一种基于多摄像头的在线目标跟踪方法及系统技术方案

本发明专利技术涉及一种基于多摄像头的在线目标跟踪方法及系统，本发明专利技术结合预设定的校准同步方案与自学习的跟踪方法来解决多摄像头之间的协同性问题和实时性问题，提出相应的方法。本发明专利技术提出的校准同步方案采用特征点匹配的目标投影矩阵计算方式，对重叠区域的多个摄像头共有信息进行同步；本发明专利技术提出的自学习跟踪方法记录监控目标的表现模型，并通过中心服务器同步到近邻摄像头进行检测跟踪，达到传导性的信息同步效果。

【技术实现步骤摘要】
一种基于多摄像头的在线目标跟踪方法及系统
本专利技术涉及一种基于多摄像头的在线目标跟踪方法及系统，属于视频分析

技术介绍
随着视频监控系统的应用与智能分析技术的发展，监控摄像头和安防视频数据日益增长，使得基于视频分析的公共安全防护技术受到社会和公众的广泛关注，尤其是针对多摄像头网络的视频分析方法更是当前公共安全领域的迫切需求。因此，通过基于多摄像头的目标跟踪方法，可以生成辅助事件识别与分析的轨迹线索，为分析人、车、物体等特定目标与区域安全状态提供有效的事件线索，提高事件挖掘和识别的准确率。多摄像头目标跟踪就是在多个监控摄像头的图像序列中实时跟踪所感兴趣的运动目标，包括其位置、速度及方向等运动轨迹的方法。现有的多摄像头目标跟踪方法在摄像头协同方面主要分为基于校准同步的方法(calibrationandsynchronization)、基于融合中心的方法(fusioncenters)。基于校准同步的方法，是通过摄像头之间共有信息如摄像头位置与场景、目标表现模型、目标轮廓及运动速度来对进行摄像头协同工作。为了有效地利用这部分信息，即属性特征信息，多摄像头之间需要保证共有信息的一致性，而刻画特征信息之间的一致性通常是通过诸如欧氏距离与直方图等度量方式来来决定的。在获取共有信息方面，即摄像头校准方面，对于重叠监控区域的不同摄像头视角下的同一个属性特征，则是通过投影的方式来获取其不同视角下的特有信息。A.Zisserman提出通过选取特定图像点的方式来计算该投影矩阵(参见A.ZissermanandR.I.Hartley,MultipleViewGeometryinComputerVision.CambridgeUniversityPress,U.K,2004)。但是单纯的图像点选取方式在摄像头数量巨大时效率低下，J.Kassebaum则通过利用3D图像特征来自动选取图像中匹配的图像点对，从而实现该特定图像点的自动选取(参见J.Kassebaum,N.Bulusu,andW.-C.Feng,“3-Dtarget-baseddistributedsmartcameranetworklocalization,”IEEETrans.onImageProcessing,vol.19,no.10,pp.2530–2539,October2010.)。其他诸如基于跟踪轨迹的一致性方法也常被用来自动进行图像投影矩阵的计算，例如C.Stauffer提出的轨迹一致性方法，E.Ermis提出的行为相关一致性方法，但该种类方法计算量巨大。相对于重叠监控区域的摄像头，N.Anjum提出没有重叠监控区域的不同摄像头可以通过估计摄像头之间的相对位置及目标的移动轨迹来获得摄像头之间的校准信息，但是通过移动轨迹的校准方式在效率方面存在问题(参见N.AnjumandA.Cavallaro,“Trajectoryassociationandfusionacrosspartiallyoverlappingcameras,”inProc.ofIEEEInt.Conf.onAdvancedVideoandSignalBasedSurveillance,Genova,IT,September2009)。在保证共有信息一致性方面，即摄像头同步方面，是通过同步共有信息来决定的。