基于DPM的快速行人檢測方法技術

本發明專利技術涉及一種基于DPM的快速行人檢測方法，包括以下步驟：(1)讀取DPM模型；(2)對所述的DPM模型進行傅里葉變換，得到DPM模型的頻域特征；(3)通過對DPM模型的頻域特征進行計算，得到濾波的頻域結果；(4)對所述的頻域結果進行傅里葉逆變換，得到濾波的時域結果；(5)計算時域結果的得分；(6)根據時域結果的得分得出檢測結果。采用該方法，簡化了DPM算法，使之能在輕量級的PC機以及嵌入式產品中實時運行；提高了檢測速度，在嵌入式DSP系統中，檢查1080P圖像可以達到每秒鐘3幀速度；同時適用于普通的PC機和嵌入式DSP硬件設備，具有廣泛的應用范圍。

Fast pedestrian detection method based on DPM

The invention relates to a fast pedestrian detection method based on DPM, which comprises the following steps: (1) read the DPM model; (2) the DPM model of the Fourier transform, frequency domain are the features of the DPM model; (3) calculated by the frequency characteristics of the DPM model, get the frequency-domain results filter; (4) the frequency of the results of Fourier transform, time domain filtering results; (5) the calculation results of the score; (6) according to the results of the score test results are obtained in time domain. By this method, the simplified DPM algorithm, which can run in real time on a lightweight PC machine and embedded products; improve the detection speed in embedded DSP system, check the 1080P image can reach 3 frames per second speed; at the same time suitable for ordinary PC and embedded DSP hardware equipment, with a wide range of applications.

【技術實現步驟摘要】
基于DPM的快速行人檢測方法
本專利技術涉及圖像識別
，尤其涉及目標檢測
，具體是指一種基于DPM的快速行人檢測方法。
技術介紹
隨著科技的發展，人工智能的需求應用越來越廣泛，其中目標檢測是人工智能的一個研究方向。目前，目標檢測在學術上有許多模型，其中可形變部件模型(DeformablePartModels，簡稱DPM)是較為流行的圖像中物體檢測模型。由于DPM算法不需要強大的服務器作為運行環境，所以我們將DPM算法做了改進，使之能在輕量級的PC機以及嵌入式產品中實時運行。
技術實現思路
本專利技術的目的是克服了上述現有技術的缺點，提供了一種能夠實現將DPM算法輕量化的基于DPM的快速行人檢測方法。為了實現上述目的，本專利技術具有如下構成：該基于DPM的快速行人檢測方法，包括以下步驟：(1)讀取DPM模型；(2)對所述的DPM模型進行傅里葉變換，得到DPM模型的頻域特征；(3)通過對DPM模型的頻域特征進行計算，得到濾波的頻域結果；(4)對所述的頻域結果進行傅里葉逆變換，得到濾波的時域結果；(5)計算時域結果的得分；(6)根據時域結果的得分得出檢測結果。較佳地，所述的步驟(2)具體為：分別對DPM模型中的圖像和濾波器進行傅里葉變換，得到圖像和濾波器的頻域特征，以獲取DPM模型的頻域特征。更佳地，所述的對DPM模型中的圖像進行傅里葉變換，具體包括以下步驟：(2-1)獲取圖像的數據；(2-2)對圖像進行縮放，并獲取圖像的HOG(HistogramofOrientedGradient，方向梯度直方圖)特征；(2-3)對所述的HOG特征進行傅里葉變換。更進一步地，所述的步驟(2-2)還包括以下步驟：(2-2-1)基于8個離散化方向計算梯度方向的直方圖；(2-2-2)對所述的梯度方向的直方圖進行歸一化和截斷，得到28維的HOG特征。更進一步地，所述的對DPM模型中的濾波器進行傅里葉變換，具體為：對濾波器進行傅里葉變換，并對DPM模型進行傅里葉緩存。較佳地，所述的步驟(3)具體為：計算圖像和濾波器的頻域特征的共軛點乘，得到DPM模型濾波的頻域結果。較佳地，所述的步驟(5)具體為：分別計算時域結果中的根濾波器得分、部件濾波器得分和變形花費。更佳地，所述的步驟(6)具體為：根據所述的根濾波器得分、部件濾波器得分和變形花費，通過非極大值抑制的方法得到行人檢測的結果。采用了該專利技術中的基于DPM的快速行人檢測方法，簡化了DPM算法，使之能在輕量級的PC機以及嵌入式產品中實時運行；提高了檢測速度，在嵌入式DSP系統中，檢查1080P圖像可以達到每秒鐘3幀速度；同時適用于普通的PC機和嵌入式DSP硬件設備，具有廣泛的應用范圍。附圖說明圖1為本專利技術的基于DPM的快速行人檢測方法的流程示意圖。圖2為本專利技術的基于DPM的快速行人檢測方法的特征函數的示意圖。具體實施方式為了能夠更清楚地描述本專利技術的
技術實現思路
，下面結合具體實施例來進行進一步的描述。該基于DPM的快速行人檢測方法，包括以下步驟：(1)讀取DPM模型；(2)對所述的DPM模型進行傅里葉變換，得到DPM模型的頻域特征；(3)通過對DPM模型的頻域特征進行計算，得到濾波的頻域結果；(4)對所述的頻域結果進行傅里葉逆變換，得到濾波的時域結果；(5)計算時域結果的得分；(6)根據時域結果的得分得出檢測結果。在一種較佳的實施方式中，所述的步驟(2)具體為：分別對DPM模型中的圖像和濾波器進行傅里葉變換，得到圖像和濾波器的頻域特征，以獲取DPM模型的頻域特征。在一種更佳的實施方式中，所述的對DPM模型中的圖像進行傅里葉變換，具體包括以下步驟：(2-1)獲取圖像的數據；(2-2)對圖像進行縮放，并獲取圖像的HOG(HistogramofOrientedGradient，方向梯度直方圖)特征；(2-3)對所述的HOG特征進行傅里葉變換。在一種更進一步的實施方式中，所述的步驟(2-2)還包括以下步驟：(2-2-1)基于8個離散化方向計算梯度方向的直方圖；(2-2-2)對所述的梯度方向的直方圖進行歸一化和截斷，得到28維的HOG特征。在一種更進一步的實施方式中，所述的對DPM模型中的濾波器進行傅里葉變換，具體為：對濾波器進行傅里葉變換，并對DPM模型進行傅里葉緩存。在一種較佳的實施方式中，所述的步驟(3)具體為：計算圖像和濾波器的頻域特征的共軛點乘，得到DPM模型濾波的頻域結果。在一種較佳的實施方式中，所述的步驟(5)具體為：分別計算時域結果中的根濾波器得分、部件濾波器得分和變形花費。在一種更佳的實施方式中，所述的步驟(6)具體為：根據所述的根濾波器得分、部件濾波器得分和變形花費，通過非極大值抑制的方法得到行人檢測的結果。在一種具體的實施方式中，如圖1所示，原始的DPM檢測方法是采用經典的滑動窗口方式，即將濾波器從圖像左上角逐像素滑動直至圖像右下角，并分別計算濾波器與圖像窗口的點積，這一過程的計算量非常巨大，在DPM的檢測過程中占到了90％以上。時域的卷積等效于頻域的點乘，利用傅里葉理論，先把圖像和濾波器經過FFT(傅里葉變換)到頻率域，然后求二者的共軛點乘，最后通過IFFT(傅里葉逆變換)回時域即可得到同樣的濾波結果。利用傅里葉技巧和快速傅里葉變換可以實現更快的圖像濾波，且處理的圖像以及濾波器都是全實數，而此時的傅里葉變換又滿足一種特殊的共軛對稱，因此這一特性可以大大減少計算量。改進的DPM算法正是充分利用這一特點(多維特征空間里同時進行多個二維正反傅里葉變換，頻域矩陣自身存在共軛對稱)以及優化的數據存儲管理方案，使得圖像濾波時間大大縮短。在一種更具體的實施方式中，如圖2所示，重寫了特征函數，由于算法場景主要用在室內做人物定位使用，因此去掉了檢測超出圖像邊界的目標的。原有的HOG特征(方向梯度直方圖HistogramofOrientedGradient,HOG)是32維特征，現去掉一維后只有31維，31不能被4整除，導致其存儲和計算效率都大大降低，因而將離散化方向個數從原來的9改成8，使得最后得到的特征是28維的。此外，在一種更佳的實施例中，還可以通過減少模型的存儲空間，從而提高模型加載的速度，具體方法為重寫模型結構體，重新構造模型文檔存儲方法，即二進制存取方式。采用了該專利技術中的基于DPM的快速行人檢測方法，簡化了DPM算法，使之能在輕量級的PC機以及嵌入式產品中實時運行；提高了檢測速度，在嵌入式DSP系統中，檢查1080P圖像可以達到每秒鐘3幀速度；同時適用于普通的PC機和嵌入式DSP硬件設備，具有廣泛的應用范圍。在此說明書中，本專利技術已參照其特定的實施例作了描述。但是，很顯然仍可以作出各種修改和變換而不背離本專利技術的精神和范圍。因此，說明書和附圖應被認為是說明性的而非限制性的。本文檔來自技高網...

