[发明专利]基于深度数据的目标检测与定位方法及系统有效

专利信息
申请号: 201610115301.8 申请日: 2016-03-01
公开(公告)号: CN105760846B 公开(公告)日: 2019-02-15
发明(设计)人: 杨恒;张政;李锦丹 申请(专利权)人: 北京正安维视科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京中企鸿阳知识产权代理事务所(普通合伙) 11487 代理人: 刘葛;郭鸿雁
地址: 100082 北京市西城*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 数据 目标 检测 定位 方法 系统
【权利要求书】:

1.一种基于深度数据的目标检测与定位方法,其特征在于,包括如下步骤:

步骤S1,利用深度数据传感器采集的深度数据来获取深度图,构建所述深度图的背景模型,获取所述深度图视角下的目标前景区域,对所述目标前景区域进行初步分割;

步骤S2,利用投影矩阵,将经过初次分割的目标前景区域映射到俯视视角下,依据目标在水平空间上的位置差异对所述俯视视角下的目标前景区域进行再次分割;

步骤S3,在俯视图上,提取再次分割后的目标前景区域的深度特征并训练得到目标检测模型,利用该目标检测模型对粘连目标进行检测定位;

步骤S4,对俯视图上的检测定位结果进行三维坐标位置的关联跟踪,再将检测定位结果映射到原始深度图坐标下,得到最终目标检测结果。

2.如权利要求1所述的基于深度数据的目标检测与定位方法,其特征在于,在所述步骤S1中,所述构建深度图的背景模型,包括如下步骤:

对所述深度图进行预处理以滤除噪点干扰;

在所述预处理后的深度图中,采集最远深度数据,并以选择性背景更新策略构建所述背景模型。

3.如权利要求1或2所述的基于深度数据的目标检测与定位方法,其特征在于,所述步骤S1还包括如下步骤:根据所述深度图的数据特征,提取所述深度图的数据值小于背景数据的像素坐标,对该像素坐标进行连通域分析以得到所述目标前景区域。

4.如权利要求1所述的基于深度数据的目标检测与定位方法,其特征在于,在所述步骤S2中,对所述俯视视角下的目标前景进行再次分割后,分别得到俯视视角下的目标前景像素累积图和俯视视角下的目标前景深度最小数值图,其中,所述目标前景像素累积图和俯视视角下的目标前景深度最小数值图为目标前景区域的深度特征。

5.如权利要求1所述的基于深度数据的目标检测与定位方法,其特征在于,在所述步骤S4中,所述对俯视图上的检测定位结果进行三维坐标位置的关联跟踪,包括如下步骤:

对所述检测定位结果中前后帧间的检测目标进行三维坐标位置的关联跟踪,将满足预设跟踪时长的检测定位结果映射到原始深度图坐标下,得到最终目标检测结果。

6.一种基于深度数据的目标检测与定位系统,其特征在于,包括:

目标前景初次分割模块,用于利用深度数据传感器采集的深度数据来获取深度图,构建所述深度图的背景模型,获取所述深度图视角下的目标前景区域,对所述目标前景区域进行初步分割;

目标前景再次分割模块,所述目标前景再次分割模块与所述目标前景初次分割模块相连,用于利用投影矩阵,将经过初次分割的目标前景区域映射到俯视视角下,依据目标在水平空间上的位置差异对所述俯视视角下的目标前景区域进行再次分割;

前景粘连检测定位模块,所述前景粘连检测定位模块与所述目标前景再次分割模块相连,用于在俯视图上,提取再次分割后的目标前景区域的深度特征并训练得到目标检测模型,利用该目标检测模型对粘连目标进行检测定位;

关联跟踪模块,所述关联跟踪模块与所述前景粘连检测定位模块相连,用于对俯视图上的检测定位结果进行三维坐标位置的关联跟踪,再将检测定位结果映射到原始深度图坐标下,得到最终目标检测结果。

7.如权利要求6所述的基于深度数据的目标检测与定位系统,其特征在于,所述目标前景初次分割模块构建深度图的背景模型,包括:对所述深度图进行预处理以滤除噪点干扰;在所述预处理后的深度图中,采集最远深度数据,并以选择性背景更新策略构建所述背景模型。

8.如权利要求6或7所述的基于深度数据的目标检测与定位系统,其特征在于,所述目标前景初次分割模块还用于根据所述深度图的数据特征,提取所述深度图的数据值小于背景数据的像素坐标,对该像素坐标进行连通域分析以得到所述目标前景区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京正安维视科技股份有限公司,未经北京正安维视科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610115301.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top