[發明專利]一種基于立體視覺的ATM機行為分析方法

有效

• 申請號: 201210317511.7
• 申請日: 2012-08-31
• 公開（公告）號: CN102867175A
• 公開（公告）日: 2013-01-09
• 發明（設計）人: 尚凌輝;王弘玥;鮑迪鈞;趙志艷;高勇
• 申請（專利權）人: 浙江捷尚視覺科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/00;H04N13/02
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.一種基于立體視覺的ATM機行為分析方法，其特征在于該方法包括以下步驟：

步驟1：采用雙目相機作為深度信息的獲取設備，輸出為幀率25FPS的CIF分辨率的深度圖，深度圖中，每個像素的取值范圍為0-255，值越大表示該像素所代表的目標距離鏡頭越近；

步驟2：對深度圖進行背景建模，并隨著場景的變化，學習更新每個像素的混合高斯模型，確定背景分布，具體是：

首先對深度圖進行背景建模，用由K個高斯成分組成的混合高斯模型表示像素在時間域上的概率分布模型，即深度圖中像素j在t時刻取值為????????????????????????????????????????????????的概率為

其中表示在t時刻像素j的混合高斯模型中的第i個高斯成分的權重，表示第i個高斯成分的均值，表示第i個高斯成分的協方差，η表示高斯概率密度函數：

其中d為的維數；

然后隨著場景的變化，學習更新每個像素的混合高斯模型；

最后像素j的混合高斯模型描述了其特征值在時間域上的概率分布，為了確定像素的混合高斯模型里哪些高斯成分是由背景產生的，根據每個高斯成分的權重與其標準差之比排序后，取前個高斯成分作為背景的分布，根據下式計算

閾值T度量了背景高斯成分在像素的整個概率分布中所占得最小比例；

步驟3：對每幀新深度圖中的每個像素，求其在每個背景混合高斯模型中的概率值：

若概率最大值小于閾值，則認為當前像素為前景點，說明可能有物體在背景上；

步驟4：對所有前景點進行聯通域檢測，同一個聯通區域的像素認為是屬于同一個不明物體；

步驟5：在二維彩色圖上，對聯通域的大小，顏色進行判斷，過濾過小的區域或顏色和背景類似的區域，剩下的區域即為可能的不明物。

2.根據權利要求1所述的基于深度信息聚類的復雜場景人數統計方法，其特征在于：步驟2中的學習更新方法是：將混合高斯模型中的K個高斯成分按照由大到小排序，然后用像素的當前值與其混合高斯模型中的K個高斯成分逐一比較，若與第i個高斯成分的均值之間的差小于δ倍的該高斯成分的標準差，則該高斯成分被更新，其余高斯成分保持不變，更新方程如下：

其中是模型的學習率，當第i個高斯成分與匹配時，為1，否則為0；如果與像素j的混合高斯模型中的K個高斯成分都不匹配，則該像素混合高斯模型中排在最后的高斯成分被新的高斯成分取代，新的高斯成分均值為，初始標準差及權重設為和；在更新完成后，各高斯成分的權重被歸一化，以使。