技术特征：
1.一种用于识别一个或多个对象(o1；o2)的方法(200)，所述一个或多个对象基于作为多个点的n个点(p
i
)的m维点云(p)在图像中被表示，其中m>1，所述方法(200)包括：对于m个特定一维变量(z；t)中的每一个，其中m>0，为每个所述点(p
i
)基于该点的位置或特征确定所述变量(z；t)的相应分配值；对于每个所述变量(z；t)，确定关于分别为不同点(p
i
)确定的该变量(z；t)的值的相应频率分布(h)；借助于分配给所述基本变量(z；t)的有限数量的一维概率密度函数(f
g
；g
r
)的相应线性组合，近似每个所述频率分布(h)；分割所述图像，使得在m＝1的情况下，每个所述概率密度函数(f
g
；g
r
)，和在m>1的情况下，m个概率密度函数(f
g
；g
r
)的每个乘积，被唯一地分配所述图像的相应片段，其中分别对于每个变量(z；t)，被分配的概率密度函数之一(f
g
；g
r
)被表示在所述乘积中；将所述点云(p)的每个点分别分配一片段，给在m＝1的情况下所述片段被分配的概率密度函数、或者在m>1的情况下所述片段被分配的乘积、在由所述m个变量(z；t)的分配给点(p
i
)的值确定的位置处的概率密度函数(f
g
；g
r
)或乘积中具有相对最大的函数值或乘积值；和将每个都被分配了至少预定最小数量的点(p
i
)的那些片段中的至少一个片段指认为相应被识别对象(o1；o2)的表示。2.根据前述权利要求中任一项所述的方法(200)，其中，对于所述点云(p)中的每个点(p
i
)，所述m个变量(z)中的至少一个指定该点(p
i
)在选定的固定空间方向上的、投影在该空间方向上的位置。3.根据权利要求2所述的方法(200)，其中，所述固定空间方向被选择为使得正交于第一主分量延伸，所述第一主分量从应用于所述点云(p)的主分量分析中出现。4.根据权利要求3所述的方法(200)，其中，m∈{2；3}，并且所述固定空间方向被选择为使得它在m＝2的情况下对应于由所述主分量分析产生的第二主分量，并且在m＝3的情况下对应于由所述主分量分析产生的第三主分量。5.根据前述权利要求中任一项所述的方法(200)，还包括：对所述图像进行过滤，使得过滤后的图像仍然仅包含所述点云(p)中的、被分别分配给所述片段中给被指认为相应识别对象(o1；o2)的表示的一个片段的那些点(p
i
)。6.根据权利要求5所述的方法(200)，其中，对所述图像进行过滤，使得过滤后的图像仅仍然包含所述点云(p)中的、被分配给那些片段中被指认为所分配的识别对象(o1；o2)的表示的恰好一个特定选定片段的那些点(p
i
)。7.根据结合权利要求6的权利要求2至4中任一项所述的方法(200)，其中m＝1，并且从所述片段的集合中选择的、分别被指认为相应识别对象(o1；o2)的表示的片段是这样的片段，当在作为观察方向的选定的固定空间方向上观察时，并且当平均地考虑时，根据该片段的被分配的点(p
i
)在该空间方向上投影的位置，这些被分配的点(p
i
)比分配给任何其他所指认的片段的点更近。
8.根据前述权利要求中任一项所述的方法(200)，其中，m>1，并且对于所述点云(p)中的每个点(p
i
)，所述m个变量(z；t)中的至少一个指示温度值(t)或颜色值。9.根据前述权利要求中任一项所述的方法(200)，其中，生成输出数据，并且这些输出数据表示以以下方式中的一种或多种实施的点(p
i
)到片段的分配或者对至少一个识别的对象的指认的结果：-对于所述对象中的至少一个(o1；o2)，所述输出数据表示该对象(o1；o2)的图像表示，所述图像表示基于所述点云(p)中的、被分配给属于该对象(o1；o2)的片段的一个或多个点(p
i
)；-所述输出数据表示一条信息，所述信息指示通过点(p
i
)的片段分配在所述图像中识别了多少不同的对象；-所述输出数据表示一条信息，所述信息指示点(p
i
)分别被分配到的相应片段或对象(o1；o2)；-所述输出数据表示一条信息，对于点(pi)的至少一子集，所述信息指定由所述m个变量(z；t)分配给点(p
i
)的值所确定的位置处的所述概率密度函数(f
g
；g
r
)中的一个或多个的相应函数值。10.根据前述权利要求中任一项所述的方法(200)，其中，对于所述m个变量(z；t)中的至少一个，相关联的概率密度函数(f
g
；g
r
)每个都具有曲线，在所述曲线中，作为变量(z；t)的值的函数的函数值增加到最大值，然后再次下降，所述最大值是出现在所述概率密度函数的所述曲线中的唯一最大值。11.根据权利要求10所述的方法(200)，其中，对于所述m个变量(z；t)中的至少一个，相应的概率密度函数(f
q
；g
r
)中的至少一个是高斯函数。12.根据前述权利要求中任一项所述的方法(200)，其中，所述频率分布中的至少一个(h)经历相应的平滑处理，并且关于该至少一个频率分布(h)的近似是关于借助于所述平滑处理被平滑的对应频率分布(h)而实施的。13.根据前述权利要求中任一项所述的方法(200)，其中，基于所述片段中被指认为相应对象(o1；o2)的表示的一个或多个片段的各个点(p
i
)，执行姿势识别过程，以便借助于所述点云(p)识别在所述图像中成像的人的姿势。14.一种数据处理系统，具有至少一个处理器，所述处理器被配置成执行根据前述权利要求中任一项所述的方法(200)。15.一种计算机程序，具有指令，当在根据权利要求14所述的系统上执行时，所述指令使得所述系统执行根据权利要求1至13中任一项所述的方法(200)。
技术总结
一种用于识别一个或多个对象的方法，所述一个或多个对象借助于由为多个点的n个点组成的m维点云在图像中被表示，其中m>1，所述方法包括：对于数量为m且其中m>0的特定一维变量中的每一个，基于每个点的位置或属性确定对于该点的变量的关联值；对于每个变量，确定关于为各个点确定的所述变量的相应值的频率分布；通过与所讨论的变量相关联的有限数量的一维概率密度函数的线性组合来近似每个频率分布；分割图像，使得在m＝1的情况下，每个概率密度函数，以及在m>1的情况下，m个概率密度函数的每个乘积，被唯一地分配图像的片段，每个变量的相关概率密度函数之一被表示在所述乘积中；将点云的每个点分配给该片段，在m＝1的情况下，与该片段相关联的概率密度函数，或者在m>1的情况下，与该片段相关联的乘积，在由分配给该点的m个变量的值所确定的位置处，具有概率密度函数中相对最大的函数值或者乘积中相对最大的乘积值；以及将片段中被分配了至少预定最小数量的点的至少一个片段指认为相关联的识别对象的表示。设计了相应的装置和计算机程序来执行该方法。来执行该方法。来执行该方法。
技术研发人员：n
受保护的技术使用者：戈斯蒂冈有限责任公司
技术研发日：2021.12.21
技术公布日：2023/10/15