[发明专利]一种基于人工神经网络的全景摄像头定位方法

权利要求书

1.一种基于人工神经网络的全景摄像头定位方法，其特征在于，包括以下步骤：

(1)在待定位的室内区域的中心位置安装全景摄像头；

(2)离线阶段，在全景摄像头的拍摄覆盖区域内选择位置坐标已知的若干训练点，当用户位于这些训练点时，利用全景摄像头获取M个观测图像作为训练样本，M个观测图像对应的训练点的坐标为

(3)对M个观测图像进行预处理，建立观测图像的背景图像模型；

(4)根据背景图像模型，判定观测图像上的像素点是否属于人体目标，遍历所有像素点，实现对人体目标的检测；

(5)在属于人体目标的像素点集合中搜索作为用户在观测图像上的位置坐标

(6)将坐标与用户真实坐标分别作为人工神经网络的输入和输出，训练坐标映射模型，即得到坐标到坐标的映射f；

(7)在线阶段，利用全景摄像头获取观测图像作为测试样本，经步骤(3)、(4)、(5)后，从检测出的人体目标中搜索出作为用户在观测图像上的位置坐标将该坐标输入所训练的映射f，即得到定位坐标

2.根据权利要求1所述基于人工神经网络的全景摄像头定位方法，其特征在于：在步骤(3)中，所述预处理包括调整大小和角度、灰度化以及反色处理。

3.根据权利要求1所述基于人工神经网络的全景摄像头定位方法，其特征在于：在步骤(3)中，建立观测图像的背景图像模型的过程如下：

设观测图像经过预处理后的图像序列为{F₁,F₂,…,F_t}，计算观测图像上位置(x,y)的像素值B_t(x,y)：

$B_t(x,y)=\frac{1}{L}\underset{k=0}{\overset{L-1}{\Σ}}{F}_{t-k}(x,y)$

上式中，F_t-k(x,y)为图像F_t-k上位置(x,y)处的像素值，L为用于计算背景图像所用的观测图像的数量；

根据上式，遍历所有像素点，即得到背景图像B_t。

4.根据权利要求3所述基于人工神经网络的全景摄像头定位方法，其特征在于：步骤(4)的具体过程如下：

设为观测图像上位置(x,y)处的像素值，由下式判定位置(x,y)处的像素点是否属于上的人体目标：

$|B_t(x,y)-F_{tn}^{\left(m\right)}(x,y)|\>T$

上式中，T为设定的检测门限；

若上式满足，则判定位置(x,y)处的像素点属于人体目标，否则判定其为背景像素。

5.根据权利要求1-4中任意一项所述基于人工神经网络的全景摄像头定位方法，其特征在于：步骤(5)的具体过程如下：

设属于人体目标的像素点在观测图像上的位置为R为人体目标包含的像素点数目，(x_Cam,y_Cam)为全景摄像头中心在观测图像上的位置，计算与(x_Cam,y_Cam)的欧几里得距离其中最小所对应的即为坐标