[发明专利]基于事件相机的物体掉落检测方法、装置、介质及设备在审

专利信息
申请号: 202310020378.7 申请日: 2023-01-06
公开(公告)号: CN116128922A 公开(公告)日: 2023-05-16
发明(设计)人: 王程;顾旭升;林修弘;臧彧;刘伟权 申请(专利权)人: 厦门大学
主分类号: G06T7/246 分类号: G06T7/246;G01V8/10;G06V10/774
代理公司: 厦门创象知识产权代理有限公司 35232 代理人: 尤怀成
地址: 361000 *** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 事件 相机 物体 掉落 检测 方法 装置 介质 设备
【说明书】:

本申请的实施例提供了一种基于事件相机的物体掉落检测方法、装置、介质及设备。该方法包括:获取事件相机输出的事件流,所述事件流包含连续的若干个事件的事件信息,所述事件信息包括事件的发生坐标以及发生时间;根据各所述事件对应的发生坐标以及发生时间,生成与所述事件流对应的特征图,所述特征图于描述所述事件流包含的事件的时间特征和/或位置特征;根据所述特征图中每一坐标对应的特征值进行聚类识别,确定所述特征图中存在目标物体的至少一个目标区域的位置信息;基于连续的至少一个事件流对应的特征图中各目标区域的位置信息,确定所述目标物体的运动轨迹。本申请实施例的技术方案提高掉落物体识别的准确性,保证识别效果。

技术领域

本申请涉及计算机技术领域,具体而言,涉及一种基于事件相机的物体掉落检测方法、装置、介质及设备。

背景技术

掉落物体的目标检测是指将从高空向地面做自由落体运动的物体检测出来,并将目标物体自由落体的轨迹还原和可视化展示。在目前的技术方案中,掉落物体的目标检测通常是基于传统相机的,在进行检测时,传统相机需要曝光一定时间,如果运动物体速度较快则会产生明显的运动模糊,丢失较多物体外观与运动的信息,难以识别,并且,传统相机还存在对比度不足的问题,在挑战性光照环境下难以有效获取清晰图像,阻碍了对目标区域信息的获取。由此,如何提高掉落物体识别的准确性,保证识别效果成为了亟待解决的技术问题。

发明内容

本申请的实施例提供了一种基于事件相机的物体掉落检测方法、装置、介质及设备,进而至少在一定程度上可以提高掉落物体识别的准确性,保证识别效果。

本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面,提供了一种基于事件相机的物体掉落检测方法,该方法包括:

获取事件相机输出的事件流,所述事件流包含连续的若干个事件的事件信息,所述事件信息包括事件的发生坐标以及发生时间;

根据各所述事件对应的发生坐标以及发生时间,生成与所述事件流对应的特征图,所述特征图于描述所述事件流包含的事件的时间特征和/或位置特征;

根据所述特征图中每一坐标对应的特征值进行聚类识别,确定所述特征图中存在目标物体的至少一个目标区域的位置信息;

基于连续的至少一个事件流对应的特征图中各目标区域的位置信息,确定所述目标物体的运动轨迹。

根据本申请实施例的一个方面,提供了一种基于事件相机的物体掉落检测装置,该装置包括:

获取模块,用于获取事件相机输出的事件流,所述事件流包含连续的若干个事件的事件信息,所述事件信息包括事件的发生坐标以及发生时间;

特征图生成模块,用于根据各所述事件对应的发生坐标以及发生时间,生成与所述事件流对应的特征图,所述特征图于描述所述事件流包含的事件的时间特征和/或位置特征;

运动目标识别模块,用于根据所述特征图中每一坐标对应的特征值进行聚类识别,确定所述特征图中存在目标物体的至少一个目标区域的位置信息;

轨迹处理模块,用于基于连续的至少一个事件流对应的特征图中各目标区域的位置信息,确定所述目标物体的运动轨迹。

根据本申请实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的基于事件相机的物体掉落检测方法。

根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的基于事件相机的物体掉落检测方法。

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厦门大学,未经厦门大学许可,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/202310020378.7/2.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