[发明专利]基于平面单应矩阵约束的多摄像机高密度人群分割方法

权利要求书

1.一种基于平面单应矩阵约束的多摄像机高密度人群分割方法，其特征在于，包括以下按先后顺序进行的两个步骤：

S10，借助标定工具，在实际应用场景中进行多摄像机的标定，完成人体头部区域所在空间的分层，以及多摄像机间针对每个分层的单应矩阵的获取；

S20，输入多个摄像机针对同一场景拍摄的人群视频序列中的对应同一时刻的多帧灰度图像，完成基于空间任意平面单应矩阵约束的多人体头部分割，输出场景人群中每个人体头部区域的分割结果。

2.根据权利要求1所述的基于平面单应矩阵约束的多摄像机高密度人群分割方法，其特征在于，

所述S10进一步包括以下步骤：

S101，通过试验方式获得对分割结果影响最小的身高分辨率和身高范围，并在该分辨率和范围内对人体头部区域所在空间进行分层，设最终头部区域共分为l层，对应分层平面分别为∏_j(j＝1，2，3，...，l)；

S102，选定某视角图像作为参考图像I₁，对应摄像机为参考摄像机，借助标定工具，通过标定算法获取第i个摄像机获取的图像I_i与参考图像I₁之间，对应第j个分层∏_j的单应矩阵其中i＝2，3，...，n，n为摄像机个数。

3.根据权利要求2所述的基于平面单应矩阵约束的多摄像机高密度人群分割方法，其特征在于，所述S20进一步包括以下步骤：

S201，设某一时刻t输入的所有视角图像为I_i(t)，其中i＝1，2，3，...，n，n为摄像机个数，对所有视角图像进行混合高斯背景建模，借助背景减法去除背景像素，获得所有可能的前景像素点集合X_i；

S202，针对某一个分层平面∏_j，扫描参考图像I₁的所有前景像素点X₁，若某前景点x在其他各视角图像中的对应点不全为前景点，则x将直接被分割为非头部区域点；反之，将x的灰度值I₁(x)、以及其所有对应点的灰度值取出，共同构成x的∏_j平面对应点灰度值向量

y→j(x)=I1(x)I2(H2,1jx)...In(Hn,1jx)]]>

同时给定相关性阈值T_C，并借助灰度相关性算法计算内各灰度值之间的相关性，若的灰度相关性高于T_C，则x被分割为头部区域点，否则x被分割为非头部区域点；

S203，I₁中的所有前景像素点X₁分割完成后，借助聚类算法获得分层平面∏_j内的所有头部区域Ψ_j；

S204，针对下一分层平面重复步骤S202和S203，直至所有分层平面处理完毕，获得场景中所有人体头部区域的分割结果。