專(zhuān)利名稱(chēng)：用于基于攝像機(jī)的對(duì)象分析的系統(tǒng)、方法和程序產(chǎn)品的制作方法
技術(shù)領(lǐng)域：
本發(fā)明大體上涉及智能攝像機(jī)系統(tǒng)并且更具體地涉及可采用攝像機(jī)系統(tǒng)以改善 對(duì)象分析的系統(tǒng)、方法和程序產(chǎn)品。
背景技術(shù)：
攝像機(jī)監(jiān)控系統(tǒng)日益變得更加“智能”，其中從這些攝像機(jī)系統(tǒng)獲得的圖像和數(shù)據(jù) 越來(lái)越可以獨(dú)立于(至少部分地)對(duì)攝像機(jī)獲得的數(shù)據(jù)(即，視頻)的人工檢查和分析的 需要而分析。利用任何類(lèi)型的自動(dòng)化視頻分析，各種因素可以不利地影響有效識(shí)別、檢測(cè)和/ 或歸類(lèi)視頻中的對(duì)象的能力。可能影響準(zhǔn)確和有效對(duì)象分析的因素中的僅僅一些包括場(chǎng)景 的照明、場(chǎng)景的尺度和攝像機(jī)的旋轉(zhuǎn)。因此，存在對(duì)攝像機(jī)系統(tǒng)和對(duì)象分析(包括對(duì)象的識(shí)別、檢測(cè)和/或歸類(lèi))的“智 能”的改善的持續(xù)需要。

發(fā)明內(nèi)容
本發(fā)明通過(guò)對(duì)攝像機(jī)系統(tǒng)的“智能”加以改善克服前述攝像機(jī)系統(tǒng)中的缺點(diǎn)中的 至少一些。更具體地，本發(fā)明針對(duì)用于提高包括對(duì)象識(shí)別、對(duì)象檢測(cè)和對(duì)象歸類(lèi)的對(duì)象分析 的系統(tǒng)、方法和程序產(chǎn)品。因此，根據(jù)本發(fā)明的一個(gè)方面，用于分析圖像中的對(duì)象的計(jì)算機(jī)化方法，其中該圖 像從攝像機(jī)系統(tǒng)獲得，所述計(jì)算機(jī)化方法包括從該攝像機(jī)系統(tǒng)接收至少一個(gè)具有多個(gè)像 素的圖像；對(duì)該多個(gè)像素中的每個(gè)像素計(jì)算特征池；導(dǎo)出下列中的一個(gè)來(lái)自該特征池的 特征的徑向矩的池的和該至少一個(gè)圖像的幾何中心；和來(lái)自該特征池的特征的中心矩池； 基于該至少一個(gè)圖像的面積和導(dǎo)出的特征徑向矩池和導(dǎo)出的特征中心矩池中的一個(gè)，計(jì) 算規(guī)范化描述子(descriptor)；并且基于該規(guī)范化描述子，計(jì)算機(jī)于是進(jìn)行下列中的至少 一個(gè)識(shí)別在該至少一個(gè)圖像中的至少一個(gè)對(duì)象；檢測(cè)在該至少一個(gè)圖像中的至少一個(gè)對(duì) 象；以及將在該至少一個(gè)圖像中的至少一個(gè)對(duì)象歸類(lèi)。根據(jù)本發(fā)明的另一個(gè)方面，用于分析圖像中的對(duì)象的計(jì)算機(jī)化方法，其中該圖像 從攝像機(jī)系統(tǒng)獲得，所述計(jì)算機(jī)化方法包括從該攝像機(jī)系統(tǒng)接收至少一個(gè)具有多個(gè)像素 的圖像；對(duì)該多個(gè)像素中的每個(gè)像素計(jì)算特征池；從該特征池導(dǎo)出特征的中心矩池；基于 該特征中心矩池，計(jì)算中心矩不變量池；基于該至少一個(gè)圖像的面積和該特征中心矩池，計(jì) 算規(guī)范化描述子；以及基于該規(guī)范化描述子，計(jì)算機(jī)于是進(jìn)行下列中的至少一個(gè)識(shí)別在 該至少一個(gè)圖像中的至少一個(gè)對(duì)象；檢測(cè)在該至少一個(gè)圖像中的至少一個(gè)對(duì)象；以及將在 該至少一個(gè)圖像中的至少一個(gè)對(duì)象歸類(lèi)。