[发明专利]基于高斯掩模光流的人体足部运动目标检测方法

说明书

本发明公开了一种基于高斯掩模光流的人体足部运动目标检测方法，基于人体行走视频帧的显著图，进行直方图均衡化、OTSU阈值分割以及形态学闭运算，再通过提取足部高斯掩模图，采用光流算法获得人体足部运动目标区域。针对人体足部运动幅度很小无法准确定位的视频帧，将上一帧足部位置作为当前帧的足部位置。本发明解决了现有技术中存在的人体足部检测过程中由于背景信息、不感兴趣区域干扰导致足部区域提取失败和无法检测、定位运动幅度较小的足部的问题。

技术领域

本发明属于机器人视觉检测技术领域，具体涉及一种基于高斯掩模光流的人体足部运动目标检测方法。

背景技术

随着机器人技术的不断发展，智能服务机器人越来越多地被应用在日常的生产和生活当中，人机交互已成为机器人学的新兴领域之一。以目标检测为核心技术的服务机器人代表了智能机器人的发展方向。

智能机器人可以通过搭载摄像头获取视频信息，对视频目标进行检测、识别和定位。小型机器人自身高度较低，搭载的摄像头在近距离无法采集到人体的上半身。在这种情况下，将人体足部作为目标进行检测比较合理。复杂场景下如何准确检测目标是目标检测领域的一大难题。传统帧差法、背景减除法和光流法处理整张图像信息，受背景信息和不感兴趣区域干扰较大，很难准确检测到目标。当检测人体足部这样特殊的目标时极易受非足部区域的影响，很容易误检出我们不感兴趣的区域。不仅如此，传统帧差法、背景减除法和光流法依赖于目标较明显的运动幅度，当目标运动微小时较难检测到目标运动区域，无法进一步的实现目标定位。因此，针对传统帧差法、背景减除法和光流法目标检测过程中受光照、不感兴趣物体晃动等背景干扰较大和无法检测目标的某一特定部分以及较难实现运动幅度很轻微目标的检测、定位问题，本发明研究一种基于高斯掩模光流的人体足部目标检测算法。该算法原理简单、易于实现，解决了足部检测过程中前景提取困难和足部运动幅度较小导致无法定位的问题，提高了足部前景提取F-measure值和足部位置平均检测准确率，且算法运行耗时比光流法少，结果表明本发明所提检测算法对人体行走过程中的足部目标检测具有一定的鲁棒性。

发明内容

本发明的目的是提供一种基于高斯掩模光流的人体足部运动目标检测方法，解决了现有技术中存在的人体足部检测过程中由于背景信息、不感兴趣区域干扰导致足部区域提取失败和无法检测、定位运动幅度较小的足部的问题。

本发明所采用的技术方案是，一种基于高斯掩模光流的人体足部运动目标检测方法，具体按照以下步骤实施：

步骤1、采集人体行走视频，将人体行走视频转换为视频序列；

步骤2、使用高斯滤波器对步骤1得到的视频序列去噪；

步骤3、将步骤2获得的视频序列进行不同层次的尺度变化得到图像金字塔，提取图像金字塔的亮度、颜色和方向特征，再对不同特征做归一化处理获取人体行走视频帧的显著图；

步骤4、将步骤3得到的人体行走视频帧的显著图采用直方图均衡化处理获得显著图经图像增强的效果图，对图像增强效果图进行OTSU阈值分割获得足部二值图像，将OTSU阈值分割结果采用形态学闭运算滤除较小的噪声点并连接足部区域边缘即可获取人体足部区域初始掩模图；

步骤5、对阈值分割和形态学处理后的显著图使用高斯掩模进行处理，将步骤4获得的人体足部区域初始掩模图进行二维高斯平滑，自动获取足部区域的高斯掩模图；

步骤6、选取人体行走视频的连续100帧图像，将步骤2获得的视频序列与步骤5的的足部区域高斯掩图做逻辑与运算获得只含人体足部的视频序列；

步骤7、人体足部视频序列光流估计；

步骤8、将步骤7获得的足部光流结果滤去噪声增强图像质量，实现视频帧中人体双脚的循环定位。

本发明的特点还在于，

步骤3中将步骤2获得的视频序列进行1/2、1/4和1/8不同层次的尺度变化。