一种实时检测可移动目标物的方法及系统技术方案

本发明专利技术公开了一种实时检测可移动目标物的方法及系统，该方法包括如下步骤：根据拍摄的具有目标物体的图像收集制作样本，对样本进行分类，获得分类器；实时获取目标区域的图像，获得待检测图像；利用一扫描子窗口在待检测的图像或待检测的图像区域中不断滑动，该扫描子窗口每到一个位置计算出该区域的MB‑LBP特征，根据该分类对该特征进行分类，判定出满足分类器对目标物检测条件的目标区域，以获得目标物，本发明专利技术实现了实时检测可移动目标物的目的，可为AR产品提供可移动的与现实结合的坐标。

Method and system for detecting movable object in real time

The invention discloses a method and a system for real-time detection of moving targets, the method comprises the following steps: according to the image with the object photographed collection and fabrication of sample, classification of sample classifier; obtain real-time images of the target area, get the image to be detected; using a scanning window in the image region of the image to be detected or detected in continuous sliding, the scanning window at each location to calculate the MB LBP features in the region, according to the classification to classify the features and determine the target classifier to meet the detection conditions of the target area, in order to obtain the object, the invention realizes real-time detection the moving target to provide mobile and reality coordinates for AR products.

【技术实现步骤摘要】

本专利技术关于机器学习
，特别是涉及一种实时检测可移动目标物的方法及系统。
技术介绍
增强现实(AugmentedReality，简称AR)，是指在真实场景的基础上叠加虚拟信息并在终端上显示出来，以实现现实世界与虚拟世界的无缝连接，形成人机交互，使这两个世界在用户眼中完美的结合在一起。加入AR技术的儿童产品的趣味性和互动性都大大提高，可以增强孩子的沉浸感，有利于培养孩子的专注力，有益于培养孩子对现代科学，未知世界的兴趣，有利于智力的开发，深受大众的欢迎。AR表现的虚拟世界和真实世界结合的时候需要真实世界的“接口”，这里的“接口”就是现实中某个实际存在的物体的坐标。以这个坐标为参考建立AR的虚拟场景。目前的AR产品中，为了保证虚拟场景的稳定，作为坐标参照物的物体通常是不可移动的，即使有的AR产品的坐标参照物可以移动，也因为考虑到参照物体的识别定位，对应用的场景或者参照物体的亮度颜色有一定的限制，使产品的设计和使用有很大的局限性。
技术实现思路
为克服上述现有技术存在的不足，本专利技术之目的在于提供一种实时检测可移动目标物的方法及系统，以实现将可移动目标物作为AR产品的坐标参照物，且适用于室内室外多种光照下的多种场景。为达上述及其它目的，本专利技术提出一种实时检测可移动目标物的方法，包括如下步骤：步骤一，根据拍摄的具有目标物体的图像收集制作样本，对样本进行分类，获得分类器；步骤二，实时获取目标区域的图像，获得待检测图像；步骤三，利用一扫描子窗口在待检测的图像或待检测的图像区域中不断滑动，该扫描子窗口每到一个位置计算出该区域的MB-LBP特征，根据该分类对该特征进行分类，判断出满足分类器对目标物检测条件的目标区域，获得目标物。进一步地，于步骤三之后，还包括如下步骤：若步骤三中获得多个目标物，则利用canny算子从多个目标物中选出最优解。进一步地，该利用canny算子从多个目标物中选出最优解的步骤进一步包括：采用canny算子特征值对多个目标物进行目标物的最初筛选；根据预先设定的目标物颜色，选择对应颜色面积比例最大的目标物作为最优解。进一步地，选择白色面积比例最大的目标物作为最优解。进一步地，步骤三进一步包括：步骤S1，判断上一帧是否检测到目标物；步骤S2，若上一帧检测到目标物，则根据上一帧的检测结果确定当前帧目标物的大小及可能出现的位置，确定当前帧的扫描子窗口大小及检测范围，利用该扫描子窗口于检测范围内滑动以获得目标物；步骤S3，若上一帧未检测到目标物，则利用扫描子窗口于当前帧图像区域中不断滑动以获得目标物。进一步地，于步骤S2中，利用帧与帧之间的关联性预测当前帧的目标物的大小及可能出现的位置。为达到上述目的，本专利技术还提供一种实时检测可移动目标物的系统，包括：目标物分类器建立单元，用于根据拍摄的具有目标物体的图像收集制作样本，对样本进行分类，获得分类器；图像获取单元，用于实时获取目标区域的图像，获得待检测图像；目标跟踪检测单元，利用一扫描子窗口在待检测的图像或待检测的图像区域中不断滑动，该扫描子窗口每到一个位置计算出该区域的MB-LBP特征，根据该分类对该特征进行分类，判定出满足分类器对目标物检测条件的目标区域；进一步地，该系统还包括最优目标物筛选单元，用于利用canny算子从多个目标物中选出最优解。进一步地，所述最优目标物筛选单元通过如下步骤获得最优解：采用canny算子特征值对多个目标物进行目标物的最初筛选；根据预先设定的目标物颜色，选择对应颜色面积比例最大的目标物作为最优解。进一步地，所述目标跟踪检测单元对于每一帧待检测图像，首先判断上一帧是否检测到目标物，若上一帧检测到目标物，则根据上一帧的检测结果确定当前帧目标物的大小及可能出现的位置，确定当前帧的扫描子窗口的大小与检测范围，并利用该扫描子窗口于检测范围内滑动以获得目标物，若上一帧未检测到目标物，则利用扫描子窗口于当前帧图像区域中不断滑动以检测到目标物。与现有技术相比，本专利技术一种实时检测可移动目标物的方法及系统通过采集训练样本，得到目标物分类器，利用目标物分类器对实时检测的图像中的目标区域确定是否为目标物，并从多个目标物中筛选出最优目标物，实现了实时检测可移动目标物的目的，可为AR产品提供可移动的与现实结合的坐标，本专利技术利用机器学习技术，可将识别到的目标物的位置信息提供给上层软件做AR场景的建筑处理，本专利技术基于机器学习的目标物的识别防风鲁棒性高，适用于室内室外多种光照下的多种场景，相比与不可移动及限制背景的同类AR产品更具有灵活性。附图说明图1为本专利技术一种实时检测可移动目标物的方法的步骤流程图；图2为本专利技术具体实施例中步骤101的细部流程图；图3为本专利技术具体实施例中步骤S11中选取目标物体最小矩形部分的示意图；图4为本专利技术具体实施例中所需的一个样本的示意图；图5为本专利技术具体实施例中移动终端获得的原点坐标为左下角的图像示意图；图6为本专利技术具体实施例中将图5图像上下翻转后的图像示意图；图7为本专利技术具体实施例中检测到多个区域满足分类器的示意图；图8为本专利技术具体实施例中canny算子边缘检测结果示意图；图9为本专利技术具体实施例中检测到的目标区域的canny算子边缘检测图的平均值示意图；图10为本专利技术具体实施例中初步筛选后目标区域示意图；图11为本专利技术具体实施例中获得最优解示意图；图12-图14为本专利技术具体实施例中移动终端提供的视频图像的连续帧；图15为本专利技术具体实施例根据上一帧检测结果确定当前帧目标位置的示意图；图16为本专利技术具体实施例中对目标物的检测过程流程图；图17为本专利技术一种实时检测可移动目标物的系统的系统架构图；图18为本专利技术具体实施例中目标物分类器建立单元170的细部结构图。具体实施方式以下通过特定的具体实例并结合附图说明本专利技术的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本专利技术的其它优点与功效。本专利技术亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本专利技术的精神下进行各种修饰与变更。图1为本专利技术一种实时检测可移动目标物的方法的步骤流程图。如图1所示，本专利技术一种实时检测可移动目标物的方法，包括如下步骤：步骤101，根据拍摄的具有目标物体的图像收集制作样本，对样本进行分类，获得训练样本的分类器。图2为本专利技术具体实施例中步骤101的细部流程图。如图2所示，步骤101具体包括：步骤S11，根据拍摄的具有目标物体的图像收集制作样本。在本专利技术具体实施例中，步骤S11进一步包括：Step1,拍摄具有目标物的图像，于所拍摄的具有目标物体的图像中选取可以框住整个目标物体的最小矩形部分，如图3所示。Step2，将选取的图像转换为n×n像素的图像，转换后的图像即是所要获得的一个样本。在本专利技术具体实施例中，将选取的图像(即图3中的矩形大小的图像)转换为30×30像素的图像，如图4所示，图4所示的图像即是所得到的一个样本。Step3,重复Step1，Step2，直至得到所需的样本数，通常要用2000个以上的样本训练才能得到较理想的分类器文件。步骤S12，对样本进行特征提取，选取用于训练样本的特征。由于MB-LBP特征(Muti-BlockLocalBinaryPattern)具有灰度不变性和旋转不变性的优点，本文档来自技高网...

