[发明专利]识别物体的运动方向的方法和设备有效
| 申请号： | 201410302795.1 | 申请日： | 2014-06-27 |
| 公开（公告）号： | CN105225248B | 公开（公告）日： | 2018-02-02 |
| 发明（设计）人： | 王千;范圣印;王鑫;乔刚;诸加丹 | 申请（专利权）人： | 株式会社理光 |
| 主分类号： | G06T7/285 | 分类号： | G06T7/285;G06T7/292 |
| 代理公司： | 北京市柳沈律师事务所11105 | 代理人： | 胡琪 |
| 地址： | 日本*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。根据本发明实施例的用于识别物体的运动方向的技术即使在轨迹点受到噪声影响的情况下，也可以识别出较为准确的运动方向。另外，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来检测物体，因此能够很好地处理物体遮挡的问题，并进一步提高了识别精度。 | ||
| 搜索关键词： | 识别 物体 运动 方向 方法 设备 | ||
【主权项】：
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；其中，所述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进一步包括：确定所述每一图像帧中的所述物体中的预定特征点在现实世界中的对应位置点；获取各个对应位置点投影在地平面上的各个对应轨迹点；其中，所述至少一个立体相机包括同步的多个立体相机，其中，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物体在该采样窗口中的运动方向进一步包括：对于由所述多个立体相机在相同时刻拍摄的多个对应图像帧中的所述物体中的预定特征点在现实世界中的各个对应位置点确定置信度；对各个对应位置点投影在地平面上的各个对应轨迹点分配权重，其中对应位置点的置信度越高，则对应轨迹点的权重越大；基于各个轨迹点的权重，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物体在该采样窗口中的运动方向。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于株式会社理光，未经株式会社理光许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410302795.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于实景建模与智能识别的目标跟踪方法、系统及介质-201910398620.8
- 李新福 - 广东康云科技有限公司
- 2019-05-14 - 2019-10-08 - G06T7/285
- 本发明公开了一种基于实景建模与智能识别的目标跟踪方法、系统及介质，方法包括：获取场景的三维数据和场景的实时视频流并进行实景三维建模，得到场景的三维实景；对场景的三维实景进行智能识别；根据智能识别的结果从场景的三维实景中获取跟踪目标，并在场景的三维实景内对跟踪目标进行跟踪。本发明将包含有场景的动态信息的实时视频流植入场景的三维模型，实现了在重建出的三维模型中展示动态信息的功能；根据智能识别的结果在场景的三维实景内对跟踪目标进行跟踪，通过融合三维模型和实时视频流的三维实景提供了3D实景追踪画面，能给予用户身临其境的感受，更加真实。本发明可广泛应用于三维建模与模式识别领域。
- 一种基于运动目标时序信息的视频序列同步方法-201710212371.X
- 周雪;曹爽;邹见效;徐红兵 - 电子科技大学
- 2017-04-01 - 2019-08-20 - G06T7/285
