公开(公告)号：CN106157308A

公开(公告)日：2016-11-23

申请号：CN201610514128.9

申请日：2016-06-30

Applicant: 北京大学

Inventor： 杨长水 ,  张紫薇 ,  解晓东 ,  贾惠柱 ,  陈瑞

IPC: G06T7/00

CPC classification number: G06T7/0004 ,  G06T2207/10016 ,  G06T2207/20081

Abstract: 一种矩形目标物检测方法，包括如下步骤：提取样本特征；获取根滤波器；获取部件滤波器；模型检测；进行梯度搜索计算从而精确定位检测框。与现有技术相比，本发明使用机器学习的方法，将含有矩形目标物的图片作为正样本，不含目标物的任意图片作为负样本组成训练集，训练过程中只需要样本的目标外轮廓标注信息，信息易于读取且效率较高。对支持向量机和隐藏变量支持向量机的训练保证了检测的高精确率，使用隐藏变量支持向量机训练部件滤波器也使得一些细节方面的信息不容易被丢失，极大的提高了检测的正确率和召回率。使用梯度搜索计算对检测框进行调整也弥补了检测框不完全框选目标物的情况，使得目标物的位置更精确和完整。