[发明专利]位姿异常检测方法及装置有效

专利信息
申请号: 201710701629.2 申请日: 2017-08-16
公开(公告)号: CN107564062B 公开(公告)日: 2020-06-19
发明(设计)人: 周杰;邓磊;陈宝华 申请(专利权)人: 清华大学
主分类号: G06T7/73 分类号: G06T7/73;G06T7/33
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张润
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异常 检测 方法 装置
【权利要求书】:

1.一种位姿异常检测方法,其特征在于,包括以下步骤:

获取初始监控图像,得到初始参考帧,并获取摄像机的初始位姿;

周期获取视频关键帧,并增量式建立桥接图像数据库,得到桥接图像;

根据检测周期获取检测帧,并将所述检测帧与所述初始参考帧或所述桥接图像进行特征提取和匹配,并计算所述检测帧的位姿;

获取所述检测帧的摄像机位姿与所述初始参考帧的初始位姿间的差异值;

判断所述差异值是否大于预设阈值;以及

如果所述差异值大于所述预设阈值,则检测位姿异常,发出警报;

其中,所述周期获取视频关键帧,并增量式建立桥接图像数据库,进一步包括:根据历史监控视频提取关键帧;获取所述关键帧的全局特征索引、所述关键帧的局部特征;根据初始参考帧和当前场景地图得到所述初始参考帧的局部特征和标定摄像机;根据所述关键帧的局部特征、所述初始参考帧的局部特征和所述标定摄像机得到关键帧对应摄像机的绝对位姿;以及根据所述关键帧的全局特征索引和所述关键帧对应摄像机的绝对位姿实现关键帧入库。

2.根据权利要求1所述的位姿异常检测方法,其特征在于,所述获取初始监控图像,得到初始参考帧,并获取摄像机的初始位姿,进一步包括:

获取监控摄像机的监控图像、监控区域的三维地图和/或二维地图;

通过所述监控图像与所述三维地图和/或二维地图间的对应点列表,反向推理所述监控摄像机在地图中的位置和姿态。

3.根据权利要求1所述的位姿异常检测方法,其特征在于,所述根据检测周期获取检测帧,并将所述检测帧与所述初始参考帧或所述桥接图像进行特征提取和匹配,进一步包括:

在特征提取和匹配之前,对于近邻库图像中的图像进行图像近邻搜索,得到图像特征匹配的范围;

根据所述图像特征匹配的范围基于组合多个局部特征的方法构建联合特征,并使用基于仿射变换的特征增强匹配。

4.根据权利要求1-3任一项所述的位姿异常检测方法,其特征在于,通过李群的马氏距离描述估计值与初始值间的偏移,以得到所述检测帧的摄像机位姿与所述初始参考帧的初始位姿间的差异值。

5.一种位姿异常检测装置,其特征在于,包括:

第一获取模块,用于获取初始监控图像,得到初始参考帧,并获取摄像机的初始位姿;

采集模块,用于周期获取视频关键帧,并增量式建立桥接图像数据库,得到桥接图像;

计算模块,用于根据检测周期获取检测帧,并将所述检测帧与所述初始参考帧或所述桥接图像进行特征提取和匹配,并计算所述检测帧的位姿;

第二获取模块,用于获取所述检测帧的摄像机位姿与所述初始参考帧的初始位姿间的差异值;以及

检测模块,用于判断所述差异值是否大于预设阈值,并且在所述差异值大于所述预设阈值时,检测位姿异常,发出警报;

其中,所述采集模块包括:提取单元,用于根据历史监控视频提取关键帧;第二获取单元,用于获取所述关键帧的全局特征索引、所述关键帧的局部特征;第三获取单元,用于根据初始参考帧和当前场景地图得到所述初始参考帧的局部特征和标定摄像机;第四获取单元,用于根据所述关键帧的局部特征、所述初始参考帧的局部特征和所述标定摄像机得到关键帧对应摄像机的绝对位姿;以及入库单元,用于根据所述关键帧的全局特征索引和所述关键帧对应摄像机的绝对位姿实现关键帧入库。

6.根据权利要求5所述的位姿异常检测装置,其特征在于,所述第一获取模块包括:

第一获取单元,用于获取监控摄像机的监控图像、监控区域的三维地图和/或二维地图;

推理单元,用于通过所述监控图像与所述三维地图和/或二维地图间的对应点列表,反向推理所述监控摄像机在地图中的位置和姿态。

7.根据权利要求5所述的位姿异常检测装置,其特征在于,所述计算模块包括:

搜索单元,用于在特征提取和匹配之前,对于近邻库图像中的图像进行图像近邻搜索,得到图像特征匹配的范围;

构建模块,用于根据所述图像特征匹配的范围基于组合多个局部特征的方法构建联合特征,并使用基于仿射变换的特征增强匹配。

8.根据权利要求5-7任一项所述的位姿异常检测装置,其特征在于,所述第二获取模块还用于通过李群的马氏距离描述估计值与初始值间的偏移,以得到所述检测帧的摄像机位姿与所述初始参考帧的初始位姿间的差异值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710701629.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top