CN106156769A - 基于特征频率光学系统的多目标识别技术 - Google Patents

基于特征频率光学系统的多目标识别技术 Download PDF

Info

Publication number
CN106156769A
CN106156769A CN201610552997.0A CN201610552997A CN106156769A CN 106156769 A CN106156769 A CN 106156769A CN 201610552997 A CN201610552997 A CN 201610552997A CN 106156769 A CN106156769 A CN 106156769A
Authority
CN
China
Prior art keywords
target
luminous body
image
imaging system
feature based
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610552997.0A
Other languages
English (en)
Inventor
李树欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Friction Network Technology Co Ltd
Original Assignee
Shanghai Friction Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Friction Network Technology Co Ltd filed Critical Shanghai Friction Network Technology Co Ltd
Priority to CN201610552997.0A priority Critical patent/CN106156769A/zh
Publication of CN106156769A publication Critical patent/CN106156769A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及光学识别技术领域，具体涉及基于特征频率光学系统的多目标识别技术；它采用一套成像系统对目标进行拍摄，需要识别和追踪的目标上安装一个发光体，成像系统采用具有逐行成像能力的数字图像传感器，拍摄到的图像中目标发光体呈现为一个明暗相间条纹组成的物体，通过调整发光体开关时的占空比，可以在图像传感器上获得不同的图像；本发明通过对发光物体的灯光闪烁间隔进行编码，结合逐行成像系统的成像特点，可以对多个目标物体进行识别和跟踪；具有算法快速简单、识别目标多、可靠性高的特点。

