运动检测方法及躲避和跟踪运动目标的方法技术

本发明专利技术涉及了运动检测方法及跟踪运动目标的方法。其中运动检测方法包括：获取图像序列；确定图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应；对运动目标在所述三维时空空间中不同三维时空方向对应的运动响应进行投影，采用空间平面上最大化投影方法，得到运动目标的最大空间运动响应；基于运动目标的最大空间运动响应，采用所有空间方向上最大化空间运动响应的方法，得到运动目标的方位。本发明专利技术实施例通过采用上述技术方案解决了如何准确地对特定方向、特定速度的运动做出响应的技术问题，实现了整体的运动处理流程。

Motion detection method and method for avoiding and tracking moving target

The invention relates to a motion detection method and a method for tracking a moving target. Including the motion detection method: obtaining image sequence; determine the response in motion sequences of different target in three dimensional time space in the direction of the corresponding 3D spatio-temporal motion; projection of different 3D spatio-temporal direction corresponding to the motion response of the moving object in the three-dimensional space space, the space plane maximum projection method, the maximum space motion response moving target; response maximum space motion based on moving target, using the method of maximum spatial motion response in all spatial directions, get the position of the moving target. The embodiment of the invention solves the technical problem of how to accurately respond to the movement of a specific direction and a specific speed by adopting the technical proposal, and realizes the whole movement processing flow.

【技术实现步骤摘要】
运动检测方法及躲避和跟踪运动目标的方法
本专利技术涉及图像处理、计算机视觉及脑神经科学
，具体而言，涉及了运动检测方法及躲避和跟踪运动目标的方法。
技术介绍
对运动目标的检测，是计算机视觉领域主要研究的问题之一。根据基本原理和思想，与运动检测相关的计算机方法主要分为以下三类：(1)帧间差分法。即：对视频图像序列中相邻的两帧之间做差分运算，从而根据图像序列灰度值的变化来分析图像序列的运动特性，发现运动的目标。该方法实现简单，但不能检测速度过慢或过快的目标，并且要求背景相对简单，不能出现剧烈或迅速的变化。(2)光流法。其中，光流是将三维空间中目标和场景投影到二维空间，从而表现为二维图像序列中亮度模式的流动。光流法的研究正是利用图像序列中像素灰度值的时序变化和相关性来确定空间各像素点所发生的运动。光流矢量则定义为图像所在二维空间坐标系上各点灰度值的瞬时变化率。该方法适用于背景复杂且不断变化的场景，并且不需要预先训练。而缺点是计算量比较大，且计算的结果易受光照影响。(3)背景去除法。这一类算法通常假定背景复合某一规律的模型。在算法中，首先设法估计出模型的参数，从而重建出每一帧的背景。再用序列中的每一帧对背景进行差分，从而获得前景的内容，进一步分析和判断前景的运动。该方法在背景符合某一分布时能起到很好的效果。而在背景复杂且分布情况未知或难以用模型描述时，该方法并不适用。这些方法和真正生物学大脑对运动的检测存在着很大的区别。客观的讲，所有的这些算法都不能和真正意义上的生物大脑相比。首先，这些算法都存在一定的适用条件，例如，帧间差分法需要假定背景简单且不能出现明显的运动，背景去除法需要假定背景符合某一形式的分布，而真实的情况往往发生在这些假设条件之外。相比之下，真正的生物大脑则能够适应各种环境，不需要这些特殊的假设条件。其次，计算机算法往往在处理时间上要逊色于真实的生物大脑。以光流法为例，为了检测运动，往往需要非常复杂的运算。而以人为例，经验告诉我们，往往只需要“看一眼”，就可以感知运动的目标及形式。再有，机器算法的处理结果通常伴随着一定的错误发生，而真实的生物大脑处理结果，错误的发生的机率很低。有鉴于此，特提出本专利技术。
技术实现思路
为了解决现有技术中的上述问题，即为了解决如何准确地对特定方向、特定速度的运动做出响应的技术问题而提供了运动检测方法及躲避和跟踪运动目标的方法。为了实现上述目的，一方面，提供了以下技术方案：一种运动检测方法，所述方法包括：获取图像序列；确定所述图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应；对所述运动目标在所述三维时空空间中所述不同三维时空方向对应的所述运动响应进行投影，采用空间平面上最大化投影方法，得到所述运动目标的最大空间运动响应；基于所述运动目标的所述最大空间运动响应，采用所有空间方向上最大化空间运动响应的方法，得到所述运动目标的方位。为了实现上述目的，另一方面，还提供一种运动检测方法，所述方法包括：获取脑图像序列；对V1脑区进行处理，获得所述脑图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应；基于对所述V1脑区进行处理获得的所述运动响应，对MT/MST脑区的运动神经元进行投影，采用空间平面上最大化投影放电频率的方法确定最大运动响应；基于所述最大运动响应，采用所有空间方向上最大化放电频率的方法对LIP脑区的运动决策功能进行处理，得到所述运动目标的方位。进一步地，所述对V1脑区进行处理，获得所述脑图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应，具体包括：根据下式确定所述运动响应代表的速度和方向：其中，dx、dy、dt表示神经元在所述三维时空空间中的一响应方向，对应在单位球面的坐标；所述v表示所述运动响应代表的速度；所述θ表示所述运动响应代表的方向；根据下式建立神经元模型：其中，所述表示兴奋电导；所述t表示时间；所述G(x,y)表示高斯核；σ表示高斯核函数参数；(x,y)表示感受野中心位置；*表示卷积运算；所述Pc(t)和所述Ps(t)表示时间的函数；所述f(v)表示频率为速度的函数，所述d(x,y,θ)表示感受野中心位置在θ方向角上的投影；所述C表示细胞膜电容；所述V表示神经元膜电位；所述Gi(x，y，t)表示抑制电导；所述Ee表示兴奋平衡电位；所述Ei表示抑制平衡电位；gl表示漏电电导；利用所述神经元模型计算所述神经元的放电频率，从而获得所述神经元在任一方向和速度上的运动响应；根据所述神经元在任一方向和速度上的所述运动响应，获得所述图像序列中所述运动目标在所述三维时空空间中所述不同三维时空方向对应的所述运动响应。进一步地，所述基于所述最大运动响应，采用所有空间方向上最大化放电频率的方法对LIP脑区的运动决策功能进行处理，得到所述运动目标的方位，具体包括：基于所述最大运动响应，采用所有空间方向上最大化放电频率的方法，确定所述运动目标的位置；通过所述最大运动响应，根据下式确定所述运动目标的运动方向：其中，所述θ表示所述运动目标的所述运动方向；所述vθ(x，y，t)表示最大运动响应。进一步地，在所述获取脑图像序列之后，所述运动检测方法还包括：利用空间高斯滤波方法将所述图像序列中的每一帧处理成多个不同尺度的图像。为了实现上述目的，再一方面，还提供一种躲避和跟踪运动目标的方法，包括：获取三维场景图像；基于所述三维场景图像，利用双目视差的方法，生成三维深度图像；对所述三维深度图像进行投影，得到二维图像；采用如权利要求1-5中任一所述的运动检测方法对所述二维图像进行处理，确定所述运动目标在水平面的运动方向，从而实现对所述运动目标的躲避和跟踪。进一步地，所述双目视差方法采用双目图像获取装置；所述基于所述三维场景图像，利用双目视差的方法，生成三维深度图像，具体包括：获取所述双目图像获取装置的变换参数；基于所述三维场景图像，根据双目视差算法，获得所述三维场景图像中的所述运动目标，所述运动目标具有不同的视差；将所述运动目标的所述视差确定为所述运动目标的深度，从而得到所述三维深度图像。本专利技术实施例提供一种运动检测方法。该方法包括：获取图像序列；确定图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应；对运动目标在所述三维时空空间中不同三维时空方向对应的运动响应进行投影，采用空间平面上最大化投影方法，得到运动目标的最大空间运动响应；基于运动目标的最大空间运动响应，采用所有空间方向上最大化空间运动响应的方法，得到运动目标的方位。本专利技术实施例通过采用上述技术方案解决了如何准确地对特定方向、特定速度的运动做出响应的技术问题，实现了整体的运动处理流程。附图说明为了描述本专利技术的上述优点和特征，将通过引用附图中的具体实例来辅助说明本专利技术的详细内容。这些附图仅为本专利技术的典型实例的描述，而非对本专利技术的限制。任何以其他形式表达本专利技术步骤或内容的附图都应属于本专利技术范围内。图1是根据本专利技术实施例的运动检测方法的流程示意图；图2是根据本专利技术另一实施例的运动检测方法的流程示意图；图3是根据本专利技术实施例的时空空间响应的示意图；图4是根据本专利技术实施例的投影的原理示意图；图5a是根据本专利技术实施例的图像序列中的第10帧示意图；图5b是根据本专利技术实施例的针对图5a的本文档来自技高网...

