[發明專利]一種遠距離行人位置識別方法、系統及存儲介質

在審

• 申請號: 202110661712.8
• 申請日: 2021-06-15
• 公開（公告）號: CN113326793A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 秦豪;趙明
• 申請（專利權）人: 上海有個機器人有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/73;G06T7/80
• 代理公司: 北京天盾知識產權代理有限公司 11421
• 代理人: 梁秀秀

本發明提供一種遠距離行人位置識別方法、系統及存儲介質，方法包括：根據相機特性確定遠距離行人在待檢測原始圖片中的理論位置區域；摳取理論位置區域；將待檢測原始圖片和摳取的理論位置區域處理為預設大小圖片，并分別輸入預設檢測模型中，獲取行人的第一位置識別結果和第二位置識別結果；根據行人的第一位置識別結果和第二位置識別結果，確定遠距離行人的最終位置識別結果。本發明從相機特性出發，分析了遠距離行人在安防機器人視角下出現的理論區域，解決了在縮放圖片損失信息而導致遠距離行人識別率低的問題。

技術領域

本發明涉及目標識別領域，更具體地，涉及一種遠距離行人位置識別方法、系統及存儲介質。

背景技術

智能安防機器人在樓宇巡檢過程中，借助自身傳感器如相機來感知樓宇內的異常情況，在機房等重要無人區域，安防機器人檢查環境，監控環境中有無人員流動來上報警報。在安防場景下，與配送業務不同的是，機器人需要對環境能夠精確感知，對于那些距離較遠的可疑人員也要能精準定位并上報。

安防機器人的行人檢測系統主要是基于卷積神經網絡搭建而成，卷積運算是行人檢測中占比最高的運算方式，網絡計算量與圖片的大小正相關。

機器人等邊緣端設備算力有限，行人檢測算法在實際應用過程中，會先將圖片按比例縮小后再進行計算，以減少計算耗時，保持系統的實時性。但這樣簡單的做法會導致在實際應用中，遠距離行人本身信息量少，圖片縮小后，信息進一步減少，會出現遠距離行人難識別的問題。

發明內容

本發明針對現有技術中存在的技術問題，提供一種遠距離行人位置識別方法、系統及存儲介質。

根據本發明的第一方面，提供了一種遠距離行人位置識別方法，包括：對于待檢測原始圖片，根據相機特性確定遠距離行人在所述待檢測原始圖片中的理論位置區域；從所述待檢測原始圖片中摳取所述理論位置區域；將待檢測原始圖片和摳取的所述理論位置區域處理為預設大小圖片，分別得到第一圖片和第二圖片；將所述第一圖片和所述第二圖片分別輸入預設檢測模型中，獲取所述預設檢測模型分別輸出的行人的第一位置識別結果和第二位置識別結果；根據行人的所述第一位置識別結果和所述第二位置識別結果，確定遠距離行人的最終位置識別結果。

在上述技術方案的基礎上，本發明還可以作出如下改進。

可選的，所述對于待檢測原始圖片，根據相機特性確定遠距離行人在所述待檢測原始圖片中的理論位置區域，包括：采用棋盤格標定方式標定相機內外參數(K,RT)，相機矩陣KRT為：

KRT＝K*RT； (1)

其中，K為相機的內參，RT為相機的外參，fx，fy分別為相機水平方向和垂直方向的焦距，cx，cy為待檢測原始圖片水平方向和垂直方向的主點坐標，Hc為相機安裝位置相對于地面的高度；

根據相機矩陣KRT計算遠距離行人在待檢測原始圖片中的理論位置區域：

根據設定的遠距離閾值以及行人身高閾值，確定出遠距離行人在待檢測圖片中的理論位置區域；其中，(us，vs)為遠距離行人在待檢測圖片中的像素坐標，s為縮放比例系數，x軸為地平線方向，y軸為行人身高方向，z軸為行人與相機距離方向。

可選的，所述根據設定的遠距離閾值以及行人身高閾值，確定出遠距離行人在待檢測圖片中的理論位置區域，包括：取X＝0，Y＝0，Z＝8，代入公式(4)中，得到遠距離行人在待檢測圖片中的位置下界u_down；

取X＝0，Y＝2，Z＝8，得到遠距離行人在待檢測圖片中的位置上界u_up；根據遠距離行人在待檢測圖片中的位置下界和上界，確定遠距離行人在待檢測圖片中的理論位置區域。