Способ локализации дорожных знаков и распознавания их групп и подгрупп



Способ локализации дорожных знаков и распознавания их групп и подгрупп
Способ локализации дорожных знаков и распознавания их групп и подгрупп
Способ локализации дорожных знаков и распознавания их групп и подгрупп

 


Владельцы патента RU 2488164:

Федеральное государственное бюджетное учреждение науки Институт систем обработки и изображений Российской академии наук (ИСОИ РАН) (RU)
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Самарский государственный аэрокосмический университет имени академика С.П. Королева (национальный исследовательский университет) (СГАУ) (RU)

Изобретение относится к области цифровой обработки изображений и может найти применение в системах активной безопасности автомобилей для выработки дополнительных сигналов предупреждения водителю. Техническим результатом является сокращение времени локализации и повышение надежности распознавания дорожных знаков. Способ локализации дорожных знаков и распознавания их групп и подгрупп на видеокадрах изображений заключается в выделении областей нахождения знаков посредством просматривания строк и столбцов изображения скользящим окном, при совпадении порядков чередования цветов в окне с эталонным соответствующие строки и столбцы запоминают, а область изображения на их пересечении выделяют как подозрительную на нахождение в ней знака, в которой далее выделяют область, ограниченную красной границей знака, и в ней по строкам и столбцам строят две, не зависящие от цвета, гистограммы всех отсчетов, которые нормируют таким образом, чтобы их диапазоны и количество отсчетов совпадали с соответствующими характеристиками эталонных гистограмм, далее из нормированных гистограмм формируют общую гистограмму и соответствующий ей вектор, который сопоставляют с векторами эталонов заданных групп знаков, решение о принадлежности текущего знака к одной из групп знаков принимают по критерию минимума меры близости векторов, затем в каждой группе определяют подгруппы знаков по гистограммам точек черного цвета, которые формируются и сопоставляются по тем же правилам, что гистограммы, использовавшиеся при определении группы знаков. 3 ил.

 

Изобретение относится к области цифровой обработки изображений и может найти применение в системах активной безопасности автомобилей для выработки дополнительных сигналов предупреждения водителю.

Известны методы локализации знаков на изображениях, описанные в работах:

Shneier, М. Road sign detection and recognition [Text] / M.Shneier // Proc. IEEE Computer Society Int. Conf. on Computer Vision and Pattern Recognition. - 2005. - P.215-222.

Torresen, J.A Camera Based Speed Limit Sign Recognition System [Text] / J.Torresen, J.W.Bakke, Y.Yang // 13th ITS World Congress and Exhibition. - 2006. - P.115-129.

Saturino Maldonado-Bascon, Sergio Lafuente-Arroyo, Pedro Gil-Jimenez Hi-lario Gomez-Moreno and Francisco Lopez-Ferrers. Road-Sign Detection and Recognition Based on Support Vector Machines // IEEE Transaction on Inteligent Transportation System, vol.8, No.2, June 2007.

Ren, F. General traffic sign recognition by feature matching [Text] / F.Ren, J.Huang, R.Jiang, R.Klette // IEEE 24th Int. Conf. Image and Vision Computing. - 2009. - Issue: Ivcnz. - P.409-414.,

в которых для определения области знака анализируются цветовые компоненты. Подход к детектированию знаков на основе цветовой фильтрации не требователен к вычислительным ресурсам, однако известные методы не всегда могут отличить (например, красный) знак от других объектов такого же цвета, а также не различают типы знаков с окантовкой одинакового цвета (предупреждающие и запрещающие), что приводит к существенному увеличению вычислительных затрат на последующих этапах и, в конечном итоге, к снижению качества распознавания, т.к. текущее изображение приходится сравнивать с большим числом эталонов знаков в базе данных.

Ближайшим прототипом изобретения является «Устройство, метод и компьютерная программа для определения дорожных знаков на изображении» (патент № US 2010/0067805, МПК G06K 9/46, опубликовано 18.03.2010), в котором реализуют эапы детектирования, отслеживания, нормализации и распознавания. Для установления факта наличия знака на каждом текущем изображении (видеокадре) определяют размеры фрагментов эллипсов и прямых линий, являющихся граничными для запрещающих и предупреждающих знаков. При этом в качестве признаков используют цветочувствительные вейвлеты Хаара, построенные в различных (до 9-ти) цветовых представлениях. Для измерения признаков используются цифровые цветовыделяющие фильтры. Окончательное решение принимается по результатам сопоставления результатов распознавания в различных цветовых представлениях изображений на последовательности кадров.