【技术保护点】
一种运动检测方法，其特征在于，所述方法包括：获取图像序列；确定所述图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应；对所述运动目标在所述三维时空空间中所述不同三维时空方向对应的所述运动响应进行投影，采用空间平面上最大化投影方法，得到所述运动目标的最大空间运动响应；基于所述运动目标的所述最大空间运动响应，采用所有空间方向上最大化空间运动响应的方法，得到所述运动目标的方位。

【技术特征摘要】
1.一种运动检测方法，其特征在于，所述方法包括：获取图像序列；确定所述图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应；对所述运动目标在所述三维时空空间中所述不同三维时空方向对应的所述运动响应进行投影，采用空间平面上最大化投影方法，得到所述运动目标的最大空间运动响应；基于所述运动目标的所述最大空间运动响应，采用所有空间方向上最大化空间运动响应的方法，得到所述运动目标的方位。2.一种运动检测方法，其特征在于，所述方法包括：获取脑图像序列；对V1脑区进行处理，获得所述脑图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应；基于对所述V1脑区进行处理获得的所述运动响应，对MT/MST脑区的运动神经元进行投影，采用空间平面上最大化投影放电频率的方法确定最大运动响应；基于所述最大运动响应，采用所有空间方向上最大化放电频率的方法对LIP脑区的运动决策功能进行处理，得到所述运动目标的方位。3.根据权利要求2所述的运动检测方法，其特征在于，所述对V1脑区进行处理，获得所述脑图像序列中运动目标在三维时空空间中不同三维时空方向对应的运动响应，具体包括：根据下式确定所述运动响应代表的速度和方向：其中，dx、dy、dt表示神经元在所述三维时空空间中的一响应方向，对应在单位球面的坐标；所述v表示所述运动响应代表的速度；所述θ表示所述运动响应代表的方向；根据下式建立神经元模型：d(x，y，θ)＝xcosθ+ysinθ其中，所述表示兴奋电导；所述t表示时间；所述G(x,y)表示高斯核；所述σ表示高斯核函数参数；(x,y)表示感受野中心位置；*表示卷积运算；所述Pc(t)和所述Ps(t)表...

【专利技术属性】
技术研发人员：白俊，曾毅，赵菲菲，孔庆群，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京,11