CN111626108A - 一种目标的识别方法及系统 - Google Patents

Abstract

本发明公开了一种目标的识别方法及系统，其中，获取雷达的雷达散射截面积RCS，根据该RCS确定遮挡区域；获取该雷达探测区域的视频图像，根据视频图像对该目标进行视频检测，确定该目标是否在该视频图像中；在该视频检测没有检测到该目标的情况下，该雷达判断该目标是否进入该遮挡区域；在该雷达确定该目标进入该遮挡区域的情况下，确定该目标在该遮挡区域，解决了在监控的区域有遮挡物的情况下，不能准确识别和捕捉目标的问题，实现对监控目标更好的捕获和识别。

Description

一种目标的识别方法及系统

技术领域

本发明涉及视频监控领域，具体而言，涉及一种目标的识别方法及系统。

背景技术

在视频识别领域，若想要准确的识别出目标，则需要摄像机采集到准确，清晰，稳定的信号。但是实际摄像机安装的环境，可能会差异较大，从而导致在某些场景下，摄像机无法采集到可供视频算法使用的图像。比如在黑夜或者在大雾，沙尘、暴雨天气等极端条件下，光线比较暗或者图像无法采集到清晰的视频信号。这样的视频图像送给视频识别算法，是无法做有效的识别分析，或者导致检测率降低。

此外，摄像机监控的场景，都是实际的三维景象。但是经过摄像机采集后的图像，都会变成一幅二维的图像。在某些复杂的实际场景，比如有多重树木，建筑物遮挡的情况下，摄像机采集到的图像，由于丢失了一个维度，或者受到遮挡，送给算法分析时，也会出现分析不准确或者检测率降低的情况，由于以上的这些缺陷，导致在视频采集的根源上，就限制了算法分析的检测率以及是否能识别到目标。这样无论是普通视频识别领域，还是使用更先进的机器学习算法，都无法解决极端情况下的视频识别的缺陷。

在相关技术中，建立一个背景图像库，在通过识别到的图像和背景图像库的对比计算，识别出目标。这个背景图像库，在实际操作中，是一个复杂而繁琐的过程，而且其精确性也会直接影响最终识别的目标准确性。在其他一些应用场景中，将雷达和视频做了关联处理，以增加准确性。但是对于视频工况良好的情况来说，单纯使用视频检测算法就可以达到此目标。在某些极端条件，尤其是有树木，或者是多重建筑物遮挡的情况下，相机可能依然识别不到目标。这样在做关联分析的时候，还是会导致漏报。

针对相关技术中，在监控的区域有遮挡物的情况下，不能准确识别和捕捉目标的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中，在监控的区域有遮挡物的情况下，不能准确识别和捕捉目标的问题，本发明的实施例至少解决上述问题。

