视觉注意机制下的粒子窗快速目标检测

• 作者: 卢志才 徐超 方丹 杨锁昌 高敏
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 目标检测 视觉注意机制 图像签名 粒子窗 多级分类器
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 信息科学
• 页码范围: 3227-3237
• 页数: 11页
• 分类号: TP391.4
• 字数: 6032字
• 语种: 中文
• DOI: 10.3788/OPE.20152311.3227

摘要

针对传统滑动窗目标检测方法需要在全图像范围内穷举搜索的缺点,提出了一种基于视觉注意机制的粒子窗检测方法,旨在保持较高检测精度的同时减少计算量.该方法将目标显著性作为先验知识引入搜索过程,采用"图像签名"方法生成显著图,然后通过阈值门限提取出包含有目标真实位置的局部区域.利用蒙特卡洛采样在显著目标对应的图像范围内均匀生成粒子窗,并依据分类器的响应对粒子进行重采样,以凸显真实目标区域、避免滑动窗方法对搜索步长的依赖.建立了Adaboost+类Harr特征(HLF)和支持向量机(SVM)+方向梯度直方图(HOG)的多级分类器结构,前级分类器用于大范围目标的快速筛选,后级分类器用于小范围目标的精确定位.将本文目标检测模型与传统滑动窗法和粒子窗法进行了比较,结果表明本文方法的受试者工作特征曲线(ROC)包含的面积更大,耗时仅为滑动窗法的1/3到1/4,粒子窗法的1/2,在保持较高检测精度的条件下显著提升了检测速度,实现了快速准确的目标检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高敏	军械工程学院导弹工程系	117	720	14.0	20.0
2	杨锁昌	军械工程学院导弹工程系	110	795	15.0	23.0
3	方丹	军械工程学院导弹工程系	25	67	4.0	6.0
4	卢志才	军械工程学院导弹工程系	16	59	4.0	7.0
5	徐超	军械工程学院导弹工程系	49	209	8.0	11.0