- 本发明公开了基于运动目标时序信息的视频序列同步方法，首先计算两个摄像头所拍摄视频图像之间的单应矩阵，根据该矩阵，将查找视频序列映射到参考视频序列平面，对视频序列进行背景减除处理，分别获取两个视频序列中运动目标轮廓序列，然后进行配准，获得匹配视频序列，并进行筛选，得到一个最终的匹配视频序列，这样获得时间偏差用于视频序列的同步。本发明引入单应矩阵，将将查找视频序列映射到参考视频序列平面，解决了视频图像之间的视觉差异问题，提高了视频图像相似度比较的准确性；同时，本发明利用运动目标在时间上的序列信息进行视频序列的匹配，而运动目标的姿态变化是一个合适的特征，可以准确匹配，从而进一步提高时间偏差计算的准确度，从而提升其同步效果。
- 一种基于压缩不规则分块LBP的视频目标跟踪方法-201611185481.3
- 高赟;周浩;袁国武;张学杰 - 云南大学
- 2016-12-20 - 2019-08-13 - G06T7/285
- 一种基于压缩不规则分块LBP的视频目标跟踪方法，该方法采用压缩采样后的不规则分块LBP特征向量对被跟踪目标或候选目标进行表述，采用粒子滤波框架对候选目标进行搜索，采用朴素贝叶斯分类器对候选目标的压缩特征向量是否目标跟踪结果进行判别。该方法不仅促进了视频目标跟踪的处理速度，同时在重度光照改变和姿势变化、视角旋转和突然运动、背景混乱、相似目标干扰等多种复杂场景下都能保持准确的跟踪效果。
- 空基对地运动目标的检测方法及装置-201711276006.1
- 许根;王菊;肖江剑 - 中国科学院宁波材料技术与工程研究所
- 2017-12-06 - 2019-06-14 - G06T7/285
- 本发明公开了一种空基对地运动目标的检测方法及装置。其中，一种空基对地运动目标的检测方法，包括：获取目标图像帧并对该目标图像帧进行预处理，以获得稳像后的连续图像帧；以预处理后得到的连续图像帧作为输入进行运动目标的检测，其中，采用三帧差分算法对运动速度大于设定阈值的目标进行检测，采用背景差分算法对运动速度小于设定阈值的目标进行检测；采用基于跟踪的目标检测算法进行进一步的检测。
- 一种基于双目视觉的里程计运动估计方法-201910023494.8
- 白成超;郭继峰;郑红星 - 哈尔滨工业大学
- 2019-01-10 - 2019-05-10 - G06T7/285
- 一种基于双目视觉的里程计运动估计方法，本发明涉及基于双目视觉的里程计运动估计方法。本发明的目的是为了解决现有方法获得的机器人位姿准确率低的问题。过程为：1，双目摄像机分别在t时刻的位置和t+1时刻的位置对当前场景采集图像；2，对采集到的图像进行预处理；3，对预处理后的图像进行特征点的提取4，对提取到的特征点进行匹配；5，得到t时刻当前场景特征点的三维信息和t+1时刻当前场景特征点的三维信息；6，获取成功匹配的t时刻当前场景特征点的三维信息和t+1时刻当前场景特征点的三维信息；7，将得到的特征点的三维信息按照运动估计方法进行运动估计。本发明用于智能移动机器人自主导航领域。
- 一种多目标定位跟踪视频监控方法-201610742578.3
- 杨百川;盛蔚;任建新 - 杨百川
- 2016-08-26 - 2018-10-19 - G06T7/285
- 一种多目标定位跟踪视频监控方法，适用于摄像机视场固定，背景存在物体微小动态变化的运动目标定位跟踪视频监控方法。在系统工作前首先通过高斯混合模型训练背景，然后在视频下一帧中运用背景减除法得到前景图像，再根据膨胀运算与中值滤波得到准确的前景物体区域即运动目标位置；检测运动目标是否存在，如果运动目标存在则根据连通域查找确定目标位置，如果没有运动目标则转到到视频下一帧；对目标位置区域图像进行色调空间转换并将NTSC空间色调图I与HSV空间色调图H加权得到色调直方图，进一步得到图像的反向投影，然后运用Meanshift算法精确定位目标位置。进入视频的下一帧重复以上计算。本发明可作为运动目标轨迹分析，车辆超速和违规检测以及人流量检测。
- 基于图像序列光流与三角网格的遮挡区域检测方法-201610392312.0
- 张聪炫;陈震;和世熙;汪明润;江少锋 - 南昌航空大学
- 2016-06-06 - 2018-09-21 - G06T7/285