根据本发明的一个方面，提供了一种目标的识别方法，所述方法包括：

获取雷达的雷达散射截面积RCS，根据所述RCS确定遮挡区域；

根据视频图像对所述目标进行视频检测，确定所述目标是否在所述视频图像中；

在所述视频检测没有检测到所述目标的情况下，所述雷达判断所述目标是否进入所述遮挡区域；

在所述雷达确定所述目标进入所述遮挡区域的情况下，确定所述目标在所述遮挡区域。

在其中一些实施例中，所述获取雷达的雷达散射截面积RCS，根据所述RCS确定遮挡区域包括：

离散化所述雷达的探测区域，以所述雷达为原点，根据所述RCS确定遮挡物的位置和方向；

根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域。

在其中一些实施例中，所述根据所述RCS确定遮挡物的位置和方向包括：

在所述RCS的数值大于预设第一阈值的情况下，确定所述遮挡物的中心点位置；

根据所述中心点位置与所述雷达探测区域的夹角，确定所述遮挡物相对于所述雷达的方向。

在其中一些实施例中，所述根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域包括：

根据所述RCS、所述遮挡物的位置扩展所述遮挡物的扩展区域，根据预设RCS的第二阈值和所述遮挡物的方向为界限确定所述遮挡区域。

在其中一些实施例中，所述根据预设RCS的第二阈值和所述遮挡物的方向为界限确定所述遮挡区域包括：

根据预设RCS的所述第二阈值划定待处理遮挡区域，根据所述遮挡物的方向，在所述待处理遮挡区域去掉与所述雷达同侧的区域，得到所述遮挡区域。

根据本发明的另一个方面，还提供了一种目标的识别系统，所述系统包括雷达和摄像装置；

所述雷达获取雷达散射截面积RCS，根据所述RCS确定遮挡区域；

所述摄像装置根据视频图像对所述目标进行视频检测，确定所述目标是否在所述视频图像中；

在所述视频检测没有检测到所述目标的情况下，所述雷达判断所述目标是否进入所述遮挡区域；

在所述雷达确定所述目标进入所述遮挡区域的情况下，确定所述目标在所述遮挡区域。

在其中一些实施例中，所述雷达获取雷达散射截面积RCS，根据所述RCS确定遮挡区域包括：

离散化所述雷达的探测区域，以所述雷达为原点，根据所述RCS确定遮挡物的位置和方向；

根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域。

在其中一些实施例中，所述雷达根据所述RCS确定遮挡物的位置和方向包括：

在所述RCS的数值大于预设第一阈值的情况下，确定所述遮挡物的中心点位置；

根据所述中心点位置与所述雷达探测区域的夹角，确定所述遮挡物相对于所述雷达的方向。

在其中一些实施例中，所述雷达根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域包括：

根据所述RCS、所述遮挡物的位置扩展所述遮挡物的扩展区域，根据预设RCS的第二阈值和所述遮挡物的方向为界限确定所述遮挡区域。

在其中一些实施例中，所述根据预设RCS的第二阈值和所述遮挡物的方向为界限确定所述遮挡区域包括：

根据预设RCS的所述第二阈值划定待处理遮挡区域，根据所述遮挡物的方向，在所述待处理遮挡区域去掉与所述雷达同侧的区域，得到所述遮挡区域。

通过本发明，提供了一种目标的识别方法，获取雷达的雷达散射截面积RCS，根据该RCS确定遮挡区域；根据视频图像对该目标进行视频检测，确定该目标是否在该视频图像中；在该视频检测没有检测到该目标的情况下，该雷达判断该目标是否进入该遮挡区域；在该雷达确定该目标进入该遮挡区域的情况下，确定该目标在该遮挡区域，解决了在监控的区域有遮挡物的情况下，不能准确识别和捕捉目标的问题，实现对监控目标更好的捕获和识别。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例一种目标的识别系统的结构框图；

图2是根据本发明实施例的雷达探测障碍物的示意图一；

图3是根据本发明实施例的雷达探测障碍物的示意图二；

图4是根据本发明实施例的一种目标的识别方法的流程图；

图5是根据本发明实施例的探测区域离散化的示意图；

图6是根据本发明实施例的探测区域确定遮挡物位置的示意图；

图7是根据本发明实施例的确定遮挡物方向的示意图；

图8是根据本发明实施例的确定扩展区域的示意图；

图9是根据本发明实施例的确定遮挡区域的示意图；

图10是根据本发明实施例的雷达和摄像装置结合运行的流程示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

本申请提供了一种目标的识别系统，图1是根据本发明实施例一种目标的识别系统的结构框图，该系统包括雷达12和摄像装置14；该雷达12获取雷达12的雷达散射截面积(Radar Cross Section,简称为RCS)，根据该RCS确定遮挡区域；该摄像装置14获取视频图像，根据视频图像对该目标进行视频检测，确定该目标是否在该视频图像中；在该视频检测没有检测到该目标的情况下，该雷达12判断该目标是否进入该遮挡区域；在该雷达12确定该目标进入该遮挡区域的情况下，该雷达12确定该目标在该遮挡区域。该系统将雷达12和摄像装置14结合起来。通过雷达12探测来辅助摄像装置14做识别和分析。

