[发明专利]基于360度全景的运动物体检测方法

摘要

本发明提供一种基于360度全景的运动物体检测方法，该方法包括：车辆周围四通道无盲区视频图像数据采集；车辆周围四通道视频图像处理及全景拼接形成360度全景俯视图；根据360度全景俯视图，采用级联全局‑局部的时空显著性模型以实现车辆周围的运动物体检测；根据实时采集的动态数据生成所述车辆周围的边界线；测量运动物体与所述车辆的边界线之间的相对距离，依据报警规则生成报警信号。本发明采用机器视觉技术，分析出车辆行使的状态和车速，根据360度俯视图形成的视频序列对车辆周围的运动物体进行检测，并结合车辆的行使状态和行使速度，给出及时准确的报警信号，提醒驾驶员及时调整驾驶状态，谨慎驾驶，从而减少或避免交通事故发生。

主权项

1.基于360度全景的运动物体检测方法，其特征在于，所述基于360度全景的运动物体检测方法包括：车辆周围四通道无盲区视频图像数据采集；车辆周围四通道视频图像处理及全景拼接形成360度全景俯视图；根据360度全景俯视图，采用级联全局‑局部的时空显著性模型以实现车辆周围的运动物体检测；根据实时采集的动态数据生成所述车辆周围的边界线；测量运动物体与所述车辆的边界线之间的相对距离，依据报警规则生成报警信号；所述级联全局‑局部的时空显著性模型实现过程包括：对360度全景俯视图形成的视频序列，首先采用下采样技术进行尺度变换，基于滑动窗口机制，把每一时刻的滑动窗口内的视频作为一个微视频基元，根据360度全景视频序列存在时空冗余的特点，假设基元中各帧图像的背景是线性相关的，而前景相对于背景来说是稀疏的，利用压缩感知理论中稀疏重建算法来对运动物体所在的区域在全局上进行检测，并将检测的区域作为候选的前景区域；然后在候选的前景区域里，结合实时场景的多模态分布，基于生物视觉Center‑Surround机制，采用场景的多模态分布数学表达，在贝叶斯全概率框架下，计算中心‑周围窗口中的特征的概率分布，进而计算出每一个像素位置的显著性大小，以实现基于像素级的运动物体的精细检测。