[发明专利]一种基于SVM的公交乘客三维轨迹分类方法

权利要求书

1.一种基于SVM的公交乘客三维轨迹分类方法，其特征在于，包括以下步骤：

利用深度相机获取公交车的上、下车图像，并提取所述图像的前景图像；分别建立相机坐标系和世界坐标系，通过相机标定，获得所述前景图像中像素坐标与世界坐标的转换关系，然后将所述的前景图像转换为世界坐标系下的俯视投影图；

针对所述的俯视投影图，首先对俯视投影图进行块化，然后确定局部高度值最大的区域，最后对该区域进行扩展以锁定人头目标，获取人头目标的三维轨迹，然后提取三维轨迹的特征，训练SVM分类器，实现轨迹的分类；

所述的提取所述图像的前景图像，包括：

首先利用深度相机拍摄公交车前门、后门在无乘客时的图像，从该图像中提取出彩色图像作为背景图像，然后针对于深度相机采集的公交车的上、下车图像对应的彩色图像，通过以下公式提取前景图像：

上式中，D_a为当前帧对应的二值化数据，I_a为当前帧的彩色图像，B为背景图像，T为判别阈值；

分别建立相机坐标系和世界坐标系，通过相机标定，获得所述前景图像中像素坐标与世界坐标的转换关系，包括：

以相机光心作为相机坐标系原点O′_c，光轴为Z轴，X轴平行于公交台阶所在平面建立相机坐标系O_c；以相机与公交台阶坐在平面的垂足作为世界坐标系的原点O'_w，世界坐标系的X轴平行于相机坐标系X轴，Z轴与台阶所在平面垂直，建立世界坐标系O_w；对相机进行标定，可求解相机参数矩阵C，通过相机参数矩阵C、前景图像中的像素坐标，以及该像素坐标对应的深度值，即可得到前景图像中像素坐标与世界坐标的转换关系；

将所述的前景图像转换为世界坐标系下的俯视投影图，包括：

针对于深度图像采集的公交车上、下车图像，在图像的深度图像中，深度值代表的是世界坐标系中的点P(x_p,y_p,z_p)到相机的距离len，根据世界坐标系下物体的几何关系可得如下公式：

len＝m·r

Z_p＝H_c-len·sinθ

上面的式子中，H_c为相机的安装高度，点G(x_G,y_G,0)是相机光心、世界坐标系中的点P(x_p,y_p,z_p)的连线与XOY平面的交点；m为点P的深度值；r为单位深度值对应的该点到相机的距离；Z_p是点P在世界坐标系下的高度值，θ是相机坐标系的Z轴与世界坐标系下的XOY平面的夹角，且0°θ90°；

根据上述的公式将前景图像转换为世界坐标系下的俯视投影图；

所述的对俯视投影图进行块化，包括：

将整个俯视投影图分为N*M个方块，其中，N代表块化之后图像的行，M则代表块化之后图像的列，且64≤N≤384，48≤M≤216；并设定每个方块的宽度W，然后计算每个方块的平均高度，计算平均高度的公式如下：

上式中，M(i,j)为第i行第j列中所有像素坐标对应的高度值之和，W为方块的宽度，Block_D[c][r]为第c行第r列方块的平均高度值；

所述的确定局部高度值最大的区域，包括：

计算出每个方块的平均高度值之后进行搜索，寻找局部高度值最大区域：

遍历每个方块并分别比较当前方块与其周围8邻域方块的大小关系，遍历前将当前小块标记值设为为0；如果比邻域方块的深度值大，则该方块的标记值就加1，否则记为0；如果方块的标记值等于8，则确定该方块为一个局部高度值最大的区域，

所述的锁定人头目标的方法包括：

(1)将局部高度值最大区域的方块标记为种子像素点；

(2)分别计算种子像素点与其邻域像素点深度值之间的差值，将差值与阈值T′进行比较，若小于T′，则将该邻域像素点标记为边缘点，否则不进行标记；

(3)依次将所述邻域像素点记为新的种子像素点，按照步骤(2)相同的方法进行处理，则通过所述的边缘点即锁定了人头目标，将人头目标的最小外接矩形作为检测框；

所述的获取人头目标的三维轨迹，包括：

对于第K帧图像对应的俯视投影图中的一个未匹配过的检测框u，在第K+1帧图像对应的俯视投影图中进行遍历，计算出与K+1帧图像对应的俯视投影图中未匹配检测框的距离；

从第K+1帧图像对应的俯视投影图中所有检测框中选择与第K帧图像对应的俯视投影图中的第u个检测框距离最小的检测框u’；

对于已查找到最小距离的情况，将最小距离与设定的阈值T₀判断，如最小距离小于阈值T₀，则认为第K+1帧图像对应的俯视投影图中检测框k与第K帧图像对应的俯视投影图中的第u个检测框匹配，从而得到检测框中人头目标的三维轨迹；

所述的提取三维轨迹的特征，训练SVM分类器，实现轨迹的分类，包括：

从公交上、下车图像中提取多条三维轨迹作为训练样本，并划分正样本、负样本，分别选取六组轨迹特征：轨迹点数、轨迹长度、Y方向上轨迹的跨度、Z方向上轨迹的跨度、轨迹中检测框的人头概率平均值和轨迹的斜率；

计算正、负样本特征的概率分布图，选取最佳特征组合，训练SVM分类器以获取最优参数，从而实现SVM分类器对三维轨迹的分类。