基于立体摄像机的物体检测方法和装置制造方法

基于立体摄像机的物体检测方法和装置制造方法
【专利摘要】本发明公开了一种基于立体摄像机的物体检测方法和装置。该方法包括下述步骤：对立体摄像机拍摄物体获得的立体图像进行坐标转化，获得相当于假想的摄像机沿预定方向拍摄物体的立体图像，并且获得该坐标转化后的立体图像在该预定投影方向上的平面投影视图；对于该投影视图，基于检测参数进行物体检测；计算出被检测出物体遮挡的区域；对于在被检测出物体遮挡的区域内的位置，调整检测参数；以及对于在被检测出物体遮挡的区域内的位置，基于该调整后的检测参数来检测物体。本发明的物体检测方法和装置有效地解决了遮挡对物体检测和跟踪的影响，可以更准确和尽可能地利用已有图像数据检测到物体。
【专利说明】基于立体摄像机的物体检测方法和装置
【技术领域】
[0001]本发明总体地涉及图像处理，更具体地涉及基于立体摄像机的物体检测方法和装置。
【背景技术】
[0002]图像处理领域中对人的检测的方法已经有很多方法，其中大多数使用的是彩色 (或灰度)图像。比如，基于混合高斯(GMM)的动态背景建模结合前景分割的方法，基于Haar 特征的人脸检测，基于HOG的行人检测方法等等。由于采集设备的限制，彩色(或灰度)图像 只包含二维信息，所以当存在遮挡时由于特征的不完整，检测失败是无法避免的难题。
[0003]目前出现了许多立体信息采集设备。一类立体摄像机使用主动发射红外光来辅助 生成立体信息，这类摄像机有微软的Kinect。另一类立体摄像机基于立体视距的双目原理， 称为双目摄像机。
[0004]已经存在一些利用立体摄像机采集的图像来检测对象的技术。
[0005]例如，在标题为“METHOD AND SYSTEM TO SEGMENT DEPTH IMAGES AND TO DETECT SHAPES IN THREE-DIMENSIONALLY ACQUIRED DATA” 的专利文献 US8009871B2 中提出一种 对深度图像的分割技术，可以从三维信息中检测出某种形状的物体。在该公开的技术中，首 先，对深度图像中相临近的有相似深度值的像素赋予相同的标记，从而完成分割。然后，由 于遮挡的存在，不同对象会被粗划分为同一个区域内，将该区域内的像素先进行连通域分 析然后进行统计直方图的处理。直方图可以帮助细划分出不同的区域。
[0006]标题为“SURFACE GENERATION METHOD FROM BOUNDARIES OF STEREO IMAGES” 的 专利文献US5202928A中提出一种使用立体图像检测平面的方法。该方法首先在不同角度 摄像机得到的图像中检测边缘并计算出各图像中的边缘对应同一物体的同一个边缘；然后 对边缘进行分类为真实的分割边界，假象的分割边界和未定义边界。最后，使用点的相互遮 挡的信息计算出一个平面的边界。
[0007]另外，MichaelHarville 在 2003 年发表的文章〃Stereo Person Tracking with Adaptive Plan-View Templates of Height and Occupancy Statistics"(下文中称为非 专利文献3)中提出了一种使用立体相机在投影图中对人进行跟踪的方法。具体地说，提出 了使用固定阈值对累加俯视图二值化，然后作为掩膜(mask)模板对高度俯视图进行操作； 最终人的检测在操作后的图像中完成。
[0008]如上，在已知文献中介绍了使用立体摄像机检测对象的方法，然而当存在遮挡，尤 其是较严重的遮挡时如何检测仍然是待解决的难题。

【发明内容】

[0009]本发明的一个目的是希望提供一种物体检测方法和装置，其对物体遮挡具有较强 的鲁棒性，能够准确且尽可能多地检测出对象。
