[发明专利]基于深度图像序列的对象运动模式识别方法和设备

权利要求书

1.一种基于深度图像序列的对象运动模式识别方法，包括：

前景确定步骤，在所述深度图像序列的各帧深度图像中确定前景对象区域；

差分步骤，计算各帧深度图像中各个像素的深度值与其相邻帧深度图像中邻域像素的深度值之间的差分，以获得邻域深度值差分矢量；

量化编码步骤，根据各帧深度图像及其相邻帧深度图像的前景对象区域确定感兴趣区域，将感兴趣区域中各个像素的邻域深度值差分矢量量化编码为邻域深度值差分码；

区域划分步骤，将各帧深度图像中感兴趣区域划分为多个子区域；

分布描述步骤，根据各帧深度图像中感兴趣区域的子区域中各个像素的邻域深度值差分码，获得该子区域的邻域深度值差分码分布特征向量；

识别步骤，根据各帧深度图像中感兴趣区域的子区域的邻域深度值差分码分布特征向量的组合，识别该感兴趣区域所对应对象的运动模式。

2.按照权利要求1所述的对象运动模式识别方法，其中，在所述差分步骤中，与各帧深度图像的各个像素位置相同的相邻帧深度图像中的像素是所述邻域像素。

3.按照权利要求1所述的对象运动模式识别方法，其中，在所述差分步骤中，与各帧深度图像的各个像素位置相同的相邻帧深度图像中的像素及其周围像素构成所述邻域像素。

4.按照权利要求1所述的对象运动模式识别方法，其中，在所述量化编码步骤中，各帧深度图像中感兴趣区域中各个像素的邻域深度值差分矢量至少包括代表对象在该像素点消失的分量、代表对象在该像素点出现的分量、及代表对象在该像素点深度变化的分量。

5.按照权利要求1所述的对象运动模式识别方法，其中，在所述量化编码步骤中，各帧深度图像中感兴趣区域中各个像素的邻域深度值差分矢量中的深度差分值分别量化编码为一个码值。

6.按照权利要求1所述的对象运动模式识别方法，其中，在所述量化编码步骤中，各帧深度图像中感兴趣区域中各个像素的邻域深度值差分矢量中的深度差分值分别量化编码为多个码值，并赋予分别隶属于多个码值的权重。

7.按照权利要求1所述的对象运动模式识别方法，其中，在所述区域划分步骤，以各帧深度图像相互独立的方式，将感兴趣区域在相应的深度图像所占据的二维空间区域分别划分为多个子区域。

8.按照权利要求1所述的对象运动模式识别方法，其中，在所述区域划分步骤，在连续多帧深度图像中，将感兴趣区域在连续多帧深度图像中所占据的三维时间空间区域划分为多个子区域。

9.按照权利要求1所述的对象运动模式识别方法，其中，在所述分布描述步骤中，对于在所述区域划分步骤所得到的各个子区域，利用统计矩描述各个邻域深度值差分码在该子区域中的分布，将所有邻域深度值差分码的统计矩作为该子区域的邻域深度值差分码分布特征向量。

10.一种基于深度图像序列的对象运动模式识别设备，包括：

前景确定装置，在所述深度图像序列的各帧深度图像中确定前景对象区域；

差分装置，计算各帧深度图像中各个像素的深度值与其相邻帧深度图像中邻域像素的深度值之间的差分，以获得邻域深度值差分矢量；

量化编码装置，根据各帧深度图像及其相邻帧深度图像的前景对象区域确定感兴趣区域，将感兴趣区域中各个像素的邻域深度值差分矢量量化编码为邻域深度值差分码；

区域划分装置，将各帧深度图像中感兴趣区域划分为多个子区域；

分布描述装置，根据各帧深度图像中感兴趣区域的子区域中各个像素的邻域深度值差分码，获得该子区域的邻域深度值差分码分布特征向量；

识别装置，根据各帧深度图像中感兴趣区域的子区域的邻域深度值差分码分布特征向量的组合，识别该感兴趣区域所对应对象的运动模式。