[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

本發明提供一種運動物體的檢測方法、系統及介質，采用通過采集車載攝像頭的數據，特征點匹配模塊得到匹配集，表示兩幅圖像之間的對應關系，然后匹配插值模塊獲得稠密的匹配集，準確反應局部的匹配性質，匹配插值模塊的輸出作為變分優化的輸入，得到全局的對應關系，用來分析顯著的運動物體，輪廓提取模塊提取輸入圖像的邊緣信息，作為匹配插值模塊的輸入，超像素分割模塊得到的超像素塊為結點，變分優化模塊的輸出作為特征，構建圖模型，輸出運動的顯著性，通過形態學操作，提取出目標的位置，融合跟蹤模塊的輸出，得到最終的運動物體檢測結果，解決現有技術泊車過程當中的對運動物體監測精度不高，自動泊車系統監測運動物體不可靠的技術問題。

技術領域

本發明涉及汽車技術領域以及圖像處理領域，具體而言，涉及一種用于自動泊車過程中運動物體的檢測方法、系統及介質。

背景技術

運動物體檢測（Moving Object Detection， MOD）在視頻圖像分析當中，是一種高層語義認知。需要分析視頻當中的運動信息，并檢測出具有獨立運動的物體。隨著多媒體技術以及存儲設備的飛速發展，多媒體數據來源日益增多。為了節省人力資源成本，視頻圖像分析技術變得炙手可熱。在這浪潮當中，智能監控以及自動駕駛在理論與實際應用方面均具有重要的研究意義。

在高級駕駛輔助系統中，運動物體檢測是其重要組成部分。在汽車行駛過程中，運動的物體比靜止的物體要更危險，因為前者存在潛在的主動碰撞危險（如物體向車輛方向運動）。由于有運動物體檢測功能模塊的存在，能夠保證日常的行車安全，尤其是泊車過程當中，也能對人眼盲區的狀況給予提醒，極大降低了碰撞風險，避免造成人身安全以及財產損失。

目前運動物體檢測主要針對靜止或者微小移動的相機，一般出現在監控視頻中。但是在泊車過程中，場景復雜，并且相機運動非常迅速，因此具有較高難度。傳統的運動物體檢測算法可以分為如下幾個部分：

（1）采用特征點，通過特征點跟蹤和聚類，得到運動目標。

（2）背景建模，抽取前景目標。

（3）三維重建，通過視差或者深度，通過點云分析。

但出于項目本身考慮，以上方法并不適用于真是場景。論文中所提及的前況和假設在項目中并不成立。如（1），由于場景范圍較大，視覺深度變化非常大，特征點的跟蹤和聚類并不可靠，并且背景中紋理豐富的區域較多，如地面、樹葉等，會影響聚類的效果。（2）實際中的背景時是在快速變化的，背景模型很難建立，會帶來非常多的誤檢。（3）成本高，并且場景較大，相機運動估計采用的是相機鄰近的點集（如地面），不能反映相機運動對于整幅場景所帶來的影響。

發明內容

本發明提供一種運動物體的檢測方法，采用特征點匹配模塊、匹配插值模塊、變分優化模塊、輪廓提取模塊、超像素分割模塊、圖模型模塊、跟蹤模塊多種模塊并通過多種模塊對采集的圖形數據進行處理，解決現有技術泊車過程當中的對運動物體監測精度不高，自動泊車系統監測運動物體不可靠的技術問題。

本發明為解決上述技術問題而提供一種運動物體檢測方法，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；