[发明专利]一种基于时间一致性的双目视频运动物体检测方法

权利要求书

1.一种基于时间一致性的双目视频运动物体检测方法，其特征在于，包括以下步骤：

1)获得t-1帧计算的运动标签和对应的运动模型，计算t帧的斜平面模型、自运动模型和初始物体运动模型；

2)根据t-1帧的运动标签和运动模式，预测同一运动物体在t和t+1帧图像中的位置，并计算出t帧的场景流能量方程中时间一致性数据项；

3)根据t帧计算出的初始物体运动模型、超像素的信息和时间一致性数据项构建t帧场景流能量方程，使能量方程最小化求出t帧超像素的运动标签和相应的运动模型。

2.根据权利要求1所述的一种基于时间一致性的双目视频运动物体检测方法，其特征在于所述步骤1)具体为：

1.1)对t帧的左图进行超像素分割，并计算t帧的视差图；

1.2)基于超像素的分割结果和视差图构建t帧的斜平面模型，将每个超像素块视为一个3D平面，计算平面的坐标参数及深度参数和超像素块里各像素的坐标、视差；

1.3)对t和t+1帧图像选取对应的特征点并计算t帧图像光流，根据光流计算出车辆的自运动模型，将光流中属于自运动的特征点去除，对剩下的点进行聚类处理，获得t帧中运动物体的初始运动模型。

3.根据权利要求1所述的一种基于时间一致性的双目视频运动物体检测方法，其特征在于所述步骤2)具体为：

2.1)运动物体在前后两帧的运动模型接近，并且能用前一帧的运动模式来预测同一物体在下一帧图像中的位置；通过输入的t-1帧和t帧的四幅图像，计算出每个超像素块的运动标签l_k和与之对应的运动模型

2.2)根据t-1帧的超像素块找到在t帧与之对应的超像素块利用超像素块和前一帧运动模型预测同一运动物体在t+1帧的位置：

2.3)根据t帧和t+1帧对应的超像素块，计算出t帧和t+1帧之间的预测光流

4.根据权利要求1所述的一种基于时间一致性的双目视频运动物体检测方法，其特征在于所述步骤3)具体为：

3.1)令t帧左图为参考图像，t帧右图和t+1帧左右两幅图像为目标图像；根据t帧左图的运动物体的位置和在t-1帧计算出的运动物体的运动模型，计算同一运动物体在目标图像的位置；

3.2)根据上步的计算，获得参考图像中每个超像素块在目标图中所对应的超像素块的位置信息S′_target；

3.3)根据步骤2)计算出的t帧运动模型和斜平面模型，计算参考图像中每个超像素块在目标图中对应的超像素块的位置信息S_trarget；

3.4)计算S′_target和S_trarget的差距，计算的结果为时间一致性数据项的值；

3.5)根据t-1帧计算的运动模型，预测t帧的超像素块在t+1帧所对应超像素块的位置坐标；如果超像素块不在图像范围内，则认为超像素块在t+1帧将运动出图像，不再计算其时间一致性数据项，将其对应的权重值设为零；

3.6)如果在t+1帧的超像素块仍在图像内，则计算超像素块和里每个对应像素之间的差异性，并根据差异性的大小来计算其对应时间一致性数据项的权重。

5.根据权利要求1所述的一种基于时间一致性的双目视频运动物体检测方法，其特征在于所述步骤1)具体为：

利用SLIC对彩色图进行超像素分割，并利用SGM算法来求图像的视差图，并基于彩色图的分割区域标记匹配视差图，得到超像素区域的视差信息。