【技術保護點】
一種基于DPM的快速行人檢測方法，其特征在于，所述的方法包括以下步驟：(1)讀取DPM模型；(2)對所述的DPM模型進行傅里葉變換，得到DPM模型的頻域特征；(3)通過對DPM模型的頻域特征進行計算，得到濾波的頻域結果；(4)對所述的頻域結果進行傅里葉逆變換，得到濾波的時域結果；(5)計算時域結果的得分；(6)根據時域結果的得分得出檢測結果。

【技術特征摘要】
1.一種基于DPM的快速行人檢測方法，其特征在于，所述的方法包括以下步驟：(1)讀取DPM模型；(2)對所述的DPM模型進行傅里葉變換，得到DPM模型的頻域特征；(3)通過對DPM模型的頻域特征進行計算，得到濾波的頻域結果；(4)對所述的頻域結果進行傅里葉逆變換，得到濾波的時域結果；(5)計算時域結果的得分；(6)根據時域結果的得分得出檢測結果。2.根據權利要求1所述的基于DPM的快速行人檢測方法，其特征在于，所述的步驟(2)具體為：分別對DPM模型中的圖像和濾波器進行傅里葉變換，得到圖像和濾波器的頻域特征，以獲取DPM模型的頻域特征。3.根據權利要求2所述的基于DPM的快速行人檢測方法，其特征在于，所述的對DPM模型中的圖像進行傅里葉變換，具體包括以下步驟：(2-1)獲取圖像的數據；(2-2)對圖像進行縮放，并獲取圖像的HOG特征；(2-3)對所述的HOG特征進行傅里葉變換。4.根據權利要求3所述的基于DPM的快速行人檢測方法，...

【專利技術屬性】
技術研發人員：沈濤，
申請(專利權)人：上海建煒信息技術有限公司，
類型：發明
國別省市：上海,31