[发明专利]一种基于斜装深度相机的目标检测与跟踪方法及系统

说明书

本发明公开了一种基于斜装深度相机的目标检测与跟踪方法，所述方法包括：对获取的前N帧深度图像进行求平均，得到一平均深度图像；根据所述平均深度图像，得到深度相机的安装高度信息和角度信息；根据所述平均深度图像、安装高度信息、角度信息以及当前帧的深度图像，获取所述当前帧的深度图像对应的前景图以及对应的投影深度图；在所述投影深度图中进行像素点遍历，得到一局部极值点集合，并获取所述当前帧的深度图像中的各个头部区域。相应的，本发明还公开了基于深度相机的目标检测与跟踪系统。通过本发明，提供简单并且准确率高的目标检测的技术方案。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于斜装深度相机的目标检测与跟踪方法及系统。

背景技术

目标检测与跟踪技术是计算机视觉技术领域的关键问题之一，在视频监控、机器人导航、智能交通等领域都有着广泛的应用。传统的目标检测与跟踪主要是基于单目视觉或者双目视觉的技术方案实现。基于单目视觉的技术方案通过机器学习的方法来实现目标检测和跟踪，该方案最简单，使用也最广泛。但是该技术方案对光照变化、阴影、目标的姿态、运动速度等变化都很敏感，而且当目标被遮挡的时候容易出现统计错误的情形。基于双目乃至多目的技术方案是通过视差的计算得到三维信息，并进行目标的检测与跟踪，但是，该技术方案计算量太大，而且容易受到场景中目标的几何形状、噪声干扰等因素的影响，并且该技术方案完全依赖于特征点的匹配，当目标纹理不好的时候，容易出现目标统计错误的问题。

也有一些技术方案采用结构光相机(比如Kinect)来实现客流统计，比如申请公布号为CN104732559A的专利提出了基于RGB-D数据的多目标检测与跟踪，该方法比传统的单目视觉和多目视觉的方案虽然在鲁棒性具有优势，但是仍然存在下面的一些问题：

1、针对运动状态的目标对象，缺乏对于静止目标对象的检测与跟踪的支持；

2、严重依赖于RGB的数据信息，采用基于传统的机器学习来进行分类，当环境的光线变化、目标对象运动过快等情况时，都会导致检测准确率变差；

3、该技术方案先通过滑动窗口的方式基于RGB和深度信息提取方向梯度直方图特征并进行分类，然后将检测的结果带入到粒子滤波算法来实现目标的跟踪，其技术方案的处理流程太复杂，计算复杂度太高，并且非常耗时，对于在边缘计算设备上的实际方案部署不是很理想。

发明内容

基于此，本发明的目的在于提供一种基于斜装深度相机的目标检测与跟踪方法及系统，解决上述技术问题，提供简单并且准确率高的目标检测的技术方案。

为实现上述目的，本发明提供了一种基于斜装深度相机的目标检测与跟踪方法，所述方法包括：

S1、对获取的前N帧深度图像进行求平均，得到一平均深度图像；

S2、根据所述平均深度图像，得到深度相机的安装高度信息和角度信息；

S3、根据所述平均深度图像、安装高度信息、角度信息以及当前帧的深度图像，获取所述当前帧的深度图像对应的前景图以及对应的投影深度图；

S4、在所述投影深度图中进行像素点遍历，得到一局部极值点集合，并获取所述当前帧的深度图像中的各个头部区域。

优选的，所述步骤S1包括：

获取所述前N帧深度图像中每一帧深度图像中的深度数据，根据公式(1)，计算得到所述平均深度图像；

其中，i、j为图像坐标系下的横坐标和纵坐标，D_a(i，j)为所述平均深度图像在图像坐标系中i、j处的深度值，D^l(i，j)为第l帧深度图像在图像坐标系中i、j处的深度值。

优选的，所述步骤S2包括：