一种基于计算机视觉的目标识别与定位方法技术

本发明专利技术涉及一种目标识别与定位方法，尤其是一种基于计算机视觉的目标识别与定位方法。一种基于计算机视觉的目标识别与定位方法，所述方法在结构上包含：原始图像单元、稳态背景单元、瞬态背景单元、稳态目标单元和活跃度评价单元；各单元执行以下步骤：原始图像单元：获取原始图像；稳态背景单元：获取稳态背景；瞬态背景单元：获取瞬态背景；稳态目标单元：获取运动目标；活跃度评价单元：计算活跃度权重。本发明专利技术具有如下优点：1、可以自动对视野中的目标进行筛选性识别，同时输出被选目标在视野中的位置。2、具有硬件设施简单，无需穿戴标识点，抗干扰性好，自动辨别跟踪目标等优势。3、具有良好的实用效果。

A Method of Target Recognition and Location Based on Computer Vision

【技术实现步骤摘要】
一种基于计算机视觉的目标识别与定位方法
本专利技术涉及一种目标识别与定位方法，尤其是一种基于计算机视觉的目标识别与定位方法。
技术介绍
目标定位是一种经常需要用到的计算机视觉算法。目前使用广泛的OpenCV计算机视觉库提供了一系列基于画面变化进行物体识别的算法工具。通常这些函数将画面中静置的部分称作背景，变化的部分称为前景，目标识别也因此被称为背景分割。背景分割模型可以辨认出画面中的移动物体，但在实际应用案例中，目标的选择有时并不能只靠其运动与否加以分辨。例如在场地类项目（如自由体操，艺术体操，健美操，体育舞蹈等）的训练场上，摄像机在拍摄场地中进行训练的运动员时，其画面周边和背景中往往还有许多其他人物。在正式比赛条件下，主办者可以刻意制造出拍摄区域内除比赛选手外没有其他人员的理想条件，这样的条件计算机可以方便的辨认出运动员的位置。但在日常训练的环境下是不具备这一条件，通常拍摄画面中既有在场中训练的运动员，又有在场边做简单联系的运动员，背景中还会有其他人员。为了令计算机能在日常训练的复杂环境下也能准确分辨和定位出视野中真正具有拍摄价值的人物，必须设计新的算法，将其他辅助信息也考虑进去。计算机视觉目标识别算法中除了基于画面变化关系分割前景与背景外，也有依据物体形状进行识别的算法，如基于机器学习的神经元网络识别算法等。但这些算法只对正常站立的人体具有较高识别率，而运动场上人体会经常出现各种生活中不常出现的姿态，这使得这类算法的训练过程困难重重，实际应用效果有限。
技术实现思路
本专利技术的目的是解决现有技术中存在的问题，提供一种可以自动对视野中的目标进行筛选性识别，同时输出被选目标在视野中的位置的基于计算机视觉的目标识别与定位方法。为了实现上述目的，本专利技术采用如下技术方案：一种基于计算机视觉的目标识别与定位方法，所述方法在结构上包含：原始图像单元、稳态背景单元、瞬态背景单元、稳态目标单元和活跃度评价单元；各单元执行以下步骤：原始图像单元：获取原始图像；稳态背景单元：获取稳态背景；瞬态背景单元：获取瞬态背景；稳态目标单元：获取运动目标；活跃度评价单元：计算活跃度权重。进一步的，获取原始图像包括反复循环执行以下步骤：采集原始图像，保持多通道格式或转换为单通道灰度格式，发送多通道或单通道原始图像；获取稳态背景包括：通过计算机视觉库建立背景分割模型，并设置其history参数，进而循环执行以下步骤：获取原始图像，将原始图像输入目标检测模型，获取稳态背景黑白图像；获取瞬态背景包括：通过计算机视觉库建立背景分割模型，并设置其history参数，进而循环执行以下步骤：获取原始图像，将原始图像输入目标检测模型，获取瞬态背景黑白图像；获取运动目标包括反复循环执行以下步骤：获取稳态背景图像，对其建立层级缩略模型，获取稳态背景中的移动目标；计算活跃度权重包括反复循环执行以下步骤：获取同时刻稳态目标、稳态背景、及瞬态背景，对每一稳态目标执行以下步骤：获取该稳态目标的范围，计算瞬态背景中该范围内的非零像素数，计算稳态背景中该范围内的非零像素数，以二者比值计算该目标的活跃度权重。优选的，还包括位置权重评价单元和综合评价单元；各单元执行以下步骤：位置权重评价单元：计算位置权重；综合评价单元：计算及排序综合权重，输出最优目标。进一步的，计算位置权重包括反复循环执行以下步骤：获取稳态目标，对每一目标执行以下步骤：根据该目标所在位置计算其位置权重；计算及排序综合权重包括反复循环执行以下步骤：获取稳态目标，对每一目标根据其活跃度权重和位置权重计算该目标的综合权重，根据各目标综合权重排序选择最优目标，报告目标位置实现目标定位。优选的，原始图像的获取方法包括是使用OpenCV的VideoCapture()函数直接获取BGR三通道Mat图像或使用FFmpeg并经解压缩获得YUV三通道AVFrame图像。优选的，获取稳态背景中，history参数设置为5秒至5分钟图像帧数。优选的，获取瞬态背景中，history参数设置为不大于1秒图像帧数。优选的，各单元分别在各自的独立线程内并行工作，利用跨线程消息机制进行相互同步和协调。优选的，所述计算机视觉库为3.0版本以上的OpenCV库。在自由体操、艺术体操、健美操、体育舞蹈等场地类运动项目中，在场地中进行训练的运动员相较于其他人员一个突出的差别是运动活跃度的差异。训练中的运动员必须时刻不停的完成大量身体动作，其肢体移动的速度、幅度较其他人员更为显著。表现在图像上，虽然所有画面中所有人员所在位置都会发生图像变化，但训练中的运动员每相邻两帧的变化程度将大于其他人员。因此本专利技术的核心着眼于以计算机可实现的方式来表征某一局部区域图像变化的程度。OpenCV库中提供了一个常用的背景分割类BackgroundSubstractorMOG2，这个类的功能正是实现基于画面变化的目标识别。在OpenCV3.0以上版本中，这个类加入了一个重要的history参数，用以设置在提取背景模型时需要参考的历史画面数量。其实际使用效果是，当画面中的移动物体静止下来后，history参数设置越大，该物体被继续能识别出来的时间就越长。当history设置较小时，移动物体静止后很快就会被融入背景。因此使用大history数建立的识别模型能够更有效的识别出画面中的所有人员，而使用小history数建立的识别模型移动幅度不大的人员很快会被融入背景之中。利用BackgroundSubstractorMOG2的history参数，可设计一种可表征人体运动幅度相对大小的算法如下：将获取的原始图像同时发送给大history数和小history数的背景分割模型，分别获得稳态背景和瞬态背景，进而对比两幅背景的相同区域，稳态背景和瞬态背景中为白色（前景）的区域标识该目标运动程度大，稳态背景中为白色而瞬态背景中为黑色的区域表示该物体已停止运动。如此可对物体的运动程度加以区分。除运动程度外，物体的位置、尺寸等也可作为一项辨别指标。如在场地外高速跑动的人体也具有高运动程度，此时则可利用其所在位置将其排除。又如视野中突然出现的较大范围图像变化，且其下边缘贴近视野下边缘，则其很有可能是有人从镜头前经过，亦可将之排除。本专利技术与现有技术相比，具有如下优点：1、可以自动对视野中的目标进行筛选性识别，同时输出被选目标在视野中的位置。2、具有硬件设施简单，无需穿戴标识点，抗干扰性好，自动辨别跟踪目标等优势。3、具有良好的实用效果。附图说明图1是本专利技术总体流程图；图2是本专利技术实施例单元架构及消息传递图；图3是本专利技术实施例类图；图4是本专利技术实施数据流图；图中，1、原始图像单元；2、稳态背景单元；3、瞬态背景单元；4、稳态目标单元；5、活跃度评价单元；6、位置权重评价单元；7、综合评价单元。具体实施方式下面结合附图1-4对本专利技术做进一步详述：如图3所示，一种基于计算机视觉的目标识别与定位方法，所述方法在结构上包含：原始图像（Raw）1、稳态背景（Stable）2、瞬态背景（Instant）3、稳态目标（Pyramid）4、活跃度评价（Activity）5、位置权重评价（Location）6、综合评价（Ranker）7等七个核心单元。如图2所示，原始图像（Raw）单元的工作是通过访问媒体本文档来自技高网...

