1.一种结合窗口评分与超像素组合的物体位置预估方法,其特征是在RGB-D图像上先使用现有窗口评分方法获得初始的物体边界框,接着采用超像素表示图像,在超像素表示的基础上确定物体边界框调整的弹性范围,再采用超像素组合方法对边界框进行调整,最终获得物体位置预估结果。
2.根据权利要求1所述的一种结合窗口评分与超像素组合的物体位置预估方法,其特征是包括以下步骤:
1)利用窗口评分方法获取图像中的初始物体边界框;
2)采用超像素表示图像,确定初始物体边界框调整的弹性范围:
2.1)对于RGB-D图像,根据其颜色通道的信息将其表示为一组超像素S={s1,s2,...,sn};
2.2)对于初始物体边界框bk,定义为完全被bk所包含的一组超像素,
为完全不被bk所包含的一组超像素,
为剩余的与bk相交的一组超像素,
作为物体边界框调整的弹性范围;
3)采用超像素组合方法对初始物体边界框进行调整:
3.1)将中的每个超像素si距
中的任一超像素的最短中心距离作为其权重ω(si),然后根据ω(si)由小到大来选择超像素构成
将
作为调整时的参照,
中的超像素数量满足如下的公式:
λ是一个范围参数,取λ=1.5;
3.2)对于每一个处于弹性范围的中的超像素sm,分别计算它与
与
中超像素的相似度,用于决定它是否应该被包含在边界框内,所述相似度同时使用RGB-D图像的颜色通道与深度通道来进行度量;
3.3)根据3.2)计算得到的相似度,当且仅当中的超像素与
的超像素在颜色通道与深度通道的相似度均大于对应的与
的超像素的相似度时,把该超像素合并入划分为完全被边界框所包含的超像素,得到调整后的完全被边界框所包含的超像素集
3.4)根据3.3)对超像素的划分结果,调整初始物体边界框bk,使之变为集合中的所有超像素最小闭包,即得到新的物体边界框
得到最终的物体位置预估结果B*:
其中B是步骤1)得到的初始物体位置预估结果。
3.根据权利要求2所述的一种结合窗口评分与超像素组合的物体位置预估方法,其特征是步骤3.2)所述相似度的计算为:
simc( )指在HSV空间内两个超像素的平均颜色相似度,simd( )指两个超像素深度相似度;为sm与
中超像素的颜色相似度,
为sm与
中超像素的深度相似度,
为sm与
中超像素的颜色相似度,
为sm与
中超像素的深度相似度。