[发明专利]基于深度数据的目标检测与定位方法及系统

说明书

本发明提出了一种基于深度数据的目标检测与定位方法及系统，包括：利用深度数据传感器采集的深度数据来获取深度图，构建深度图的背景模型，获取深度图视角下的目标前景区域，对目标前景区域进行初步分割；利用投影矩阵，将经过初次分割的目标前景区域映射到俯视视角下，依据目标在水平空间上的位置差异对俯视视角下的目标前景区域进行再次分割；提取前景区域的深度特征并训练得到目标检测模型，利用该目标检测模型对粘连目标进行检测定位；对俯视图上的检测定位结果进行三维坐标位置的关联跟踪，再将检测定位结果映射到原始深度图坐标下，得到最终目标检测结果。本发明能够在严重遮挡、光照变化情况下快速鲁棒的完成对目标的准确检测定位。

技术领域

本发明涉及视频监控技术领域，特别涉及一种基于深度数据的目标检测与定位方法及系统。

背景技术

随着社会的不断进步和经济建设的迅速发展，视频监控也就越来越多的应用于各个行业和方面。智能视频分析监控系统能够自动识别不同的物体，发现监控画面中的异常情况，并能够以最快和最佳的方式发出警报和提供有用信息，从而能够更加有效的协助安全人员处理危机。

目标的检测是视频分析技术的一个基础功能，对实现后续目标跟踪、目标识别及行为分析等应用有重要意义，尤其是在实时目标事件监控领域，其重要性更是不言而喻。

基于传统视频图像的目标检测方法有很多，如使用背景建模、运动差分和特征加分类器等，但受二维图像特性限制，其检测效果受光照变化、目标遮挡等影响严重。

近年来随着深度传感器技术的进步，由于其使用主动光及能够获取三维深度信息等，使其在处理光照变化、阴影和遮挡方面优势明显，因此将深度摄像机采集的深度数据用于目标检测受到了越来越多的关注，出现了如使用高点区域联通、人头检测器等基于深度图的目标检方法，但也存在计算量大或受视角影响的问题。

发明专利CN 103686074A公开了一种视频监控中移动目标的定位方法，可以，通过对视频图像数据进行分析处理，提取出其中的运动目标，并对其位置进行实时计算，获取其在真实场景中的实时坐标位置，实现定位目的。但是，该技术方案仍受二维图像特性限制，检测效果受光照变化和目标遮挡的影响，检测结果的精度有限。

发明内容

本发明的目的旨在至少解决所述技术缺陷之一。

为此，本发明的目的在于提出一种基于深度数据的目标检测与定位方法及系统，能够在严重遮挡、光照变化情况下快速鲁棒的完成对目标的准确检测定位。

为了实现上述目的，本发明一方面的实施例提供一种基于深度数据的目标检测与定位方法，包括如下步骤：

步骤S1，利用深度数据传感器采集的深度数据来获取深度图，构建所述深度图的背景模型，获取所述深度图视角下的目标前景区域，对所述目标前景区域进行初步分割；

步骤S2，利用投影矩阵，将经过初次分割的目标前景区域映射到俯视视角下，依据目标在水平空间上的位置差异对所述俯视视角下的目标前景区域进行再次分割；

步骤S3，在俯视图上，提取前景区域的深度特征并训练得到目标检测模型，利用该目标检测模型对粘连目标进行检测定位；

步骤S4，对俯视图上的检测定位结果进行三维坐标位置的关联跟踪，再将检测定位结果映射到原始深度图坐标下，得到最终目标检测结果。

进一步，在所述步骤S1中，所述构建深度图的背景模型，包括如下步骤:

对所述深度图进行预处理以滤除噪点干扰；

在所述预处理后的深度图中，采集最远深度数据，并以选择性背景更新策略构建所述背景模型。

进一步，所述步骤S1还包括如下步骤：根据所述深度图的数据特征，提取所述深度图的数据值小于背景数据的像素坐标，对该像素坐标进行连通域分析以得到所述目标前景区域。