Недостаток указанного способа состоит в большой задержке распознавания и выработки предупреждающих сигналов водителю, связаной с тем, что выделение областей нахождения знаков цифровыми цветовыделяющими фильтрами осуществляется путем определения размеров фрагментов эллипсов и прямых линий, с использованием большого числа представлений на последовательности кадров, что требует больших вычислительных затрат. Кроме того, на этапе детектирования группы предупреждающих, запрещающих и других знаков, а также подгруппы в группах знаков, определяемые по сходству изображений, не классифицируются, поэтому на завершающем этапе собственно распознавания выбор осуществляется из всего множества знаков. Поскольку при этом необходимо осуществлять сопоставление текущего изображения с большим числом эталонов, в конечном итоге, это приводит к большой задержке и снижает надежность распознавания.

Задача, на решение которой направлено заявляемое изобретение, заключается в сокращении времени локализации и повышении надежности распознавания дорожных знаков.

Указанная цель достигается тем, что в способе локализации дорожных знаков и распознавания их групп и подгрупп, заключающемся в выделении областей нахождения знаков на видеокадрах цифровыми цветовыделяющими фильтрами, согласно изобретению выделение области нахождения знака осуществляют в два этапа, на первом этапе для выделения областей нахождения знаков последовательно просматривают строки и столбцы изображения скользящим окном, размер которого задают исходя из максимально возможного при заданном допустимом разрешении, при каждом положении окна определяют порядок чередования цветов и сопоставляют его с установленными заранее порядками чередования цветов на эталонах дорожных знаков, при совпадении порядков чередования цветов соответствующие строки и столбцы запоминают, а область изображения на их пересечении выделяют как подозрительную на нахождение в ней знака, на следующем этапе в найденной подозрительной области выделяют область, ограниченную красной границей знака, и в выделенной области по строкам и столбцам строят две, не зависящие от цвета, гистограммы всех отсчетов, обе гистограммы нормируют таким образом, чтобы их диапазоны и количество отсчетов совпадали с соответствующими характеристиками эталонных гистограмм, далее из построенных нормированных гистограмм путем их присоединения формируют общую гистограмму и соответствующий ей вектор, этот вектор сопоставляют, в смысле заданной меры близости, со сформированными по тому же правилу векторами эталонов заданных групп знаков, решение о принадлежности текущего знака к одной из групп знаков принимают по любому известному критерию минимума меры близости векторов, затем в каждой группе определяют подгруппы знаков по гистограммам точек черного цвета, которые формируются и сопоставляются по тем же правилам, что и общие, не зависящие от цвета, гистограммы, использовавшиеся при определении группы знаков.

Далее приводится раскрывающее существо заявленного предложения описание примера реализации способа локализации и распознавания групп и подгрупп знаков, имеющих красную границу или красный фон: предупреждающие, запрещающие, знак «уступите дорогу», знак «стоп», знак «проезд запрещен» (предписывающие и информационные знаки, обрабатываются отдельно по тому же принципу, но с использованием отсчетов синего цвета).

На фиг.1 приведены примеры чередования цветов знаков: а) «Обгон запрещен»; б) «Уступите дорогу»; в) «Ограничение скорости» (50 км/час), где приняты обозначения для цветов: к - красный, б - белый, ч - черный.

На фиг.2 приведены нормированные общие гистограммы групп знаков: а) предупреждающих; б) «Уступите дорогу»; в) запрещающего «Проезд запрещен»; д) запрещающего «Движение без остановки запрещено».

На фиг.3 приведены нормированные гистограммы отсчетов черного цвета эталонных изображений из группы предупреждающих знаков: а) для подгруппы, включающей знаки 1.20.1-1.20.3 - «Сужение дороги»; б) для подгруппы, включающей знаки 2.3.2-2.3.7 - «Примыкание второстепенной дороги» (ГОСТ Р 52290-2004).

