一种基于TOF深度图测量行人间距的方法和装置以及设备制造方法及图纸

一种基于TOF深度图测量行人间距的方法，所述方法基于TOF摄像头实现，所述方法包括：S11，通过TOF摄像头实时获取行人视频流；S12，通过提取人头特征计算所述行人视频流当前帧的若干目标行人对应的若干坐标；S13，利用相邻的所述坐标计算相邻的所述目标行人之间的距离；S14，判断所述距离小于预设距离时，确定为不安全距离，则发出报警提示。本方案对TOF深度图的采集受外在环境影响较小，并且对数据的采集较稳定，从而能够提高测量行人间距的精度。从而能够提高测量行人间距的精度。从而能够提高测量行人间距的精度。

【技术实现步骤摘要】
一种基于TOF深度图测量行人间距的方法和装置以及设备


[0001]本专利技术涉及通信
，尤其涉及一种基于TOF深度图测量行人间距的方法和装置以及设备。

技术介绍

[0002]TOF是飞行时间(Time of Flight)的缩写，ToF测距方法属于双向测距技术，它主要利用信号在两个异步收发机之间往返的飞行时间来测量节点间的距离。
[0003]深度图就是从图像采集器到场景中各点的距离(深度)作为像素值的图像。在3D计算机图形中，深度图是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道。其中，深度图类似于灰度图像，只是它的每个像素值是传感器距离物体的实际距离，深度图像的每个像素点的灰度值可用于表征场景中某一点距离摄像机的远近。
[0004]在大型商场或者人流量密集的地方或者排队等候的各种情况下，由于行人的行为较为复杂多变，目前没有检测精度较高且不易受外在环境影响的测量行人间距的方法，以预防行人在大型公共设施区域内发生拥挤。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提出一种基于TOF深度图测量行人间距的方法和装置以及设备，能够稳定的采集TOF深度图图像，实现精准的检测人与人之间的距离。
[0006]为实现上述目的，本专利技术提供一种基于TOF深度图测量行人间距的方法，所述方法基于TOF摄像头实现，所述方法包括：
[0007]S11，通过TOF摄像头实时获取行人视频流；
[0008]S12，通过提取人头特征计算所述行人视频流当前帧的若干目标行人对应的若干坐标；
[0009]S13，利用相邻的所述坐标计算相邻的所述目标行人之间的距离；
[0010]S14，判断所述距离小于预设距离时，确定为不安全距离，则发出报警提示。
[0011]优选的，所述步骤S11之前还包括：
[0012]通过预先采集待检测场所的背景图像并进行背景图像训练。
[0013]优选的，所述通过预先采集待检测场所的背景图像并进行背景图像训练，包括：
[0014]利用Vibe算法进行背景图像训练实现Vibe背景图像建模，以用于分离所述当前帧的背景。
[0015]优选的，所述提取人头特征，包括：
[0016]对所述当前帧中的图像进行降噪去除背景，得到只有所述目标行人的第一图像；
[0017]基于所述第一图像利用人头肩比例或注水法提取所述目标行人的人头特征。
[0018]优选的，所述通过提取人头特征计算所述行人视频流当前帧的若干目标行人对应的若干坐标，包括：
[0019]利用卡尔曼滤波和匈牙利多目标跟踪算法对所述人头特征进行人头跟踪，以确定
所述人头特征的中心点坐标为跟踪坐标点。
[0020]优选的，所述利用相邻的所述坐标计算相邻的所述目标行人之间的距离，包括：
[0021]通过对所述TOF摄像头的拍摄范围区域进行实际距离标定，分析相邻所述跟踪坐标点之间的距离在实际距离中的映射距离关系，以计算相邻的所述目标行人之间的距离。
[0022]为实现上述目的，本专利技术还提供一种基于TOF深度图测量行人间距的装置，所述装置基于TOF摄像头实现，所述装置包括：
[0023]获取单元，用于通过TOF摄像头实时获取行人视频流；
[0024]第一计算单元，用于通过提取人头特征计算所述行人视频流当前帧的若干目标行人对应的若干坐标；
[0025]第二计算单元，用于利用相邻的所述坐标计算相邻的所述目标行人之间的距离；
[0026]判断单元，用于判断所述距离小于预设距离时，确定为不安全距离，则发出报警提示。
[0027]优选的，所述装置还包括：
[0028]背景训练单元，用于通过预先采集待检测场所的背景图像并进行背景图像训练。
[0029]优选的，所述第一计算单元，还用于：