雷达12是通过发射和接收电磁波来实现目标探测。电磁波不会受到雨雾天气和夜晚无可见光等因素的干扰。同时，雷达12探测的时候，可以做到对真实的三维空间做扫描和探测。这个真实的三维探测信息，也正是摄像装置14视频探测所缺失的。这样将雷达和视频结合起来，可以弥补视频识别领域的缺陷。

图2是根据本发明实施例的雷达探测障碍物的示意图一，图3是根据本发明实施例的雷达探测障碍物的示意图二，如图2和图3所示，假设目标处在障碍物A，C的中间，处于障碍物B的后面。那么用摄像装置14的视角来看，目标应该是处于图3所示场景。即在摄像装置14的视野中，全部是几个障碍物的视野，隐藏于障碍物B后面的目标，是无法探测到的，本发明申请考虑使用雷达12辅助视频识别。根据雷达12的电磁波衍射特性，可以保证非完全封闭的空间结构中，电磁波依然可以探测到目标。用雷达12做辅助，可以解决单纯使用视频识别而不到目标的问题。

需要说明的是，由于本系统摄像装置14和雷达12可以是一个整体，不需要同步连接到后端工控机或者服务器，可以保证系统的实时性。而且系统中，是以视频算法识别为准，雷达12作为辅助手段，可以解决在多重障碍物或树木较多条件下，视频识别领域的缺陷。

在本发明的实施例中，提供了一种目标的识别方法，图4是根据本发明实施例的一种目标的识别方法的流程图一，该方法包括如下步骤：

步骤S402，获取雷达12的雷达散射截面积RCS，根据该RCS确定遮挡区域，其中，在雷达12初始化阶段，会依据探测目标的环境，在环境中根据雷达12反射回来的目标RCS构建一个地图，在将地图中的目标，根据不同的RCS进行分类。在构建的地图中，标示出有建筑物和树木(统一称为遮挡物)的遮挡区域(如图2中椭圆画圈部分所示)。如果目标在遮挡区域中的，在理论上都是摄像装置14的相机算法无法识别到的区域；

步骤S404，根据视频图像对该目标进行视频检测，确定该目标是否在该视频图像中，其中，摄像装置14获取视频图像进行目标的视频检测，并将该目标检测的结果发送给该雷达12，或者，雷达12自身可以根据摄像装置14获取的视频图像进行目标的视频检测，该视频图像不限定是雷达12探测区域，也可以大于该探测区域；

步骤S406，在该视频检测没有检测到该目标的情况下，该雷达12判断该目标是否进入该遮挡区域，其中，视频检测在检测到该目标的情况下，该雷达12可以不进行判断，直接进行该目标的捕捉和识别；在没有检测到目标的情况下，需要雷达12提供协助判断的情况下，雷达12判断目标是否在遮挡物组成的遮挡区域；

步骤S408，在该雷达12确定该目标进入该遮挡区域的情况下，确定该目标在该遮挡区域，在雷达检测算法当中，当检测到目标进入到遮挡区域的情况下，虽然摄像装置14无法给出关联结果，但是雷达12也可以直接判定为识别到目标。

通过上述步骤S402至S408，采用了雷达监测和视频检测相结合的方式，在视频检测不能捕捉到目标的情况下，雷达监测根据RCS确定遮挡区域，再判断目标是否进入遮挡区域，检测到目标进入到遮挡区域的情况下，判定为识别到目标，解决了在监控的区域有遮挡物的情况下，不能准确识别和捕捉目标的问题，实现对监控目标更好的捕获和识别。

在一个实施例中，在获取雷达12的雷达散射截面积RCS，根据该RCS确定遮挡区域过程中，以该雷达12为原点，根据该RCS确定遮挡物的位置和方向；根据该RCS、该遮挡物的位置和方向，确定遮挡区域。图5是根据本发明实施例的探测区域离散化的示意图，如图5所示,首先将雷达12的探测区域，根据探测距离和角度，进行离散化处理。即将探测区域按照A*A cm²(其中A为可变参数)的大小为单位，将探测区域划分好,划分好的区域部分如图5所示。