На первом этапе для определения областей, подозрительных на нахождение изображения дорожного знака, последовательно просматривают строки и столбцы изображения скользящим окном, размер которого задают исходя из максимально возможного при заданном допустимом разрешении. Допустимое разрешение определяется требованием надежного распознавания знаков и обеспечивается регистрацией видеокадров на определенном расстоянии. При каждом положении окна определяют и запоминают порядок чередования цветов. Сформировнный кортеж, описывающий порядок чередования цветов, сопоставляют с возможными заранее определенными кортежами цветов для эталонов дорожных знаков. Например, для большинства предупреждающих знаков этот кортеж состоит из чередования «белого» и «черного» цветов, притом кортеж, почти для всех знаков, начинается и завершается признаком, обозначающим «красный» цвет. На фиг.1 приведены примеры кортежей красного, белого и черного цветов для предупреждающего знака «обгон запрещен», «уступите дорогу» и запрещающего знака «ограничение максимальной скорости» (до 50 км/час).

При совпадении сформированного кортежа с одним из кортежей базы эталонных изображений соответствующие строки и столбцы запоминают, а область изображения на их пересечении выделяют как подозрительную на нахождение в ней знака. На пересечении средней строки и среднего столбца выделенной области определяют координаты центральной точки. Далее в выделенной подозрительной области «вырезают» внутреннюю часть знака, ограниченную границей красного цвета, имеющей вид окружности - для запрещающих и треугольника - для предупреждающих знаков.

Выделение внутренней области знака, ограниченной красной границей, осуществляют с использованием алгоритма типа «заливка». Алгоритм «заливки» заключается в просмотре и сохранении координат отсчетов во всех направлениях от центральной точки, которая была определена на пересечении средней строки и среднего столбца выделенной области на предыдущем этапе, к периферии до первого пересечения с красной границей. Далее «вырезанное» изображение просматривают по строкам и столбцам и в каждой строке и каждом столбце подсчитывают общее число пикселей в выделенной области. В результате получают две гистограммы (для строк - i и столбцов - j) всех анализируемых отсчетов в выделенной области.

Далее гистограммы нормируют. Для этого определяют координаты начала - i1, j1 и конца - in, jn каждой из двух гистограмм, т.е. порядковые номера отсчетов первого и последнего ненулевых значений. Эти координаты задают размеры прямоугольника, в который вписана выделенная область изображения знака. Полученные размеры сравнивают с их минимально возможными значениями, заданными с учетом допустимого разрешения, необходимого для распознавания знака.

Обе полученные гистограммы масштабируют таким образом, чтобы количество отсчетов каждой гистограммы было равно количеству отсчетов iэ, jэ эталонных гистограмм групп знаков. Для этого значения отсчетов гистограмм p(i), i = i 1 , i n ¯ , p(j), j = j 1 , j n ¯ перенумеровывают по правилу:

p ( i ) = p ( i ¯ ) , i = i 1 , i э ¯ ,

p ( j ) = p ( j ¯ ) , j = j 1 , j э ¯ ,

где

i ¯ = [ a i i ] , j ¯ = [ a j j ] ,

a i = L i ( i n i 1 ) , a j = L j ( j n j 1 ) - коэффициенты преобразования, a Li, Lj - заданные эталонные длины гистограмм по направлениям изменения индексов i, j соответственно.

Полученные масштабированные гистограммы нормируют по правилу:

p ¯ ( i ) = p ( i ) i = i 1 , i э ¯ p ( i ) ,

p ¯ ( j ) = p ( j ) j = j 1, j э ¯ p ( j )

и путем присоединения двух гистограмм формируют общую гистограмму, характеризующую распределение всех отсчетов в выделенной области.

Далее нормированную общую гистограмму сопоставляют с заданными при тех же значениях Li, Lj общими гистограммами p(i), p(j) эталонов распознаваемых групп знаков - Zm, m = 1, M ¯ и устанавливают принадлежность к одной из них - Z ^ m . В данном случае для установления степени «похожести» гистограмм использовался критерий максимума функции корреляции:

Z ^ m : Q ( Z ^ m ) = max m Q ( Z m ) , m = 1, M ¯ ,

где Q ( Z m ) = p ¯ ( i ) , P ( i ) p ¯ ( i ) P ( i ) .

На фиг.2 приведены примеры нормированных общих гистограмм групп знаков: а) предупреждающих; б) «Уступите дорогу»; в) запрещающего «Проезд запрещен»; д) запрещающего «Движение без остановки запрещено».

После того как по общим нормированным гистограммам определены группы знаков, в каждой группе определяют подгруппы знаков. Для этого в выделенной области по тем же правилам, описанным выше, строят нормированные гистограммы отсчетов черного цвета, которые сопоставляют по критерию максимума функции корреляции с нормированными гистограммами отсчетов черного цвета эталонных изображений знаков. В результате такого сопоставления определяются подгрупы групп предупреждающих и запрещающих знаков.

