文所描述的，方法215的子处理220收集训练样本。这些训练样本然后可以用来学习或更新分类器(236)。可以一次地、定期地，或非定期地更新分类器。另外，可以以无监督的方式更新分类器。在本发明的实施例中，更新分类器包括调整分类器的系数。
[0046]图3是描绘根据本发明的实施例的检测人的方法340的流程图。方法340通过使用被配置为检测人的对象分类器来输出关于视频帧中的人的度量(342)。可以使用关于图2在上文描述的图像梯度和H0G特征来实现使用对象分类器检测人并且输出这些度量的处理。方法340进一步包括使用至少在视频帧的流中的视频帧的子集中的数据自动地更新对象分类器。该更新可以涉及关于图2在上文描述的学习和更新分类器的处理(236)。另外，用于更新分类器的数据可以是关于图2所讨论的训练样本。
[0047]图4是根据本发明的原理的、用于检测人的系统450的简化框图。系统450包括充当在系统450的各种组件之间的互连的互连454。连接到互连454的是输出模块451。输出模块451被配置为使用通信地连接的分类器403输出关于视频帧的流中的人的度量。分类器403被配置为检测人并且可以被体现为关于图1和2在上文描述的分类器。系统450包括更新模块452。更新模块452被配置为使用至少在视频帧的子集中的数据来自动地更新分类器403。更新处理可以如上文所描述的并且所使用的数据可以是通过使用关于图2在上文描述的子处理220所收集的正负训练数据样本。
[0048]系统450可以另外包括照相机402来捕捉视频帧的流，该视频帧的流由输出模块451使用以通过使用分类器403输出关于人的度量。尽管系统450被描绘为包括照相机402，但根据替换实施例，照相机402与系统450分离并且被通信地连接，使得能够在系统450接收由照相机402捕捉的视频帧的流。
[0049]系统450的替换实施例进一步包括处理模块453。处理模块453能够用于进一步处理度量以产生信息。该进一步的处理可以产生如在上文关于图1详细描述的任何数量的统计信息。在本发明的实施例中，可以以图形或表格形式提供这样的信息。
[0050]图5是可以由本发明的实施例利用的网络环境560的简图。网络环境560包括度量服务器506。度量服务器506可以体现如在上文关于图1所描述的度量服务器106。度量服务器506被配置为存储由本发明的实施例引起的度量数据。这些度量可以由关于图2-4分别地在上文描述的方法215、方法340，和/或系统450引起。度量服务器506经由网络561通信地连接到云度量服务器562。网络561可以是现有技术中已知的任何网络，包括局域网(LAN)或广域网(WAN)。云度量服务器562可以包括存储在度量服务器506上的度量。另外，云度量服务器562可以存储来自通信地连接到云度量服务器562的大量度量服务器的度量。
[0051]云度量服务器562通信地连接到顾客563。度量服务器562可以向顾客563传递所存储的度量。度量可以采用任何形式并且可以被进一步处理以产生向顾客563传递的信息。这样的进一步处理可以用于生成可以向顾客563传递的诸如图564的图和诸如表格565的表格。该信息可以包括如在上文关于图1所描述的任何数量的统计信息。
[0052]图6是可以体现本发明的实施例的计算机系统670的高级框图。系统670包含总线672。总线672是系统670的各种组件之间的连接。连接到总线672的是用于将诸如键盘、鼠标、显示器、扬声器，等等的各种输入和输出设备连接到系统670的输入/输出设备接口 673。中央处理单元(CPU) 674连接到总线672并且为计算机指令的执行作准备。存储器676为用于执行计算机指令的数据提供易失性存储。磁盘存贮器675为诸如操作系统(0S)之类的软件指令提供非易失性存储。
[0053]应当理解的是，可以以许多不同的方式实施上面描述的示例实施例。在一些实例中，在本文描述的各种方法和机器可以每个均通过物理、虚拟，或混合通用计算机(诸如计算机系统670)来实施。例如，通过将软件指令加载到存储器676或非易失性存贮器675任一中以由CPU 674执行，可以将计算机系统670变换为执行如上所述的方法的机器。
[0054]可以以硬件、固件或软件的形式来实施实施例或其各方面。如果以软件被实施，可以将软件存储在被配置为使得处理器能够加载软件或其指令的子集的任何非瞬态计算机可读介质上。处理器然后执行指令并且被配置为操作或引起装置以在本文所描述的方式进行操作。
