(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211211698.2 (22)申请日 2022.09.30 (71)申请人 上海交通大 学 地址 200240 上海市闵行区东川路80 0号 (72)发明人 谢憬　 (74)专利代理 机构 上海汉声知识产权代理有限 公司 3123 6 专利代理师 胡晶 (51)Int.Cl. G06T 7/70(2017.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 20/40(2022.01) (54)发明名称 用于展馆观众的2.5D全局定位方法、 系统、 设备及介质 (57)摘要 本发明提供的一种用于展馆观众的2.5D全 局定位方法、 系统、 设备及介质， 涉及元宇宙以及 人工智能技术领域， 包括： 步骤S1： 将 全局坐标系 的零Z轴平面置于定位域中， 对整个场景划分全 局网格点， 并将所述全局网格点投影到每个相机 中获得视频图像的图像网格点； 步骤S2： 根据所 述图像网格点获取最近邻点； 步骤S3： 取多个相 机获取所述邻点的均值， 作为目标的全局位置。 本发明能够调节定位的精度， 并避免三维重建带 来的算法复杂度。 权利要求书1页 说明书4页 附图3页 CN 115546288 A 2022.12.30 CN 115546288 A 1.一种用于展馆观众的2.5D全局定位方法， 其特 征在于， 包括： 步骤S1： 将全局坐标系的零Z轴平面置于定位域中， 对整个场景划分全局网格点， 并将 所述全局网格点投影到每 个相机中获得视频图像的图像网格点； 步骤S2： 根据所述图像网格点获取最近邻点； 步骤S3： 取多个相机获取 所述邻点的均值， 作为目标的全局位置 。 2.根据权利 要求1所述的用于展馆观众的2.5D全局定位方法， 其特征在于， 所述步骤S2 包括： 在每一组相机中， 用二 维的行人检测分类算法测出观众在每个相机中的边界框位置， 获取视频图像中边界框的下边界左右两点坐标值(bx3,by3)， (bx4,by4)， 并在所述图像网格 点中找到最近邻点(Ixbm,Iybm)， 相当于下边界的中点， 下 标m为相机标号。 3.根据权利 要求2所述的用于展馆观众的2.5D全局定位方法， 其特征在于， 所述步骤S3 包括： 对于每一帧视频图像 中每个目标， 取m个相机获取邻点(Ixbm,Iybm)的均值作为目标的 全局位置， 遮挡时， m小于组内相机的个数； 对于多个目标， 则需通过最动态近邻法先进 行目 标关联， 关联后再 取均值。 4.根据权利要求1所述的用于展馆观众的2.5D全局定位方法， 其特征在于， 所述方法还 包括： 若连续的视频图像中检测缺失， 则通过最近邻匹配方法进行帧间数据关联。 5.一种用于展馆观众的2.5D全局定位系统， 其特 征在于， 包括： 模块M1： 将全局坐标系的零Z轴平面置于定位域中， 对整个场景划分全局网格点， 并将 所述全局网格点投影到每 个相机中获得视频图像的图像网格点； 模块M2： 根据所述图像网格点获取最近邻点； 模块M3： 取多个相机获取 所述邻点的均值， 作为目标的全局位置 。 6.根据权利 要求5所述的用于展馆观众的2.5D全局定位系统， 其特征在于， 所述模块M2 包括： 在每一组相机中， 用二 维的行人检测分类算法测出观众在每个相机中的边界框位置， 获取视频图像中边界框的下边界左右两点坐标值(bx3,by3)， (bx4,by4)， 并在所述图像网格 点中找到最近邻点(Ixbm,Iybm)， 相当于下边界的中点， 下 标m为相机标号。 7.根据权利 要求6所述的用于展馆观众的2.5D全局定位系统， 其特征在于， 所述模块M3 包括： 对于每一帧视频图像 中每个目标， 取m个相机获取邻点(Ixbm,Iybm)的均值作为目标的 全局位置， 遮挡时， m小于组内相机的个数； 对于多个目标， 则需通过最近邻法先进 行目标关 联， 关联后再 取均值。 