该方面通常是通过一个中心服务器根据时间戳来同步多摄像头的信息，也有研究提出利用目标移动轨迹对相应方向摄像头同步信息的方法。但是这些同步方案依然存在硬件消耗和计算消耗的问题，使得多摄像头目标跟踪方法无法实时运行。基于融合中心的方法将多个摄像头划分成多个簇，每个簇中心作为通信节点收集簇内摄像头信息，然后与近邻簇进行通信并进行信息同步。融合中心主要分为静态融合中心方法和动态融合中心方法。静态融合中心方法预设定具有大功率和处理速度的部分摄像头为通信中心节点，使得其成为各自区域的簇中心。但是该方法在减少聚类开销的同时，增加了共有信息的传递周期，例如当监控目标的摄像头并不是簇中心摄像头的时候，会进行簇内信息交换，从而增加信息传递的时间。针对该问题，R.Goshorn提出动态融合中心方法，该方法通过区域内多个摄像视频序列的目标视频特征来评价区域内摄像头观测适合度，自动决定融合中心(参见R.Goshorn,J.Goshorn,D.Goshorn,andH.Aghajan,“Architectureforcluster-basedautomatedsurveillancenetworkfordetectingandtrackingmultiplepersons,”inProc.ofACM/IEEEInt.Conf.onDistributedSmartCameras,Vienna,AT,September2007.)。但是，基于融合中心的方法容易造成额外的通信开销，使得多摄像头协同效率下降，而且不同簇之间同步的信息经常是粗糙并且带有噪声的。
技术实现思路
本专利技术所要解决的技术问题是，针对现有的多摄像头目标跟踪技术未能在实时性和协同性上达到良好的效果，使得移动目标轨迹的获取不能够满足实时系统的要求，造成在线多摄像头目标跟踪系统不能够有效运行的不足，提供一种具有良好实时性和协同性的基于多摄像头的在线目标跟踪方法及系统。本专利技术解决上述技术问题的技术方案如下：一种基于多摄像头的在线目标跟踪方法，具体包括以下步骤：步骤1：获得所有摄像头传输的图片信息和摄像头位置信息，对图片信息进行处理，同步重叠区域中的多个摄像头信息；建立近邻映射图，使每个摄像头具有至少一个近邻摄像头；步骤2：每个摄像头根据接收的图片信息通过混合高斯建模方法建立各自的监控背景；步骤3：移动目标进入当前摄像头监控区域内，当前摄像头获得移动目标图像信息；步骤4：根据所述目标图像信息生成表现模型，并将表现模型传输到中心服务器进行保存，中心服务器管理并更新表现模型；步骤5：当前摄像头中失去目标图像信息，发送查询指令到中心服务器，中心服务器按照查询指令将表现模型发送到当前摄像头的近邻摄像头；步骤6：近邻摄像头在设定时间内通过表现模型判断移动目标是否出现，如果是，执行步骤7；否则，执行步8；步骤7：近邻摄像头获取目标图像信息，当前摄像头中断与中心服务器的通信，近邻摄像头转换为当前摄像头，执行步骤4；步骤8：近邻摄像头反馈未出现指令到中心服务器，中心服务器根据当前表现模型生成目标移动轨迹；步骤9：中心服务器将目标移动轨迹存入目标轨迹线索数据库中，结束跟踪。本专利技术的有益效果是：本专利技术实现基于多摄像头的在线目标跟踪系统，对实时获取的多摄像头视频图像，在线跟踪移动目标，生成目标轨迹数据集，为后续的事件分析提供事件线索；提出的校准同步方案采用特征点匹配的目标投影矩阵计算方式，对重叠区域的多个摄像头共有信息进行同步；本专利技术提出的自学习跟踪方法记录监控目标的表现模型，并通过中心服务器同步到近邻摄像头进行检测跟踪，达到传导性的信息同步效果。在上述技术方案的基础上，本专利技术还可以做如下改进。进一步，所述步骤1具体包括以下步骤：步骤1.1：获得所有摄像头传输的图片信息和摄像头位置信息，利用特征点匹配的方法匹配重叠区域场景，在不同摄像头视角之间建立场景关联，实现同步重叠本文档来自技高网...

