬爾可夫模型對(duì)應(yīng)的所述目標(biāo)用戶。2. 如權(quán)利要求1所述的目標(biāo)檢測(cè)方法，其特征在于，所述獲取待識(shí)別照片，并根據(jù)所述 待識(shí)別照片的RGB像素值提取待觀測(cè)向量序列的步驟之前，還包括： 獲取目標(biāo)用戶的參考照片； 根據(jù)所述參考照片的RGB像素值提取所述目標(biāo)用戶對(duì)應(yīng)的觀測(cè)向量序列； 根據(jù)所述觀測(cè)向量序列建立與所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。3. 如權(quán)利要求1所述的目標(biāo)檢測(cè)方法，其特征在于，所述確定檢測(cè)到目標(biāo)用戶的步驟之 后，還包括： 根據(jù)所述待觀測(cè)向量序列更新與檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。4. 如權(quán)利要求1所述的目標(biāo)檢測(cè)方法，其特征在于，所述確定檢測(cè)到目標(biāo)用戶的步驟之 后，還包括： 根據(jù)所述待觀測(cè)向量序列和檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型計(jì)算模型 參數(shù)； 根據(jù)所述模型參數(shù)確定終端的移動(dòng)方向和距離； 按照確定的移動(dòng)方向和距離控制所述終端移動(dòng)，以對(duì)檢測(cè)到的所述目標(biāo)用戶進(jìn)行跟5. 如權(quán)利要求1至4任一項(xiàng)所述的目標(biāo)檢測(cè)方法，其特征在于，所述獲取目標(biāo)用戶的參 考照片的步驟包括： 采集目標(biāo)用戶在轉(zhuǎn)動(dòng)過(guò)程中的多個(gè)參考照片;其中，在所述目標(biāo)用戶轉(zhuǎn)動(dòng)過(guò)程中，每隔 預(yù)設(shè)時(shí)間間隔拍攝一張所述參考照片。6. -種目標(biāo)檢測(cè)裝置，其特征在于，所述目標(biāo)檢測(cè)裝置包括： 獲取模塊，用于獲取待識(shí)別照片； 提取模塊，用于根據(jù)所述待識(shí)別照片的RGB像素值提取待觀測(cè)向量序列； 計(jì)算模塊，用于計(jì)算所述待觀測(cè)向量序列與所述隱馬爾可夫模型的相似度； 確定模塊，用于在所述相似度達(dá)到預(yù)設(shè)條件時(shí)，確定檢測(cè)到目標(biāo)用戶，并將所述待識(shí)別 照片中的待識(shí)別用戶確定為相似度達(dá)到預(yù)設(shè)條件的所述隱馬爾可夫模型對(duì)應(yīng)的所述目標(biāo) 用戶。7. 如權(quán)利要求6所述的目標(biāo)檢測(cè)裝置，其特征在于，所述獲取模塊還用于獲取目標(biāo)用戶 的參考照片； 所述提取模塊還用于根據(jù)所述參考照片的RGB像素值提取所述目標(biāo)用戶對(duì)應(yīng)的觀測(cè)向 量序列； 所述目標(biāo)檢測(cè)裝置還包括建立模塊，所述建立模塊用于根據(jù)所述觀測(cè)向量序列建立與 所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型，以根據(jù)所述隱馬爾可夫模型進(jìn)行目標(biāo)檢測(cè)。8. 如權(quán)利要求6所述的目標(biāo)檢測(cè)裝置，其特征在于，所述目標(biāo)檢測(cè)裝置還包括更新模 塊，用于根據(jù)所述待觀測(cè)向量序列更新與檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型。9. 如權(quán)利要求6所述的目標(biāo)檢測(cè)裝置，其特征在于，所述計(jì)算模塊還用于根據(jù)所述待觀 測(cè)向量序列和檢測(cè)到的所述目標(biāo)用戶對(duì)應(yīng)的隱馬爾可夫模型計(jì)算模型參數(shù)； 所述確定模塊還用于根據(jù)所述模型參數(shù)確定終端的移動(dòng)方向和距離； 所述目標(biāo)檢測(cè)裝置還包括跟蹤模塊，用于按照確定的移動(dòng)方向和距離控制所述終端移 動(dòng)，以對(duì)檢測(cè)到的所述目標(biāo)用戶進(jìn)行跟蹤。10. 如權(quán)利要求6至9任一項(xiàng)所述的目標(biāo)檢測(cè)裝置，其特征在于，所述獲取模塊還用于采 集目標(biāo)用戶在轉(zhuǎn)動(dòng)過(guò)程中的多個(gè)參考照片;其中，在所述目標(biāo)用戶轉(zhuǎn)動(dòng)過(guò)程中，每隔預(yù)設(shè)時(shí) 間間隔拍攝一張所述參考照片。
【文檔編號(hào)】G06K9/00GK105956551SQ201610280638
【公開(kāi)日】2016年9月21日
【申請(qǐng)日】2016年4月28日
【發(fā)明人】許永昌, 盛閣
【申請(qǐng)人】深圳市鼎盛智能科技有限公司