用于检测和跟踪移动物体的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106548487A(43)申请公布日2017.03.29(21)申请号201611049772.X(22)申请日2016.11.25(71)申请人朱兰英地址315113浙江省宁波市鄞州区东吴镇镇南路60号(72)发明人朱兰英(51)Int.Cl.G06T7/246(2017.01)权利要求书2页说明书5页附图1页(54)发明名称用于检测和跟踪移动物体的方法和装置(57)摘要本发明涉及一种用于检测和跟踪移动物体的方法和装置。获取移动物体的连续的多帧深度图像，并对多帧深度图像的每个帧的深度图像进行连通域分析；通过当前待检测的移动物体的多帧深度图像经过过滤操作的连通域内的像素的差分检测连通域关联的移动物体的对象；获取与连通域关联的移动物体的物体轮廓；使用预设跟踪算法对物体轮廓的多个关键点执行跟踪；将通过跟踪生成的跟踪点进行重新组合为物体轮廓；判断重新组合的物体轮廓特征与多个关键点之间的关联关系是否满足预先设置的关联关系，若满足预先设置的关联关系，则对物体跟踪成功。该方法站在以跟踪为主的角度，实现选取多个关键点检测跟踪的操作，具有检测跟踪的易用性、准确性与高效性。CN106548487ACN106548487A权利要求书1/2页1.一种用于检测和跟踪移动物体的方法，其特征在于，所述方法包括：获取移动物体的连续的多帧深度图像，并对所述多帧深度图像的每个帧的深度图像进行连通域分析；通过当前待检测的所述移动物体的所述多帧深度图像经过过滤操作的所述连通域内的像素的差分检测所述连通域关联的所述移动物体的对象；获取与所述连通域关联的所述移动物体的物体轮廓；使用预设跟踪算法对所述物体轮廓的多个关键点执行跟踪；将通过跟踪生成的跟踪点进行重新组合为所述物体轮廓；判断重新组合的所述物体轮廓特征与所述多个关键点之间的关联关系是否满足预先设置的所述关联关系，若满足预先设置的所述关联关系，则对物体跟踪成功。2.根据权利要求1所述的用于检测和跟踪移动物体的方法，其特征在于，所述获取移动物体的连续多帧深度图像包括：由一个或多个取像设备对所述深度图像执行捕获操作。3.根据权利要求1所述的用于检测和跟踪移动物体的方法，其特征在于，所述通过当前待检测的所述移动物体的所述多帧深度图像经过过滤操作的所述连通域内的像素的差分检测所述连通域关联的所述移动物体的对象包括；对属于所述连通域的像素总个数以及属于所述连通域的差分为负的像素个数执行统计；计算所述连通域的差分为负的像素个数相对于所述像素总个数的比率，根据所述比率判断所述连通域关联的所述移动物体的对象；或对属于所述连通域的像素总个数以及属于所述连通域的差分为正的像素个数执行统计；计算所述连通域的差分为正的像素个数相对于所述像素总个数的比率，根据所述比率判断所述连通域关联的所述移动物体的对象。4.根据权利要求1所述的用于检测和跟踪移动物体的方法，其特征在于，所述获取与所述连通域关联的所述移动物体的物体轮廓的步骤之前包括；将所述连通域的信息作为所述移动物体列表中的所述移动物体条目的信息，并基于所述连通域匹配执行所述移动物体列表中的所述移动物体条目的跟踪操作。5.根据权利要求4所述的用于检测和跟踪移动物体的方法，其特征在于，对所述移动物体列表中的所述移动物体条目的一个或多个执行混合目标跟踪，其中，混合目标跟踪包括使用Kanade-Lucas-Tomasi特征跟踪器和均值漂移、使用自动内核标度轨迹与更新、以及使用一个或多个特征轨迹。6.根据权利要求1所述的用于检测和跟踪移动物体的方法，其特征在于，所述使用预设跟踪算法对所述物体轮廓的多个关键点执行跟踪的步骤之前包括；对获取所述物体轮廓的所述多个关键点执行确定性检测。7.根据权利要求1所述的用于检测和跟踪移动物体的方法，其特征在于，所述使用预设跟踪算法对预先获取的物体轮廓的多个关键点执行跟踪包括：对所述多个关键点中的每个关键点依次在其前后两帧执行跟踪；依次对所述每个关键点进行前后两帧的判断是否匹配；若匹配成功，则继续对下一个所述关键点进行匹配。2CN106548487A权利要求书2/2页8.根据权利要求1所述的用于检测和跟踪移动物体的方法，其特征在于，所述判断重新组合的所述物体轮廓特征与所述多个关键点之间的关联关系是否满足预先设置的所述关联关系包括：获取所述物体轮廓的多个特征参数；通过多个特征参数计算所述物体轮廓的面积；建立所述物体轮廓的面积与所述多个关键点之间的几何关系；或获取所述物体轮廓的多个特征参数；通过多个特征参数计算所述物体轮廓的体积；建立所述物体轮廓的体积与所述多个关键点之间的几何关系。9.根据权利要求8所述的用于检测和跟踪移动物体的方法，其特征在于，所述获取所述物体轮廓的多个特征参数包括：使用