[發明專利]一種基于雙目攝像頭的目標識別與定位方法

有效

• 申請號: 201910625272.3
• 申請日: 2019-07-11
• 公開（公告）號: CN110458025B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 顏俊;吳超輝;楊孟渭;康彬
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/764;G06V10/774;G06V10/82;G06N3/04
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 姚姣陽;徐振興

本發明公開了一種雙目攝像頭的目標識別與定位方法。利用人臉圖片訓練數據庫，進行基于卷積神經網絡(CNN)的分類學習，得到基于人臉識別的分類模型；利用圖片的深度信息，進行基于支持向量機(SVM)的回歸學習，得到距離回歸函數，構建圖片深度信息與與目標距離攝像頭距離的關系。通過攝像頭拍攝目標，利用獲得的人臉照片，通過人臉分類模型完成人員目標識別。同時利用拍攝圖片的深度信息，計算目標距離攝像頭的距離，實現人員定位。該方法具有識別時間開銷小，識別精度高的優點。

技術領域

本發明涉及一種雙目攝像頭的目標識別與定位方法，屬于定位導航技術領域。

背景技術

近年來，室內位置服務的需求不斷增長，催生了室內定位技術的不斷發展。傳統衛星定位系統，如全球定位系統（GPS）、北斗定位系統，在室外空曠環境中擁有較高的定位精度，但是衛星定位信號很容易受到遮蔽或干擾，導致衛星定位系統在室內環境中定位不準甚至無法定位。因此，在室內環境中，考慮到圖像信息的優勢，具有無電磁干擾，綠色環保等特點被廣泛關注。

現有技術包括：一種基于圖像匹配和指紋庫的LED可見光室內定位方法（專利號：CN201610125773.1），該方法在線階段使用sift算法，在線處理時間長，位置估計時間開銷比較大。而本發明在線階段使用已經訓練好的模型，位置估計時間開銷小，可以明顯提高定位所需要的時間。

目前，國內外對基于圖像的室內定位技術的研究中會采用單目攝像頭或雙目攝像頭。其中，使用雙目攝像頭具有更多的優勢。在立體視覺之前，單目視覺因運算效率高以及信息量小的優點在人員的識別與定位跟蹤領域中占有絕對優勢。隨著立體視覺的不斷發展，單目視覺無法獲得圖像深度信息而導致無法精確的識別和定位人員目標的缺陷越加明顯，雙目立體視覺通過雙目攝像頭仿生人眼，提取雙目圖像的視差信息，根據物體在圖像中的深度信息和各自的特征，進一步作識別和定位處理。其中，雙目攝像頭獲取的左右雙目圖像中，兩個匹配塊中心像素的水平距離即為視差。相同視差（即相同顏色）代表物體離攝像頭位置相同。目前，隨著硬件系統特別是嵌入式的發展，在運動物體的圖像處理領域，雙目技術的優勢越來越明顯。因此，采用雙目視覺技術在智能交通、視頻監控上應用有著重大意義。

公開于該背景技術部分的信息僅僅旨在增加對本發明的總體背景的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域一般技術人員所公知的現有技術。

發明內容

本發明的目的在于提供一種基于雙目攝像頭的人員識別與定位方法，從而克服上述現有技術中的缺陷。

為實現上述目的，本發明提供了一種雙目攝像頭的目標識別與定位方法，該方法包括如下步驟：步驟1：利用人臉圖片訓練數據庫，進行基于卷積神經網絡CNN的分類學習，得到基于人臉識別的分類模型；

步驟2：利用圖片的深度信息，進行基于支持向量機SVM的回歸學習，得到距離回歸函數，構建圖片深度信息與與目標距離攝像頭距離的關系；

步驟3：通過攝像頭拍攝目標，利用獲得的人臉照片，通過人臉分類模型完成人員目標識別；

步驟4：同時利用拍攝圖片的深度信息，計算目標距離攝像頭的距離，實現人員定位。

本發明進一步限定的技術方案為：

優選地，上述技術方案中，雙目攝像頭的目標識別與定位方法具體為：

步驟1：利用雙目攝像頭拍攝待識別人員人臉圖像信息，建立人員目標標簽和人臉圖片數據庫；利用卷積神經網絡對人員目標標簽和人臉圖片數據庫進行離線分類學習，得到人員目標識別分類模型；

步驟2：記錄拍攝點位置信息，利用OpenCV中圖像處理技術，從雙目攝像頭拍攝深度圖片中提取拍攝圖片的深度信息，建立位置信息和深度圖片信息數據庫；利用支持向量機對位置信息和深度圖片信息數據庫進行訓練，學習位置信息和深度圖片信息之間的對應關系，得到基于位置信息的回歸模型；