Description

基于特征频率光学系统的多目标识别技术
技术领域
本发明涉及光学识别技术领域，具体涉及基于特征频率光学系统的多目标识别技术。
背景技术
在计算机视觉应用中经常需要通过图像识别技术发现具有某些特定特征的目标，例如识别人脸、手、控制器等目标。针对普通目标的识别技术由于目标缺乏特别的光学特征，需要对图像进行大量的特征提取计算，计算复杂度非常高，速度较慢，往往难以满足实际应用场景对延迟的要求。为了降低计算复杂度、提高响应速度，在许多实际应用场景中会针对具有某些特征的特定目标进行识别，例如具有特定颜色的物体进行识别，这样可以较快地提取特征目标，加快识别速度。
例如在手势识别中，一种常用的技术是根据皮肤颜色提取出手部的大致位置，然后再根据手势的轮廓进行识别匹配。在实际应用场景中，由于场景中可能存在多个相似的目标，例如在手势识别的场景中，目标区域内可能存在多个手部目标，对于应用系统而言，就需要有效区分哪些目标是应用所需要的，哪些属于环境干扰，另外，在有效目标中，也需要能够快速识别和追踪不同目标，才能满足应用的需求。
与本发明最相近的产品是采用不同颜色的灯光对目标进行追踪。索尼曾经推出一款PS MOVE体感手柄，该手柄也采用计算机视觉的方法对两个手柄进行识别和追踪，在锁定手柄目标后，就可以计算出手柄特征点所在的空间坐标。由于用户可能在左右手持有两个不同手柄，对主机而言就需要快速区分出哪个手柄属于左手哪个属于右手。
为了解决快速区分和追踪多个目标的目的，可以采用了多个不同颜色的光球来区分不同目标，每个手柄的顶端有一个可以发光的球体，不同手柄的球体具有不同颜色，并且每个球体在使用中能够发出较亮的光线，在实际识别过程中，主机通过对图像进行滤波以后可以快速提取出较亮的光球区域，并通过不同颜色区分出不同目标。
这种方案具有简单快速的优点，通过亮度区别可以快速去除场景中的背景信息，突出跟踪目标所在区域，然后根据颜色特征快速区分多个目标。该方案的缺点是容易受到相同或近似颜色的物体干扰，例如背景中如果存在类似颜色的灯光，就会对目标的提取造成干扰，另外如果要区分多个目标就需要部署多种不同颜色的灯光，对于产品的制造和管理都带来较多困难，因此仍然不是一种理想的方案。
发明内容
本发明的目的在于针对现有技术的缺陷和不足，提供一种基于特征频率光学系统的多目标识别技术，它采用一套成像系统对目标进行拍摄，成像系统连接到具有图像处理能力的计算机系统对采集的图像进行实时处理，需要识别和追踪的目标上安装一个发光体，成像系统采用具有逐行成像能力的数字传感器，拍摄到的图像中目标物体呈现为一个明暗相间条纹组成的物体，通过调整发光体开关时的占空比，可以在图像传感器上获得不同的图像。
采用上述结构后，本发明有益效果为：本发明所述的基于特征频率光学系统的多目标识别技术，它通过对发光物体的灯光闪烁间隔进行编码，结合逐行成像系统的成像特点，可以对多个目标物体进行识别和跟踪；具有算法快速简单、识别目标多、可靠性高的特点。
附图说明
此处所说明的附图是用来提供对本发明的进一步理解，但并不构成对本发明的不当限定，在附图中：
图1是本发明运行原理图；
具体实施方式
下面将以具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。
本具体实施方式所述的基于特征频率光学系统的多目标识别技术，它采用一套成像系统对目标进行拍摄，成像系统连接到具有图像处理能力的计算机系统对采集的图像进行实时处理，需要识别和追踪的目标上安装一个发光体，成像系统采用具有逐行成像能力的数字传感器，拍摄到的图像中目标物体呈现为一个明暗相间条纹组成的物体，通过调整发光体开关时的占空比，可以在图像传感器上获得不同的图像。
为了解决同时追踪空间中多个目标的需要，本发明提出一种通过特征频率形成的图像识别多个目标的方法。与现有基于计算机视觉的识别方案类似，本发明也采用一套成像系统对目标进行各种拍摄，需要识别和追踪的目标上安装一个能够以特定频率发光的物体，发光物体形状任意，但需要达到一定尺寸要求。为加快目标提取过程及提升识别的可靠性，目标发光体应具有与环境易于区分的光学特征，包括更高的亮度和特定颜色。
目标识别过程中，首先针对目标发光体的光学特征对图像进行处理，如目标发光体具有高于环境的亮度，识别过程首先删除图像中低于特征亮度的像素，仅保留亮度与目标发光体接近的像素，该过程可快速排除环境中的无关目标。
作为识别目标的发光体应以一个事先设计好的固定频率闪烁，该频率与用于识别目标的成像系统的拍摄帧率和分辨率有关，并且成像系统必须采用具有逐行成像能力的数字传感器。假定成像系统的帧率是N(每秒钟拍摄N帧图像)，其成像图片的分辨率是W*H(宽度W，高度H像素)，当发光体以N*H的频率闪烁，即每1/N*H秒反转开关一次，对于具有逐行成像能力的图像传感器而言，假定当其拍摄第M行时发光体处于点亮状态，第M+1行时发光体将关闭，因此在拍摄到的图像中目标物体将呈现为一个明暗相间条纹组成的物体。
通过调整发光体在发光时明暗间隔的时间和比例，例如每N*H*2的频率闪烁，或者每点亮N*H行的时间就关闭N*H*3行时间，也就是调整发光体开关时的占空比，我们可以在图像传感器上获得不同的图像。
根据目标发光体不同明暗间隔的比例，同一个发光体在逐行成像系统中将产生不同明暗相间的图像，该图像中单一特征区域的高度与目标发光体一次发光持续时间成正比，环境中的干扰目标通常不会具有相同的闪烁特征，因此可以排除任何高度不符合已知特征发光体特征尺寸的目标，以排除具有类似光学特征(如亮度)的干扰目标。通过计算剩余区域特征高度，就可以快速识别出具有不同频率编码的发光物体。通过组合不同的发光体闪烁模式，可以有效区分和跟踪多个目标。
本发明所述的基于特征频率光学系统的多目标识别技术，它通过对发光物体的灯光闪烁间隔进行编码，结合逐行成像系统的成像特点，可以对多个目标物体进行识别和跟踪；具有算法快速简单、识别目标多、可靠性高的特点。
以上所述仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。

