[發明專利]一種基于RGBD的行人檢測和身份識別方法及系統

有效

• 申請號: 201710272095.6
• 申請日: 2017-04-24
• 公開（公告）號: CN107045630B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 張紹明
• 申請（專利權）人: 杭州艾芯智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/54;G06K9/46;G06K7/10
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 安娜

1.一種基于RGBD的行人檢測和身份識別方法，其特征在于，所述方法包括：

輸入RGBD圖像，對所述RGBD圖像進行預處理；其中，所述RGBD圖像包括彩色圖像和深度圖像；

構建所述RGBD圖像的多通道特征和尺度列表；

根據所述多通道特征，訓練得到檢測分類器；

采用所述檢測分類器，根據所述尺度列表，對行人進行檢測和身份識別；

所述采用所述檢測分類器，根據所述尺度列表，對行人進行檢測和身份識別，具體包括：

采用所述檢測分類器，搜索所述尺度列表對應的尺度空間，得到包含行人信息的行人框圖；

在所述行人框圖中，搜索包含行人ID的二維碼；

識別二維碼中包含的行人ID，確定行人的身份；

重建行人三維信息，對于標定好的圖片，利用二維碼的規格以及二維碼在原圖中的位置，反算出二維碼和相機之間的位置關系，進一步與行人在RGBD圖像中的三維信息進行比對，從而確定行人身份；

在行人三維信息重建步驟中，由行人框圖在原始圖片中的像素位置、相機的內方位元素和深度信息，根據成像原理，計算出行人的大致三維信息，另外，通過二維碼的四個角點在原始圖片中的像素值，亦可大致算出二維碼與相機之間的位置關系，兩者結合可重建出行人的三維信息，結合二維碼識別所確定的行人ID，準確高效地確定行人的身份。

2.根據權利要求1所述的行人檢測和身份識別方法，其特征在于，所述多通道特征包括：RGB多通道特征，深度多通道特征；

所述構建所述RGBD圖像的多通道特征，具體包括：構建RGB多通道特征，以及構建深度多通道特征。

3.根據權利要求2所述的行人檢測和身份識別方法，其特征在于，所述構建RGB多通道特征，具體包括：

將RGB顏色空間轉換為LUV顏色空間；

在所述LUV顏色空間中，計算梯度幅值和梯度方向；

將所述梯度方向進行量化，根據所述梯度幅值和量化后的所述梯度方向，計算所述梯度方向直方圖的方向通道。

4.根據權利要求3所述的行人檢測和身份識別方法，其特征在于，所述在所述LUV顏色空間中，計算梯度幅值和梯度方向，具體包括：

估算所述彩色圖像的彩色像素點處的水平方向梯度和垂直方向梯度；

根據所述水平方向梯度和所述垂直方向梯度，計算所述彩色像素點處的梯度幅值和梯度方向。

5.根據權利要求4所述的行人檢測和身份識別方法，其特征在于，根據所述水平方向梯度和所述垂直方向梯度，計算所述彩色像素點處的梯度幅值和梯度方向，具體包括：

根據所述水平方向梯度和所述垂直方向梯度，計算所述彩色像素點處的LUV三通道的第一梯度幅值；

選取多個第一梯度幅值中的最大值，作為所述像素點處的梯度幅值；

根據所述最大值對應的所述水平方向梯度和所述垂直方向梯度，計算相應的梯度方向，作為所述像素點處的梯度方向。

6.根據權利要求2所述的行人檢測和身份識別方法，其特征在于，所述構建深度多通道特征，具體包括：

計算所述深度圖像的深度像素點處的水平方向梯度和垂直方向梯度；

根據所述深度像素點處的水平方向梯度和垂直方向梯度，計算所述深度像素點處的深度梯度幅值和深度梯度方向；

計算所述深度法向量方向。

7.根據權利要求1所述的行人檢測和身份識別方法，其特征在于，所述構建所述RGBD圖像的尺度列表，具體包括：

計算所述深度圖像每個像素點對應的尺度，對所述尺度進行量化；

量化后的多個所述尺度構成尺度列表。

8.根據權利要求1所述的行人檢測和身份識別方法，其特征在于，根據所述多通道特征，訓練得到檢測分類器，具體包括：

采集多個多通道特征作為訓練樣本；

采用AdaBoost分類器對所述訓練樣本進行訓練，得到檢測分類器；

其中，所述AdaBoost分類器為多個弱分類器級聯而成。

9.一種基于RGBD的行人檢測和身份識別系統，其特征在于，所述系統包括：輸入模塊，特征構建模塊，訓練模塊，檢測識別模塊；

其中，所述輸入模塊與所述特征構建模塊連接，所述特征構建模塊與所述訓練模塊連接，所述訓練模塊與所述檢測識別模塊連接；

所述輸入模塊，用于輸入RGBD圖像，對所述RGBD圖像進行預處理；

所述特征構建模塊，用于構建所述RGBD圖像的多通道特征和尺度列表；

所述訓練模塊，用于根據所述多通道特征，訓練得到檢測分類器；

所述檢測識別模塊，用于采用所述檢測分類器，根據所述尺度列表，對行人進行檢測和身份識別；搜索所述尺度列表對應的尺度空間，得到包含行人信息的行人框圖，在所述行人框圖中，搜索包含行人ID的二維碼；根據所述二維碼，識別二維碼中包含的行人ID，確定行人的身份；重建行人三維信息，對于標定好的圖片，利用二維碼的規格以及二維碼在原圖中的位置，反算出二維碼和相機之間的位置關系，進一步與行人在RGBD圖像中的三維信息進行比對，從而確定行人身份識別行人的身份，在行人三維信息重建步驟中，由行人框圖在原始圖片中的像素位置、相機的內方位元素和深度信息，根據成像原理，計算出行人的大致三維信息，另外，通過二維碼的四個角點在原始圖片中的像素值，亦可大致算出二維碼與相機之間的位置關系，兩者結合可重建出行人的三維信息，結合二維碼識別所確定的行人ID，準確高效地確定行人的身份。