- 本发明公开了一种基于图像序列光流与三角网格的遮挡区域检测方法，该方法通过计算图像序列连续两帧间的光流；对第一帧图像进行Delaunay三角网格划分；计算图像像素点和各三角形区域在两帧图像间的亮度变化；根据第一帧图像三角形寻找对应的第二帧图像三角形区域，并检查第二帧图像对应三角形区域是否有嵌入像素点，确定存在遮挡的三角形区域；根据嵌入像素点和三角形区域的亮度变化确定是嵌入像素点被遮挡或三角形区域被遮挡；对图像中所有三角形区域进行遍历，以检测整个图像的遮挡区域。与现有方法相比，本方法具有更高的遮挡检测精度与可靠性。
- 一种基于Grassmann流形和投影群的视频目标跟踪方法-201510804824.9
- 谢英红;韩晓微;涂斌斌;王楠 - 沈阳大学
- 2015-11-20 - 2018-08-21 - G06T7/285
- 一种基于Grassmann流形和投影群的视频目标跟踪方法，涉及一种建模方法，包括输入视频图像序列，根据公式来预测
,j=1,2….L.L为采样粒子数；v是状态由时刻t‑1迁移到时刻t的速度向量；
；对每个采样对应的图像区域，计算对应的表观灰度矩阵的特征基矩阵
，通过公式计算采样内蕴均值，根据目标特征空间的更新策略，更新特征空间
；该方法对目标在经历大幅度非平面的几何形变、光照变化及经历部分遮挡情况下，都能够实现稳定的跟踪，采用更为准确的投影变换设计目标的几何形变模型，设计了双模视频目标跟踪算法。
- 一种适用于行人视频再识别的部件分割方法-201510574841.8
- 黄玲;谭飞刚;施兆俊;罗晨伟;吴昊 - 华南理工大学
- 2015-09-10 - 2018-06-22 - G06T7/285
- 本发明公开了一种适用于行人视频再识别的部件分割方法，包括如下步骤：(1)获取目标摄像机的基础视频数据；(2)构建行人样本数据库；(3)对数据库样本进行灰度变换；(4)获得行人样本平均图；(5)对行人样本平均图进行部件划分；(6)确定部件分割比例。本发明可以为不同摄像机的行人再识别算法提供具体部件分割依据，提高行人再识别算法的精度，具有实际推广价值。
- 一种对于三维视频的视觉注意力检测方法-201610427876.3
- 方玉明;张驰;诸汉炜;温文媖 - 方玉明
- 2016-06-16 - 2018-02-16 - G06T7/285
- 本发明涉及一种对于三维视频的视觉注意力检测方法，用于检测三维视频的显著性图。其特征在于首先利用低层级的视觉特征来计算特征对比度，从而求得三维视频帧的空间显著性图；另外采用了运动信息来获取时间显著性图，对于三维视频中的运动信息，用平面运动和深度运动来计算运动显著性图。最后三维视频的显著性图由空间显著性图和时间显著性图结合得到，在结合的过程中运用了格式塔心理学中的共同命运份法则和紧密性法则。实验结果在三维视频的显著性图预测中展现了良好的效果。
- 识别物体的运动方向的方法和设备-201410302795.1
- 王千;范圣印;王鑫;乔刚;诸加丹 - 株式会社理光
- 2014-06-27 - 2018-02-02 - G06T7/285
- 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。根据本发明实施例的用于识别物体的运动方向的技术即使在轨迹点受到噪声影响的情况下，也可以识别出较为准确的运动方向。另外，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来检测物体，因此能够很好地处理物体遮挡的问题，并进一步提高了识别精度。
- 鱼群三维跟踪方法及系统-201710119403.1
- 钱志明;寸天睿;秦海菲;刘晓青;王春林 - 楚雄师范学院
- 2017-03-02 - 2018-02-02 - G06T7/285
- 本发明提供了一种鱼群三维跟踪方法，包括对顶视方向和第v侧视方向的目标分别进行主骨架提取，其中，主骨架包括多个骨架点，v＝1或2；在从主骨架中筛选三个骨架点作为特征点后，根据目标表观的复杂度使用双特征点模型表示顶视方向的目标及使用三特征点模型表示第v侧视方向的目标；通过极线约束对不同视角方向的目标进行特征点匹配，和/或通过轨迹一致性对不同视角方向的目标进行特征点匹配；根据主骨架的长度或端点数量区分匹配后的目标为遮挡目标和非遮挡目标，对非遮挡目标进行运动关联，并对遮挡目标进行匹配关联。本发明还提供了一种鱼群三维跟踪系统。该鱼群三维跟踪方法及系统大大提高目标跟踪效率与准确性。