【技术保护点】
一种基于多摄像头的在线目标跟踪方法，其特征在于，具体包括以下步骤：步骤1：获得所有摄像头传输的图片信息和摄像头位置信息，对图片信息进行处理，同步重叠区域中的多个摄像头信息；建立近邻映射图，使每个摄像头具有至少一个近邻摄像头；步骤2：每个摄像头根据接收的图片信息通过混合高斯建模方法建立各自的监控背景；步骤3：移动目标进入当前摄像头监控区域内，当前摄像头获得移动目标图像信息；步骤4：根据所述目标图像信息生成表现模型，并将表现模型传输到中心服务器进行保存，中心服务器管理并更新表现模型；步骤5：当前摄像头中失去目标图像信息，发送查询指令到中心服务器，中心服务器按照查询指令将表现模型发送到当前摄像头的近邻摄像头；步骤6：近邻摄像头在设定时间内通过表现模型判断移动目标是否出现，如果是，执行步骤7；否则，执行步8；步骤7：近邻摄像头获取目标图像信息，当前摄像头中断与中心服务器的通信，近邻摄像头转换为当前摄像头，执行步骤4；步骤8：近邻摄像头反馈未出现指令到中心服务器，中心服务器根据当前表现模型生成目标移动轨迹；步骤9：中心服务器将目标移动轨迹存入目标轨迹线索数据库中，结束跟踪。

【技术特征摘要】
1.一种基于多摄像头的在线目标跟踪方法，其特征在于，具体包括以下步骤：步骤1：获得所有摄像头传输的图片信息和摄像头位置信息，对图片信息进行处理，利用特征点匹配的方法匹配重叠区域场景，在不同摄像头视角之间建立场景关联，实现同步重叠区域中的多个摄像头信息；通过记录摄像头的设置位置和重叠区域信息生成以坐标为度量的近邻映射图，使每个摄像头具有至少一个近邻摄像头；为了同步多摄像头之间的信息，也为了记录目标的移动轨迹，构建摄像头之间的位置信息，从而通过该位置列表检索近邻摄像头并传导目标信息；步骤2：每个摄像头根据接收的图片信息通过混合高斯建模方法建立各自的监控背景；步骤3：移动目标进入当前摄像头监控区域内，当前摄像头获得移动目标图像信息；步骤4：根据所述目标图像信息生成表现模型，并将表现模型传输到中心服务器进行保存，中心服务器管理并更新表现模型；步骤5：当前摄像头中失去目标图像信息，发送查询指令到中心服务器，中心服务器按照查询指令将表现模型发送到当前摄像头的近邻摄像头；步骤6：近邻摄像头在设定时间内通过表现模型判断移动目标是否出现，如果是，执行步骤7；否则，执行步8；步骤7：近邻摄像头获取目标图像信息，当前摄像头中断与中心服务器的通信，近邻摄像头转换为当前摄像头，执行步骤4；步骤8：近邻摄像头反馈未出现指令到中心服务器，中心服务器根据当前表现模型生成目标移动轨迹；步骤9：中心服务器将目标移动轨迹存入目标轨迹线索数据库中，结束跟踪。2.根据权利要求1所述的一种基于多摄像头的在线目标跟踪方法，其特征在于，所述步骤3中当前摄像头通过监控图像与监控背景比对，分离监控背景，获得移动目标图像信息。3.根据权利要求1-2任一项所述的一种基于多摄像头的在线目标跟踪方法，其特征在于，所述表现模型包括目标特征、纹理和梯度等信息。4.一种基于多摄像头的在线目标跟踪系统，其特征在于，包括多个摄像头、预处理模块、背景建立模块、目标捕获模块、表现模型生成模块、表现模型更新模块、近邻查询模块、判断模块和中心服务器；所述摄像头用于采集信息；所述预处理模块用于获得所有摄像头传输的图片信息和摄像头位置信息，对图片...

【专利技术属性】
技术研发人员：葛仕明，文辉，杨睿，陈水仙，孙利民，
申请(专利权)人：中国科学院信息工程研究所，
类型：发明
国别省市：北京;11