[0010]根据本发明的实施例，一种基于立体摄像机的物体检测方法，可以包括下述步骤:对立体摄像机拍摄物体获得的立体图像进行坐标转化，获得相当于假想的摄像机沿预定方 向拍摄物体的立体图像，并且获得该坐标转化后的立体图像在该预定方向上的平面投影视 图；对于该投影视图，基于检测参数进行物体检测；计算出被检测出物体遮挡的区域；对于 在被检测出物体遮挡的区域内的位置，调整检测参数；以及对于在被检测出物体遮挡的区 域内的位置，基于该调整后的检测参数来检测物体。
[0011]根据本发明的另一实施例，提供了一种基于立体摄像机的物体检测装置，包括:投 影视图获得部件，用于对立体摄像机拍摄物体获得的立体图像进行坐标转化，获得相当于 假想的摄像机沿预定方向拍摄物体的立体图像，并且获得该坐标转化后的立体图像在该预 定方向上的平面投影视图；第一物体检测部件，用于对于该投影视图，基于检测参数进行物 体检测；遮挡区域计算部件，用于计算出被检测出物体遮挡的区域；检测参数调整部件，用 于对于在被检测出物体遮挡的区域内的位置，调整检测参数；以及第二物体检测部件，用于 对于在被检测出物体遮挡的区域内的位置，基于该调整后的检测参数来检测物体。
[0012]利用根据本发明实施例的物体检测方法和装置，可以消除或减轻遮挡的影响，更 准确和尽可能多地检测出对象。
【专利附图】

【附图说明】
[0013]图1示出了根据本发明一个实施例的物体检测方法的总体流程图。
[0014]图2给出了摄像机垂直方位、水平方位以及倾斜方位这三种布置下的覆盖范围和 遮挡情况的对比示意图。
[0015]图3a示出了将立体摄像机获得的立体图像进行坐标转化，获得相当于假想的摄 像机垂直拍摄物体的立体图像的示意图，图3b示意性示出了真实立体摄像机拍摄的图像 和假想的摄像机拍摄的图像的对比示意图。
[0016]图4a75出了人的累加俯视图的不意图，图4b不出人的闻度俯视图的不意图，图4c 示出了根据本发明一个实施例的在累加俯视图中标识出的由检测出的人遮挡的区域的示 意图。
[0017]图5示出了通过物体模板和累加俯视图中候选区域匹配进行对象检测的示例性 方法120的流程图。
[0018]图6示出了在图5的示例性方法120中使用的匹配窗口的示意图。
[0019]图7a示出了用三维高斯核(Gaussian Kernel)函数来模拟立体人的示意图，图7b 示出了高斯核函数的累加俯视图的示意图。
[0020]图8示出了在对图5的示例性方法120中的检测结果进行阈值化处理后的检测结 果的示意图。
[0021]图9示出了根据本发明实施例的遮挡区域计算和检测参数调整的示例性方法的 流程图。
[0022]图10示出了一种示例性遮挡模型的示意图。
[0023]图11示出了一种被遮挡曲线的示意图。
[0024]图12示出了根据本发明一个实施例的示例性物体检测装置的功能配置框图。
[0025]图13是示出按照本发明实施例的物体检测系统的总体硬件框图。【具体实施方式】
[0026]为了使本领域技术人员更好地理解本发明，下面结合附图和【具体实施方式】对本发 明作进一步详细说明。
[0027]将按下列顺序进行描述:
[0028]1、物体检测方法的整体过程
[0029]2、坐标转换和平面投影视图的获得
[0030]3、具体物体检测方法的示例
[0031 ] 4、遮挡区域计算和检测参数调整的方法示例
[0032]5、物体检测装置
[0033]6、系统硬件配置
[0034]7、总结
[0035]1、物体检测方法的整体过程
[0036]下面描述根据本发明一个实施例的、利用针对预定空间布置的立体摄像机，来对 该预定空间中的物体进行检测的整体过程。
[0037]图1示出了根据本发明一个实施例的物体检测方法100的总体流程图。
[0038]为便于描述，该总体流程图假定针对一预定空间中，布置了一个或多个立体摄像 机，以对出现于该预定空间中的对象进行立体成像，通过对立体图像进行处理来进行对象 检测。
[0039]关于预定空间，例如可以是一个房间，例如超市、厂房等，不过也可以是室外的空 间，例如学校场地、军工场所等，只要是可以作为监控对象的空间即可。关于被检测的对象， 没有特别限制，可以是人、动物、飞行物、汽车、椅子等等。
