[发明专利]检测类棍状目标部件的方法

说明书

技术领域

本发明涉及图像处理中对目标部件进行检测的方法，具体来说，在深度图像中检测用类棍状形状铰链连接的高变形的目标部件。

背景技术

当前，正在广泛研究三种分类方法。第一种方法是对深度图像进行聚类(WO2008128568)，在该方法中，将深度图像用作输入，并对深度图像进行聚类。第二种方法使用具有对称属性的线段，它在彩色/灰度图像中检测线，然后找到具有两条对称线的匹配对以形成对象部件。第三种方法试图提取类棍状部件的内在模式，然后用基于样本的方法来训练其分类器。

对于第一种分类方法，它显然只对简单对象姿势起作用。对于第二种分类方法，为了能够很好地提取线条，需要彩色/灰度图像中的裸体的人。对于第三种分类方法，它将在刚体对象检测(比如脸部检测、头部检测等)的方法移植到变形对象的检测，从而使检测变得复杂，并且检测性能很低。

目标检测分成两类，一类是刚体目标检测，一类是非刚体目标检测；前者比较容易，后者难在目标可以高度变形，导致检测很难。还有一个问题就是检测的速度问题，现有应用要求实时检测，如果在图像内扫描验证每个位置，每个尺度的窗口(滑动窗口方式)是否是目标，就要求分类器简单可靠，这就对分类器的性能要求很高。这对非刚体目标来说，就更加困难，通常都是排除出去大部分目标不可能所在的区域，然后在较小的区域上检测，期望降低计算量，从而提高运行速度。

发明内容

本发明提供了一种在深度图像中检测用类棍状形状铰链连接的可变形的目标部件的方法，其中，深度图像的像素表示相机和3D空间中对象上的点之间的距离。所使用的相机可以是能够输出对象的深度值的TOF相机、立体相机等。通过所述方法，分析视频流以提取对象分量。为了提高对象分量检测的性能，可使用其他类型的相机或装置已与深度视频相机协作，这样可利用他们的优点并有助于定位对象部分。

本发明提供了一种可对因为所穿的衣服而变形的高度变形的对象(比如人的胳膊、腿)进行有效检测的方法。在用深度相机产生的或者多相机构造的深度图像中，当对象部件被呈现在图像中时，它们到相机之间的距离不同。基于该特征，可容易地将对象部件(例如人的胳膊、腿等)进行定位。对于人的胳膊或腿等这类对象，可由N个类棍状体来构成这类对象，可逐个检测类棍状体，也就是说，先检测第一类棍状体部分、第二类棍状体部分......对于深度图像，像素值表示对象上的相应点到相机之间的距离。

根据本发明的一方面，提供了一种检测类棍状目标部件的方法，所述类棍状目标部件包括至少一个棍状的子部件，相邻的子部件之间通过铰链连接的方式连接起来，其中，针对每个子部件，执行如下搜索操作：产生子部件的假设子部件；对产生的假设子部件进行评估；产生子部件的候选子部件。

根据本发明的一方面，通过使用具有二维特征的梯形来产生子部件的假设子部件，所述产生假设子部件的步骤包括：在图像中选择预定起点，然后分别按预定步长变化梯形的高度、宽度和方向，从而得到该起点的所有假设子部件。

根据本发明的一方面，对产生的假设子部件进行评估的步骤包括：根据预定特征丢弃掉一些不可能是子部件的假设子部件。

根据本发明的一方面，所述产生子部件的候选子部件的步骤包括：计算每个未被丢弃掉的假设子部件可能是子部件的概率；生成子部件的候选子部件的集合。

根据本发明的一方面，在对产生的假设子部件进行评估的步骤中，对于每个假设子部件，在其两侧构造两个辅助假设子部件，所述辅助假设子部件与该假设子部件具有相同的高度，但是其底边的宽度分别为该假设子部件的相应底边的宽度的一半。

根据本发明的一方面，所述预定特征是下述特征中的至少一个：表示假设子部件不属于背景、假设子部件的最小深度小于辅助假设子部件的平均深度、假设子部件的平均深度小于辅助假设子部件的平均深度、假设子部件在3D空间中具有有效尺度。