[0055]尽管已经参考其示例实施例具体示出和描述了本发明，但本领域技术人员将理解，在不背离如所附权利要求书所涵盖的本发明的范围的情况下，可以在其中进行形式和细节方面的各种改变。
【主权项】
1.一种在图像的流中检测人的方法，该方法包括: 通过使用被配置为检测人的对象分类器来输出关于视频帧的流内的视频帧中的人的度量；以及 使用至少在视频帧的流中的视频帧的子集中的数据自动地更新对象分类器。2.根据权利要求1所述的方法，其中，自动地更新对象分类器包括定期地进行更新。3.根据权利要求1或2所述的方法，其中，以无监督的方式进行自动地更新对象分类器。4.根据在先权利要求中的任何一项所述的方法，进一步包括，以足以允许照相机捕捉用于识别人和背景的特征之间的区别的视频帧的流的角度来定位照相机。5.根据在先权利要求中的任何一项所述的方法，进一步包括，在捕捉视频帧的流的照相机处计算度量。6.根据权利要求1-4中的任何一项所述的方法，进一步包括，在捕捉视频帧的流的照相机外部计算度量。7.根据在先权利要求中的任何一项所述的方法，进一步包括: 处理度量以产生信息；以及 一次地、定期地，或非定期地向顾客提供该信息。8.根据在先权利要求中的任何一项所述的方法，其中，自动地更新对象分类器进一步包括关于度量确定置信水平。9.根据在先权利要求中的任何一项所述的方法，其中，数据指出人的存在或不存在。10.根据在先权利要求中的任何一项所述的方法，其中，分类器根据方向梯度直方图(HOG)特征和可调的系数来检测人，并且其中，更新分类器包括调整系数。11.一种用于在图像的流中检测人的系统，该系统包括: 输出模块，其被配置为通过使用被配置为检测人的对象分类器来输出关于视频帧的流内的视频帧中的人的度量；和 更新模块，其被配置为使用至少在视频帧的流中的视频帧的子集中的数据自动地更新对象分类器。12.根据权利要求11所述的系统，其中，更新模块被进一步配置为定期地更新对象分类器。13.根据权利要求11或12所述的系统，其中，更新模块被配置为以无监督的方式更新对象分类器。14.根据权利要求11-13中的任何一项所述的系统，进一步包括，以足以允许照相机捕捉用于识别人和背景的特征之间的区别的视频帧的流的角度被定位的照相机。15.根据权利要求11-14中的任何一项所述的系统，进一步包括，被配置为捕捉视频帧的流并且计算度量的照相机。16.根据权利要求11-14中的任何一项所述的系统，其中，在捕捉视频帧的流的照相机外部计算度量。17.根据权利要求11-16中的任何一项所述的系统，进一步包括处理模块，其被配置为处理度量以产生信息，该信息一次地、定期地，或非定期地被提供给顾客。18.根据权利要求11-17中的任何一项所述的系统，其中，自动地更新对象分类器进一步包括关于度量确定置信水平。19.根据权利要求11-18中的任何一项所述的系统，其中，数据指出人的存在或不存在。20.根据权利要求11-19中的任何一项所述的系统，其中，分类器根据方向梯度直方图(HOG)特征和可调的系数来检测人，并且其中，更新分类器包括调整系数。21.一种非暂时性计算机可读介质，其具有存储在其上的指令序列，当该指令序列由耦合到装置的处理器加载和执行时，使装置: 通过使用被配置为检测人的对象分类器来输出关于视频帧的流内的视频帧中的人的度量；以及 使用至少在视频帧的流中的视频帧的子集中的数据自动地更新对象分类器。
【专利摘要】人检测能够提供能够由诸如零售店之类的商业所使用的有价值的度量。这样的信息能够用于影响许多商业决策，诸如雇佣租用和产品定单。该数据的商业价值视其准确度而定。因而，根据本发明的原理的方法通过使用被配置为检测人的对象分类器来输出关于视频帧的流内的视频帧中的人的度量。该方法进一步包括使用至少在视频帧的流中的视频帧的子集中的数据自动地更新对象分类器。
【IPC分类】G06Q30/02, G06K9/00, G06K9/62
【公开号】CN105378752
【申请号】CN201480023411
【发明人】H.朱, F.阿格达西, G.米勒, S.J.米切尔
【申请人】派尔高公司
【公开日】2016年3月2日
【申请日】2014年3月13日
【公告号】EP2973218A1, US20140270358, WO2014151303A1