基于少量样本的快速目标检测方法

摘要

本发明公开了一种基于少量样本的快速目标检测方法，其主要通过使用少量的样本的梯度直方图HOG特征来构造关于目标的投票空间，以及计算查询图像的HOG特征和不同尺度下检测图像的HOG特征，采用滑动窗口的方式计算查询图像和检测图像块的梯度直方图距离，从而来对在检测图片中的目标进行定位；最后通过mean‑shift算法对上一步中定位到的检测图像中的目标进行精确提取，从而把重叠在一起的检测框相融合，其方法过程简单，同时能够基于更少的样本进行检测，得出的结果精确度更高。

主权项

基于少量样本的快速目标检测方法，其特征在于，具体包括：S1、收集关于要检测的目标的样本，并组成样本集R；S2、将步骤S1中收集到的样本放缩到统一大小，计算样本集R中每个样本图片的梯度直方图HOG特征，对样本集R中的样本图片采用两两组合的方式分别计算两个样本图片每个像素的HOG直方图距离；S3、针对样本的大小，在每个像素位置求得所述步骤S2中的HOG直方图距离的均值μ和方差∑；S4、从样本集R中随机选择一个样本图片作为查询图片Q，计算其HOG特征；对于输入的测试图片T在多个尺度上进行放缩，并分别在各个尺度上计算其HOG特征；S5、用查询图片Q的HOG特征对多个尺度下的测试图片T以滑动窗口的方式计算相似度，当相似度大于设定阈值时则认为是检测目标；S6、合并重叠已经计算出的检测目标作为最终的检测结果。