[发明专利]一种判断物体运动趋势及方向的方法和设备

权利要求书

1.一种判断物体运动趋势及方向的方法，其特征在于，包括：

物体运动预测过程：通过重复执行物体运动检测过程对一段视频图像进行分析获得物体运动状态序列，将物体运动状态序列输入物体运动预测模型，利用物体运动预测模型判断并输出物体当前及未来的运动趋势和方向；

重复执行运动预测过程实时更新检出物体的运动预测；

所述物体运动检测过程包括：

实时获取视野范围内的视频图像，跟踪从视频图像中检出运动的物体并用检测框标记；

实时对每个检测框中的图像进行分割并获取物体区域灰度图；

根据物体区域灰度图提取物体运动状态信息并对物体运动状态信息进行编码。

2.如权利要求1所述的判断物体运动趋势及方向的方法，其特征在于，所述跟踪从视频图像中检出运动的物体并用检测框标记包括：

通过SORT-Yolov3算法或DeepSORT算法实时对视频图像中出现的运动物体进行跟踪并用唯一检测框进行标记。

3.如权利要求1所述的判断物体运动趋势及方向的方法，其特征在于，所述实时对每个检测框中的图像进行分割并获取物体区域灰度图包括：

从每个检测框中的图像分割出前景像素类和背景像素类获得二值化的分割图；

计算分割图的质心生成以该质心坐标为中心的二维高斯分布图像；

将分割图与高斯分布图像相乘获得物体区域灰度图。

4.如权利要求3所述的判断物体运动趋势及方向的方法，其特征在于，所述从每个检测框中的图像分割出前景像素类和背景像素类获得将二值化的分割图包括：

设定一个阈值t,将检测框内中的图像小于阈值的像素定义为前景像素类，将检测框内中的图像大于阈值的像素定义为背景像素类，二值化后的图像方差为，

式中，表示二值化后的图像方差，ω₁(t)表示前景像素类出现的概率，ω₂(t)表示后景像素类出现的概率，μ₁(t)表示前景像素平均灰度值，μ₂(t)表示前景像素平均灰度值；

其中，ω₁(t)通过下式计算，

式中，p(i)表示灰度直方图进行归一化后的值；

μ₁(t)通过下式计算，

式中，x(i)表示第i个灰度直方图面元中心的值，同理即可对大于阈值的面元求出ω₂(t)和μ₂(t)，遍历所有可能的阈值t，能使达到最大值的阈值设定为分割阈值，以分割阈值将检测框中的图像进行分割。

5.如权利要求1所述的判断物体运动趋势及方向的方法，其特征在于，所述根据物体区域灰度图提取物体运动状态信息包括：

根据物体区域灰度图创建物体运动历史图；

将物体运动历史图定义为

式中，H_τ(x,y,t)为当前的物体运动历史图，为物体区域灰度图，τ为描述运动的时间范围的参数，δ为物体运动历史图的衰减参数，ξ为物体区域二值分割阈值。

6.如权利要求5所述的判断物体运动趋势及方向的方法，其特征在于，所述根据物体区域灰度图创建物体运动历史图包括：

判断物体是否初次出现在视野范围内；

若物体初次出现则新建物体运动历史图；

若物体不是初次出现则更新物体运动历史图；

当物体从视野范围内消失时核销物体运动历史图。

7.如权利要求5所述的判断物体运动趋势及方向的方法，其特征在于，所述对物体运动状态信息进行编码包括：

对物体运动历史图进行像素梯度向量计算，获取运动物体的运动向量和向量水平夹角；

将运动向量的模在-1至+1的区间内进行编码；

将向量水平夹角的值归一化并在360度水平方向空间内进行编码。