[發(fā)明專利]多攝像頭環(huán)境中基于人體中心線的目標(biāo)檢測方法

有效

• 申請?zhí)枺?/td>: 201410268650.4
• 申請日: 2014-06-16
• 公開（公告）號: CN104200483B
• 公開（公告）日: 2018-05-18
• 發(fā)明（設(shè)計(jì)）人: 梁志偉;徐小根;劉洋
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06T7/66
• 分類號: G06T7/66
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243
• 代理人: 王素琴

本發(fā)明提供一種多攝像頭環(huán)境中基于人體中心線的目標(biāo)檢測方法，通過背景差分技術(shù)得到目標(biāo)人二進(jìn)制圖像；利用最小中位數(shù)均方差的方法得到目標(biāo)人的主軸信息；通過計(jì)算各攝像頭之間的單應(yīng)矩陣并通過該單應(yīng)矩陣得到多個(gè)攝像頭之間目標(biāo)的對應(yīng)位置，實(shí)現(xiàn)運(yùn)動目標(biāo)在多攝像頭內(nèi)的檢測。該方法在運(yùn)動檢測中錯(cuò)誤敏感性也非常低，具有很強(qiáng)的魯棒性。在無遮擋及有遮擋情況下，單個(gè)攝像機(jī)視野中目標(biāo)人的中心線能夠被很好的檢測到。并經(jīng)過實(shí)驗(yàn)證明，該方法具有較強(qiáng)的有效性及魯棒性。目標(biāo)人中心線的準(zhǔn)確檢測，為后續(xù)多個(gè)視角中目標(biāo)的確定及目標(biāo)的跟蹤提供了良好的基礎(chǔ)。

技術(shù)領(lǐng)域

本發(fā)明涉及一種多攝像頭環(huán)境中基于人體中心線的目標(biāo)檢測方法。

背景技術(shù)

目標(biāo)檢測，也叫目標(biāo)提取，是一種基于目標(biāo)幾何和統(tǒng)計(jì)特征的圖像分割方法，它將目標(biāo)的分割和識別合二為一，其準(zhǔn)確性和實(shí)時(shí)性是整個(gè)目標(biāo)跟蹤系統(tǒng)的一項(xiàng)重要能力。尤其是在復(fù)雜場景中，需要對多個(gè)目標(biāo)進(jìn)行實(shí)時(shí)處理時(shí)，目標(biāo)的自動提取和識別就顯得特別重要。

在多攝像頭跟蹤過程中，首先需要檢測出各個(gè)攝像頭畫面中有哪些目標(biāo)，只有知道各視角下的目標(biāo)信息，才能在后續(xù)步驟中將這些目標(biāo)的信息融合起來進(jìn)行協(xié)同跟蹤。

但是，在實(shí)際檢測中，由于實(shí)際場景中噪聲的影響，算法檢測出目標(biāo)人的像素點(diǎn)常常存在誤差；光照變化及陰影對檢測也會造成影響，如對檢測結(jié)果造成一定的雜質(zhì)；同時(shí)，在目標(biāo)檢測過程中所提取到的特征點(diǎn)難免會存在一些誤差，影響魯棒性實(shí)現(xiàn)更優(yōu)。尤其是，遮擋的情況經(jīng)常出現(xiàn)在多目標(biāo)跟蹤的場景中，它也是計(jì)算機(jī)視覺上的一大難題，是在目標(biāo)檢測中應(yīng)當(dāng)考慮的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種多攝像頭環(huán)境中基于人體中心線的目標(biāo)檢測方法，對無遮擋及有遮擋的情況，目標(biāo)人的中心線均能夠被很好的檢測到，解決現(xiàn)有技術(shù)中存在的由于實(shí)際場景中如噪聲、光照變化及陰影等因素對檢測結(jié)果造成的雜質(zhì)等影響，并解決了目標(biāo)遮擋時(shí)的檢測問題。

本發(fā)明的技術(shù)解決方案是：

一種多攝像頭環(huán)境中基于人體中心線的目標(biāo)檢測方法，

通過背景差分技術(shù)得到目標(biāo)人二進(jìn)制圖像；

利用最小中位數(shù)均方差的方法得到目標(biāo)人的主軸信息；

通過計(jì)算各攝像頭之間的單應(yīng)矩陣并通過該單應(yīng)矩陣得到多個(gè)攝像頭之間目標(biāo)的對應(yīng)位置，實(shí)現(xiàn)運(yùn)動目標(biāo)在多攝像頭內(nèi)的檢測。

進(jìn)一步地，背景差分目標(biāo)檢測具體為：

對背景建模，即對輸入的圖像序列進(jìn)行中值濾波，得到單高斯背景模型，背景圖像中每個(gè)點(diǎn)的高斯模型參數(shù)為其中，ui和σi(i＝r,g,b)表示背景模型中對應(yīng)點(diǎn)的均值及方差；

背景建模后，前景區(qū)域通過輸入當(dāng)前圖像與背景圖像的差分獲得，把當(dāng)前圖像和背景圖像差分處理，然后將差分后的圖像進(jìn)行閾值處理即可得到二進(jìn)制圖像Bxy，前景像素表示為1，背景像素表示為0，

其中，Ii(x,y)，(i＝r,g,b)為像素(x,y)的當(dāng)前觀測值，Γi為閾值參數(shù)。