【技术保护点】
1.一种基于计算机视觉的目标识别与定位方法，其特征在于：所述方法在结构上包含：原始图像单元、稳态背景单元、瞬态背景单元、稳态目标单元和活跃度评价单元；各单元分别执行以下步骤：原始图像单元：获取原始图像；稳态背景单元：获取稳态背景；瞬态背景单元：获取瞬态背景；稳态目标单元：获取运动目标；活跃度评价单元：计算活跃度权重。

【技术特征摘要】
1.一种基于计算机视觉的目标识别与定位方法，其特征在于：所述方法在结构上包含：原始图像单元、稳态背景单元、瞬态背景单元、稳态目标单元和活跃度评价单元；各单元分别执行以下步骤：原始图像单元：获取原始图像；稳态背景单元：获取稳态背景；瞬态背景单元：获取瞬态背景；稳态目标单元：获取运动目标；活跃度评价单元：计算活跃度权重。2.根据权利要求1所述的基于计算机视觉的目标识别与定位方法，其特征在于：获取原始图像包括反复循环执行以下步骤：采集原始图像，保持多通道格式或转换为单通道灰度格式，发送多通道或单通道原始图像；获取稳态背景包括：通过计算机视觉库建立背景分割模型，并设置其history参数，进而循环执行以下步骤：获取原始图像，将原始图像输入目标检测模型，获取稳态背景黑白图像；获取瞬态背景包括：通过计算机视觉库建立背景分割模型，并设置其history参数，进而循环执行以下步骤：获取原始图像，将原始图像输入目标检测模型，获取瞬态背景黑白图像；获取运动目标包括反复循环执行以下步骤：获取稳态背景图像，对其建立层级缩略模型，获取稳态背景中的移动目标；计算活跃度权重包括反复循环执行以下步骤：获取同时刻稳态目标、稳态背景、及瞬态背景，对每一稳态目标执行以下步骤：获取该稳态目标的范围，计算瞬态背景中该范围内的非零像素数，计算稳态背景中该范围内的非零像素数，以二者比值计算该目标的活跃度权重。3.根据权利要求1或2所述的基于计算机视觉的目标识别与定位方法，其特征在于：还包括...

【专利技术属性】
技术研发人员：席毅林，彭娜芬，林嘉，
申请(专利权)人：南昌嘉研科技有限公司，
类型：发明
国别省市：江西,36