其次，在该RCS的数值大于预设第一阈值的情况下，确定该遮挡物的中心点位置，图6是根据本发明实施例的探测区域确定遮挡物位置的示意图，如图6所示，雷达12确定遮挡物的位置包括：构建一个坐标系，将雷达12位置作为原点，通过雷达12探测到遮挡物的RCS作为判断依据，当目标的RCS数值大于α阈值时(如图6中的实线栅格方框目标所示)，将其位置和最近的栅格中心点关联起来。即用栅格中心点，代替实际目标的中心点位置。并记录下栅格中心点的中心点位置(u_x,u_y)。

另外，根据该RCS、该遮挡物的位置扩展该遮挡物的扩展区域，图7是根据本发明实施例的确定遮挡物方向的示意图，如图7所示,通过上一步获取的(u_x,u_y)坐标，该栅格中心点和坐标原点的夹角θ的范围，计算出遮挡物相对于雷达12的方向。图8是根据本发明实施例的确定扩展区域的示意图，如图8所示,在每一个遮挡物关联的中心点位置，根据RCS数值，扩展出一个RCS等值线区域。使扩展区域成为表示RCS分布的一个特征，如公式1所示：

其中，f(x,y)表示当前(x,y)点的RCS数值；A表示扩散中心位置的RCS值；σ＝f(Rcs(x,y))是RCS的相关函数，表示衰减系数，u_x和u_y表示中心点的坐标。

另外，根据预设RCS的第二阈值和该遮挡物的方向为界限确定该遮挡区域，其中的一种实施方式可以根据预设RCS的该第二阈值划定待处理遮挡区域，根据所述遮挡物的方向，在该待处理遮挡区域去掉与雷达12同侧的区域，得到所述遮挡区域，例如，图9是根据本发明实施例的确定遮挡区域的示意图，如图9所示,可以确定了遮挡范围之后，按照RCS值为β界限画一个遮挡区域，同时结合遮挡物的方向，去掉与雷达12同侧部分的区域，来划定最后的遮挡区域。

在一个实施例中，图10是根据本发明实施例的雷达和摄像装置结合运行的流程示意图，如图10所示，该流程包括如下步骤：

S1001，该摄像装置14视频算法完成初始化；

S1002，雷达12针对现有探测区域的环境，进行地图构建。然后将构建出来的地图，进行离散化处理。同时，通过探测到目标的RCS，确定遮挡物的位置和方向；

S1003，通过遮挡物的位置，方向和扩展区域，确定出树木以及建筑物等遮挡区域，这个遮挡区域，即为摄像装置14不可见区域；

S1004，进入检测环节，雷达12的程序进程的每一个循环开始时，会去查询一次雷达12检测的结果，如果雷达12没有给出数据，那么进入步骤S1005，如果有数据，则进入步骤S1006；

S1005，进入视频识别算法节点，并将结果输出给进入步骤S1010；

S1006，将雷达12给出的算法数据结果，摄像装置14给出的视频检测目标结果做一个匹配，如果匹配成功，则进入步骤S1010，如果匹配不成功，则进入步骤S1007；

S1007，判断当前雷达12检测到结果，是否在摄像装置14不可见的遮挡区域。如果是，进入步骤S1008，如果不是进入步骤S1009；

S1008，直接判定结果为真目标，进入步骤S1010；

S1009，直接判定结果为伪目标，进入步骤S1010；

S1010，结果处理，并输出报警。

通过上述流程，雷达12和摄像装置14结合判断在黑夜，大雾，雨雪等极端天气下时，使用雷达12辅助摄像装置14视频算法，在技术方案上，可以比机器学习等方法，更加有效的提高目标检测率，以及可以识别到视频检测不到的目标，即使在有多重树木或者建筑物遮挡的复杂场景下，也可以解决视频算法识别不到目标的缺陷。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种目标的识别方法，获取雷达的雷达散射截面积RCS，根据该RCS确定遮挡区域；获取该雷达探测区域的视频图像，根据视频图像对该目标进行视频检测，确定该目标是否在该视频图像中；在该视频检测没有检测到该目标的情况下，该雷达判断该目标是否进入该遮挡区域；在该雷达确定该目标进入该遮挡区域的情况下，确定该目标在该遮挡区域，解决了在监控的区域有遮挡物的情况下，不能准确识别和捕捉目标的问题，实现对监控目标更好的捕获和识别。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个实施例提供的一种目标的识别方法，获取雷达的雷达散射截面积RCS，根据该RCS确定遮挡区域；获取该雷达探测区域的视频图像，根据视频图像对该目标进行视频检测，确定该目标是否在该视频图像中；在该视频检测没有检测到该目标的情况下，该雷达判断该目标是否进入该遮挡区域；在该雷达确定该目标进入该遮挡区域的情况下，确定该目标在该遮挡区域的步骤。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上该实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种目标的识别方法，其特征在于，所述方法包括：