根據(jù)本發(fā)明的另一個(gè)方面，具有提供用于分析圖像中的對(duì)象的方法的計(jì)算機(jī)可執(zhí) 行指令的計(jì)算機(jī)可讀介質(zhì)，其中該圖像從攝像機(jī)系統(tǒng)獲得，所述方法包括從該攝像機(jī)系統(tǒng) 接收至少一個(gè)具有多個(gè)像素的圖像；對(duì)該多個(gè)像素中的每個(gè)像素計(jì)算特征池；導(dǎo)出下列中的一個(gè)來(lái)自該特征池的特征的徑向矩池的和該至少一個(gè)圖像的幾何中心；和來(lái)自該特征 池的特征的中心矩池；基于該至少一個(gè)圖像的面積和導(dǎo)出的特征徑向矩池和導(dǎo)出的特征中 心矩池中的一個(gè)，計(jì)算規(guī)范化描述子；以及基于該規(guī)范化描述子，進(jìn)行下列中的至少一個(gè) 識(shí)別在該至少一個(gè)圖像中的至少一個(gè)對(duì)象；檢測(cè)在該至少一個(gè)圖像中的至少一個(gè)對(duì)象；以 及將在該至少一個(gè)圖像中的至少一個(gè)對(duì)象歸類(lèi)。根據(jù)本發(fā)明的另一個(gè)方面，用于分析在圖像中的對(duì)象的系統(tǒng)，其中該圖像從攝像 機(jī)系統(tǒng)獲得，所述系統(tǒng)包括用于從該攝像機(jī)系統(tǒng)接收至少一個(gè)具有多個(gè)像素的圖像的系 統(tǒng)；用于對(duì)該多個(gè)像素中的每個(gè)像素計(jì)算特征池的系統(tǒng)；用于導(dǎo)出下列中的一個(gè)的系統(tǒng) 來(lái)自該特征池的特征的徑向矩池的和該至少一個(gè)圖像的幾何中心；和來(lái)自該特征池的特征 的中心矩池；基于該至少一個(gè)圖像的面積和導(dǎo)出的特征徑向矩池和導(dǎo)出的特征中心矩池中 的一個(gè)，用于計(jì)算規(guī)范化描述子的系統(tǒng)；和基于該規(guī)范化描述子，進(jìn)行下列中的至少一個(gè)的 系統(tǒng)識(shí)別在該至少一個(gè)圖像中的至少一個(gè)對(duì)象；檢測(cè)在該至少一個(gè)圖像中的至少一個(gè)對(duì) 象；以及將在該至少一個(gè)圖像中的至少一個(gè)對(duì)象歸類(lèi)。通過(guò)下列詳細(xì)說(shuō)明和附圖將使本發(fā)明的各種其他特征和優(yōu)勢(shì)明顯。


附示目前設(shè)想用于執(zhí)行本發(fā)明的一個(gè)實(shí)施例。圖1是結(jié)合本發(fā)明的方面用于分析基于攝像機(jī)的對(duì)象的系統(tǒng)的示意圖。圖2A-2D是可由根據(jù)本發(fā)明的實(shí)施例的系統(tǒng)采用的各種旋轉(zhuǎn)角度的俯視圖的圖像。圖3是結(jié)合本發(fā)明的方面用于分析基于攝像機(jī)的對(duì)象的系統(tǒng)的示意圖。