8.根据权利要求5所述的用于展馆观众的2.5D全局定位系统， 其特征在于， 所述系统还 包括： 若连续的视频图像中检测缺失， 则通过最近邻方法进行帧间数据关联。 9.一种设备， 其特 征在于， 所述设备包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1至4中任一项所述的方法的步骤。 10.一种存储有计算机程序的计算机可读存储介质， 其特征在于， 所述计算机程序被处 理器执行时实现权利要求1至4中任一项所述的方法的步骤。权　利　要　求　书 1/1 页 2 CN 115546288 A 2用于展馆观众的2.5D全局定位方 法、 系统、 设 备及介质 技术领域 [0001]本发明涉及元宇宙以及人工智能技术领域， 具体地， 涉及一种用于展馆观众的 2.5D全局定位方法、 系统、 设备及 介质。 背景技术 [0002]目前文博展馆元宇宙为了实现展览数字化网络化智能化， 文玩物品及展柜很容易 通过数字化扫描技术得到精准重 现， 而场景中观众位置情况复杂多变， 难以精确化描述。 观 众的准确定位能够在人群聚集时给予自动预警， 进入禁区时能够及时通知安保部门。 在文 博展馆中传统的监控系统只能检测人在图像中的位置， 无法定位在场景中的全局位置 。 [0003]现有技术Kutulakos,K.N.,Seitz,S.M.A  Theory of Shape by Space  Carving.International  Journal of Computer  Vision38,199 –218(2000).中可知， 空间 切割体素(space  carving)方法在良好背景分割的假设下， 通过体素重建整个场景包括人 体来描述人的位置， 该方法计算量大， 需要背景单一的场景， 很难应用到实际的展馆场景 中。 3D Yolo等类似的方法， 缺乏摄 像机参数信息， 很难解析的融合多相机的信息 。 发明内容 [0004]针对现有技术中的缺陷， 本发明提供一种用于展馆观众的2.5D全局定位方法、 系 统、 设备及 介质。 [0005]根据本发明提供的一种用于展馆观众的2.5D全局定位方法、 系统、 设备及介质， 所 述方案如下： [0006]第一方面， 提供了一种用于展馆观众的2.5D全局定位方法， 所述方法包括： [0007]步骤S1： 将全局坐标系的零Z轴平面置于定位域中， 对整个场景划分全局网格点， 并将所述全局网格点投影到每 个相机中获得视频图像的图像网格点； [0008]步骤S2： 根据所述图像网格点获取最近邻点； [0009]步骤S3： 取多个相机获取 所述邻点的均值， 作为目标的全局位置 。 [0010]优选地， 所述步骤S2包括： 在 每一组相机中， 用二维的行人检测分类算法测出观众 在每个相机中的边界框位置， 获取视频图像中边界框的下边界左右两点坐标值(bx3,by3)， (bx4,by4)， 并在所述图像网格 点中找到最近邻点(Ixbm,Iybm)， 相当于下边界的中点， 下标m为 相机标号。 [0011]优选地， 所述步骤S3包括： 对于每一帧视频图像中每个目标， 取m个相机获取邻点 (Ixbm,Iybm)的均值作为目标的全局位置， 遮挡时， m小于组内相机的个数； 对于多个目标， 则 需通过最动态近邻法先进行目标关联， 关联后再 取均值。 [0012]优选地， 所述方法还包括： 若连续的视频图像中检测缺失， 则通过最近邻匹配方法 进行帧间数据关联。 [0013]第二方面， 提供了一种用于展馆观众的2.5D全局定位系统， 所述系统包括： [0014]模块M1： 将全局坐标系的零Z轴平面置于定位域中， 对整个场景划分全局网格点，说　明　书 1/4 页 3 CN 115546288 A 3