[發明專利]一種基于深度信息的運動檢測方法

無效

• 申請號: 201410253317.6
• 申請日: 2014-06-09
• 公開（公告）號: CN103996199A
• 公開（公告）日: 2014-08-20
• 發明（設計）人: 劉宏;王燦;馬里千
• 申請（專利權）人: 北京大學深圳研究生院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/20
• 代理公司: 北京君尚知識產權代理事務所(普通合伙) 11200
• 代理人: 余長江

1.一種基于深度信息的運動檢測方法，其步驟為：

1)對當前幀的深度圖像進行一次運動目標分割，獲取粗糙運動目標點集；

2)采用深度無關密度恒定的投影方法將該粗糙運動目標點集投影至俯視平面xoz，得到一個二維的xoz平面統計直方圖；

3)對該xoz平面統計直方圖進行二次運動目標分割，獲取最終的精確運動目標點集；

4)周期性地利用當前幀的精確運動目標點集更新當前幀的粗糙運動目標點集；

5)根據所采集深度圖像序列的精確運動目標點集進行運動檢測。

2.如權利要求1所述的方法，其特征在于獲取所述粗糙運動目標點集的方法為：

21)構建t時刻當前幀深度圖像D(t)對應的運動目標圖像G(t):

22)對于當前幀運動目標圖像G(t)中的每一點P_i(t)，計算其正跳變狀態和負跳變狀態

23)采用RS觸發時間邏輯，依據和的值對當前幀運動目標圖像每一點p_i(t)的狀態s_i(t)進行更新，然后依據p_i(t)的狀態s_i(t)篩選出屬于粗糙運動目標的點集M(t)，得到所述粗糙運動目標點集。

3.如權利要求2所述的方法，其特征在于所述運動目標圖像G(t)為：G(t)＝{p_i(t)},其中，p_i(t)＝{u_i，v_i，d_i(t)，s_i(t)},u_i表示p_i(t)對應D(t)中點的橫坐標，v_i表示p_i(t)對應D(t)中點的縱坐標，d_i(t)表示p_i(t)對應D(t)中點的深度值，s_i(t)表示p_i(t)的狀態，s_i(t)＝1表示p_i(t)屬于運動目標，S_i(t)＝0表示p_i(t)屬于背景。

4.如權利要求2所述的方法，其特征在于利用下列公式計算所述正跳變狀態和負跳變狀態

其中，表示發生正跳變，則表示未發生正跳變，表示發生負跳變，則表示未發生負跳變，d_i(t-1)是上一幀深度圖像D(t)第i個像素的深度值，τ_i(t)是用于判定當前幀深度圖像D(t)第i像素是否跳變的自適應閾值。

5.如權利要求4所述的方法，其特征在于所述自適應閾值為τ_i(t)＝min(τ_pm，α₀·(d_max-d_i(t-1)))；其中，d_max是深度圖像D(t)中深度的最大取值，τ_pm是用于限制τ_i(t)的最大值，α₀是尺度因子。

6.如權利要求2～5任一所述的方法，其特征在于所述采用RS觸發時間邏輯，依據和的值對當前幀運動目標圖像的p_i(t)的s_i(t)進行更新的方法為：將初始時刻運動目標圖像的p_i(t)的狀態作為背景，即s_i(0)＝0；對于非初始時刻，先對進行判斷，若則s_i(t)＝1，否則再對進行判斷，若則s_i(t)＝0，否則s_i(t)＝s_i(t-1)；然后依據p_i(t)的狀態篩選出點集M(t)：=｛p_i(t)|s_i(t)＝1，p_i(t)∈D(t)}。

7.如權利要求1或2所述的方法，其特征在于在步驟2)之前，采用頻繁跳變過濾器濾除該粗糙運動目標點集中的頻繁跳變的噪聲點。