【技术保护点】
一种实时检测可移动目标物的方法，包括如下步骤：步骤一，根据拍摄的具有目标物体的图像收集制作样本，对样本进行分类，获得分类器；步骤二，实时获取目标区域的图像，获得待检测图像；步骤三，利用一扫描子窗口在待检测的图像或待检测的图像区域中不断滑动，该扫描子窗口每到一个位置计算出该区域的MB‑LBP特征，根据该分类对该特征进行分类，判断出满足分类器对目标物检测条件的目标区域，获得目标物。

【技术特征摘要】
1.一种实时检测可移动目标物的方法，包括如下步骤：步骤一，根据拍摄的具有目标物体的图像收集制作样本，对样本进行分类，获得分类器；步骤二，实时获取目标区域的图像，获得待检测图像；步骤三，利用一扫描子窗口在待检测的图像或待检测的图像区域中不断滑动，该扫描子窗口每到一个位置计算出该区域的MB-LBP特征，根据该分类对该特征进行分类，判断出满足分类器对目标物检测条件的目标区域，获得目标物。2.如权利要求1所述的一种实时检测可移动目标物的方法，其特征在于，于步骤三之后，还包括如下步骤：若步骤三中获得多个目标物，则利用canny算子从多个目标物中选出最优解。3.如权利要求2所述的一种实时检测可移动目标物的方法，其特征在于，该利用canny算子从多个目标物中选出最优解的步骤进一步包括：采用canny算子特征值对多个目标物进行目标物的最初筛选；根据预先设定的目标物颜色，选择对应颜色面积比例最大的目标物作为最优解。4.如权利要求3所述的一种实时检测可移动目标物的方法，其特征在于，选择白色面积比例最大的目标物作为最优解。5.如权利要求1所述的一种实时检测可移动目标物的方法，其特征在于，步骤三进一步包括：步骤S1，判断上一帧是否检测到目标物；步骤S2，若上一帧检测到目标物，则根据上一帧的检测结果确定当前帧目标物的大小及可能出现的位置，确定当前帧的扫描子窗口大小及检测范围，利用该扫描子窗口于检测范围内滑动以获得目标物；步骤S3，若上一帧未检测到目标物，则利用扫描子窗口于当前帧图像区域中不断滑动以获得目标物。6.如权利要...

【专利技术属性】
技术研发人员：暴满粟，杜鹏，范旭，陈安猛，
申请(专利权)人：上海葡萄纬度科技有限公司，
类型：发明
国别省市：上海;31