[发明专利]运动检测方法及躲避和跟踪运动目标的方法有效

专利信息
申请号: 201611046531.X 申请日: 2016-11-23
公开(公告)号: CN106651921B 公开(公告)日: 2020-02-04
发明(设计)人: 白俊;曾毅;赵菲菲;孔庆群 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06T7/285 分类号: G06T7/285;G06N3/02
代理公司: 11482 北京瀚仁知识产权代理事务所(普通合伙) 代理人: 宋宝库
地址: 100080 *** 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: 运动 检测 方法 躲避 跟踪 目标
【权利要求书】:

1.一种运动检测方法,其特征在于,所述方法包括:

获取脑图像序列;

对V1脑区进行处理,获得所述脑图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应;

基于对所述V1脑区进行处理获得的所述运动响应,对MT/MST脑区的运动神经元进行投影,采用空间平面上最大化投影放电频率的方法确定最大运动响应;

基于所述最大运动响应,采用所有空间方向上最大化放电频率的方法对LIP脑区的运动决策功能进行处理,得到所述运动目标的方位;

所述基于所述最大运动响应,采用所有空间方向上最大化放电频率的方法对LIP脑区的运动决策功能进行处理,得到所述运动目标的方位,具体包括:

基于所述最大运动响应,采用所有空间方向上最大化放电频率的方法,确定所述运动目标的位置;

通过所述最大运动响应,根据下式确定所述运动目标的运动方向:

其中,所述θ表示所述运动目标的所述运动方向;所述vθ(x,y,t)表示最大运动响应。

2.根据权利要求1所述的运动检测方法,其特征在于,所述对V1脑区进行处理,获得所述脑图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应,具体包括:

根据下式确定所述运动响应代表的速度和方向:

其中,dx、dy、dt表示神经元在所述三维时空空间中的一响应方向,对应在单位球面的坐标;所述v表示所述运动响应代表的速度;所述θ表示所述运动响应代表的方向;

根据下式建立神经元模型:

d(x,y,θ)=xcosθ+ysinθ

其中,所述表示兴奋电导;所述t表示时间;所述G(x,y)表示高斯核;所述σ表示高斯核函数参数;(x,y)表示感受野中心位置;*表示卷积运算;所述Pc(t)和所述Ps(t)表示时间的函数;所述f(v)表示频率为速度的函数,所述d(x,y,θ)表示感受野中心位置在θ方向角上的投影;所述C表示细胞膜电容;所述V表示神经元膜电位;所述Gi(x,y,t)表示抑制电导;所述Ee表示兴奋平衡电位;所述Ei表示抑制平衡电位;所述gl表示漏电电导;

利用所述神经元模型计算所述神经元的放电频率,从而获得所述神经元在任一方向和速度上的运动响应;

根据所述神经元在任一方向和速度上的所述运动响应,获得所述图像序列中所述运动目标在所述三维时空空间中所述不同三维时空方向对应的所述运动响应。

3.根据权利要求1所述的运动检测方法,其特征在于,在所述获取脑图像序列之后,所述运动检测方法还包括:

利用空间高斯滤波方法将所述图像序列中的每一帧处理成多个不同尺度的图像。

4.一种躲避和跟踪运动目标的方法,其特征在于,包括:

获取三维场景图像;

基于所述三维场景图像,利用双目视差的方法,生成三维深度图像;

对所述三维深度图像进行投影,得到二维图像;

采用如权利要求1-3中任一所述的运动检测方法对所述二维图像进行处理,确定所述运动目标在水平面的运动方向,从而实现对所述运动目标的躲避和跟踪。

5.根据权利要求4所述的躲避和跟踪运动目标的方法 ,其特征在于,所述双目视差方法采用双目图像获取装置;所述基于所述三维场景图像,利用双目视差的方法,生成三维深度图像,具体包括:

获取所述双目图像获取装置的变换参数;

基于所述三维场景图像,根据双目视差算法,获得所述三维场景图像中的所述运动目标,所述运动目标具有不同的视差;

将所述运动目标的所述视差确定为所述运动目标的深度,从而得到所述三维深度图像。

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中国科学院自动化研究所,未经中国科学院自动化研究所许可,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/201611046531.X/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