[发明专利]运动物体检测方法和装置在审
申请号: | 202110022668.6 | 申请日: | 2021-01-08 |
公开(公告)号: | CN112784711A | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 陈宏伟;黄泓皓;胡成洋 | 申请(专利权)人: | 清华大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T9/00 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 王娟;万欣 |
地址: | 10008*** | 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 物体 检测 方法 装置 | ||
本公开提供了一种运动物体检测方法和装置。运动物体检测方法包括:接收来自待测场景的光信号,并利用光信号对待测场景进行光学成像以生成待测场景的成像光信号,其中待测场景中包括运动的待检测物体;在预定时间段内,利用调制信号集中的调制信号依序对成像光信号进行调制以生成被调制光信号,并基于被调制光信号生成编码图像;以及利用与调制信号集相匹配的运动物体检测算法对编码图像进行检测,以在编码图像中识别出待检测物体。本公开提供的运动物体检测方法能够在无需高速相机的情况下,从单个编码图像中识别出待检测运动物体的类别和按照时间顺序的多组位置信息,可以实现对高速运动物体的高效跟踪检测。
技术领域
本公开涉及计算机视觉领域,并且更具体地,涉及一种运动物体检测方法和装置。
背景技术
物体检测是计算机视觉领域中的经典问题之一,其任务通常是识别图像中物体的位置和类别。随着诸如深度学习等机器学习技术的发展,针对静态图像中的静态物体的物体检测算法日趋成熟,而在实际应用中,经常需要对运动物体进行跟踪检测。传统上,可以生成包括运动物体的视频信号,并对视频信号进行逐帧的物体检测来实现运动物体检测,而精准进行运动物体检测的前提是确保视频信号中的每帧图像不存在运动模糊,这通常可以通过使用高速相机拍摄视频来实现。然而,高速相机的使用不仅会降低每帧图像的光通量,而且显著增加了系统的数据负担和成本。
发明内容
为了解决上述问题,本公开提出了一种运动物体检测算法和装置,能够在无需高速相机的情况下实现运动物体的检测。
根据本公开实施例的一个方面,提供了一种运动物体检测方法,包括:接收来自待测场景的光信号,并利用所述光信号对所述待测场景进行光学成像以生成所述待测场景的成像光信号,其中所述待测场景中包括运动的待检测物体;在预定时间段内,利用调制信号集中的调制信号依序对所述成像光信号进行调制以生成被调制光信号,并基于所述被调制光信号生成编码图像;以及利用与所述调制信号集相匹配的运动物体检测算法对所述编码图像进行检测,以在所述编码图像中识别出所述待检测物体。
根据本公开实施例的示例,其中,所述调制信号集包括第一数量的调制信号,所述预定时间段具有第一时长,每个调制信号对所述成像光信号进行调制的时长为第二时长,且所述第一时长大于等于所述第一数量与所述第二时长的乘积;其中,在预定时间段内利用调制信号集中的调制信号依序对所述成像光信号进行调制以得到编码图像包括:依序选择所述调制信号集中的第一数量的调制信号中的每个调制信号,并利用所述调制信号对所述成像光信号进行调制,以在第二时长内得到与所述调制信号对应的被调制光信号,并且在第一时长内依序得到分别与所述第一数量的调制信号对应的第一数量的被调制光信号;在第一时长内,利用所述第一数量的被调制光信号形成所述编码图像。
根据本公开实施例的示例,其中,利用所述调制信号对所述成像光信号进行调制以在第二时长内得到与所述调制信号对应的被调制光信号包括:将所述调制信号输入空间光调制器,所述空间光调制器包括多个子单元;利用所述调制信号调节所述空间光调制器的所述多个子单元;以及利用被调节的多个子单元对所述成像光信号的空间分布进行调制,以在第二时长内得到与所述调制信号对应的被调制光信号。
根据本公开实施例的示例,其中,在第一时长内利用所述第一数量的被调制光信号形成所述编码图像包括:利用图像探测器在第一时长内对所述第一数量的被调制光信号进行持续采集,并基于所采集的光信号生成所述编码图像。
根据本公开实施例的示例,利用与所述调制信号集相匹配的运动物体检测算法对所述编码图像进行检测,以在所述编码图像中识别出待检测物体包括:对所述编码图像进行检测,以确定所述待检测物体在所述编码图像中的位置和类别。
根据本公开实施例的示例,其中,确定所述待检测物体在所述编码图像中的位置和类别包括:基于所述编码图像,确定分别与所述第一数量的调制信号中的各个调制信号对应的多个解码图像;以及确定所述待检测物体在所述多个解码图像中的位置和类别。
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清华大学,未经清华大学许可,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/202110022668.6/2.html,转载请声明来源钻瓜专利网。