[发明专利]三维空间定位系统和方法

权利要求书

1.一种室内三维定位系统，其特征在于，所述系统包括资源层、网络层和服务层，所述网络层分别连接资源层和服务层；所述资源层包括摄像机云台，用于获取现场画面，生成视频流发送给网络层；所述网络层用于获取资源层发送的视频流并截取关键帧，并将所述视频流和截取的关键帧推送给服务层；所述服务层包括图形处理服务器，用于从网络层获取推送的视频流和关键帧后，进行人脸识别捕捉并和系统中的人脸库进行对比，标定有效帧中识别的人员数量、身份以及距离摄像机的角度和距离，通过系统中预录入的BIM模型进行三维空间坐标标定；所述图形处理服务器通过onvif协议从网络层获取推送的视频流和关键帧，所述图形处理服务器对视频流或关键帧的有效部分检测出的人脸进行测距，得出各人脸距离该摄像机的距离及角度；

所述系统还包括展示层与应用层，所述展示层与应用层相连，用于对图形工作站的模拟结果进行投屏展示；

摄像机捕捉到的各个空间内人员的异常行为；

所述服务层进行人员行为分析；

所述展示层的展示结果包括摄像机覆盖的各个空间区域的捕捉人数，人流热力，以及识别到的人员特征是否与已入库的人员信息进行匹配；匹配，则显示人员的个人信息，包括所属公司、部门、职位、姓名；所述的室内三维定位系统还包括接口层，与所述服务层相连；所述服务层将运算结果数据包推送给接口层，接口层接收服务层推送的数据包，进行封装后推送给订阅了链接服务的客户端；

所述的室内三维定位系统还包括应用层，与所述接口层相连，对从接口层获得的数据进行三维空间成像；

利用所述一种室内三维定位系统的定位方法是：

a、资源层的摄像机云台根据服务器指令间隔截取关键帧，将包括上述关键帧的视频流发送给网络层的视频解码器；

b、视频解码器获取资源层发送的视频流并截取关键帧后推送给服务层；

c、服务层的图形处理服务器，从网络层获取推送的视频流和关键帧后，进行人脸识别捕捉并和系统中的人脸库进行对比，标定有效帧中识别的人员数量、身份以及距离摄像机的角度和距离，通过系统中预录入的BIM模型进行三维空间坐标标定；

服务层将运算结果数据包推送给接口层，接口层接收服务层推送的数据包进行封装后推送给订阅了链接服务的客户端；

应用层的图形工作站对从接口层获得的数据进行三维空间成像；

通过展示层的信息综合大屏对图形工作站的模拟结果进行投屏展示；

所述步骤c中服务层的主要运算，包括以下步骤：

(1)通过人脸主动跟踪算法刷新云台位置或弃用非云台得到的无效帧；

所述的人脸主动跟踪算法模型如下：

X(k+1)为系统状态的最优估计值，为了使状态向量的第1分量恒为M/2，第3分量恒为N/2，k0，M和N为图像宽度和高度，即使人脸图像的中心始终在当前图像帧的中心位置，也就是人脸始终保持在视野中心，根据模型，得到一个最优的控制量U(k)，系统的状态向量X(k)、P(k)、K(k)、Y(k)四个分量分别为人脸中心在时刻在图像坐标系中水平方向和垂直方向上的位置和速度，R为摄像机转动角速度和背景像素速度之间的比值，T代为当前时刻距上一时刻T帧，A为n*n的转移矩阵，Q为矩阵的协方差，H为n*m的测量转移矩阵；

通过以上人脸主动跟踪算法模型的三个公式，根据当前时刻系统状态的最优估计和测量值，预测下一时刻系统的运动状态，并且得出最优控制量，DPS根据这个量控制云台水平和垂直转动的角速度，对目标进行跟踪，锁定人脸在视野范围中心；

(2)对无法识别的低分辨率帧进行修复，修复无果的情况重新进行抓取，弃用无效帧；

其中，低分辨率识别采用FISHERNPE算法，模型如下：

XW^FX^TF＝λXD^FX^TF

其中，W上标LDA为类内样本点之间的平均关系权重，W上标NPE为本点之间的局部关系权重，F为LDA和NPE结合的分辨率稳健特征算子，I代表最大化得到对应准则下的最优投影矩阵；

m为样本数量，样本总数LDA是和NPE的关系权重矩阵按照一定的比例分配构造而成的抽象关系权重矩阵，是LGE框架中的约束矩阵；

对5×5测试时，在W为0.05和0.1附近取得最高识别率；对10×10测试时，在W为0.1和0.15附近取得最高识别率；对15×15测试时，在W为0.15附近取得最高识别率；而在高分辨率25×25、50×50和100×100测试时，在W为0.8到0.9之间取得最高识别率；

因此，判别获取的图像帧分辨率系数，通过W的不同最佳取值分析得到该分辨率最佳识别率图像；如识别率超过70％，则该帧有效，反之则无效弃用；

(3)对视频流或关键帧的有效部分检测出的人脸，计算目标特征码，对未存在的特征码进行保存，对已存在的特征码进行匹配对比，得出人员身份相似度；

所述的特征码匹配模型如下：

假设两幅图像为和把其中的一幅图像称为参考图像，另一幅图像就称为观察图像，图像匹配的实质就是求解在两个图像间的坐标位置和灰度级上的双重映射关系，表示如下：

I₂(x，y)＝g(I₁(f(x，y)))

上式中，f是基于二维空间的坐标变换算子，g是基于一维的灰度变换算子，寻找最佳的空间或者几何变化的参数值是匹配问题中的关键问题所在，有时也把上式表示为两个参数变量的单值函数形式：

I₂(x，y)＝g(I₁(f_x(x，y)，f_y(x，y)))

图像匹配是统一并综合利用己有的多源图像信息，以及它们所包含的各种空间结构特征，把它们合成空间位置上一一对准的图像；匹配算法的主要流程分为五个步骤：输入图像、图像预处理、特征提取、匹配图像、输出结果；

(4)对视频流或关键帧的有效部分检测出的人脸进行测距，得出各人脸距离该摄像机的距离及角度；

所述的室内三维定位方法采用非线性模型进行标定测距：

镜头畸变的主要畸变类型有三种：径向畸变δd、偏心畸变δp和薄棱畸变δγ；径向畸变使像点产生径向方向的误差，偏心畸变和薄棱畸变使像点既产生径向方向的误差又产生切向方向的误差；畸变后的像素点与理想成像点存在关系，即理想成像点等于实际图像坐标点加上畸变误差值，表示关系如下：

径向畸变关于摄像机的光轴对称的，正向畸变称为枕形畸变，负向畸变称为桶形畸变，其代数关系表达式为：

联合得到

考虑到枕型畸变和桶形畸变，只考虑一阶或二阶径向畸变的情况下，畸变校正通过以上流程换算出数字化坐标系；

接下来，通过BIM三维空间中的摄像机数字坐标系中的空间坐标与朝向角度，即通过相对位置关系换算出帧图像中的人物大致位置；

(5)根据第四步得出的数据集合对BIM三维空间中的摄像机摄录到的人员进行标定；

(6)人员行为分析：包括闯入、斗殴、滞留、求救行为，在服务层对需要启用分析服务的摄像机进行设定；

(7)将计算结果数据包推送到接口层进行封装。