[发明专利]用于轨迹估计的方法和装置以及用于分割的方法

说明书

技术领域

本发明涉及轨迹估计方法和轨迹估计装置以及分割方法，并且特别地涉及能够基于两幅或更多幅图像而精确地估计诸如移动而改变形状的人等对象在图像上的轨迹的轨迹估计方法和轨迹估计装置以及分割方法。

背景技术

常规上，已经广泛地进行了对图像上的轨迹进行估计的研究与开发。具体地，对诸如人等改变形状的对象的轨迹进行估计的技术是普遍用于例如数码摄像机或数码相机中的聚焦控制和图像质量改进处理以及汽车的驾驶安全支持系统或使用机器人的碰撞避免控制或警报的基础技术。

用于估计轨迹的最通常的方法是通过在一幅图像中提供块(该块为部分区域)并且在另一幅图像中使用包括在该块中的像素信息(像素值)来执行空间搜索，从而基于像素信息中的相似性来估计运动矢量。通过时间上连接这样的运动矢量可以估计轨迹。

然而，根据该方法，运动矢量是基于块内的像素值的相似性来估计的。因此，在包括诸如不具有纹理的均匀区域等区域或具有条纹图案的区域的图像的情况下，不可能精确地估计运动矢量，从而导致误差被包括在轨迹中。

另一方面，非专利文献2描述了一种用于估计更精确轨迹的方法。利用该方法，在对诸如不具有纹理的均匀区域等区域的轨迹进行估计的情况下，仅通过使用诸如角落或边缘等鲁棒点来进行研究，在鲁棒点处，像素值不太可能随时间变化。这给出了允许更精确估计轨迹的优点。

引用列表

非专利文献

[非专利文献1]1989年的International Journal of Computer Vision，卷2，第283-310页，作者为P.Anandan的文章“A computational Framework and an Algorithm for the Measurement of Visual Motion”

[非专利文献2]1994年的IEEE Conference on Computer Vision and Pattern Recognition，第593-600页，作者为Jianbo Shi和Carlo Tomasi的文章“Good Features to Track”

发明内容

技术问题

然而，在常规的方法中，为了处理在诸如人等对象中频繁发生的大小(scale)改变或形状改变，需要采取对应于该大小改变或该形状改变的移动模型。因此，如果没有执行移动模型的合适设置，则存在不能够获得精确轨迹的问题。特别是，在不使用任何关于对象的先前知识的情况下，很难针对形状改变设置合适的运动模型。

因此，构思了本发明来解决以上的问题，并且本发明的目的是提供一种能够基于两幅或更多幅图像而精确地估计诸如移动而改变形状的人等对象或包括均匀纹理的对象在图像上的轨迹的轨迹估计方法和轨迹估计装置以及分割方法。

解决问题的方案

为了实现上述目的，根据本发明一方面的轨迹估计方法是用于对构成视频中的移动对象的全部或移动对象的部分的子区域的轨迹进行估计的轨迹估计方法，并且所述轨迹估计方法包括：接收包括在所述视频中的多幅图像，所述多幅图像是按时间排序的；通过对在所述接收中接收的所述多幅图像中的每一幅图像执行分层分割来在分层级(hierarchical level)上生成子区域，使得空间上较大的子区域包括空间上较小的子区域，所述空间上较大的子区域和所述空间上较小的子区域属于彼此不同的分层级；以及通过跨与特定图像不同的图像中的分层级，搜索与包括在所述特定图像中的子区域最相似的子区域来将包括在所述特定图像中的所述子区域在所述视频中的轨迹估计为代表轨迹(representative trajectory)。

应该注意，本发明不仅可以被实现为上述轨迹估计方法，而且还可以被实现为轨迹估计装置、程序和计算机可读非易失性记录介质，其中所述轨迹估计装置包括作为组成要素的、包括在所述轨迹估计方法中的特征步骤，所述程序使计算机执行包括在所述轨迹估计方法中的所述特征步骤，以及计算机可读非易失性记录介质例如是光盘只读存储器(CD-ROM)，在该计算机可读非易失性记录介质上存储所述程序。

发明的有益效果

根据本发明，可以精确地对诸如移动而改变形状的人等对象或包括均匀纹理的对象在图像上的轨迹进行估计。

附图说明

图1是示出根据本发明第一实施例的轨迹估计装置的基本结构的功能框图。

图2是示出根据本发明第一实施例的轨迹估计装置的硬件结构的功能框图。