[0030]利用卡尔曼滤波和匈牙利多目标跟踪算法对所述人头特征进行人头跟踪，以确定所述人头特征的中心点坐标为跟踪坐标点。
[0031]为实现上述目的，本专利技术还提供一种基于TOF深度图测量行人间距的设备，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如上述实施例所述的一种基于TOF深度图测量行人间距的方法。
[0032]有益效果：
[0033]以上方案，通过采用TOF摄像头采集行人姿态信息，基于人头特征计算相邻行人间的距离，并判断该距离是否小于预设距离时，确定是否为安全距离，本方案中对TOF深度图的采集受外在环境影响较小，并且对数据的采集较稳定，从而能够提高测量行人间距的精度。
[0034]以上方案，利用卡尔曼滤波和匈牙利多目标跟踪算法对目标行人进行实时跟踪、检测，从而实现测量人与人之间的距离，能够提高检测的鲁棒性，减少对目标行人位置判断的误差，以增强位置测量的连续性和稳定性，从而更准确的获得人与人之间的距离。
[0035]本方案进一步可用于特殊场景下的监测，通过检测人与人之间的距离，判断人与人之间的安全距离是否为1米以上，有效降低感染的风险。
[0036]以上方案，还通过预先采集待检测场所的背景图像并进行背景图像训练，以便更好的分离背景，能够使得整个图像只有目标行人部分，没有背景环境的影响，进而精确的提取的人头特征，从而达到提高测距的精度。
附图说明
[0037]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1为本专利技术一实施例提供的一种基于TOF深度图测量行人间距的方法的流程示意图。
[0039]图2为本专利技术一实施例实现拍摄图像的效果示意图。
[0040]图3为本专利技术一实施例经过背景分离后得到的深度图图像的效果示意图。
[0041]图4为本专利技术一实施例提供的一种基于TOF深度图测量行人间距的装置的结构示意图。
[0042]图5为本专利技术另一实施例提供的一种基于TOF深度图测量行人间距的装置的结构示意图。
[0043]专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0044]为使本专利技术实施方式的目的、技术方案和优点更加清楚，下面将结合本专利技术实施方式中的附图，对本专利技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本专利技术一部分实施方式，而不是全部的实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。因此，以下对在附图中提供的本专利技术的实施方式的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于TOF深度图测量行人间距的方法，其特征在于，所述方法基于TOF摄像头实现，所述方法包括：S11，通过TOF摄像头实时获取行人视频流；S12，通过提取人头特征计算所述行人视频流当前帧的若干目标行人对应的若干坐标；S13，利用相邻的所述坐标计算相邻的所述目标行人之间的距离；S14，判断所述距离小于预设距离时，确定为不安全距离，则发出报警提示。2.根据权利要求1所述的一种基于TOF深度图测量行人间距的方法，其特征在于，所述步骤S11之前还包括：通过预先采集待检测场所的背景图像并进行背景图像训练。3.根据权利要求2所述的一种基于TOF深度图测量行人间距的方法，其特征在于，所述通过预先采集待检测场所的背景图像并进行背景图像训练，包括：利用Vibe算法进行背景图像训练实现Vibe背景图像建模，以用于分离所述当前帧的背景。4.根据权利要求1或3任一所述的一种基于TOF深度图测量行人间距的方法，其特征在于，所述提取人头特征，包括：对所述当前帧中的图像进行降噪去除背景，得到只有所述目标行人的第一图像；基于所述第一图像利用人头肩比例或注水法提取所述目标行人的人头特征。5.根据权利要求1所述的一种基于TOF深度图测量行人间距的方法，其特征在于，所述通过提取人头特征计算所述行人视频流当前帧的若干目标行人对应的若干坐标，包括：利用卡尔曼滤波和匈牙利多目标跟踪算法对所述人头特征进行人头跟踪，以确定所述人头特征的中心点坐标为跟踪坐标点。6.根据权利要求5所述的一种...

【专利技术属性】
技术研发人员：杨爱金，王智玉，郑毅，
申请(专利权)人：福建诺诚数字科技有限公司，
类型：发明
国别省市：