[发明专利]基于深度视觉传感器的自动跟踪方法、系统、终端以及介质

说明书

本申请提供一种基于深度视觉传感器的自动跟踪方法、系统、终端以及介质，包括：采集彩色图像和深度图像；以所述深度图像的首帧图像中心点作为初始迭代的最佳种子点，对深度图像进行迭代分割得到图像的目标区域，以获得目标初始化质心数据、目标初始化边界信息以及目标初始化颜色直方图数据；以目标初始质心为起点查找下一帧图像最佳种子点位置，并对所述下一帧图像进行迭代分割得到所述下一帧图像的目标区域，提取所述目标区域的边界信息以及颜色直方图数据；筛选与校正目标区域边界，并验证该区域为正确的目标区域；将正确的目标区域结合深度图像计算得到目标的距离和夹角，以输出当前位置信息并更新各参数。本申请能够实现在目标发生形变，目标与背景区域重合等场景下跟踪目标不丢失，紧密跟随目标移动，或对目标进行引导，进而使工作效率增高。

技术领域

本申请涉及一种基于计算机视觉技术领域，特别是涉及一种基于深度视觉传感器的自动跟踪方法、系统、终端以及介质。

背景技术

现如今，人机交互技术正在迅猛发展，其中行人追踪是人机交互中不可或缺的一部分，而在深度图像中对行人进行自动追踪也具有重要的意义。由于现有的大部分关于自动追踪技术在跟踪目标发生形变、目标与背景区域重合场景下还是容易将跟踪目标丢失，导致浪费了大量的时间和精力，进而使跟踪工作效率降低以及准确率不高。

发明内容

鉴于以上所述现有技术的缺点，本申请的目的在于提供一种基于深度视觉传感器的自动跟踪方法、系统、终端以及介质，用于解决大部分关于自动追踪技术在跟踪目标发生形变、目标与背景区域重合场景下还是容易将跟踪目标丢失，导致浪费了大量的时间和精力，进而使跟踪工作效率降低以及准确率不高的问题。

为实现上述目的及其他相关目的，本申请提供一种基于深度视觉传感器的自动跟踪方法，包括：采集彩色图像和深度图像；以所述深度图像的首帧图像的中心点为迭代的最佳种子点，对首帧图像进行迭代分割得到首帧图像的目标区域，以获得目标初始化质心数据、目标初始化边界信息以及目标初始化颜色直方图数据；根据所述目标初始化质心数据查找下一帧图像最佳种子点位置，并对所述下一帧图像进行迭代分割得到所述下一帧图像的目标区域，以提取所述目标区域的边界信息以及颜色直方图数据；根据目标区域的边界信息筛选与校正提取的目标区域，并根据颜色直方图数据验证该区域为正确的目标区域的概率；将正确的目标区域结合深度图像计算得到目标的距离和夹角，以输出当前位置信息并更新各参数。

于本申请的一实施例中，以所述深度图像的首帧图像的中心点为迭代的最佳种子点，对首帧图像进行迭代分割得到首帧图像的目标区域，以获得目标初始化质心数据、目标初始化边界信息以及目标初始化颜色直方图数据的方式包括：根据所述深度图像中的首帧图像的最佳种子点对所述首帧图像进行生长，并分割所述首帧图像得到目标区域以及背景区域；对分割后的首帧图像进行轮廓检测以提取所述目标区域的目标初始化边界信息，并计算所述目标区域的平均深度；提取所述目标区域的目标初始化颜色直方图数据，以验证该区域为正确目标区域；将正确的目标区域得边界信息作为目标尺度回归基础参数，并根据所述目标区域提取目标初始化质心数据。

于本申请的一实施例中，根据所述目标初始化质心数据查找下一帧图像最佳种子点位置的方式包括：根据目标在当前帧中的距离和偏航角得到最佳种子点位置信息。

于本申请的一实施例中，根据目标区域的边界信息筛选与校正正确提取的目标区域，并根据所述颜色直方图数据验证该区域为正确的目标区域的方式包括：对分割后的下一帧图像进行轮廓检测以提取所述下一帧的边界信息，并筛选目标正确的区域；提取筛选后的目标区域的颜色直方图数据，将所述颜色直方图数据与模板数据进行匹配，若匹配度达到匹配阈值，则为认为跟踪成功，该目标区域为正确的目标区域。

于本申请的一实施例中，将正确的目标区域结合深度图像计算得到目标的距离和夹角，以输出当前位置信息并更新各参数的方式包括：将正确的目标区域结合深度图像计算得到距离和夹角，以得到当前位置信息并更新回归模板参数与颜色匹配模板参数。