成果信息

本发明分别针对二维RGB图像和三维深度图像建立三维分层图模型，并通过计算检测三维分层图模型与预测三维分层图模型之间节点、边和空间的匹配度，进而计算出检测三维分层图模型与预测三维分层图模型之间的匹配度，从而可根据计算出来的匹配度建立检测三维分层图模型与预测三维分层图模型的匹配表，然后根据匹配表的结果准确判定跟踪目标是否存在遮挡，即可求得当前帧的最佳匹配结果，有效识别当前帧中的多目标，实现多运动目标的跟踪。本发明不仅能应用于大多数Kinect监控场景，还可推广应用于机器人目标识别避障、智能交通等领域，具有较好的应用前景。)

背景介绍

现有技术中提出了一种在RGB和深度领域的分层图模型，进行实时鲁棒多行人跟踪。通过RGB‑D数据关联并得出轨迹的最优化，得到多人体目标的最优关联和跟踪结果以及直接采用三维点云信息，根据多目标三维特征进行跟踪；但基于kinect的三维视觉分析目前大多集中在场景的三维重建、移动机器人的导航、识别跟踪上，用于视觉监控中的多目标跟踪处于起步阶段，多是以RGB和深度信息配准得到三维点云，在此基础上进行目标识别跟踪，计算复杂度较高，还不能直接应用于视频监控中的多运动目标复杂情况下的跟踪。)

应用前景

/)