分类与对象检测方法和装置以及图像拍摄和处理设备与流程

技术特征：
1.一种在特征空间中的分类方法，所述特征空间包括一个或多个特征向量，所述一个或多个特征向量中的一些或全部被识别为支撑向量，所述分类方法包括：最大超球面生成步骤，用于根据所述支撑向量在所述特征空间中生成可能的最大超球面；超球面中心计算步骤，用于根据所述支撑向量计算所生成的最大超球面的中心；判决超球面生成步骤，用于利用所计算的中心和所生成的最大超球面，生成判决超球面；以及分类步骤，用于将所述判决超球面内的特征向量归类为正特征向量，其中，所述超球面中心计算步骤包括：根据所述支撑向量，在所述特征空间中生成可能的最小超球面；判断在所述最小超球面内是否只有一个特征向量；如果在所述最小超球面内只有一个特征向量，则将该特征向量确定为所述最大超球面的中心；以及如果在所述最小超球面内有超过一个的特征向量，则估计所述最小超球面的中心，作为所述最大超球面的中心。2.根据权利要求1所述的分类方法，其中，所述判决超球面被生成为使得任何正特征向量落在所生成的判决超球面内的概率固定。3.根据权利要求1或2所述的分类方法，其中，所述判决超球面生成步骤包括：计算所述最大超球面的表面积；以及确定判决超球面，使得该判决超球面的中心即为所计算的最大超球面的中心，且该判决超球面与所述最大超球面的表面积之比是预定值。4.根据权利要求1或2所述的分类方法，其中，所述支撑向量是预先指定的，或者基于所述一个或多个特征向量计算得到的。5.根据权利要求1或2所述的分类方法，其中，所述最大超球面是利用支撑向量数据描述(SVDD)算法生成的。6.根据权利要求1或2所述的分类方法，其中，在所述最大超球面生成步骤、所述超球面中心计算步骤和判决超球面生成步骤中采用核函数K(·)，其中，该核函数被选择为针对所述特征空间中的任意归一化特征向量z是恒定的。7.根据权利要求6所述的分类方法，其中，所述核函数K(·)包括直方图交叉核(HIK)。8.一种在特征空间中的分类装置，所述特征空间包括一个或多个特征向量，所述一个或多个特征向量中的一些或全部被识别为支撑向量，所述分类装置包括：最大超球面生成单元，配置成根据所述支撑向量在所述特征空间中生成可能的最大超球面；超球面中心计算单元，配置成根据所述支撑向量，计算由所述最大超球面生成单元生成的所述最大超球面的中心；判决超球面生成单元，配置成利用由所述超球面中心计算单元计算的中心和由所述最大超球面生成单元生成的最大超球面，生成判决超球面；以及分类单元，配置成将由所述判决超球面生成单元生成的所述判决超球面内的特征向量归类为正特征向量，其中，所述超球面中心计算单元进一步包括：最小超球面生成单元，配置成根据所述支撑向量，在所述特征空间中生成可能的最小超球面；超球面中心判断单元，配置成判断在所述最小超球面内是否只有一个特征向量；以及超球面中心确定单元，配置成如果在所述最小超球面内只有一个特征向量，则将该特征向量确定为所述最大超球面的中心，并且如果在所述最小超球面内有超过一个的特征向量，则估计所述最小超球面的中心，作为所述最大超球面的中心。9.根据权利要求8所述的分类装置，其中，所述判决超球面被生成为使得任何正特征向量落在所生成的判决超球面内的概率固定。10.根据权利要求8或9所述的分类装置，其中，所述判决超球面生成单元进一步包括：最大超球面表面积计算单元，配置成计算所述最大超球面的表面积；以及判决超球面确定单元，配置成确定判决超球面，使得该判决超球面的中心即为所计算的最大超球面的中心，且该判决超球面与所述最大超球面的表面积之比是预定值。11.根据权利要求8或9所述的分类装置，其中，所述支撑向量是预先指定的，或者基于所述一个或多个特征向量计算得到的。12.根据权利要求8或9所述的分类装置，其中，所述最大超球面是利用支撑向量数据描述算法生成的。13.根据权利要求8或9所述的分类装置，其中，所述最大超球面生成单元、所述超球面中心计算单元和判决超球面生成单元采用核函数K(·)，其中，该核函数被选择为针对所述特征空间中的任意归一化特征向量z是恒定的。14.根据权利要求13所述的分类装置，其中，所述核函数K(·)包括直方图交叉核。15.一种对象检测方法，包括：支撑向量确定步骤，用于确定一组支撑向量；分类器训练步骤，用于基于所述支撑向量确定步骤中确定的所述一组支撑向量，利用根据权利要求1至8中任一项所述的分类方法来训练分类器；以及对象检测步骤，用于利用所训练的分类器，从图像或视频中检测对象。16.根据权利要求15所述的对象检测方法，其中，所述支撑向量确定步骤进一步包括：样本接收步骤，用于接收一个或多个样本；以及支撑向量计算步骤，用于基于所接收的样本计算所述一组支撑向量。17.根据权利要求15或16所述的对象检测方法，其中，所述支撑向量确定步骤进一步包括：支撑向量提取步骤，用于从其他训练好的分类器提取支撑向量；以及支撑向量选择步骤，用于基于所提取出的训练好的分类器的支撑向量，选择所述一组支撑向量。18.一种对象检测装置，包括：支撑向量确定单元，配置成确定一组支撑向量；分类器训练单元，配置成基于所述支撑向量确定单元中确定的所述一组支撑向量，利用根据权利要求1至8中任一项所述的分类方法来训练分类器；以及对象检测执行单元，配置成利用所训练的分类器，从图像或视频中检测对象。19.根据权利要求18所述的对象检测装置，其中，所述支撑向量确定单元进一步包括：样本接收单元，用于接收一个或多个样本；以及支撑向量计算单元，用于基于所接收的样本计算所述一组支撑向量。20.根据权利要求18或19所述的对象检测装置，其中，所述支撑向量确定单元进一步包括：支撑向量提取单元，用于从其他训练好的分类器提取支撑向量；以及支撑向量选择单元，用于基于所提取出的训练好的分类器的支撑向量，选择所述一组支撑向量。21.一种图像拍摄设备，包括：光学系统，配置成拍摄图像或视频；根据权利要求18至20中任一项所述的对象检测装置；以及控制单元，配置成控制所述光学系统，以聚焦于由所述对象检测装置检测到的对象。22.一种图像处理设备，包括根据权利要求18至20中任一项所述的对象检测装置。23.根据权利要求22所述的图像处理设备，其中，所述图像处理设备是从以下组中选择的任一个：台式计算机、平板计算机、膝上型计算机、报警设备、智能手机和游戏机。