具體實(shí)施例方式本發(fā)明的方面提供關(guān)于采用攝像機(jī)系統(tǒng)的前述系統(tǒng)的優(yōu)勢(shì)。該系統(tǒng)、方法和程序 產(chǎn)品能夠更有效地分析在從攝像機(jī)系統(tǒng)獲得的數(shù)據(jù)(例如，視頻、圖像、圖像區(qū)域等)中的 對(duì)象(例如，車(chē)輛、人等)。根據(jù)本發(fā)明的方面的改善包括關(guān)于噪聲和圖像變換(例如，照明 變化、攝像機(jī)旋轉(zhuǎn)變化、尺度變化等)更容易地檢測(cè)對(duì)象、將對(duì)象歸類(lèi)和/或識(shí)別對(duì)象的能 力。采用本發(fā)明的方面的攝像機(jī)系統(tǒng)的“智能”有效地增加。本發(fā)明的方面包括更高效地分析對(duì)象的能力，其包括例如檢測(cè)對(duì)象、將對(duì)象歸類(lèi) 和/或識(shí)別對(duì)象?？筛鶕?jù)實(shí)施例分析的對(duì)象實(shí)際上可以是從攝像機(jī)系統(tǒng)獲得的任何事物， 其包括車(chē)輛、人等。對(duì)象檢測(cè)包括確定在圖像中存在的屬于特定類(lèi)別的對(duì)象的數(shù)量、在該特定類(lèi)別中 的對(duì)象在圖像中的什么位置、和/或在該圖像中對(duì)象的近似大小的能力。例如，給定單個(gè)圖 像，對(duì)象檢測(cè)可包括檢測(cè)屬于給定類(lèi)別(例如，所有可能車(chē)輛的類(lèi)別)的對(duì)象。對(duì)象歸類(lèi)包括確定檢測(cè)的對(duì)象屬于N個(gè)對(duì)象類(lèi)別中的哪個(gè)類(lèi)別的能力。例如，假 設(shè)存在N個(gè)可檢測(cè)對(duì)象的類(lèi)別(例如，N = 3，其中一個(gè)類(lèi)別是所有SUV的，另一個(gè)類(lèi)別是所 有轎車(chē)，并且第三個(gè)類(lèi)別是所有貨車(chē))。從而，給定單個(gè)圖像，對(duì)象歸類(lèi)包括能夠歸類(lèi)到檢測(cè) 的對(duì)象所屬的N個(gè)類(lèi)別中的哪個(gè)類(lèi)別。例如，給定包含車(chē)輛的圖像，對(duì)象歸類(lèi)包括能夠確定 該車(chē)輛是SUV、轎車(chē)還是貨車(chē)。
對(duì)象識(shí)別包括確定檢測(cè)的對(duì)象是否是來(lái)自對(duì)象圖像的收集庫(kù)的相同特定對(duì)象的 能力。例如，給定包含對(duì)象的新圖像，對(duì)象識(shí)別包括識(shí)別包含在該圖像中的對(duì)象是否描繪收 集庫(kù)中先前存在的相同的特定對(duì)象。例如，在車(chē)輛背景中，假設(shè)存在用戶(hù)試圖識(shí)別的特定所 有者的SUV (例如，具有行李架的2005款深藍(lán)色Honda Element EX)。對(duì)象識(shí)別包括能夠基 于對(duì)象(例如，車(chē)輛)圖像的該收集庫(kù)足夠確定在接收的圖像中特定所有者的SUV是否存 在于該圖像(或若干個(gè)圖像)中。該對(duì)象識(shí)別可以包括在該圖像(若干個(gè)圖像)中識(shí)別例 如該所有者的具有行李架的2005款深藍(lán)色Honda Element EX的能力，即使該圖像庫(kù)包括 例如具有相同屬性(例如，2005款；深藍(lán)色；SUV ；Honda制造；Element型；Element EX型； 等)的其他車(chē)輛的圖像。