- 立体匹配方法和装置-201210442233.8
- 王炳融;白向晖;谭志明 - 富士通株式会社
- 2012-11-07 - 2017-09-05 - G06T7/285
- 公开了一种立体匹配方法和装置。其中，该立体匹配方法包括检测当前帧与前一帧之间是否存在场景变化；在当前帧与前一帧之间不存在场景变化的情况下，利用当前帧与前一帧之间的相似度、以及前一帧的视差图对当前帧的视差空间图像中的每个像素的匹配代价聚集值进行更新；以及利用当前帧的更新后的视差空间图像获取述前帧的视差图。利用根据本发明的立体匹配方法和装置，可以消除在不考虑时间一致性的情况下得出的视差图中的抖动。
- 一种基于稀疏表示的视觉目标跟踪方法-201510142274.9
- 解梅;张碧武;何磊;卜英家 - 电子科技大学
- 2015-03-27 - 2017-08-25 - G06T7/285
- 本发明公开了一种基于稀疏表示的视觉目标跟踪方法，属于计算机视觉技术领域。本发明的方法为首先基于目标图像确定后续跟踪处理需要用到的判决字典、匹配字典、灰度矩阵T，然后对待跟踪的各图像帧进行跟踪处理，采样多个第一候选图像样本集，通过K均值聚类选择K个具有代表性的聚类中心，并基于判决字典计算其置信值，基于最大置信值设置采样中心，从而得到第二候选图像样本集，再从中选择N个置信值最高的候选图像，基于匹配字典通过碎片采样该候选图像的灰度矩阵，取与灰度矩阵T相似度最高的候选图像作为当前帧的跟踪目标。本发明用于智能监控领域，对跟踪目标姿态变化，环境光照变化以及遮挡等情况具有很强的鲁棒性。
- 仿人运动拟态的人体骨骼点参数采集装置及其识别方法-201710397209.X
- 黄根勇 - 江西制造职业技术学院
- 2017-05-31 - 2017-07-25 - G06T7/285
- 本发明公开一种应用于仿人运动拟态的人体骨骼点参数采集装置及其识别方法，其特征在于其深度图像的获取，通过OpenNI骨骼识别算法库，利用深度图像识别出人体关节点并提取空间坐标，通过滤波、空间向量计算、腿部姿势识别，为机器人控制器提供控制数据。针对体态识别受环境干扰导致识别准确率低和实时性差等问题，提出一种基于人体骨骼预定义的动作识别方法，用于人机交互体态分类。本发明专利充分发挥Kinect可获得深度图像特征优势，有机结合2bitBP特征，构成骨架预定义体态类别，采用改进的支持向量机进行体态分类，实时性强，识别准确率高，在纷乱、光照变化条件下鲁棒性强，识别效率和正确率均能满足自然的人机交互系统的要求。
- 一种多目标跟踪方法及装置-201710046713.5
- 谯帅;彭莉;张如高 - 博康智能信息技术有限公司
- 2017-01-19 - 2017-06-20 - G06T7/285
- 本发明提供一种多目标跟踪方法及装置，通过获取视频序列中至少一个目标；利用至少一个跟踪状态模型分别跟踪所述至少一个目标，所述跟踪状态模型为利用已知视频序列训练得到的；根据所述至少一个跟踪状态模型，输出所述至少一个目标的目标状态。该发明根据目标在不同状态下的已知轨迹信息训练得到的跟踪状态模型，在目标跟踪过程中进行目标状态转换决策，从而实现不同情况下自动对目标的跟踪状态进行转换，提高了多目标跟踪的准确度。
- 基于立体视觉技术的人体目标识别与跟踪方法-201510550955.9
- 吕芳;任侃;潘佳惠;韶阿俊 - 南京理工大学
- 2015-09-01 - 2017-03-08 - G06T7/285
- 本发明公开了一种基于立体视觉技术的人体目标识别与跟踪方法，包括由两个摄像头从两个不同角度同时获取同一幅场景图片，形成立体图像对；通过摄像机标定确定摄像机内部和外部参数，确立成像模型；采用基于窗口的匹配算法，以其中一幅图像的待匹配点为中心创建窗口，在另一幅图像上创建相同的滑动窗口，滑动窗口沿着外极线以像素点为单位依次移动，计算窗口匹配度，找到最佳匹配点，通过视差原理得到目标的三维几何信息，生成深度图像；采用一维最大熵阈值分割法与灰度特征区分头部与肩部信息；采用自适应波门跟踪方法对人体目标进行跟踪并得到目标航迹。本发明实现了人体目标的精确识别且跟踪计数，并且有效去除背景噪声，避免了环境的干扰。
- 专利分类
