[发明专利]一种基于深度图像信息的物体接触识别方法

说明书

本发明提供了一种基于深度图像信息的物体接触识别方法，该方法利用深度摄像头提供的深度图像信息，结合背景去除算法及分水岭算法，分割前景运动物体及静止物体。对不同运动物体间或是运动物体与静止物体间，做连通域及深度信息分析。从而明确确定物体间是否发生接触关系。本发明解决了普通摄像信息二维信息局限性，无法准确判断物体接触关系的缺陷；其次本发明提出的方法适用于运动以及静止物体间的接触识别，特别对于部分以及完全遮挡条件下提出了一种快速而又实用的判别方法。利用较少的运算代价，就能非常准确的在遮挡条件下判断出运动物体与静止物体间是否存在接触关系。

技术领域

本发明涉及图像中物体接触识别方法，尤其涉及一种基于深度图像信息的物体接触识别方法。

背景技术

在视频监控人工智能应用领域中，经常需要处理的核心问题包括物体的分割，跟踪，识别，以及行为分析。在行为分析需求中，最基础的分析需求是判断物体与物体直接的相对位置及接触关系。接触关系往往被视为较核心的识别判断点。很多常见的智能应用需求，譬如肢体接触判别，警戒区域闯入，严禁触碰物体监视等，都需要接触关系判别作为基础。

普通单一摄像机监控视频为平面二维数据没有深度信息，虽然先进的人工智能技术可以在一定范围内做对象分割和位置关系判断。但实际应用中因为单一摄像机天然的二维信息局限性，即使对象物体间平面关系间完全相邻，也很难断定他们是否在同一深度位置，所以就导致其无法准确的区分物体间的接触关系是否真实存在。同时当被判断对象被完全遮挡时就更难判断其是否与遮挡物之间存在真实接触关系。即使针对特定场景，应用更为复杂的算法能部分解决问题，但需要付出高昂的算法设计代价。归根结底问题在于深度信息的缺失导致。

发明内容

本发明的目的是针对现有技术的不足，提出一种基于深度图像信息的物体接触识别方法。

本发明的目的是通过如下技术方案实现的：

一种基于深度图像信息的物体接触识别方法，包括如下步骤：

(1)完成深度图像信息采集：由深度图像摄像头，获取原始深度图像信息。

(2)物体分割：将物体分为运动物体和静止物体并分别进行分割，包括如下子步骤：

(2.1)运动物体分割：运用背景去除算法实现前景运动物体提取。

(2.2)静止物体分割：使用深度图像的分水岭算法对静止物体做分割提取。

(3)待测物体识别：通过人工智能从步骤(2)中分割出来的物体中识别出待测物体。

(4)待测物体的接触识别，分为以下两种情况：

(4.1)待测物体被部分遮挡或未遮挡时，直接利用连通域分析方法进行待测物体与其他物体的接触识别。

(4.2)待测物体被完全遮挡时，运动的待测物体利用该物体在被完全遮挡之前得部分遮挡或未遮挡状态的接触识别结果来判别运动的待测物体被完全遮挡时的接触关系；静止的待测物体利用遮挡静止的待测物体的运动物体的深度值减去未被遮挡时静止的待测物体所在位置深度值，获得深度偏差量。当深度偏差量小于遮挡判断阈值时，判定静止的待测物体与遮挡静止的待测物体的运动物体存在接触关系。所述的遮挡判断阈值为深度摄像头最小分辨单位的10倍左右。

进一步地，所述步骤(1)中，深度图像摄像头包括双目摄像头，结构光摄像头。

进一步地，所述步骤(2.1)中，背景去除算法为混合高斯模型算法，核密度估计算法，ViBe算法，背景差分法等。

进一步地，所述步骤(3)中，由于静止物体在静止场景中的位置是固定的，静止物体还可以通过主动预标记的方法实现识别定位。