The invention provides a human body recognition method of RGB based on D images, the method by constructing a histogram of oriented depth (HOD), HOD of depth change direction for local encoding and relies on a depth scale space search; then the visual HOG and depth of HOD combined with Combo is proposed the HOD detection method, this method depends on the depth map and RGB data and use them as the sensor input data; and compared with other methods, the results show that this method can achieve the EER value of 85%, is a common sensor direct access to the operating space of more than 4 times, with that image information in depth and RGB D the body will provide reliable conditions for widening recognition task, multi modal image will help the body and makes the detection in some single image detector becomes feasible.
【技术实现步骤摘要】
一种基于RGB-D图像的人体识别方法
本专利技术属于计算机视觉和模式识别领域,尤其涉及一种基于RGB-D图像的人体识别方法。
技术介绍
对于许多机器人、交互系统以及智能交通,人体识别是一个重要并且基础的部分。在这个项目中,摄像头和测距仪是目前比较通用的传感器。每个传感器的感知通道既有优点也有缺点,因此它们间的区别主要取决于所提供的图像和范围数据的可靠性。许多机器人学方面的研究者对范围数据中识别人体的方法进行了研究。早期工作主要采用2D范围数据来完成这个任务,在3D范围数据中的人体识别及其相关工作又成为一个新的问题。在计算机视觉中,从单个图片识别人体这个问题已经被研究过很长一段时间了。近期的工作主要采用基于部分的投票或者窗口卷动。在前者方法中,人体部分独立为一个人的出现进行投票;后者的窗口卷动方法中,通过在不同图像的尺度空间位置卷动一个固定长度的检测窗口,对窗口下的区域进行分类。其它工作主要是解决多模式的人体识别问题:提出一个可训练的2D范围数据和摄像头系统,采用立体音响系统并结合强图像和低分辨率摄像机来采集不同地图和光流的图像数据。上述检测方法在行人流动十分密集的情况下的检测性能会有所下降,从而导致表现的性能不佳。
技术实现思路
本专利技术的目的在于针对上述技术中存在的缺陷,提出了一种基于RGB-D图像的人体识别方法。首先,构建一个面向深度的直方图(HOD),HOD对深度变化方向进行局部的编码并且依赖于一个深度信息的规模空间搜索,此搜索方法将将检测过程速度提高到原来的3倍;接着,将视觉HOG与深度HOD相结合提出了Combo-HOD,这个检测方法依赖于深度图和 ...
【技术保护点】
一种基于RGB‑D图像的人体识别方法,其特征在于,包括如下步骤:步骤1、构建面向深度的直方图(HOD)步骤1.1、运算法则:首先将固定长度的窗口划分成网格并计算每个网格对应的深度梯度值;接着将这些面向深度的梯度值累积到1D的直方图中;然后将每四个网格相结合形成一个描述信息块;最后将这些描述信息块收集在一起并将直方图标准化成L2‑Hys单元长度,使得其在局部深度噪声下表现高水平的稳健性,HOD特征的结果被用于训练柔和的线性支持向量机(SVM);步骤1.2、深度图像处理:首先,根据公式d=8BFx/(Vmax‑v)对原始范围深度图像数据进行处理来加强前景和后景的区分度;然后,将上述公式的结果d值乘上M/Dmax,其中M=100是一个常量,Dmax=20是一个以米为单位的最大考虑范围;步骤1.3、深度信息的规模空间搜索:首先计算基于深度范围的回归值s;然后计算深度图的每个像素点的范围s来生成一个范围地图,从这个范围地图中,推导出所有使用的范围S的列表;在给定的范围列表S中选择一个范围s,采用集成图像技术检测该窗口下的深度值是否与每个规模空间的位置相符合,只有当搜索窗口的深度信息与给定的范围列 ...
【技术特征摘要】
1.一种基于RGB-D图像的人体识别方法,其特征在于,包括如下步骤:步骤1、构建面向深度的直方图(HOD)步骤1.1、运算法则:首先将固定长度的窗口划分成网格并计算每个网格对应的深度梯度值;接着将这些面向深度的梯度值累积到1D的直方图中;然后将每四个网格相结合形成一个描述信息块;最后将这些描述信息块收集在一起并将直方图标准化成L2-Hys单元长度,使得其在局部深度噪声下表现高水平的稳健性,HOD特征的结果被用于训练柔和的线性支持向量机(SVM);步骤1.2、深度图像处理:首先,根据公式d=8BFx/(Vmax-v)对原始范围深度图像数据进行处理来加强前景和后景的区分度;然后,将上述公式的结果d值乘上M/Dmax,其中M=100是一个常量,Dmax=20是一个以米为单位的最大考虑范围;步骤1.3、深度信息的规模空间搜索:首先计算基于深度范围的回归值s;然后计算深度图的每个像素点的范围s来生成一个范围地图,从这个范围地图中,推导出所有使用的范围S的列表;在给定的范围列表S中选择一个范围s,采用集成图像技术检测该窗口下的深度值是否与每个规模空间的位置相符合,只有当搜索窗口的深度信息与给定的范围列表S中的值相对应才能被送到SVM分类器进行下一步;步骤2、Combo-HOD:RGB-D人体检测步骤2.1、Combo-HOD的数据集训练分类:依赖于步骤1.3中所述的深度信息的规模空间搜索:每个时刻一个检测窗口有一个兼容的范围,在深度图中计算HOD描述信息块;同时,采用同样的窗口在彩色图像中计算HOG描述信息块;当没有可以使用的深度图像后,检测器轻微地降低成为常用的HOG检测器;最后,对外在参数是否在两幅...
【专利技术属性】
技术研发人员:廖鸿宇,陶学宇,孙放,
申请(专利权)人:北京雷动云合智能技术有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。