對(duì)象識(shí)別包括識(shí)別該圖像(若干個(gè)圖像)包含(或不包含)收集 庫(kù)中包含的特定對(duì)象，不管該對(duì)象的類(lèi)別或?qū)ο髿w類(lèi)如何。本發(fā)明的方面包括基于圖像矩應(yīng)用于圖像特征池的想法的新的一類(lèi)外觀描述子。 通過(guò)仔細(xì)設(shè)計(jì)圖像矩和圖像特征，可以使描述子為尺度和旋轉(zhuǎn)不變的，以及對(duì)于照明變化 是魯棒的。方面包括它們的計(jì)算的快速程序，其基于積分表示。它們的不變性性質(zhì)使它們 例如適合于從空中視頻的車(chē)輛檢測(cè)的應(yīng)用，其中尺度和旋轉(zhuǎn)不變性常常是關(guān)鍵的。外觀描述子的設(shè)計(jì)在過(guò)去的十年間受到相當(dāng)大的注意。這是因?yàn)樵S多實(shí)際應(yīng)用要 求描述子的計(jì)算用于支持從圖像特征匹配到對(duì)象匹配的范圍或從對(duì)象檢測(cè)到對(duì)象類(lèi)別識(shí) 別的范圍的任務(wù)。描述子的重要性質(zhì)是它的獨(dú)特性，但另一個(gè)問(wèn)題是它關(guān)于噪聲和由于照 明和視角變換的圖像變換的魯棒性。描述子的計(jì)算復(fù)雜性也是主要性質(zhì)。這在訓(xùn)練階段 (例如，特征選擇)期間以及在運(yùn)行時(shí)間可能成為問(wèn)題。實(shí)際上，幾乎每個(gè)任務(wù)必然需要從 對(duì)應(yīng)于若干圖像區(qū)域的數(shù)據(jù)的大量統(tǒng)計(jì)(即，外觀描述子)的計(jì)算。本發(fā)明的方面提出解 決計(jì)算效率、尺度和旋轉(zhuǎn)變換等的不變性的問(wèn)題的一類(lèi)新的描述子。本發(fā)明的方面提出圖像特征矩，其實(shí)現(xiàn)從圖像空間到其中每個(gè)像素指派給圖像特 征向量(包含該圖像的期望局部說(shuō)明)的空間的映射的設(shè)計(jì)。本發(fā)明的方面解決旋轉(zhuǎn)不變 性并且提供新的各向同性特征池。本發(fā)明的實(shí)施例包括三個(gè)不同外觀描述子的使用。該描述子都是尺度不變的，并 且它們可以是旋轉(zhuǎn)不變的，取決于圖像特征的各向同性性質(zhì)。在任何情況下，第一外觀描述 子計(jì)算給定區(qū)域的圖像特征的中心矩。第二外觀描述子是在每個(gè)圖像特征上計(jì)算的不變量 集。第三外觀描述子計(jì)算圖像特征的徑向矩。計(jì)算效率根據(jù)本發(fā)明的方面通過(guò)設(shè)計(jì)將積分圖像表示應(yīng)用到圖像特征矩的計(jì)算 的程序來(lái)解決。對(duì)于給定圖像，這實(shí)現(xiàn)以許多參量的預(yù)先計(jì)算為模在固定時(shí)間中新描述子 的計(jì)算。本發(fā)明的方面包括新的一類(lèi)描述子，其關(guān)注對(duì)于尺度和旋轉(zhuǎn)的不變性問(wèn)題，為此 開(kāi)發(fā)了新的圖像特征集。方面還包括新的程序，其實(shí)現(xiàn)在固定時(shí)間中描述子的計(jì)算。這在 預(yù)先計(jì)算相位后獲得，具有與圖像特征的維度成線(xiàn)性關(guān)系而非二次關(guān)系定標(biāo)的成本。本發(fā)明的實(shí)施例解決從空中視頻檢測(cè)車(chē)輛的問(wèn)題。