На фиг.3 приведены примеры нормированных гистограмм отсчетов черного цвета эталонных изображений из группы предупреждающих знаков: а) для подгруппы, включающей знаки 1.20.1-1.20.3 «Сужение дороги»; б) для подгруппы, включающей знаки 2.3.2-2.3.7 «Примыкание второстепенной дороги» (ГОСТ Р 52290-2004).

Далее с использованием координат граничных точек, определенных по общей гистограмме выделенной области и координатам соответственных точек на эталонных изображениях, осуществляют афинное преобразование выделенной области знака с целью приведения текущего изображения к эталонному по масштабу и углу поворота.

Заключительный этап распознавания конкретного знака может быть реализован любым из известных способов. В настоящем примере выделенную область текущего изображения преобразуют к бинарному, при этом задают порог на уровне 0,75 от значения средней яркости. Все эталонные изображения также представляют в виде бинарных по тому же правилу. Далее выделенные области текущего и эталонного бинарных изображений сопоставляют. Решение принимается по минимуму относительного числа несовпадающих пикселей на множестве знаков, входящих в подгруппу, которая определена на предшествующих этапах.

В данном случае время распознавания существенно сокращается, а надежность возрастает, т.к. число знаков, с которыми сопоставляется текущее бинарное изображение, сравнительно невелико за счет предварительного распознавания группы, которой принадлежит текущий знак, по общим гистограммам и подгруппы по гистограммам «черного» цвета. Например, по форме гистограмм «черного» цвета уверенно распознается подгруппа, включающая следующие знаки: «Пересечение с второстепенной дорогой» и «Примыкание второстепенной дороги». Поэтому для определения конкретного предупреждающего знака в этой подгруппе достаточно решить задачу выбора из 7 знаков (знаки 2.3.1-2.3.7, ГОСТ Р52290-2004).

Существенное снижение общих вычислительных затрат на локализацию и распознавание дорожных знаков, а также повышение надежности распознавания обеспечивается за счет введения процедур распознавания групп знаков по общим нормированным гистограммам, а также подгрупп в группах по нормированным гистограммам «черного» цвета. Таким образом, заявляемый способ соответствует критерию изобретения «новизна». Снижение общих вычислительных затрат обеспечивает сокращение времени формирования предупредительных сигналов водителю, что в конечном итоге обеспечивает повышение безопасности движения на дорогах.

Способ локализации дорожных знаков и распознавания их групп и подгрупп, заключающийся в выделении областей нахождения знаков на видеокадрах цифровыми цветовыделяющими фильтрами, отличающийся тем, что выделение области нахождения знака осуществляют в два этапа, на первом этапе для выделения областей нахождения знаков последовательно просматривают строки и столбцы изображения скользящим окном, размер которого задают исходя из максимально возможного при заданном допустимом разрешении, при каждом положении окна определяют порядок чередования цветов и сопоставляют его с установленными заранее порядками чередования цветов на эталонах дорожных знаков, при совпадении порядков чередования цветов соответствующие строки и столбцы запоминают, а область изображения на их пересечении выделяют как подозрительную на нахождение в ней знака, на следующем этапе в найденной подозрительной области выделяют область, ограниченную красной границей знака, и в выделенной области по строкам и столбцам строят две, не зависящие от цвета, гистограммы всех отсчетов, обе гистограммы нормируют таким образом, чтобы их диапазоны и количество отсчетов совпадали с соответствующими характеристиками эталонных гистограмм, далее из построенных нормированных гистограмм путем их присоединения формируют общую гистограмму и соответствующий ей вектор, этот вектор сопоставляют, в смысле заданной меры близости, со сформированными по тому же правилу векторами эталонов заданных групп знаков, решение о принадлежности текущего знака к одной из групп знаков принимают по любому известному критерию минимума меры близости векторов, затем в каждой группе определяют подгруппы знаков по гистограммам точек черного цвета, которые формируются и сопоставляются по тем же правилам, что и общие, не зависящие от цвета, гистограммы, использовавшиеся при определении группы знаков.



 

Похожие патенты:

Изобретение относится к распознаванию образов, в котором принятое изображение отслеживается для выявления того, появляется ли в изображении узнаваемый образ. .

Изобретение относится к оптическому приборостроению и может быть использовано для обнаружения посторонних объектов в заданной зоне пространства. .

Изобретение относится к технологии обработки изображений, в частности к обнаружению лиц независимо от ориентации. .