[0040]关于立体摄像机是指能够对物体进行三维成像或立体成像的摄像机，一般可同 时输出深度图像和彩色图像(或灰度图像)。如前所述，一类立体摄像机使用主动发射红外 光来辅助生成立体信息，这样的摄像机例子，有微软的Kinect，还有基于红外光飞行时间 (Time of Flight，T0F)技术的类型，或者基于纹理光的类型。另一类立体摄像机基于立体 视距的双目原理，例如双目摄像机或多目摄像机。为描述便利，下文将采用双目摄像机为例 进行说明，不过本发明并不局限于此，而是可以应用任何立体摄像机。
[0041]请注意，由于使用立体摄像机，能得到准确的三维信息。所以本发明提出的人的检 测应理解为可以同时完成检测和定位，当然不必说也可以仅进行对象检测和定位之一。
[0042]如图1所示，在步骤SllO中，对立体摄像机拍摄物体获得的立体图像进行坐标转 化，获得相当于假想的摄像机沿预定方向拍摄物体的立体图像，并且获得该坐标转化后的 立体图像在该预定方向上的平面投影视图。
[0043]优选地，可以在对立体图像进行坐标转换之前，首先进行前景分割，即从立体图 像中将作为处理对象的前景与背景分开，并提取出前景。作为一种示例性实现，可以使 用RGBD的混合高斯动态建模来分割前景，具体可以参考标题为"Plan-view trajectory estimation with dense stereo background model〃的 T.Darrel 于 2001 年发表的文章。
[0044]关于平面投影视图的概念，如何进行坐标转换以及如何得到平面投影视图的例 子，后面将参考图2到图4b进行详细描述。
[0045]对于这样坐标转换并投影后的平面投影视图，更容易进行物体检测，而且因为是从立体图像转换而来，因此仍然具有对应的三维信息，例如高度信息。
[0046]在步骤S120中，对于该平面投影视图，基于检测参数进行物体检测。
[0047]优选地，按照距离立体摄像机由近及远的顺序来检测物体。这是因为距离立体摄 像机近的物体较少或者不会被遮挡。
[0048]这里的检测参数，根据采用检测方法的不同而不同。
[0049]根据一个示例，如果通过物体标准模板和平面投影视图中待检对象进行匹配的方 法进行检测，则检测参数可以为阈值和物体模板。在此情况下，通过将被检测物体和物体模 板进行匹配、确定匹配程度、将匹配程度和阈值进行比较来检测物体。
[0050]作为另一示例，如果通过对物体检测模型进行建模的方法来对物体进行检测，则 检测参数可以是依赖于具体物体检测模型的具体参数。
[0051]这里，对于检测方法和检测参数，本发明没有特别限制，任何检测方法和对应的检 测参数都可以用于本发明，例如基于连通域分析来分割和检测对象的方法等。不过后面为 了描述方便，作为示例，将参考图5-8描述通过物体模板和平面投影视图中待检对象进行 匹配的方法进行对象检测的例子。
[0052]在步骤S130中，计算出被检测出物体遮挡的区域。
[0053]已知摄像机的位置、摄像机的高度、检测出物体的位置和检测出物体的高度，可以 利用遮挡模型来计算出被检测出物体遮挡的区域，其中遮挡模型建立了遮挡程度与摄像机 位置以及检测出物体的位置之间的关系。后文将参考图9-11对如何利用遮挡模型计算遮 挡区域给出示例性描述。
[0054]不过利用遮挡模型计算遮挡区域仅为示例，在摄像机位置和高度固定的情况下， 可以事先为预定高度范围的物体建立起物体高度、位置与遮挡程度或区域之间关系的对应 表格。后续在进行物体检测时，在检测出物体并进而确定了物体的高度和位置后，即可以通 过查询表格来获得遮挡区域。
[0055]在步骤S140中，对于在被检测出物体遮挡的区域内的位置，调整检测参数。
[0056]当在遮挡区域内的某位置检测是否存在预定对象时，假设在该位置处存在预定对 象，该对象受到遮挡，存在某部分的丢失，例如当检测预定的人时，该人的下部分缺失了。那 么应该根据遮挡的程度和/或遮挡的区域，来调整检测参数。
[0057]例如，在对物体图像取侧面投影视图时，此时因为下半部分丢失，则可以将匹配模 板也抹掉对应的下半部分，而只对上半部分进行匹配。而如果是例如左侧肩膀区域被遮挡， 则可以将匹配模板也某掉对应的左侧肩膀区域。
