[發明專利]一種運動物體的檢測方法、系統及介質

有效

• 申請號: 201711328403.9
• 申請日: 2017-12-13
• 公開（公告）號: CN108090436B
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 田凱;孫立華;高忠
• 申請（專利權）人: 深圳市航盛電子股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 深圳市科吉華烽知識產權事務所(普通合伙) 44248
• 代理人: 李利

1.一種運動物體的檢測方法，其特征在于：該方法包括以下步驟：

A. 在車載攝像頭采集的圖像I₁和I₂ 中，采用的特征點點集S，通過特征點檢測方法確定活動特征點的位置，并對其進行描述，并采用匹配方法獲得特征點的匹配關系;

B. 對輸入圖像I，通過大量數據，訓練隨機森林模型，模型的輸出就是輪廓信息C；

C. 通過已有的匹配關系，將此擴展到像素鄰域上，輸入是圖像I和匹配集M，輸出是更稠密的匹配集F，根據這些已有的匹配關系，設計回歸器擬合數據,最終得到像素點上的匹配關系；

D.輸入兩幀圖像I₁，I₂以及將所得到的匹配關系w與一系列的約束結合，構造了一個能量函數方程，通過線性松弛優化方法來解此方程，最終得到了所需的更高精度的逐像素點匹配關系，用來描述像素點的運動特征；

E.針對輸入圖像I，通過選取適當的種子點，采用無監督聚類的方法，活動一個個子簇，每個子簇作為一個超像素塊進行運算，得到一個降噪圖像數據；

F.在降噪圖像中，以每個超像素塊為結點，兩個互連的超像素塊作為邊構成的圖，通過圖模型上的置信度傳播來獲得相關性，經過一系列適當的背景位置選取，設計總體差異模型，最終獲得差異性最強的作為檢測結果；

G.采用特征點跟蹤的方式，通過已有的檢測結果，預測該目標最可能出現在下一幀的什么位置，然后通過多幀跟蹤的結果與檢測結果融合，作為當前幀的檢測結果，融合監測結果輸出，得到最終的運動物體檢測結果。

2.根據權利要求1所述的運動物體的檢測方法，其特征在于：所述步驟A還包括以下分步驟：

A1. 首先通過構建高斯金字塔，獲得不同層次的圖像I^l_i，以及點集{s^l}，在最頂層的金字塔中，隨機初始化匹配關系；

A2. 在其余每層金字塔上，通過上一層的匹配關系來初始化當前層，然后再進行局部調整，最后獲得最優的匹配關系。

3.根據權利要求2所述的運動物體的檢測方法，其特征在于：所述隨機初始化的方式為

。

4.根據權利要求1所述的運動物體的檢測方法，其特征在于：所述步驟C還包括以下分步驟：

C1. 首先計算圖像的輪廓C，然后得到在以C為代價下的領域信息L

C2. 構建一副基于像素域的圖，找到每個像素點p_m所對應的K近鄰N_k(p_m)，通過這些已有的匹配關系，設計回歸器來擬合這些數據。

5.根據權利要求1所述的運動物體的檢測方法，其特征在于：所述步驟D中所述一系列的約束包括匹配前后的顏色一致性，梯度一致性，平滑特性。

6.根據權利要求1所述的運動物體的檢測方法，其特征在于：所述步驟G中以檢測為主，跟蹤為輔，并引入時間戳，相隔時間越長，則跟蹤結果的可信度越低，若時間間隔為t，則置信度表示為。

7.一種運動物體的檢測系統，其特征在于:所述運動物體的檢測系統包括存儲器、處理器以及存儲在所述存儲器上的計算機程序，所述計算機程序配置為由所述處理器調用時實現權利要求1-6中任一項所述的方法的步驟。

8.一種計算機可讀存儲介質，其特征在于:所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序配置為由處理器調用時實現權利要求1-6中任一項所述的方法的步驟。