Изобретение относится к области электросвязи и может быть использовано для проверки подлинности электронных изображений. .

Изобретение относится к области распознавания объектов, а именно к идентификации личности по характерным параметрам кисти руки человека, и может использоваться в системах автоматического допуска и контроля к какому-либо объекту с ограниченным доступом.

Изобретение относится к способам для анализа кожи и, в частности, для цифрового формирования изображений и идентификации и анализа конкретных, представляющих интерес лицевых областей.
Изобретение относится к способу анализа изображения, в частности, для мобильного устройства со встроенной цифровой камерой для автоматического оптического распознавания символов.

Изобретение относится к области исследования и анализа папиллярных узоров и может быть использовано в медицине, криминалистике, дерматоглифике при анализе и распознавании папиллярных узоров.

Изобретение относится к системе предоставления данных о доставке грузов в место назначения, в частности к системе предоставления данных, которая предоставляет данные изображения места на маршруте следования грузов с прикрепленными к ним двумерными кодами.

Изобретение относится к вычислительной технике. .

Изобретение относится к способу обработки изображений, в частности, к определению линии поверхности земли, т.е

Изобретение относится к области анализа изображений и может быть использовано для определения ориентации объектов по их изображениям

Изобретение относится к вычислительной технике. Технический результат заключается в повышении эффективности кодирования. Способ локальной коррекции изменения яркости и контрастности опорного кадра для кодирования многоракурсной видеопоследовательности, в котором: получают значения пикселей текущего кодируемого блока, принадлежащего кодируемому кадру, и значения пикселей опорного блока, принадлежащего опорному кадру; получают восстановленные значения пикселей, соседних по отношению к текущему блоку кодируемого кадра, и значения пикселей, соседних по отношению к опорному блоку опорного кадра; определяют числовые соотношения между значениями пикселей опорного блока и значениями пикселей, соседних по отношению к опорному блоку, и соотношения между восстановленными значениями пикселей, соседних по отношению к текущему кодируемому блоку, и значениями пикселей, соседних по отношению к опорному блоку; на основе найденных на предыдущем шаге числовых соотношений определяют параметры коррекции яркости и контрастности для коррекции различия в яркости и контрастности для опорного блока в сравнении с текущим кодируемым блоком; выполняют коррекцию различия в яркости и контрастности для опорного блока, используя найденные параметры коррекции. 3 н. и 10 з.п. ф-лы, 10 ил.

Изобретение относится к медицине. При осуществлении способа первоначально формируют по всем патологиям с разными степенями поражения зрительного нерва представительную выборку больных с установленным диагнозом, получают данные клинических обследований каждого из больного из этой выборки. У каждого больного производят съемку диска зрительного нерва. Полученные изображения обрабатывают и определяют параметры распределения трех основных цветов в изображении диска зрительного нерва. По этим данным и данным клинических обследований создают и обучают ряд нейронных сетей для определения причины и степени поражения зрительного нерва. Затем у пациента проводят аналогичные обследования. Вектор параметров распределения трех основных цветов в изображении зрительного нерва и данные клинического обследования пациента подаются на вход ансамбля ранее обученных нейронных сетей, задействованных по выбранному алгоритму постановки диагнозов патологий зрительного нерва, и, в зависимости от выходов нейронных сетей ансамбля, осуществляют формирование диагноза патологии зрительного нерва. Изобретение позволяет повысить точность диагностики различных патологий глазного нерва и обеспечить возможности постановки более сложного диагноза, учитывающего как причины заболевания, так и степень поражения зрительного нерва. 3 ил., 1 пр., 1 табл.

Изобретение относится к применению многомерного анализа изображения для выявления дефектов на производственной линии, производящей продукт питания. Техническим результатом является обеспечение контроля производственной линии для продуктов питания путем выявления дефектов продуктов питания, и избирательное удаление дефектных продуктов питания без удаления недефектных продуктов питания. Способ выявления дефектов в процессе производства продуктов питания, имеющем блок обработки, содержит этапы: захвата изображения указанных продуктов питания в видимом спектре; выполнения многомерного анализа изображения над полученным изображением для установления набора данных; определения наличия дефекта на основе указанного набора данных; при этом указанный дефект возникает, когда указанные продукты питания имеют содержание влаги более чем около 2,0 мас.%; при этом указанный дефект существует, когда указанный набор данных выявляет, что, по меньшей мере, около 10% от отображаемой области указанных отображаемых продуктов питания содержат мягкий центр; отбраковки указанных продуктов питания, имеющих указанные дефекты; и при этом указанный многомерный анализ изображения осуществляют посредством алгоритма, программируемого в вентильной матрице, программируемой пользователем. 3 н. и 10 з.п. ф-лы, 6 ил.

