[发明专利]一种运动物体检测方法及系统

说明书

本发明公开了一种运动物体检测方法及系统。其中运动物体检测方法包括步骤：将预设图像模板分成多个尺寸相同的图像块；统计各图像块中包含的预定时长内的事件数据的数量，事件数据来自动态视觉传感器，由视场中物体和动态视觉传感器的相对运动触发；根据各图像块对应的事件数据的数量，确定出包含运动物体的至少一个图像块；基于所确定的图像块，生成物体候选框，物体候选框指向检测出的运动物体。本发明一并公开相应的计算设备。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种运动物体检测方案。

背景技术

基于传统图像传感器的物体检测方法，通常需要对整幅图像进行遍历搜索，这些检测方法包括传统的机器学习算法，如Adaboost、Random Forest等；以及当前被广泛研究的深度学习算法，如YOLO、Faster RCNN、SSD等。然而，通常目标物体在图像中所占的大小比例会比较小，这就会导致大量冗余的算力消耗在目标物体以外的区域，因而对算法的实时性是一个很大的挑战。并且，当物体运动速度过快时，传统图像通常都会产生运动模糊，这样，运动物体在图像中的特征不明显或者发生变化，进而导致传统物体检测和识别算法失败。

鉴于此，需要一种新的运动物体检测方案。

发明内容

本发明提供了一种运动物体检测方法及系统，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明的一个方面，提供了一种运动物体检测方法，包括步骤：将预设图像模板分成多个尺寸相同的图像块；统计各图像块中包含的预定时长内的事件数据的数量，事件数据来自动态视觉传感器，由视场中物体和动态视觉传感器的相对运动触发；根据各图像块对应的事件数据的数量，确定出包含运动物体的至少一个图像块；基于所确定的图像块，生成物体候选框，物体候选框指向检测出的运动物体。

可选地，根据本发明的方法还包括步骤：将预定时长内的事件数据映射到预设图像模板，生成预定时长段对应的时间平面图像，其中，事件数据中包含被触发事件的坐标位置及时间戳。

可选地，在根据本发明的方法中，在基于所确定的图像块，生成物体候选框的步骤之后，还包括步骤：利用图像分类算法，从时间平面图像中识别出物体候选框所指向的运动物体的类别。

可选地，在根据本发明的方法中，利用以下公式来统计各图像块中包含的事件数据：其中，b_ij表示第i行第j个图像块(i＝1,2,...,m，j＝1,2,...,n)，H(b_ij)为b_ij所包含的预定时长内的事件数据的数量，(x_k,y_k)表示第k个事件数据的坐标位置，N为该预定时长内接收到的事件数据的总个数，δ(·)表示狄拉克δ函数，[·]表示取整函数。

可选地，在根据本发明的方法中，根据各图像块对应的事件数据的数量，确定出包含运动物体的至少一个图像块的步骤包括：筛选出所包含事件数据的数量大于第一预设值的图像块，作为包含运动物体的图像块。

可选地，在根据本发明的方法中，基于所确定的图像块，生成物体候选框的步骤包括：从所确定的图像块中，查找具有共享边的连续的多个图像块；基于所查找的连续的图像块，生成至少一个最小外接矩形，作为物体候选框。

可选地，在根据本发明的方法中，基于所确定的图像块，生成物体候选框的步骤还包括：分别计算当前预定时长与前一相邻预定时长段内，所检测出的各物体候选框的重叠率；将重叠率大于第二预设值的物体候选框，作为当前预定时长段最终所对应的物体候选框。

可选地，在根据本发明的方法中，在将预设图像模板分成多个尺寸相同的图像块的步骤之前，还包括步骤：基于动态视觉传感器中的像素单元阵列，生成预设图像模板。