成果信息
本發(fā)明分別針對(duì)二維RGB圖像和三維深度圖像建立三維分層圖模型,,并通過計(jì)算檢測(cè)三維分層圖模型與預(yù)測(cè)三維分層圖模型之間節(jié)點(diǎn),、邊和空間的匹配度,進(jìn)而計(jì)算出檢測(cè)三維分層圖模型與預(yù)測(cè)三維分層圖模型之間的匹配度,,從而可根據(jù)計(jì)算出來的匹配度建立檢測(cè)三維分層圖模型與預(yù)測(cè)三維分層圖模型的匹配表,,然后根據(jù)匹配表的結(jié)果準(zhǔn)確判定跟蹤目標(biāo)是否存在遮擋,即可求得當(dāng)前幀的最佳匹配結(jié)果,,有效識(shí)別當(dāng)前幀中的多目標(biāo),,實(shí)現(xiàn)多運(yùn)動(dòng)目標(biāo)的跟蹤。本發(fā)明不僅能應(yīng)用于大多數(shù)Kinect監(jiān)控場(chǎng)景,,還可推廣應(yīng)用于機(jī)器人目標(biāo)識(shí)別避障,、智能交通等領(lǐng)域,具有較好的應(yīng)用前景,。)
背景介紹
現(xiàn)有技術(shù)中提出了一種在RGB和深度領(lǐng)域的分層圖模型,,進(jìn)行實(shí)時(shí)魯棒多行人跟蹤。通過RGB?D數(shù)據(jù)關(guān)聯(lián)并得出軌跡的最優(yōu)化,,得到多人體目標(biāo)的最優(yōu)關(guān)聯(lián)和跟蹤結(jié)果以及直接采用三維點(diǎn)云信息,,根據(jù)多目標(biāo)三維特征進(jìn)行跟蹤;但基于kinect的三維視覺分析目前大多集中在場(chǎng)景的三維重建,、移動(dòng)機(jī)器人的導(dǎo)航,、識(shí)別跟蹤上,用于視覺監(jiān)控中的多目標(biāo)跟蹤處于起步階段,,多是以RGB和深度信息配準(zhǔn)得到三維點(diǎn)云,,在此基礎(chǔ)上進(jìn)行目標(biāo)識(shí)別跟蹤,計(jì)算復(fù)雜度較高,還不能直接應(yīng)用于視頻監(jiān)控中的多運(yùn)動(dòng)目標(biāo)復(fù)雜情況下的跟蹤,。)
應(yīng)用前景
/)