[0058]再例如，在以物体图像的平面投影视图，更具体地例如以累加投影视图为处理对 象时，此时因为存在遮挡，会丢失像素信息，反映在累加投影视图的结果是，相比于没有遮 挡的情况，累加投影视图的所有区域或者部分会变暗甚至缺失，这时可以根据遮挡程度来 调整阈值参数或者修正匹配模板。
[0059]在步骤S150中，对于在被检测出物体遮挡的区域内的位置，基于该调整后的检测 参数来检测物体。
[0060]此步骤的操作与步骤S120的操作类似，不同之处在于，因为已经考虑到遮挡情况 而对于被遮挡的位置调整了检测参数，这里对于遮挡区域内的位置，将根据动态调整后的 检测参数来检测物体。[0061]在本发明上述实施例中的物体检测方法中，通过对立体图像进行坐标转化以及向 预定方向投影而获得易于进行物体检测的平面投影视图，基于检测参数进行物体检测，对 于检测出的物体，计算被其遮挡的区域；针对该遮挡区域的位置，调整检测参数，并基于调 整后的检测参数来检测物体，由此有效地解决了遮挡对物体检测和/或跟踪的影响，可以 更准确和尽可能地利用已有图像数据检测到物体。
[0062]2、坐标转换和平面投影视图的获得
[0063]下面将参考图2到图4b给出对立体图像进行坐标转换以及对坐标转换后的图像 进行投影而得到平面投影视图的方法例子进行描述。该方法可以应用于图1所示的步骤
SllOo
[0064]如前所述，本发明的一个目的在于减轻遮挡对物体检测的影响，为了获得遮挡程 度或遮挡区域的信息，物体的三维图像即立体图像是必要的，因此本发明以立体图像为处
理对象。
[0065]如前所述，在步骤SllO中，对立体摄像机拍摄物体获得的立体图像进行坐标转 化，获得相当于假想的摄像机沿预定方向拍摄物体的立体图像，并且获得该坐标转化后的 立体图像在该预定方向上的平面投影视图。
[0066]需要说明的是，本例子以及后续例子中，以人为检测目标，并假设人站在地面上。 不过这仅为示例，本发明并不局限于此，可以以任何物体为检测目标，如动物、椅子等等，而 且被检测对象可以任意布置而未必一定位于地面上。
[0067]直观地，当摄像机正好位于成像对象的上方，并垂直向下拍摄成像对象时,此时对 象之间存在很少的遮挡甚至不存在遮挡。而当摄像机镜头的方位与地面平行布置时，此时 立体摄像机覆盖范围最广，但是遮挡最严重。
[0068]一般地，在现实世界中的真实应用中，立体摄像机是以与例如地面成一定倾斜角 度来对物体进行拍摄的，而很少是绝对垂直拍摄或与地面平行地拍摄。此时立体摄像机的 覆盖范围和遮挡均为中间情况。
[0069]图2给出了摄像机垂直方位、水平方位以及倾斜方位这三种布置下的覆盖范围和 遮挡情况的对比示意图。
[0070]为描述方便，下面将以假想的摄像机是垂直向下俯拍为例进行描述，换句话说此 时预定方向为垂直方向。不过这仅为示例，本发明并不局限于此，例如也可以是假想的摄像 机拍摄方向与地面平行。
[0071]图3a示出了将立体摄像机获得的立体图像进行坐标转化，获得相当于假想的摄 像机垂直拍摄物体的立体图像的示意图；以及图3b示意性示出了真实立体摄像机拍摄的 图像和假想的摄像机拍摄的图像的对比示意图。
[0072]如图3a所示，在已知摄像机外参(图3a中的R和T)的情况下，对于按照与对面成 一定倾斜角度布置的真实摄像机所拍摄的图像，可以将图像中的任意一个像素位置转换到 世界坐标系，转换后就得到了如同图3a中的假想摄像机垂直俯拍物体时得到的立体图像。 在此示例中，这里的俯视图是指世界坐标系的两个坐标轴置于地面上时的图像。注意，图3a 中的摄像机外参R为旋转参数，外参T为平移参数,具体描述可参见上述T.Darrel于2001 年发表的文章。
[0073]顺便说一下，本领域技术人员应该知道，上述对一个被遮挡的物体进行坐标转换，以获得相当于假想的摄像机沿例如垂直向下方向拍摄物体的立体图像，请注意这里的用语 “假想的”，即并非能获得和一台真正摄像机正垂直向下拍摄图像同样的效果。例如，在物体被部分遮挡的情况下，此时其实只是对物体被拍摄到的部分进行坐标转换，这是因为坐标转换并不能增加本来没有的信息。
