遮挡场景下基于单目视觉的室内行人定位算法优化及实现

摘要

位置信息是人们日常生活中经常关注与利用的信息。在室外常用的全球定位系统(Global Positioning System，GPS)在室内环境下却难以提供有效的位置信息服务。因此，如何提供一种准确的室内定位方式一直是研究热点。计算机视觉定位技术作为多种定位方式中精度较高的一种，一直以来都备受学者关注。本文研究的定位目标为室内运动行人，在众多的视觉定位方法中，计算复杂度较低的单目视觉定位提取行人脚部位置作为定位点，再通过坐标转换来完成行人定位。但是在行人下半身被遮挡的场景下会给定位带来困难。针对这一问题，有研究者提出双目视觉的解决办法，但存在计算复杂度高难以满足实时性的问题。
　　本文针对运动行人下半身被遮挡的情况，提出了一种在静止单目摄像头下基于头肩特征检测与人体估计的室内行人遮挡定位算法。算法通过头身比特征对行人脚部位置进行估计，并根据估计的脚部点完成行人定位。该算法首先根据头肩特征，使用一种改进的基于种子生长的肩部检测算法得到行人肩部位置并分割头部。该检测算法具有很好的鲁棒性与稳定性。然后，计算头身比并根据构建的头身比模型值检测遮挡的发生。检测到遮挡时，根据构建的头身比模型数据库进行人体估计，并根据估计的脚部位置进行空间坐标转换完成行人定位。单目视觉的简易性，使得遮挡检测与人体估计十分迅速，可以满足实时性要求。此外，通过头身比模型数据库的构建能实现多人定位。
　　实验结果表明本文提出的基于单目视觉行人遮挡定位算法精度可以达到30cm，且能实现多人定位。实时性测试结果显示本文算法在Core i32.4GHz处理器上对856×480分辨率的视频的平均单帧处理时间只有92.3ms，本文算法可以满足实时性的要求。与定位精度高的双目视觉定位算法相比定位精度只降低了10cm，但是平均每帧处理时间减小了55％。本文的行人遮挡定位算法在满足实时性的前提下，具有高定位精度且可处理多人定位，可应用于实际的室内行人定位场景。

目录

声明

摘要

第一章 绪论

1．1 课题背景与意义

1．2 国内外研究现状

1．2．1 运动摄像机定位系统

1．2．2 静止摄像机定位系统

1．3 研究内容与设计指标

1．3．1 研究内容

1．3．2 设计指标

1．4 论文组织

第二章 基于计算机视觉的目标定位技术

2．1 基于计算机视觉定位基本流程

2．2 运动目标检测算法

2．3 摄像机标定

2．3．1 单目视觉定位原理

2．3．2 基本坐标系

2．3．3 线性摄像机模型

2．3．4 摄像机标定

2．4 双目视觉定位算法

2．5 本章小结

第三章 基于头肩特征检测与人体估计的遮挡定位算法实现

3．1 典型算法分析

3．1．1 遮挡场景分析

3．1．2 准确性分析

3．1．3 实时性分析

3．2 基于头肩特征检测与人体估计的定位算法

3．2．1 定位算法流程

3．2．2 头身比模型数据库

3．2．3 遮挡检测与分类

3．3 本章小结

第四章 头肩特征检测算法优化及比较

4．1 基于头肩特征拐点的检测算法

4．1．1 检测算法流程

4．1．2 走向矢量定义及计算

4．1．3 特征点检测与分类

4．2 基于种子生长的肩部检测算法

4．2．1 检测算法流程

4．2．2 第一次种子生长

4．2．3 第二次种子生长

4．3 两种算法的性能比较

4．3．1 鲁棒性比较

4．3．2 稳定性比较

4．4 本章小结

第五章 验证结果及分析

5．1 遮挡定位测试

5．1．1 定位精度测试

5．1．2 实时性测试

5．1．3 单人定位测试

5．1．4 多人定位测试

5．2 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

致谢

参考文献

攻读硕士学位期间发表论文