对视频中的目标进行分类的方法和装置与流程

技术特征：
1.一种对视频中的目标进行分类的方法，包括：通过第一分类器初步进行与所述视频中的至少两个目标相关联的分类；利用训练所述第一分类器所用的第一特征中的至少一部分第一特征来训练第二分类器；以及通过训练好的第二分类器进一步进行与所述至少两个目标相关联的分类，其中，所述利用训练所述第一分类器所用的第一特征中的至少一部分第一特征来训练第二分类器的步骤包括：基于训练样本计算每个所述第一特征的类可分性度量，其中，所述训练样本选自所述第一分类器初步进行与所述视频中的至少两个目标相关联的分类所得到的候选目标；根据所述类可分性度量选择所述至少一部分第一特征；以及利用所述至少一部分第一特征训练所述第二分类器。2.根据权利要求1所述的方法，其中，在所述利用训练所述第一分类器所用的第一特征中的至少一部分第一特征来训练第二分类器之后，所述方法还包括：选择第二特征；以及利用所述第二特征基于经所述至少一部分第一特征训练的所述第二分类器训练得到经所述第二特征训练的所述第二分类器；其中，所述通过训练好的第二分类器进一步进行与所述至少两个目标相关联的分类的步骤包括：通过经所述第二特征训练的所述第二分类器和经所述至少一部分第一特征训练的所述第二分类器之一或其组合进一步进行与所述至少两个目标相关联的分类。3.根据权利要求1所述的方法，其中，在所述利用训练所述第一分类器所用的第一特征中的至少一部分第一特征来训练第二分类器之后，所 述方法还包括：选择第二特征；以及利用所述第二特征基于经所述至少一部分第一特征训练的所述第二分类器训练得到经所述第二特征训练的所述第二分类器；其中，所述通过训练好的第二分类器进一步进行与所述至少两个目标相关联的分类的步骤包括：通过经所述第二特征训练的所述第二分类器和经所述至少一部分第一特征训练的所述第二分类器之一或其组合进一步进行与所述至少两个目标相关联的分类。4.根据权利要求3所述的方法，其中，所述选择第二特征的步骤包括：基于训练样本生成第三特征；根据所述第三特征与所述第一特征的集合的相似性度量，以及所述第三特征在所述训练样本上的类可分性度量中的至少一个，从所述第三特征中选择预定数量的第三特征作为所述第二特征。5.根据权利要求4所述的方法，其中，在从所述第三特征中选择预定数量的第三特征作为所述第二特征的步骤之前，还包括：计算利用所述至少一部分第一特征训练的第二分类器对所述训练样本进行分类的困难程度；根据所述困难程度从所述训练样本中删除部分训练样本，其中，根据所述第三特征与所述第一特征的集合的相似性度量，以及所述第三特征在剩余的训练样本上的类可分性度量中的至少一个，从所述第三特征中选择预定数量的第三特征作为所述第二特征。6.根据权利要求1-5之一所述的方法，其中，所述第一分类器是离线通用目标检测器，而所述第二分类器是在线特定目标检测器，所述通过第一分类器初步进行与所述视频中的至少两个目标相关联的分类的步骤包括：通过所述离线通用目标检测器检测所述视频中的所述至少两个目标；并且所述通过训练好的第二分类器进一步进行与所述至少两个目标相关联的分类的步骤包括：通过训练好的在线特定目标检测器跟踪所述至少两 个目标。7.根据权利要求6所述的方法，还包括：在所述至少两个目标中的多个目标彼此接近时，重新将所述训练好的在线特定目标检测器作为第一分类器，将在线特定目标组检测器作为第二分类器，训练在线特定目标组检测器；以及通过训练好的在线特定目标组检测器区分所述多个目标。8.根据权利要求1-5之一所述的方法，其中，所述第一分类器是在线特定目标检测器，而所述第二分类器是在线特定目标组检测器，所述通过第一分类器初步进行与所述视频中的至少两个目标相关联的分类的步骤包括：通过所述在线特定目标检测器跟踪所述视频中的所述至少两个目标；并且所述通过训练好的第二分类器进一步进行与所述至少两个目标相关联的分类的步骤包括：在所述至少两个目标中的多个目标彼此接近时，通过训练好的在线特定目标组检测器区分所述多个目标。9.一种对视频中的目标进行分类的装置，包括：第一分类器，用于初步进行与所述视频中的至少两个目标相关联的分类；第一训练模块，被配置用于利用训练所述第一分类器所用的第一特征中的至少一部分第一特征来训练第二分类器；以及所述第二分类器，用于进一步进行与所述至少两个目标相关联的分类，其中，所述第一训练模块包括：类可分性度量计算子模块，被配置用于基于训练样本计算每个所述第一特征的类可分性度量，其中，所述训练样本选自所述第一分类器初步进行与所述视频中的至少两个目标相关联的分类所得到的候选目标；第一特征选择子模块，被配置用于根据所述类可分性度量选择所述至 少一部分第一特征；以及第一训练子模块，被配置用于利用所述至少一部分第一特征训练所述第二分类器。