Изобретение относится к системам и способам для просмотра и навигации по цифровому изображению, размеры которого превышают размеры экрана. Техническим результатом является обеспечение возможности более детального просмотра частей изображений за счет их масштабирования. Технический результат достигается за счет разработки способа и системы для комфортного просмотра изображения на устройстве отображения с эффектом масштабирования произвольно выбранных областей изображения для их детального рассмотрения и деформации по определенным правилам остальных областей. Способ для просмотра изображения на устройстве отображения содержит этапы, на которых выделяют, по меньшей мере, одну область на изображении, детектируют строки и столбцы изображения, относящиеся к фону и к переднему плану. А также согласно способу выводят на устройство отображения изображение, у которого выделенные области выводят в предопределенном масштабе, а строки и столбцы остальных областей изображения деформируют. 2 н. и 5 з.п. ф-лы, 12 ил.

Изобретение относится к вычислительной технике, а именно к технологиям обработки цифровых сигналов. Техническим результатом является повышение эффективности кодирования. Предложен способ адаптивной локальной коррекции изменения яркости опорного кадра для кодирования многоракурсной видеопоследовательности, в котором получают значения пикселей текущего кодируемого блока, принадлежащего кодируемому кадру, и значения пикселей опорного блока, принадлежащего опорному кадру. Далее согласно способу получают восстановленные, то есть закодированные и затем декодированные, значения пикселей, соседних по отношению к текущему блоку кодируемого кадра, и значения пикселей, соседних по отношению к опорному блоку опорного кадра. А также исключают из рассмотрения пиксели, которые отличаются от общей совокупности полученных восстановленных пикселей по заранее заданному критерию. 3 н. и 18 з.п. ф-лы, 10 ил.

Изобретение относится к средствам копирования текстовых документов. Техническим результатом является уменьшение степени деградации текста при многократном копировании печатного документа. В способе сканируют печатный документ, получают сканированное изображение, выявляют связные области символов, определяют характерные цвета для групп связных областей символов, аппроксимируют контуры указанных областей с помощью последовательностей отрезков линий и сегментов кривых, выполняют растеризацию аппроксимированных контуров с заполнением их внутренней области соответствующими характерными цветами, печатают модифицированное изображение. 2 н. и 6 з.п. ф-лы, 11 ил.

Изобретение относится к средствам видеонаблюдения. Техническим результатом является исключение дублирующих записей в хранилище данных за счет создания индексирующей записи, устанавливающей взаимосвязь содержащих найденный объект наблюдения видеоданных и его местоположение на карте. В способе получают видеоданные с двух видеокамер, определяют подвижный объект и его местоположение и/или параметры движения в двумерной системе координат кадра, преобразуют полученное местоположение и/или параметры движения найденного объекта из двумерной системы координат кадра в двумерную систему координаты карты, где при обнаружении указанного объекта в зоне видимости, по крайней мере, двух камер объединяют координаты объекта в обобщенную траекторию, создают индексирующую запись, устанавливающую взаимосвязь между видеоданными, содержащими найденный объект, и местоположением и/или параметрами движения найденного объекта на карте, индексирующую запись записывают в базу данных и/или хранилище. 2 н. и 68 з.п. ф-лы, 7 ил.

Изобретение относится к средствам отслеживания движений трехмерного объекта. Техническим результатом является повышение точности отслеживания движений объекта на изображениях указанного объекта. Устройство содержит детекторный блок двухмерных (2D) частей тела по входным изображениям; вычислительный блок трехмерных (3D) нижних частей тела посредством обнаруженных расположений возможных 2D частей тела; вычислительный блок трехмерных (3D) верхних частей тела на основе его модели; блок визуального воспроизведения модели в соответствии с результатом вычисленных 3D верхних частей тела, в котором результат визуального воспроизведения модели предоставляется в детекторный блок 2D частей тела, где диапазон движений 3D нижних частей тела больше, чем опорное значение среди 2D частей тела, и диапазон движений 3D верхних частей тела меньше опорного значения среди 2D частей тела. 3 н. и 8 з.п. ф-лы, 12 ил.
Наверх