描述子勝過(guò)現(xiàn)有技術(shù)方法，因 為它們是最高效的，同時(shí)與例如支持向量機(jī)(SVM)等分類(lèi)器結(jié)合使用。圖像特征矩圖像特征和圖像特征矩限定為本文公開(kāi)的。使I成為對(duì)于每個(gè)(x, j)€Oc E2限定的單色或RGB圖像。Φ是映射I和像素(X，y)到d維圖像特征向量的總體濾波運(yùn)算(generic filtering operation)f(x,y) = [/, (xj), ... Jd{x,y)Y -Φ (I,x,y),⑴圖像I的旋轉(zhuǎn)圍繞像素(x，y)操作。如果fi(x，y)沒(méi)有基于該旋轉(zhuǎn)改變，它是各 向同性特征。否則，&是各向異性的。例如，Λ =漢/徹是各向異性特征，但是圖像梯度
的大小是各向同性特征。所有矩的集是圖像特征到具有兩個(gè)變量的多項(xiàng)式空間上的投影。利用mM，其中ρ和q是非負(fù)整數(shù)，階(order) η = p+q的圖像特征f的矩定義為mM = / ωΧΥ (Χ，y)dxdy(2)注意在此之前矩的所有定義將圖像特征認(rèn)作概率密度。然而，根據(jù)本發(fā)明的方面， 圖像特征不視為概率密度。只要{fj是分段連續(xù)的，并且具有有界支撐，那么所有階的矩 存在，并且被唯一確定。在所有實(shí)際的情況下這些條件普遍滿(mǎn)足。本發(fā)明的方面還提出符號(hào)！!^ = [m〖 ,…，m〖Qf:，其指的是階η的η+1個(gè)矩的有序 堆找(ordered stack) 0相似地，μΜ是階n = p+q彡2的圖像特征f的中心矩，其中具有分量μ M, i并且 定義為/W =L nh^r Cv- 抓yj 叔辦.(3)
rnQQ，irnOOJ符號(hào)外=k，...,乂?！褐傅氖请Aη的η+1個(gè)中心矩的有序堆棧。從μ 2和μ 3，提取七個(gè)不同的對(duì)于特征f的平移(translation)和旋轉(zhuǎn)不變的統(tǒng) 計(jì)數(shù)字(稱(chēng)為Hu不變量)是可能的。它們指示為T(mén)1 , ...,T7G 并且它們是具有如下定 義的分量的向量 τ Jji—t1 20, i —“02，i，
T2ji—(P 20, i-μ 02ji)2+4 (Ullji)2,
τ3 j—(P 30, i-3 μ 12，J + (3 U 21, i~ l·1 03, i)，
τ4 j—(P 30, iP 12，i) + ( P 21，i+P 03，i)，
τ5 j=(y so,廠3 U 12，i) ( U 30, i+ P 12，i) [ ( P 30,±+μ12^)2-3(μ21^+μ03^)2] + (3μ21i+ l·1 03, i) ( y 21,i+ 03，i) [3 ( l·1 30，i+ P 12，i) ~ ( ^ 21，i+ U 03，
τ6 j—(P 20，i_ l·1 02，i) [ ( P 30, i+ P 12，i) _ ( P 21，i"^μ03, )2]+4μ11,^U30,^U12a) (μ21