获取雷达的雷达散射截面积RCS，根据所述RCS确定遮挡区域；

根据视频图像对所述目标进行视频检测，确定所述目标是否在所述视频图像中；

在所述视频检测没有检测到所述目标的情况下，所述雷达判断所述目标是否进入所述遮挡区域；

在所述雷达确定所述目标进入所述遮挡区域的情况下，确定所述目标在所述遮挡区域。

2.根据权利要求1所述方法，其特征在于，所述获取雷达的雷达散射截面积RCS，根据所述RCS确定遮挡区域包括：

离散化所述雷达的探测区域，以所述雷达为原点，根据所述RCS确定遮挡物的位置和方向；

根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域。

3.根据权利要求2所述方法，其特征在于，所述根据所述RCS确定遮挡物的位置和方向包括：

在所述RCS的数值大于预设第一阈值的情况下，确定所述遮挡物的中心点位置；

根据所述中心点位置与所述雷达探测区域的夹角，确定所述遮挡物相对于所述雷达的方向。

4.根据权利要求2所述方法，其特征在于，所述根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域包括：

根据所述RCS、所述遮挡物的位置扩展所述遮挡物的扩展区域，根据预设RCS的第二阈值和所述遮挡物的方向为界限确定所述遮挡区域。

5.根据权利要求4所述方法，其特征在于，所述根据预设RCS的第二阈值和所述遮挡物的方向为界限确定所述遮挡区域包括：

根据预设RCS的所述第二阈值划定待处理遮挡区域，根据所述遮挡物的方向，在所述待处理遮挡区域去掉与所述雷达同侧的区域，得到所述遮挡区域。

6.一种目标的识别系统，其特征在于，所述系统包括雷达和摄像装置；

所述雷达获取雷达散射截面积RCS，根据所述RCS确定遮挡区域；

所述摄像装置根据视频图像对所述目标进行视频检测，确定所述目标是否在所述视频图像中；

在所述视频检测没有检测到所述目标的情况下，所述雷达判断所述目标是否进入所述遮挡区域；

在所述雷达确定所述目标进入所述遮挡区域的情况下，确定所述目标在所述遮挡区域。

7.根据权利要求6所述系统，其特征在于，所述雷达获取雷达散射截面积RCS，根据所述RCS确定遮挡区域包括：

离散化所述雷达的探测区域，以所述雷达为原点，根据所述RCS确定遮挡物的位置和方向；

根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域。

8.根据权利要求7所述系统，其特征在于，所述雷达根据所述RCS确定遮挡物的位置和方向包括：

在所述RCS的数值大于预设第一阈值的情况下，确定所述遮挡物的中心点位置；

根据所述中心点位置与所述雷达探测区域的夹角，确定所述遮挡物相对于所述雷达的方向。

9.根据权利要求7所述系统，其特征在于，所述雷达根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域包括：

根据所述RCS、所述遮挡物的位置扩展所述遮挡物的扩展区域，根据预设RCS的第二阈值和所述遮挡物的方向为界限确定所述遮挡区域。

10.根据权利要求9所述系统，其特征在于，所述根据预设RCS的第二阈值和所述遮挡物的方向为界限确定所述遮挡区域包括：

根据预设RCS的所述第二阈值划定待处理遮挡区域，根据所述遮挡物的方向，在所述待处理遮挡区域去掉与所述雷达同侧的区域，得到所述遮挡区域。

Images