[發(fā)明專利]一種基于多視目標提取的室內(nèi)環(huán)境下物體檢測方法

有效

• 申請?zhí)枺?/td>: 201710549591.1
• 申請日: 2017-07-07
• 公開（公告）號: CN107358189B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 劉宏;馬佳瑤;宋章軍;張國棟;董耀鳳;吳觀明
• 申請（專利權(quán)）人: 北京大學深圳研究生院;深圳市銀星智能科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京君尚知識產(chǎn)權(quán)代理有限公司 11200
• 代理人: 邱曉鋒

1.一種基于多視目標提取的室內(nèi)環(huán)境下物體檢測方法，其步驟包括：

1)對輸入的圖片流進行處理，建立室內(nèi)環(huán)境的半稠密地圖，得到不同視角下的候選物體，并實現(xiàn)相機的定位和跟蹤；

2)處理半稠密地圖，將地圖上表示同一物體的區(qū)域用邊界框框出，同時根據(jù)場景需要剔除冗余邊界框；

3)將步驟2)中得到的邊界框重新投影到對應相機位姿的單幀圖片上；

4)提取圖片流的SIFT特征，并對得到的特征向量進行降維處理；

5)將步驟4)得到的特征向量與步驟2)提取出的邊界框進行匹配，得到描述邊界框內(nèi)物體的特征向量；

6)將步驟5)得到的所有特征向量利用FLAIR的方法進行編碼，并保存為詞袋，從而將描述相同物體的特征向量分類并分別加上標簽；

7)不斷重復步驟1)-6)，將不同圖片得到的特征向量與詞袋進行匹配，若無法匹配則更新詞袋，直到建成完整地圖，通過所述將不同圖片得到的特征向量與詞袋進行匹配，即可實現(xiàn)對場景中所有物體的分類，即檢測出場景中的物體。

2.如權(quán)利要求1所述的方法，其特征在于，步驟1)采用單目RGB相機，利用ORB-SLAM方法進行半稠密建圖，得到的點云投射到相機平面上，得到包含同一物體不同視角下的圖像。

3.如權(quán)利要求1所述的方法，其特征在于，步驟2)根據(jù)邊界框的大小、深度信息和重疊大小剔除冗余邊界框。

4.如權(quán)利要求3所述的方法，其特征在于，步驟2)剔除像素小于20*20，深度中值小于設(shè)定的閾值，且與前一張圖片中選定的邊界框重疊度大于0.5的相鄰邊界框。

5.如權(quán)利要求1所述的方法，其特征在于，步驟4)中，SIFT特征的維度為128維，RGB圖像的維度為3維；每個特征用4個像素來表示，并分為4層的圖像金字塔來區(qū)分不同尺度。

6.如權(quán)利要求1所述的方法，其特征在于，步驟4)采用PCA方法降低特征向量的維度。

7.如權(quán)利要求1所述的方法，其特征在于，步驟7)采用最大似然估計方法實現(xiàn)物體的分類。

8.一種基于多視目標提取的室內(nèi)環(huán)境下物體檢測裝置，其特征在于，包括處理器和存儲器；所述存儲器存儲計算機程序，所述計算機程序被配置為由所述處理器執(zhí)行，所述計算機程序包括用于執(zhí)行權(quán)利要求1至7中任一權(quán)利要求所述方法中各步驟的指令。

9.一種存儲計算機程序的計算機可讀存儲介質(zhì)，其特征在于，所述計算機程序被計算機執(zhí)行時，實現(xiàn)權(quán)利要求1至7中任一權(quán)利要求所述方法的步驟。