[发明专利]识别物体的运动方向的方法和设备

说明书

技术领域

本发明总体涉及图像处理，具体涉及用于识别物体的运动方向的方法和设备。

背景技术

随着人们对于公共安全的关注日益密切，各式各样的监控系统已遍布各个城市的各个角落。在这些各式各样的监控系统中，运动物体的运动方向分析是其中不可或缺的一部分。例如，在飞机场、火车站和地铁站等公共交通枢纽，逆向于人流或是逆向于规定的指示方向行走常常被认为是一种异常行为。再比如，对于例如安装在危险化学品存储仓库、放射物质存储仓库等危险仓库的监控系统，它的一个基本功能是能够检测到人靠近危险物品的行为，并且一旦检测到这类行为，就立刻发出报警以防止潜在危险事故的发生。

在当前的视频图像处理领域，识别物体运动方向的技术大致可以分为两大类：基于分析运动物体轨迹点的方法和基于物体视频图像特征的方法。

基于分析物体运动轨迹点的方法通过直接分析运动物体轨迹点的位置信息和时间先后顺序，得到一系列点的运动矢量，并将这一系列运动矢量作为物体的运动方向。然而，由于现有的跟踪算法无法时时刻刻精确地定位到物体，因此运动物体轨迹点的位置信息将沿着物体真实运动轨迹发生偏离，从而得到的物体的运动方向将会非常不稳定，具体表现为前后两个时刻的运动方向会发生突变，从而使得结果无效。这类方法的一个改进方法是将运动物体的轨迹方向转化为某种图像特征，然后通过分析该图像特征来计算物体的运动方向。一个典型的例子是基于运动历史图(Motion history image,MHI)的方法。该方法将物体运动轨迹的时域信息(即时间的先后)用灰度图像的亮度来表示，从而形成一种新的特征图像——运动历史图。在运动历史图上，高亮度的像素点位置对应于物体在时域上较新时刻的位置，而较早时刻位置的像素点的亮度则较低。因此，通过分析运动历史图上像素点的明暗可以得到运动物体的运动方向信息。然而，基于运动历史图的方法所得到的物体的运动方向精度不高，无法满足高精度需求的应用。

基于物体视频图像特征的方法则是通过识别某些能反映物体朝向的外貌特征来确定物体的运动方向。例如，以人为例，这类方法预先从图像中提取诸如人的头部、肩膀等部位的特征(这些特征在人以不同的角度面向摄像机时是不同的)，然后将这些特征作为事先训练好的分类器的输入来获得人的朝向信息作为人的运动方向。在这类方法中，需要事先训练大量的样本，这是一个繁琐且耗时的过程。另外，利用该类方法获得的运动方向的精度很大程度上取决于分类器性能的高低。

发明内容

根据本发明的一个实施例，提供了一种用于识别物体的运动方向的方法，包括：获取由至少一个立体相机拍摄的包括所述物体的图像帧序列，该图像帧序列的帧数为预定的采样窗口的大小；确定每个立体相机拍摄的图像帧序列中的每一图像帧中的所述物体投影在现实世界中的对应轨迹点；和对多个所述对应轨迹点的总体分布进行统计分析，以确定其变化最显著的方向，作为所述物体在所述采样窗口中的运动方向。

根据本发明的另一实施例，提供了一种用于识别物体的运动方向的设备，包括：图像获取单元，配置用于获取由至少一个立体相机拍摄的包括所述物体的图像帧序列，该图像帧序列的帧数为预定的采样窗口的大小；位置确定单元，配置为确定每个立体相机拍摄的图像帧序列中的每一图像帧中的所述物体投影在现实世界中的对应轨迹点；运动方向确定单元，配置为对多个所述对应轨迹点的总体分布进行统计分析，以确定其变化最显著的方向，作为所述物体在所述采样窗口中的运动方向。

根据本发明实施例的用于识别物体的运动方向的技术基于统计的观点对轨迹点的总体分布进行分析，因此即使轨迹点受到噪声的影响，也可以识别出较为准确的运动方向。另一方面，该用于识别物体的运动方向的技术可以利用多个立体相机获取的位置信息来识别物体的运动方向，因此进一步提高了识别精度，并且能够很好地处理物体遮挡的问题，适用于复杂场景的情况。

附图说明

图1示出了现有技术中直接根据定位结果计算物体的运动矢量作为运动方向与应用本发明实施例确定的物体的运动方向的对比图。

图2示出了根据本发明第一实施例的用于识别物体的运动方向的方法的流程图。

图3(a)例示了通过坐标转换获得的人的最高点在现实世界中的对应位置点的示意图；图3(b)例示了将图3(a)中的各个对应位置点投影到地平面上得到的各个对应轨迹点的示意图。

图4例示了根据物体的运动速度自适应地调整采样窗口的大小的一个示意图。

图5例示了根据物体的运动速度自适应地调整采样窗口的大小的又一示意图。