[發明專利]一種基于稀疏特征點云的主動目標識別方法

有效

• 申請號: 201910681446.8
• 申請日: 2019-07-26
• 公開（公告）號: CN112307809B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 朱楓;孫海波;郝穎明;孔研自;付雙飛
• 申請（專利權）人: 中國科學院沈陽自動化研究所
• 主分類號: G06V20/64
• 分類號: G06V20/64;G06V10/46;G06V10/762;G06V10/764
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 王倩

本發明涉及模式識別領域，具體地說是涉及一種基于稀疏特征點云的主動目標識別方法。主動目標識別的目的，是通過規劃改變視覺傳感器位姿(視點)，獲取充分信息，從而提高識別的效率和正確率?；谙∈杼卣鼽c云的主動目標識別方法包括：基于稀疏特征點云的目標表征方法以及視覺詞典與貝葉斯相結合的特征點區分性度量方法。前者針對目標稠密點云模型進行特征點檢測與描述，結合特征點模型坐標，構建了目標的稀疏特征點云模型；后者，針對候選目標中可觀測特征點，采用視覺詞典與貝葉斯相結合的方法度量每個特征點的區分性，用于確定下一最佳視點。本發明對復雜有遮擋的場景仍舊具有較高的識別效率與正確率，視點規劃范圍覆蓋整個三維空間，應用性更強。

技術領域

本發明涉及模式識別領域，具體地說是涉及一種基于稀疏特征點云的主動目標識別方法。

背景技術

主動目標識別的目的，是通過規劃改變視覺傳感器位姿(視點)，獲取充分信息，從而提高識別的效率和正確率。在眾多復雜場景中，目標存在遮擋或者不同的目標存在相似的視角，這些情況下，僅根據單一視點的觀測信息，無法唯一地辨別目標身份，使得識別存在不確定性。通過改變視覺傳感器的視點，獲取新的觀測信息，可以降低當前識別的歧義性。

視點的改變同樣會引入新的問題：一，如何構建面向主動識別的目標模型。單一視點識別中的目標模型，通常是針對一個目標不同視角下的二維視圖提取孤立的特征，而沒有明確特征間的空間依賴關系。在主動識別中，視點改變的目的是為了尋找新的特征，只有建立了當前視點下特征與下一視點對應特征的相對位置關系，才能求得下一視點與當前視點的位姿變換。二，如何根據歷史觀測信息并結合前面的目標模型，確定下一最佳視點，其本質是尋求最有區分性的特征，以排除其它候選目標，這一過程涉及到不同特征區分性或者唯一性的度量問題。

針對以上兩個問題，主流的方法采用形態圖表征目標，以不同視角下二維視圖中提取的目標形態作為目標特征，結合圖的方式描述特征間的位置依賴關系；采用貝葉斯的思想度量不同特征的區分性，進而構建形態預測圖，用以確定下一最佳視點。該方法存在的不足有：

(1)復雜場景中，目標容易發生遮擋，形態提取不完整，導致識別正確率降低；

(2)形態圖模型只適用于表征人工目標；

(3)為了提取目標所有的可觀測形態，需要手工劃分目標的視點空間，以確定每個形態的所屬范圍，工作量大且繁瑣；

(4)無法直接確定下一最佳視點的位姿，需要在視覺傳感器移動過程中實時檢測目標形態，以確定是否觀測到預期形態，導致識別效率降低；

(5)為了降低形態劃分復雜度，(3)中的視點空間通常局限于一維空間，即以目標為中心的固定半徑圓周上，這導致在實際問題中，應用性較差。

發明內容

為了克服主流方法中的不足，本發明提出了一種適用于復雜場景且特征提取簡單的主動目標識別方法。

為解決上述技術問題，本發明采用的方案包括：一種基于稀疏特征點云的主動目標識別方法，包括以下步驟：

1)根據視覺傳感器采集的目標三維點云模型，獲取特征點、特征描述子以及特征點模型坐標，構成特征點云模型存入模型庫；

2)根據視覺傳感器實時采集的目標三維點云，獲取特征點、特征描述子，并與模型庫中每個目標的特征點云模型進行特征匹配，生成候選目標及對應位姿；當候選目標個數大于1時，規劃視覺傳感器下一視點用于獲取新的目標三維點云，并返回步驟2)，以排除部分候選目標，確認目標身份。

所述獲取特征點和特征描述子包括以下步驟：

針對目標三維點云模型或者實時采集的目標三維點云進行特征點檢測；

利用特征點的鄰域信息進行描述，作為特征描述子。