【技术实现步骤摘要】
基于高斯掩模光流的人体足部运动目标检测方法
本专利技术属于机器人视觉检测
,具体涉及一种基于高斯掩模光流的人体足部运动目标检测方法。
技术介绍
随着机器人技术的不断发展,智能服务机器人越来越多地被应用在日常的生产和生活当中,人机交互已成为机器人学的新兴领域之一。以目标检测为核心技术的服务机器人代表了智能机器人的发展方向。智能机器人可以通过搭载摄像头获取视频信息,对视频目标进行检测、识别和定位。小型机器人自身高度较低,搭载的摄像头在近距离无法采集到人体的上半身。在这种情况下,将人体足部作为目标进行检测比较合理。复杂场景下如何准确检测目标是目标检测领域的一大难题。传统帧差法、背景减除法和光流法处理整张图像信息,受背景信息和不感兴趣区域干扰较大,很难准确检测到目标。当检测人体足部这样特殊的目标时极易受非足部区域的影响,很容易误检出我们不感兴趣的区域。不仅如此,传统帧差法、背景减除法和光流法依赖于目标较明显的运动幅度,当目标运动微小时较难检测到目标运动区域,无法进一步的实现目标定位。因此,针对传统帧差法、背景减除法和光流法目标检测过程中受光照、不感兴趣物体晃动等背景干扰较大和无法检测目标的某一特定部分以及较难实现运动幅度很轻微目标的检测、定位问题,本专利技术研究一种基于高斯掩模光流的人体足部目标检测算法。该算法原理简单、易于实现,解决了足部检测过程中前景提取困难和足部运动幅度较小导致无法定位的问题,提高了足部前景提取F-measure值和足部位置平均检测准确率,且算法运行耗时比光流法少,结果表明本专利技术所提检 ...
【技术保护点】
1.一种基于高斯掩模光流的人体足部运动目标检测方法,其特征在于,具体按照以下步骤实施:/n步骤1、采集人体行走视频,将人体行走视频转换为视频序列;/n步骤2、使用高斯滤波器对步骤1得到的视频序列去噪;/n步骤3、将步骤2获得的视频序列进行不同层次的尺度变化得到图像金字塔,提取图像金字塔的亮度、颜色和方向特征,再对不同特征做归一化处理获取人体行走视频帧的显著图;/n步骤4、将步骤3得到的人体行走视频帧的显著图采用直方图均衡化处理获得显著图经图像增强的效果图,对图像增强效果图进行OTSU阈值分割获得足部二值图像,将OTSU阈值分割结果采用形态学闭运算滤除较小的噪声点并连接足部区域边缘即可获取人体足部区域初始掩模图;/n步骤5、对阈值分割和形态学处理后的显著图使用高斯掩模进行处理,将步骤4获得的人体足部区域初始掩模图进行二维高斯平滑,自动获取足部区域的高斯掩模图;/n步骤6、选取人体行走视频的连续100帧图像,将步骤2获得的视频序列与步骤5的的足部区域高斯掩图做逻辑与运算获得只含人体足部的视频序列;/n步骤7、人体足部视频序列光流估计;/n步骤8、将步骤7获得的足部光流结果滤去噪声增强图像质 ...
【技术特征摘要】
1.一种基于高斯掩模光流的人体足部运动目标检测方法,其特征在于,具体按照以下步骤实施:
步骤1、采集人体行走视频,将人体行走视频转换为视频序列;
步骤2、使用高斯滤波器对步骤1得到的视频序列去噪;
步骤3、将步骤2获得的视频序列进行不同层次的尺度变化得到图像金字塔,提取图像金字塔的亮度、颜色和方向特征,再对不同特征做归一化处理获取人体行走视频帧的显著图;
步骤4、将步骤3得到的人体行走视频帧的显著图采用直方图均衡化处理获得显著图经图像增强的效果图,对图像增强效果图进行OTSU阈值分割获得足部二值图像,将OTSU阈值分割结果采用形态学闭运算滤除较小的噪声点并连接足部区域边缘即可获取人体足部区域初始掩模图;
步骤5、对阈值分割和形态学处理后的显著图使用高斯掩模进行处理,将步骤4获得的人体足部区域初始掩模图进行二维高斯平滑,自动获取足部区域的高斯掩模图;
步骤6、选取人体行走视频的连续100帧图像,将步骤2获得的视频序列与步骤5的的足部区域高斯掩图做逻辑与运算获得只含人体足部的视频序列;
步骤7、人体足部视频序列光流估计;
步骤8、将步骤7获得的足部光流结果滤去噪声增强图像质量,实现视频帧中人体双脚的循环定位。
2.根据权利要求1所述的一种基于高斯掩模光流的人体足部运动目标检测方法,其特征在于,所述步骤3中将步骤2获得的视频序列进行1/2、1/4和1/8不同层次的尺度变化。
3.根据权利要求1所述的一种基于高斯掩模光流的人体足部运动目标检测方法,其特征在于,所述步骤7具体按照以下步骤实施:
步骤7.1、在步骤6获得的只含人体足部的视频序列中任意取一帧,设在t时刻,该图像帧中某一个像素点的坐标为(x,y)...
【专利技术属性】
技术研发人员:陈丹,梁宇,吴鹏飞,孔忆飞,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:陕西;61
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。