i+ Ii 03, i)，τ 7ji = (3 μ 21,廠3 μ 03,》(μ 30, i+ μ 12, i) [ ( μ so, i+ ^ 12, i) '"3 ( μ 21, ^ μ 03, i)2] _ (3 μ 30,階η彡1的圖像特征f的徑向矩定義為m = Jn [(x-xnf + (y-y Ω)2]"辦，少)dxdy(5)其中Ω , i Ω) e λ代表域ω的幾何中心。這些矩具有對(duì)特征f的旋轉(zhuǎn)不變的 基本性質(zhì)。外觀描述子D C ω是單連通域，其中idi指示域的面積。映射圖像特征{f (X，y) i (x,y) e d} 到描述子向量y e妒的算子打算供外觀描述子使用。根據(jù)本發(fā)明的方面，基于本文論述的圖像特征矩的三個(gè)外觀描述子定義如下。中心矩(CM)描述子從圖像特征的中心矩集{ μ J，在域D上計(jì)算，階η彡2的中心矩描述子定義為向量
其中具有Jcm= 一_4 c/個(gè)分量。中心矩不變量(CMI)描述子從圖像特征的中心矩不變量集{ τ J，在域D上計(jì)算，中心矩不變量描述子定義為
其是具有Jcmi = 7d個(gè)分量的向量。徑向矩(RM)描述子從圖像特征的徑向矩不變量集ImJ，在域D上計(jì)算，階η > 1的徑向矩描述子定義 為其是具有Jkm = nd個(gè)分量的向量。區(qū)域協(xié)方差(RC)描述子在測(cè)試前述三個(gè)外觀描述子的耐久性中，下列區(qū)域協(xié)方差(RC)描述子用作比較。 區(qū)域D的圖像特征f的協(xié)方差矩陣定義為kf=4i (取 ^)-f)(f(x,^)-f f dxd兄(9)其中f = mQQ/|Z)|是在D上的平均圖像特征向量。假定kf是對(duì)稱(chēng)正定矩陣，區(qū)域協(xié) 方差描述子由包含kf的Jkc = (d2+d) /2個(gè)獨(dú)立項(xiàng)目的向量yK給出。外觀描述子性質(zhì)所有該四個(gè)描述子可以提供圖像的有效并且非常低維的表征，特別是RM。相反，甚 至廣泛使用的圖像特征用聯(lián)合直方圖的表示將引起具有維度0(d2)的描述子，其中α 0。在CM、CMI和RM中，圖像特征視為概率分布，并且該描述子概述特征如何在計(jì)算域 上分布。在RC中，圖像特征視為隨機(jī)向量，并且描述子是它的協(xié)方差。如果特征包含空間 信息，然后RC將該信息與其他特征相關(guān)。所有該描述子提供適合的方式以融合多個(gè)特征的信息。盡管RC通過(guò)本征計(jì)算每 對(duì)圖像特征之間的相關(guān)性而如此進(jìn)行，CM、CMI和RM通過(guò)設(shè)置一些圖像特征成為其他的組 合而實(shí)現(xiàn)此。根據(jù)本發(fā)明的方面，該三個(gè)新描述子(即，CM、CMI、RM)的維度與d成線(xiàn)性而 非像在RC中的二次那樣定標(biāo)。假使在給定時(shí)刻，D包含在均勻背景上的對(duì)象，并且在隨后的時(shí)刻，對(duì)象已經(jīng)平移 但仍然在D內(nèi)。所有該描述子對(duì)于這樣的平移是不變的，其中RM例外，其關(guān)于D的幾何中心計(jì)算。如此，RM可是用于定位特定對(duì)象的更好的描述子。假設(shè)在每個(gè)像素的特征編碼尺度不變的信息，在方程6、7、8和9上運(yùn)算的關(guān)于|D 的規(guī)范化使所有該描述子尺度不變。然而，注意即使沒(méi)有完全尺度不變的特征，獲得關(guān)于尺 度的極高度不變性是可能的。如此，下列事實(shí)導(dǎo)致(a)如果圖像特征{fj是各向同性的，CMI、RM和RC是旋轉(zhuǎn) 不變的；(b)如果{fj中的一些是各向異性的，CMI、RM和RC不是旋轉(zhuǎn)不變的；(c)不管{fj 的性質(zhì)如何，CM不是旋轉(zhuǎn)不變的。