[发明专利]基于深度传感器的视频识别与跟踪系统及其方法有效

专利信息
申请号: 201710250374.2 申请日: 2017-04-17
公开(公告)号: CN107066975B 公开(公告)日: 2019-09-13
发明(设计)人: 卢荣胜;卢奉宇;宋磊;胡晓光;李耀帅;刘国磊 申请(专利权)人: 合肥工业大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;G06T7/20;H04N5/76
代理公司: 安徽省合肥新安专利代理有限责任公司 34101 代理人: 陆丽莉;何梅生
地址: 230009 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于深度传感器的视频识别与跟踪系统及其方法,其特征包括:云台相机控制模块、跟踪模块、识别模块、录制模块;并应用于由n+1个深度传感器、两台云台相机、一台主机以及n台从机所组成的教室环境中;在主讲人区的周围放置一台深度传感器,在主讲人区和听众区之间的上方分别放置两台云台相机,其中,一台云台相机朝向主讲人区方向,另一台云台相机朝向听众区方向,在听众区的两侧分别均匀布置剩余n个深度传感器并分别与n台从机相对应。本发明能实现自动识别主讲人的运动并进行跟踪,同时,对听众区进行监视,自动识别与主讲人互动的听众并自动进行切换,从而实现全自动化的课堂和会议录制。
搜索关键词: 深度传感器 云台 听众 相机 跟踪系统 视频识别 自动识别 相机控制模块 跟踪模块 会议录制 教室环境 均匀布置 录制模块 全自动化 互动 机相 主机 监视 课堂 跟踪 应用
【主权项】:
1.一种基于深度传感器的视频识别与跟踪系统,其特征是应用于由n+1个深度传感器、两台云台相机、一台主机以及n台从机所组成的教室环境中;所述教室环境分为主讲人区和听众区;所述主讲人区是从讲台至黑板之间的范围;所述听众区为听众所有座位的范围;在所述主讲人区的周围放置一台深度传感器,记为1号传感器;在所述主讲人区和听众区之间的上方分别放置两台云台相机,其中,一台云台相机朝向主讲人区方向,记为主讲人区的云台相机,另一台云台相机朝向听众区方向,记为听众区的云台相机;在听众区的两侧分别均匀布置剩余n个深度传感器并分别与所述n台从机相对应;所述视频识别与跟踪系统设置在所述主机上,并包括:云台相机控制模块、跟踪模块、识别模块、录制模块;所述1号传感器获取主讲人区的深度数据并提取相应的人物数据后发送给所述主机;所述主机上的识别模块对所提取的人物数据利用骨骼提取方法进行处理,得到骨骼数据,并提取所述骨骼数据的头部坐标点;所述云台相机控制模块控制所述跟踪模块利用所述主讲人区的云台相机对所述头部坐标点进行全程跟踪,并通过所述录制模块进行录制;在t时刻令n个深度传感器各自采集听众区的深度数据,并相应发送给各自的从机进行处理,得到t时刻的n个点云数据集,任意一台从机作为监控从机获取其他从机发送的t时刻的n‑1个点云数据集并进行计算,得到听众区t时刻的平面矩阵D(t);初始化μ=1;在第μ次的Δt时间间隔后,监控从机再次得到听众区的t+μ×Δt时刻的平面矩阵D(t+μ×Δt);根据t+(μ‑1)×Δt时刻的平面矩阵D(t+(μ‑1)×Δt)和t+μ×Δt时刻的平面矩阵D(t+μ×Δt),判断监测区域中是否有目标站起,若有目标站起,则计算目标站立者的坐标并返回给主机;并将μ+1赋值给μ,用于获得下一时刻的平面矩阵并判断目标站立者是否坐下;若没有目标站起,则直接将μ+1赋值给μ,用于获得下一时刻的平面矩阵并判断目标站立者是否站起;若所述主机接收到所述目标站立者的坐标后,通过所述云台相机控制模块控制所述跟踪模块利用所述听众区的云台相机对所述目标站立者进行全程跟踪,并通过所述录制模块进行录制;同时,切断所述主讲人区的云台相机的录制,从而使得所述录制模块所录制的内容能互相衔接;若所述监控从机发现目标站立者坐下,则发送切换信号给主机;所述主机根据所述切换信号,切断所述听众区的云台相机,并恢复所述主讲人区的云台相机对主讲人区的录制,从而使得所述录制模块所录制的内容能再次互相衔接。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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合肥工业大学,未经合肥工业大学许可,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/patent/201710250374.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top