主权项 |
一种改进的基于稀疏表示的多目标检测方法,其特征在于,包括如下步骤:(1)样本训练阶段:第一步,输入m个训练样本图像,将尺寸归一化为row×column,构成训练样本图像集;第二步,提取训练样本图像集的HOG特征f<sub>1</sub>,f<sub>2</sub>,…,f<sub>m</sub>;第三步,将训练样本图像集的HOG特征f<sub>1</sub>,f<sub>2</sub>,…,f<sub>m</sub>用K‑SVD算法训练,得到过完备字典D;(2)目标检测阶段:第一步,输入待检测图像I;第二步,采用滑动窗口和多尺度策略遍历待检测图像,得到多尺度的图像子块,将各图像子块尺寸归一化为row×column;第三步,提取各图像子块的HOG特征g<sub>1</sub>,g<sub>2</sub>,…,g<sub>N</sub>;第四步,基于过完备字典D对待检测图像子块的HOG特征g<sub>1</sub>,g<sub>2</sub>,…,g<sub>N</sub>进行稀疏表示;第五步,计算待检测图像每个子块的重构误差δ<sub>i</sub>(i=1,2,…,N);第六步,基于重构误差δ<sub>i</sub>(i=1,2,…,N)的差异,采用自适应阈值设定的方法对多个目标进行初步定位,得到多个目标定位窗口;第七步,设计一种新的窗口合并策略,对多个目标定位窗口进行区分,使它们分别准确对应所属的目标;然后,利用重构误差,将同一目标对应的多个重叠定位窗口进行有效合并,最终得到多个目标的精确检测结果。 |