從而，取決于應(yīng)用，旋轉(zhuǎn)不變性(變化性)可或可以不是 要求。所有該描述子委派照明不變性問(wèn)題給圖像特征的設(shè)計(jì)。RC對(duì)引起特征的附加變化 的照明變化也是不變的，因?yàn)槠骄卣鲝拿枋鲎佑?jì)算去除。圖像特征集根據(jù)本發(fā)明的方面，濾波運(yùn)算可用于產(chǎn)生圖像特征集。例如，可使用兩個(gè)濾波器 集ΦΑ和Φι，其中ΦΑ是各向異性特征集并且 是各向同性特征集。濾波器集ΦΑ使得圖像特征計(jì)算為f (xj；) = [χ, y,R(x, y), G(x, y)B(x,其中R、G和B是圖像I的RGB顏色通道，并且其他參量是圖像強(qiáng)度一和二階偏導(dǎo) 的大小。這既不是特征的照明不變集也不是特征的尺度不變集。最終，X和y僅當(dāng)RC描述 子計(jì)算時(shí)存在。濾波器集C^1這樣定義成使得圖像特征計(jì)算為f(X1V) =[p2n,R{x,y\G(x,y)B{x,y),|V/(x,y%Kp(x,y),Kg(x,y),s(x,yj^ ,(11)其中戶(hù)二丄(x-^J + G —yj2，RGB顏色通道，和圖像強(qiáng)度的梯度的大小。如之前，
P a僅當(dāng)RC描述子計(jì)算時(shí)存在。該最后三個(gè)特征是形狀參數(shù)，并且給出由圖像強(qiáng)度生成的
3D形狀的局部描述，BP{(x. V, R3 I I(x, y)+ζ =0)。κ p和κ 0是主曲率κ工和
K 2在極坐標(biāo)中的表示，由此S是形狀指數(shù)，其也是尺度不變的。它們可以用如下限定的快 速程序計(jì)算

O1不是照明不變的特征集。增加的照明魯棒性通過(guò)用各個(gè)通道的對(duì)數(shù)拉普拉斯 算子代替RGB通道獲得。在對(duì)數(shù)后的任意導(dǎo)數(shù)消去倍增的照明變化，并且顯著減小附加變 化。已經(jīng)進(jìn)行采用這些修正的成功實(shí)驗(yàn)。通過(guò)積分表示的快速算法在Ω上限定的圖像I (它的積分表示)稱(chēng)為積分圖像并且由 7 (“，V) d"dv 給
u<c,v<y
出。該表示允許采用0(1)數(shù)目個(gè)運(yùn)算在任何矩形域D上計(jì)算圖像的積分。注意D= [χ'，x" ]X[y'，y〃 ]的面積可以計(jì)算為 |D| =A(x'，y' )-A(X〃，y' )+A(x"，y〃 )-A(x'， y")，其中
權(quán)利要求
一種用于分析圖像中的對(duì)象的計(jì)算機(jī)化方法，其中所述圖像從攝像機(jī)系統(tǒng)獲得，所述計(jì)算機(jī)化方法包括從所述攝像機(jī)系統(tǒng)接收至少一個(gè)具有多個(gè)像素的圖像；對(duì)所述多個(gè)像素中的每個(gè)像素計(jì)算特征池；導(dǎo)出下列中的一個(gè)來(lái)自所述特征池的特征的徑向矩池和所述至少一個(gè)圖像的幾何中心；以及來(lái)自所述特征池的特征的中心矩池；基于所述導(dǎo)出的特征的徑向矩池和所述導(dǎo)出的特征的中心矩池中之一和所述至少一個(gè)圖像的面積，計(jì)算規(guī)范化描述子；以及基于所述規(guī)范化描述子，計(jì)算機(jī)則進(jìn)行下列中的至少一個(gè)識(shí)別在所述至少一個(gè)圖像中的至少一個(gè)對(duì)象；檢測(cè)在所述至少一個(gè)圖像中的至少一個(gè)對(duì)象；以及將所述至少一個(gè)圖像中的至少一個(gè)對(duì)象歸類(lèi)。