[0074]在步骤SllO中，在获得如此步骤坐标转换后的立体图像后，还获得该坐标转化后的立体图像在该预定方向上的平面投影视图。
[0075]关于平面投影视图，可以例如为累加投影视图，投影后的视图中的每个像素的值表示立体图像在投影方向上坐标相同的所有像素值之和。或者平面投影视图可以为高度投影视图，投影后的视图中的每个像素的值表示立体图像在投影方向上坐标相同的所有像素之中高度最大的像素的高度。
[0076]下文中，在假想摄像机为垂直向下拍摄时，对应的投影视图称为累加俯视图和高度俯视图。
[0077]图4a给出了人的累加俯视图的示意图，以及图4b给出人的高度俯视图的示意图。 图4a和4b以及后面描述的4c中的标号300指示的喇叭形区域表示摄像机的拍摄范围，这里按照纸面方向，摄像机(未示出)位于图4a和4b以及后面描述的4c中的累加俯视图和/ 或高度俯视图的下部。
[0078]如图4a中的累加俯视图的示意图所示，图中每个像素代表的含义是坐标转换后在相同的地面坐标区域内所有的像素的和，这里像素的和可以是简单的像素计数，或者可以是像素的强度之和，或者也可以是对像素的强度进行归一化后的和，特别地，关于归一化方法，可以考虑到同一物体近大远小的特点，使用像素的深度值进行归一化，例如可参考前述非专利文献3获得关于归一化方法的具体实现的描述。图中较亮的区域表示在该区域有更多的像素被累加。白色的直线表示摄像机的拍摄区域，摄像机的拍摄位置在图中底部的白线下方。图4a中的5个亮斑表示场景中的5个人。
[0079]图4b阐述本发明的高度俯视图的示意图。图中每个像素代表的含义是坐标转换后在相同的地面坐标区域内所有的像素中高度最大的值。
[0080]上面简要描述了对立体摄像机拍摄物体获得的立体图像进行坐标转化，获得相当于假想的摄像机沿预定方向拍摄物体的立体图像，并且获得转换后的图·像在某个平面视图上的投影，换句话说，可以视为在某个平面视图上物体的表面点的分布的统计数据，也可称为外观平面视图(Appearance planview)。在垂直向下投影的情况下,可以获得两种外观水平面视图，即累加俯视图和高度俯视图。关于获得外观平面视图的方法的更具体描述，可以参考标题为〃 Plan-view trajectory estimation with dense stereo background mode I ^ 的T.Darrel于2001年发表的文章。
[0081]不同的物体的外观平面视图表现出不同的特性，由此可以通过分析物体的外观平面视图实现对物体的检测。
[0082]3、具体物体检测方法的示例
[0083]下面参考图5描述通过物体模板和累加俯视图中候选区域匹配进行对象检测的示例性方法120。该方法可以应用于图1中的步骤S120。
[0084]假设，已经预先准备并存储了人的俯视模板17、匹配阈值表18，在匹配阈值表18 中，将位置和对应的匹配阈值相关联地存储。另外假设通过图1中步骤SllO的操作已经获得了累加俯视图16。
[0085]如图5所示，在步骤S121中，将当前匹配窗口移动到累加俯视图16的相应位置的步骤。
[0086]优选地，步骤S121的窗口移动顺序遵循相对于摄像机而言由近到远的原则。这是因为，最好先检测距离摄像机近的没有遮挡的人，以便调整被遮挡的区域的匹配阈值。在累加俯视图16中窗口的移动顺序为按纸面方向从图像底部移动到顶部。图6示出了步骤 S121中使用的匹配窗口的示意图，其中底部的匹配窗口所覆盖的区域不存在待检测对象即人，而在其上部的匹配窗口所覆盖的区域中存在待检测对象即人。本示例中，采用了矩形形状的匹配窗口，不过这仅为示例，可以采用其他形状的匹配窗口，例如圆形形状等。另外，关于窗口的大小和窗口移动的步长，可以根据经验确定或者通过学习来获得。
[0087]在完成步骤S121的操作后，过程前进到步骤S122。
