[发明专利]一种基于事件相机的多目标追踪方法、装置及计算机设备

权利要求书

1.一种基于事件相机的多目标追踪方法，其特征在于，所述方法包括：

获取被测场景中连续多个采样周期的每个采样周期内触发事件的数量；

若连续多个采样周期内触发事件的数量均超过预设环境噪声阈值，则通过DBSCAN聚类算法对所述当前最新采样周期内的触发事件进行处理，以确定所述被测场景中运动物体的数量和每个所述运动物体所触发的初始位置；

根据所述触发事件的数据流确定包含被测场景中所有运动物体的事件图像帧，根据所述事件图像帧对运动物体进行追踪。

2.如权利要求1所述的方法，其特征在于，在所述获取被测场景中多个采样周期的每个采样周期内触发事件的数量之前，还包括：

采集所述被测场景中连续多个采样周期的每个采样周期内的触发事件的数量，其中，所述被测场景为静态场景；

计算连续多个采样周期内的触发事件的数量的方差，若所述方差小于预设阈值，则根据连续多个采样周期内的触发事件的数量的均值确定所述预设环境噪声阈值。

3.如权利要求1或2所述的方法，其特征在于，在所述通过DBSCAN聚类算法对所述多个采样周期内的触发事件进行处理之前，包括：

确定与所述触发事件匹配的邻近区域半径和所述临近区域半径区域内触发事件的预设个数。

4.如权利要求3所述的方法，其特征在于，所述通过DBSCAN聚类算法对所述连续多个采样周期内的触发事件进行处理，以确定所述被测场景中运动物体的数量和每个所述运动物体所触发的初始位置，具体包括：

通过所述DBSCAN聚类算法确定所述触发事件中任一触发事件在所述邻近区域半径内包含的触发事件的实际个数，其中，若所述实际个数不小于所述预设个数，则确定所述任一触发事件的类别为核心点；

若所述实际个数小于所述预设个数，但是该触发事件在任一核心点的邻近区域半径之内，则确定所述任一触发事件的类别为边缘点；

若所述实际个数小于所述预设个数，且该触发事件不在任一核心点的邻近区域半径之内，则确定所述任一触发事件的类别为噪声点；

根据所述噪声点、所述核心点和所述边缘点确定所述被测场景中运动物体的数量和每个所述运动物体所触发的初始位置。

5.如权利要求4所述的方法，其特征在于，通过下式确定所述任一触发事件的类别：

其中，p为任一触发事件的类别，core为核心点，border为边缘点，noise为噪声点，∈为与触发事件匹配的邻近区域半径，COUNT(N(p,∈))为在p点以∈为半径的区域内包含的触发事件的实际个数，minPts为以∈为半径的区域内包含的触发事件预设个数。

6.如权利要求4所述的方法，其特征在于，所述方法，还包括：

对每个所述运动物体所触发的初始位置的DBSCAN聚类结果进行权重分配：

若所述任一触发事件为所述初始位置的核心点，则该点对应的权重为第一权重，

若所述任一触发事件为所述初始位置的边缘点，则该点对应的权重为第二权重，其中，所述第一权重大于所述第一权重。

7.如权利要求6所述的方法，其特征在于，所述根据所述事件图像帧对运动物体进行追踪，包括：

采用光流误差算法确定所述事件图像帧中运动物体的运动方向和距离，其中，所述事件图像帧包括第一事件图像帧和第二事件图像帧；

所述采用光流误差算法确定与所述事件图像帧对应的运动物体的运动方向和距离，具体包括：

确定所述运动物体的质心点在所述第一事件图像帧的第一坐标位置；

在一个或多个所述预设采样周期后，确定所述质心点在所述第二事件图像帧的第二坐标位置；

根据所述第一坐标位置和所述第二坐标位置确定所述质心点在坐标轴方向上的运动分量，并根据所述质心点的运动分量确定所述运动物体的运动轨迹。