2.如權(quán)利要求1所述的方法，其中所述至少一個(gè)對(duì)象是車(chē)輛。
3.如權(quán)利要求1所述的方法，其中所述攝像機(jī)系統(tǒng)的一部分包括空中視頻設(shè)備。
4.如權(quán)利要求1所述的方法，進(jìn)一步包括從所述計(jì)算機(jī)輸出所述識(shí)別的對(duì)象、所述檢 測(cè)的對(duì)象和所述歸類(lèi)的對(duì)象中的一個(gè)的標(biāo)識(shí)。
5.如權(quán)利要求1所述的方法，其中所述至少一個(gè)圖像包括圖像區(qū)域。
6.如權(quán)利要求1所述的方法，其中所述導(dǎo)出包括用戶(hù)可選擇的順序。
7.如權(quán)利要求1所述的方法，其中所述特征池是各向同性的。
8.如權(quán)利要求1所述的方法，其中所述特征池是各向異性的。
9.一種用于分析圖像中的對(duì)象的系統(tǒng)，其中所述圖像從攝像機(jī)系統(tǒng)獲得，所述系統(tǒng)包括用于從所述攝像機(jī)系統(tǒng)接收至少一個(gè)具有多個(gè)像素的圖像的系統(tǒng)； 用于對(duì)所述多個(gè)像素中的每個(gè)像素計(jì)算特征池的系統(tǒng)； 用于導(dǎo)出下列中的一個(gè)的系統(tǒng)來(lái)自所述特征池的特征的徑向矩池和所述至少一個(gè)圖像的幾何中心；以及 來(lái)自所述特征池的特征的中心矩池；基于所述導(dǎo)出的特征的徑向矩池和所述導(dǎo)出的特征的中心矩池中之一和所述至少一 個(gè)圖像的面積，計(jì)算規(guī)范化描述子的系統(tǒng)；以及基于所述規(guī)范化描述子進(jìn)行下列中的至少一個(gè)的系統(tǒng) 識(shí)別所述至少一個(gè)圖像中的至少一個(gè)對(duì)象； 檢測(cè)所述至少一個(gè)圖像中的至少一個(gè)對(duì)象；以及 將所述至少一個(gè)圖像中的至少一個(gè)對(duì)象歸類(lèi)。
10.如權(quán)利要求9所述的計(jì)算機(jī)化系統(tǒng)，進(jìn)一步包括攝像機(jī)系統(tǒng)。
全文摘要
用于包括對(duì)象識(shí)別、對(duì)象檢測(cè)和/或?qū)ο髿w類(lèi)的基于攝像機(jī)的對(duì)象分析的系統(tǒng)、方法和程序產(chǎn)品。用于分析在從攝像機(jī)系統(tǒng)獲得的圖像中的對(duì)象的計(jì)算機(jī)化方法的示范性實(shí)施例包括從該攝像機(jī)系統(tǒng)接收具有像素的圖像；對(duì)每個(gè)像素計(jì)算特征池；然后導(dǎo)出來(lái)自該特征池的特征的徑向矩池的和該圖像的幾何中心或來(lái)自該特征池的特征的中心矩池；然后基于圖像的面積和導(dǎo)出的特征矩池，計(jì)算規(guī)范化描述子；并且然后基于該規(guī)范化描述子，計(jì)算機(jī)于是識(shí)別、檢測(cè)在該圖像中的對(duì)象和/或?qū)⑵錃w類(lèi)。
文檔編號(hào)G06K9/00GK101996315SQ20101026693
公開(kāi)日2011年3月30日 申請(qǐng)日期2010年8月18日 優(yōu)先權(quán)日2009年8月18日
發(fā)明者G·多雷托, Y·姚 申請(qǐng)人:通用電氣公司