專(zhuān)利名稱(chēng)：基于Kinect三維深度圖像的頭部識(shí)別與跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理與模式識(shí)別領(lǐng)域，特別是一種基于Kinect三維深度圖像的頭部識(shí)別與跟蹤方法。
背景技術(shù)：
隨著計(jì)算機(jī)技術(shù)和統(tǒng)計(jì)分析技術(shù)的不斷發(fā)展，客流統(tǒng)計(jì)已經(jīng)開(kāi)始進(jìn)入自動(dòng)化階段，實(shí)時(shí)、可靠地獲取客流信息已經(jīng)成為可能。同時(shí)，客流信息的重要性也日益表現(xiàn)出來(lái)。對(duì)于公交車(chē)、地鐵、長(zhǎng)途客車(chē)、鐵路等公共交通系統(tǒng)，詳實(shí)地掌握各條線路、各個(gè)站點(diǎn)流量、流時(shí)和分布等信息，將方便公司調(diào)整線路，合理分配資源，提高資源的利用率，同時(shí)能為智能交通的發(fā)展提供數(shù)據(jù)支持。對(duì)于大型商場(chǎng)或超市，通過(guò)對(duì)客流量的深層分析，可以為商場(chǎng)管理提供科學(xué)依據(jù)，特別是對(duì)提高商場(chǎng)日常經(jīng)營(yíng)決策的科學(xué)性、人力資源調(diào)度的合理性等方面起到重要作用。自動(dòng)客流計(jì)數(shù)技術(shù)在發(fā)達(dá)國(guó)家已經(jīng)廣泛應(yīng)用，而國(guó)內(nèi)也有不少商家開(kāi)始應(yīng)用該技術(shù)以提高商場(chǎng)競(jìng)爭(zhēng)力。同時(shí)，圖書(shū)館、體育館、展覽館等公共安全要求很高的公共場(chǎng)所安裝智能監(jiān)控?cái)z像頭和調(diào)度系統(tǒng)，這些系統(tǒng)來(lái)說(shuō)，實(shí)時(shí)準(zhǔn)確地獲取客流量信息同樣很重要。傳統(tǒng)自動(dòng)客流計(jì)數(shù)的主要手段是壓力傳感器系統(tǒng)或者紅外遮擋系統(tǒng)，他們雖然成本低，實(shí)現(xiàn)簡(jiǎn)單，但計(jì)數(shù)不準(zhǔn)確，不適合客流擁擠的狀況下，且應(yīng)用場(chǎng)合受限。隨著圖像處理技術(shù)的興起和發(fā)展，結(jié)合傳統(tǒng)自動(dòng)客流計(jì)數(shù)系統(tǒng)面臨的問(wèn)題，提出了許多新的方法。目前基于圖像處理的自動(dòng)客流計(jì)數(shù)主要是基于普通彩色圖像，利用特征識(shí)別和模式匹配等方式查找目標(biāo)，統(tǒng)計(jì)客流信息，這種方法雖然能適合擁擠的客流統(tǒng)計(jì)，但受光線影響很大，僅適用于背景簡(jiǎn)單情況下的客流統(tǒng)計(jì)，且計(jì)算量大，維護(hù)工作量繁瑣。隨著立體視覺(jué)的發(fā)展，充分發(fā)揮空間立體信息，可以解決基于圖像處理的自動(dòng)客流計(jì)數(shù)系統(tǒng)中存在的許多問(wèn)題。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種能夠自動(dòng)識(shí)別跟蹤身高I米以上的人體頭部，并可以解決基于視頻流圖像處理中的客流擁擠、受環(huán)境變化影響等問(wèn)題的基于Kinect三維深度圖像的頭部識(shí)別與跟蹤方法。實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為:
基于Kinect三維深度圖像的頭部識(shí)別與跟蹤方法，具體步驟包含如下:
步驟一:利用Kinect傳感器輸出的第一幀灰度圖標(biāo)定傳感器距離地面
1\和1^對(duì)應(yīng)的灰度級(jí)q和Q，Q表示第一幀中沒(méi)有人在視場(chǎng)范圍內(nèi)地面對(duì)應(yīng)的灰度級(jí)，
權(quán)利要求
1.基于Kinect三維深度圖像的頭部識(shí)別與跟蹤方法，具體步驟包含如下: 步驟一:利用Kinect傳感器輸出的第一幀灰度圖標(biāo)定傳感器距離地面矹和112對(duì)應(yīng)的灰度級(jí)瑪和鴿，鴿表示第一幀中沒(méi)有人在視場(chǎng)范圍內(nèi)地面對(duì)應(yīng)的灰度級(jí)，
全文摘要
本發(fā)明公開(kāi)了一種基于Kinect三維深度圖像的頭部識(shí)別與跟蹤方法，本發(fā)明首先分析Kinect傳感器輸出的原始深度圖，找出距離與灰度級(jí)的對(duì)應(yīng)關(guān)系；目標(biāo)分割，標(biāo)定距離與灰度級(jí)關(guān)系后對(duì)原始深度圖取反得到灰度圖，通過(guò)聚類(lèi)算法把灰度圖中頭部和肩部分成兩類(lèi)，并利用直方圖計(jì)算得到的灰度級(jí)分割灰度圖，得到二值圖序列；頭部識(shí)別以及跟蹤計(jì)數(shù)，即基于人體頭部的類(lèi)橢圓狀、頭部的大小以及頭部與肩部的空間位置等特征遍歷二值圖序列和灰度圖，識(shí)別人體頭部位置，并建立航跡，統(tǒng)計(jì)進(jìn)出的人數(shù)；本發(fā)明解決了目前客流統(tǒng)計(jì)中的擁擠，受環(huán)境影響等許多問(wèn)題，利用VS2008軟件仿真，確定了系統(tǒng)的可行性和穩(wěn)定性，系統(tǒng)精度在93%以上。
文檔編號(hào)G06T7/20GK103150559SQ20131006464
公開(kāi)日2013年6月12日 申請(qǐng)日期2013年3月1日 優(yōu)先權(quán)日2013年3月1日
發(fā)明者顧國(guó)華, 尹章芹, 顧騁, 胡楷, 董超, 錢(qián)惟賢, 陳錢(qián), 路東明, 任侃 申請(qǐng)人:南京理工大學(xué)