Claims (4)

1.基于特征频率光学系统的多目标识别技术，其特征在于它的技术如下：
(a)用一套光学成像系统对需要识别的目标进行拍摄，成像系统连接到计算机系统上对拍摄的图像进行实时处理；
(b)需要识别和追踪的目标上安装一个快速开关的发光体，发光体以固定的已知频率在明暗之间切换；
(c)成像系统采用具有逐行扫描成像能力的数字传感器，图像采样帧率和分辨率采用确定的已知参数。
(d)目标发光体具有易于与环境区分的光学特征，包括亮度和颜色；
(e)拍摄到的图像中目标发光体呈现为一个明暗相间条纹组成的物体，通过调整发光体开关时的占空比，发光体可以在图像传感器上产生具有不同特征条纹的图像。
2.根据权利要求1所述的基于特征频率光学系统的多目标识别技术，其特征在于：目标发光体开关之间切换的间隔应大约图像传感器拍摄一行图像的时间，并与拍摄一行图像的时间具有确定的倍数关系；
3.根据权利要求1所述的基于特征频率光学系统的多目标识别技术，其特征在于：可识别的不同发光体需具有不同开关切换频率。
4.根据权利要求1所述的基于特征频率光学系统的多目标识别技术，其特征在于：目标发光体的最小尺寸与成像系统的分辨率及距离有关，目标发光体在成像系统中生成的图像在任意角度上的尺寸应大于或等于计算机系统可识别的最小图像单位。
CN201610552997.0A 2016-07-14 2016-07-14 基于特征频率光学系统的多目标识别技术 Pending CN106156769A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610552997.0A CN106156769A (zh) 2016-07-14 2016-07-14 基于特征频率光学系统的多目标识别技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610552997.0A CN106156769A (zh) 2016-07-14 2016-07-14 基于特征频率光学系统的多目标识别技术

Publications (1)

Publication Number Publication Date
CN106156769A true CN106156769A (zh) 2016-11-23

Family

ID=58061799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610552997.0A Pending CN106156769A (zh) 2016-07-14 2016-07-14 基于特征频率光学系统的多目标识别技术

Country Status (1)

