[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

说明书

本申请提出一种基于事件相机的多目标追踪方法、装置及计算机设备，该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。本申请对被测场景中的多个运动对象进行快速、准确的跟踪及定位，在保证较低延时的同时又能保证极低的计算量，降低功耗以及应用于移动平台。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种基于事件相机的多目标追踪方法、装置及计算机设备。

背景技术

当前主流的对目标物体进行检测与追踪方法主要有两种：(1)通过采取传统的图像处理的手段，需要进行图像的预处理，如平滑图像、特征提取等，然后再通过使用传统图像处理算法如帧差法进行运动物体检测，或者进行色彩匹配、边界识别等方法以对特定颜色或形状的物体进行检测；(2)通过神经网络，深度学习等技术，在传统图像上对特定的目标物体进行检测与追踪。然而，为了保证对目标物体进行检测与追踪的准确性，上述两种方法需要对整张图像进行处理，但是这样处理会产生大量的计算，需要强大的硬件支持；另外，对于高速运动的物体，由于传统相机的成像原理，最终获取的图像会产生动态模糊，给检测与追踪造成一定困难，且时延较高，在高速场景中无法保证快速响应。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种基于事件相机的多目标追踪方法，解决了现有方法的各种弊端，对被测场景中的多个运动对象进行快速、准确的跟踪及定位，在保证较低延时的同时又能保证极低的计算量，降低功耗以及应用于移动平台。

本申请的第二个目的在于提出一种基于事件相机的多目标追踪装置。

本申请的第三个目的在于提出一种计算机设备。

为达到上述目的，本申请第一方面实施例提出的一种基于事件相机的多目标追踪方法，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。

本申请实施例的基于事件相机的多目标追踪方法，通过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。本申请对被测场景中的多个运动对象进行快速、准确的跟踪及定位，在保证较低延时的同时又能保证极低的计算量，降低功耗以及应用于移动平台。

可选地，在本申请的一个实施例中，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。