[0088]在步骤S122中，计算匹配窗口中区域与人的俯视模板17的相似度。
[0089]在累加俯视图16，一个存在人的区域表现为图像中的一个斑块，其中心亮度高于周边区域的值。只要具有这种特性的图像即可作为一个人的俯视模板17。本实施例中使用图7所示的高斯模板,其中图7a示出了用三维高斯核(Gaussian Kernel)函数来模拟立体人的示意图，图7b示出了高斯核函数的累加俯视图的示意图。人可能呈现各种体态，但无论何种体态，一般而言，人的累加俯视图中总体地仍具有中心亮度高于周边区域的值的特性，高斯模板很好地反映了人的累加俯视图的特征，对人的不同姿态具有鲁棒性。不过， 高斯模板仅为应用于人的匹配模板的示例，本发明并不局限于此，如前所述，任何体现中中心亮度高于周边区域的值的斑块状的模板均可以用于本发明。而且，可以想见，检测对象不同，模板也应不同。
[0090]计算匹配窗口中区域(如图6中矩形框区域)与人的俯视模板17 (如图7所示)的相似度步骤可以通过对矩形框区域和模板进行卷积操作来实现，如表达式(I)所示:
[0091]
【权利要求】
1.一种基于立体摄像机的物体检测方法，包括:对立体摄像机拍摄物体获得的立体图像进行坐标转化，获得相当于假想的摄像机沿预 定方向拍摄物体的立体图像，并且获得该坐标转化后的立体图像在该预定方向上的平面投 影视图；对于该投影视图，基于检测参数进行物体检测；计算出被检测出物体遮挡的区域；对于在被检测出物体遮挡的区域内的位置，调整检测参数；以及对于在被检测出物体遮挡的区域内的位置，基于该调整后的检测参数来检测物体。
2.如权利要求1所述的方法，其中，在所述调整检测参数的步骤中调整的检测参数是 阈值和/或物体模板，其中通过将被检测物体和物体模板进行匹配、确定匹配程度、比较匹 配程度和阈值来检测物体。
3.如权利要求1或2所述的方法，其中，按照距离立体摄像机由近及远的顺序来检测物体。
4.如权利要求1或2所述的方法，其中，利用遮挡模型来计算出被检测出物体遮挡的区 域，该遮挡模型建立了遮挡程度与摄像机位置以及检测出物体的位置之间的关系。
5.如权利要求4所述的方法，其中在表格中将投影摄图中的每个位置与对应的检测参 数相关联地存储，以及在调整检测参数时，对于在被检测出物体遮挡的区域内的位置，根据 遮挡模型确定的与该位置对应的遮挡程度来调整检测参数，以及利用调整后的检测参数更 新表格中对应的检测参数。
6.如权利要求1或2所述的方法，其中所述投影视图为累加投影视图，投影后的视图中 的每个像素的值表示立体图像在投影方向上坐标相同的所有像素值之和。
7.如权利要求1或2所述的方法，其中所述投影视图为高度投影视图，投影后的视图中 的每个像素的值表示立体图像在投影方向上坐标相同的所有像素之中高度最大的像素的 高度。
8.一种基于立体摄像机的物体检测装置，包括:投影视图获得部件，用于对立体摄像机拍摄物体获得的立体图像进行坐标转化，获得 相当于假想的摄像机沿预定方向拍摄物体的立体图像，并且获得该坐标转化后的立体图像 在该预定方向上的平面投影视图；第一物体检测部件，用于对于该投影视图，基于检测参数进行物体检测；遮挡区域计算部件，用于计算出被检测出物体遮挡的区域；检测参数调整部件，用于对于在被检测出物体遮挡的区域内的位置，调整检测参数；以及第二物体检测部件，用于对于在被检测出物体遮挡的区域内的位置，基于该调整后的 检测参数来检测物体。
9.如权利要求8所述的物体检测装置，其中，所述检测参数调整部件调整的检测参数 是阈值和/或物体模板，其中通过将被检测物体和物体模板进行匹配、确定匹配程度、比较 匹配程度和阈值来检测物体。
10.如权利要求8或9所述的方法，其中，所述第一物体检测部件和第二物体检测部件 按照距离立体摄像机由近及远的顺序来检测物体。
【文档编号】G06K9/00GK103593641SQ201210292660
【公开日】2014年2月19日 申请日期:2012年8月16日 优先权日:2012年8月16日
【发明者】王鑫, 范圣印 申请人:株式会社理光