Country Link
CN (1) CN106156769A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107300378A (zh) * 2017-05-23 2017-10-27 北京小鸟看看科技有限公司 一种定位物体的身份识别方法、装置和系统
WO2018232613A1 (zh) * 2017-06-21 2018-12-27 广东虚拟现实科技有限公司 光源识别方法及装置
CN110059621A (zh) * 2019-04-17 2019-07-26 青岛海信电器股份有限公司 手柄光球颜色的控制方法、装置及设备
CN110915211A (zh) * 2017-07-21 2020-03-24 惠普发展公司，有限责任合伙企业 虚拟现实中的物理输入设备
CN112492198A (zh) * 2020-11-23 2021-03-12 维沃移动通信有限公司 拍摄方法、装置、电子设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0802426A2 (en) * 1996-04-19 1997-10-22 HE HOLDINGS, INC. dba HUGHES ELECTRONICS Moving object and transient event detection using rotation strip aperture image measurements
CN102663743A (zh) * 2012-03-23 2012-09-12 西安电子科技大学 一种复杂场景中多摄影机协同的人物追踪方法
CN103383446A (zh) * 2013-04-09 2013-11-06 北京半导体照明科技促进中心 基于可见光的室内定位方法、装置和系统以及光源
US8860788B2 (en) * 2008-09-26 2014-10-14 Cybula Ltd. Image recognition
CN105187732A (zh) * 2014-04-24 2015-12-23 北京国承万通信息科技有限公司 一种利用来自光源的不同颜色的可见光信号传输信息方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0802426A2 (en) * 1996-04-19 1997-10-22 HE HOLDINGS, INC. dba HUGHES ELECTRONICS Moving object and transient event detection using rotation strip aperture image measurements
US8860788B2 (en) * 2008-09-26 2014-10-14 Cybula Ltd. Image recognition
CN102663743A (zh) * 2012-03-23 2012-09-12 西安电子科技大学 一种复杂场景中多摄影机协同的人物追踪方法
CN103383446A (zh) * 2013-04-09 2013-11-06 北京半导体照明科技促进中心 基于可见光的室内定位方法、装置和系统以及光源
CN104243029A (zh) * 2013-04-09 2014-12-24 珠海横琴华策光通信科技有限公司 一种利用可见光信号传输/获取标识信息以及定位的方法和装置
CN105187732A (zh) * 2014-04-24 2015-12-23 北京国承万通信息科技有限公司 一种利用来自光源的不同颜色的可见光信号传输信息方法和装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107300378A (zh) * 2017-05-23 2017-10-27 北京小鸟看看科技有限公司 一种定位物体的身份识别方法、装置和系统
WO2018232613A1 (zh) * 2017-06-21 2018-12-27 广东虚拟现实科技有限公司 光源识别方法及装置
CN109478237A (zh) * 2017-06-21 2019-03-15 广东虚拟现实科技有限公司 光源识别方法及装置
CN109478237B (zh) * 2017-06-21 2022-02-22 广东虚拟现实科技有限公司 光源识别方法及装置
CN110915211A (zh) * 2017-07-21 2020-03-24 惠普发展公司，有限责任合伙企业 虚拟现实中的物理输入设备
US11137824B2 (en) 2017-07-21 2021-10-05 Hewlett-Packard Development Company, L.P. Physical input device in virtual reality
CN110059621A (zh) * 2019-04-17 2019-07-26 青岛海信电器股份有限公司 手柄光球颜色的控制方法、装置及设备
CN112492198A (zh) * 2020-11-23 2021-03-12 维沃移动通信有限公司 拍摄方法、装置、电子设备及可读存储介质
CN112492198B (zh) * 2020-11-23 2022-05-31 维沃移动通信有限公司 拍摄方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN106156769A (zh) 基于特征频率光学系统的多目标识别技术
Shitrit et al. Tracking multiple people under global appearance constraints
Brown et al. Performance evaluation of surveillance systems under varying conditions
CN103208126B (zh) 一种自然环境下运动物体监测方法
CN104217428B (zh) 一种融合特征匹配和数据关联的视频监控多目标跟踪方法
US20130222551A1 (en) Mapping detecting and tracking objects in an arbitrary outdoor scene using active vision
CN101872546A (zh) 一种基于视频的过境车辆快速检测方法
CN108334824A (zh) 基于背景差分和迭代搜索的高压隔离开关状态识别方法
CN105469427A (zh) 一种用于视频中目标跟踪方法
Buch et al. Vehicle localisation and classification in urban CCTV streams
CN112614159A (zh) 一种面向仓库场景的跨摄像头多目标跟踪方法
Soetedjo et al. Developing of low cost vision-based shooting range simulator
CN111932590B (zh) 对象跟踪方法、装置、电子设备及可读存储介质
Soetedjo et al. Camera-based shooting simulator using color thresholding techniques
Soetedjo et al. Implementation of sensor on the gun system using embedded camera for shooting training
Pham et al. Algorithm for military object detection using image data
Szwoch et al. Detection of moving objects in images combined from video and thermal cameras
CN101231694B (zh) 基于多个高斯分布的运动目标分割方法
Kim et al. A study on the flame detection and object classification technique using the color information
TW201327416A (zh) 動態背景的前景偵測方法
Nallaperumal et al. An analysis of suitable color space for visually plausible shadow-free scene reconstruction from single image
Martínez-Martín et al. Motion detection in static backgrounds
CN104931039A (zh) 自由空间定位方法及系统
Ren et al. Pruning phantom detections from multiview foreground intersection
Liu et al. A robust pedestrian detection based on corner tracking

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161123