监测运动对象的方法和相关的系统技术方案

一种用于监测搜索区域的方法和系统包括为表示搜索区域的图像数据的各像素提供多个时变分布。根据时变分布表示搜索区域中的背景或前景的概率对各像素的多个时变分布进行排序。对于各个像素，执行把更新的像素值数据与为相应像素提供的所有多个时变分布其中的每个进行匹配的尝试，从而确定更新像素值数据是表示搜索区域中的背景还是前景信息。（*该技术在2022年保护过期，可自由使用*）

【技术实现步骤摘要】
相关申请的交叉引用本申请要求2001年6月29日提交的题为“监视系统及其相关的方法”的美国临时申请No.60/302020的权益，将此文献通过引用结合到本文中。
技术介绍
本专利技术一般涉及监测搜索区域的系统和方法。更具体地说，本专利技术涉及为各种应用、例如跟踪运动对象和监视等而监测搜索区域。在各种情况下提供安全性已经发展了很长时间。按照传统方式，安全行业主要依靠其人力资源。技术不一定受到高度重视，而且有时还受到怀疑。例如，安全行业中最近普遍接受的技术变化之一是采用防卫团体之间的无线电通信。尽管视频记录已经为安全行业所采用，但是总的来说，这种记录尚未被普遍采用。例如，有很大一部分证券市场根本不使用视频记录而专门依靠人力。使用人力的一个示例是执法机构执行的大部分监视行动。一般来说，安全行业的基础设施可概述如下。首先，安全系统一般局部行动，未以有效方式合作。其次，极贵重的财产受到陈旧的技术系统不充分的保护。最后，安全行业依靠密集的人力来探查和评估危险情况。近年来已经采用计算机视觉来提供基于视频的监视。计算机视觉是发展理论和算法基础的科学，根据这个理论和算法基础，能够从来自计算装置进行的计算的观察图像、图像集或图像序列中自动提取和分析关于世界的有用信息。例如，计算机视觉可用于识别杂乱环境中某个对象的位置、检查或测量对象以确保按照规范呈现或正确地定位各部分和/或对象导航和定位，以便可跟踪移动对象以确定其相对于总坐标系的位置。在许多情况下，计算机视觉的使用已集中于军事应用，并且已经采用非可见光频带摄像机、如热、激光以及雷达摄像机。例如，重点在于识别军事目标。但是，计算机视觉还已经用于利用可见光频带摄像机的非军事设置中的监视应用。例如，这些监视系统用于执行对象识别以跟踪人和车辆运动。本领域中已知各种计算机视觉系统。例如，在C.Stauffer和W.E.L.Grimson的题为“实时跟踪的自适应背景混合模型”的论文中描述了计算机视觉跟踪。但是，需要提高这种跟踪或监视系统与方法的精确度。此外，即使对象运动检测方法可用于跟踪所监测区域中的对象，一般来说，这些系统不提供充分估计正常或异常情况、如危险与不危险情况的方法。一般来说，现有的商业安全系统主要依靠人的注意力和劳动力来执行这种估计。专利技术概述本文描述包括以下部分中的一种或多种的监测方法和系统。例如，这些部分可包括光学部分、计算机视觉部分和/或威胁评估部分。例如，光学部分可包括设置成像装置、把成像装置的视场融合到校准画面(例如单个图像)中和/或把校准画面与相应的计算机辅助设计或文件进行匹配。此外，例如，计算机视觉部分可包括运动对象分割和跟踪，它对光学部分所提供的校准画面进行操作。另外，威胁评估器可根据计算机视觉部分所提供的已标注路线数据进行推论。一种用于监测搜索区域的方法包括提供表示搜索区域的各帧图像数据。图像数据包括多个像素的像素值数据。根据像素值数据为各个像素提供多个时变分布。在更新周期中提供至少一帧表示搜索区域的更新图像数据。这帧图像数据包括多个像素中每个的更新像素值数据。该方法还包括尝试将各像素的更新像素值数据匹配为该像素提供的所有多个时变分布其中的每个，并且根据更新像素值数据是否匹配为该像素提供的多个时变分布其中之一来更新各像素的多个时变分布。根据各像素的时变分布表示搜索区域中的背景或前景信息的概率对已更新的每个像素的多个时变分布进行排序，以便确定该像素被视为背景还是前景信息。在本方法的一个实施例中，尝试将各像素的更新像素值数据匹配所有多个时变分布中每一个的操作包括为该像素提供窄分布以及将这个窄分布与为该像素提供的所有多个时变分布中每一个进行比较(例如计算为该像素创建的窄分布与为该像素提供的所有多个时变分布中每一个之间的差异)。在此方法的另一个实施例中，如果窄分布匹配多个时变分布其中之一，则通过根据窄分布和匹配分布产生合并分布来更新各像素的多个时变分布。该方法还可包括根据合并分布在已更新的多个时变分布的顺序中的位置来确定像素是表示搜索区域中的背景还是前景信息。在此方法的又一个实施列中，如果窄分布不匹配多个时变分布之一，则通过采用新分布替换多个时变分布之一来更新各像素的多个时变分布。此外，可确保新分布表示搜索区域中的前景信息。另外，该方法可包括跟踪搜索区域中的一个或多个运动对象(例如基于前景信息的运动对象)，以便确定一个或多个运动对象的对象路径。跟踪可包括根据具有表示前景信息的像素值数据的像素来计算斑点以及筛选出小于预定像素区域大小的斑点。此外，跟踪可包括例如采用多假设跟踪算法把斑点分组到表示一个或多个运动对象的对象路径中。还描述了一种根据本专利技术的用于监测搜索区域的系统。该系统包括一个或多个成像装置，这些装置可用于提供表示搜索区域的各帧图像数据。图像数据包括多个像素的像素值数据。各帧图像数据在一个更新周期中包括表示搜索区域的至少一帧更新图像数据；该帧更新图像数据包括多个像素中每个的更新像素值数据。该系统还包括计算机设备，它可用于执行上述方法的各种实施例的一个或多个特征。实施例的简要描述附图说明图1是根据本专利技术、包括计算机视觉系统以及可用于利用来自计算机视觉系统的输出的应用模块的监测/检测系统的整体框图。图2是根据本专利技术、包括计算机视觉系统和评估模块的监视系统的整体框图。图3是可由图2总体表示的计算机视觉系统执行的计算机视觉方法的说明性实施例的概括流程图。图4是说明图3一般表示的光学系统设计过程的一个说明性实施例的流程图。图5表示图3一般表示的光学系统设计过程的更详细的说明性实施例的流程图。图6是用于描述图5一般表示的设计过程的光学系统布局的说明性示意图。图7表示一般表示为图3的计算机视觉方法的组成部分的图像融合方法的一个说明性实施例的流程图。图8是用于描述图7一般表示的图像融合方法的示意图。图9表示一般表示为图3的计算机视觉方法的组成部分的分割过程的一个说明性实施例的流程图。图10是用于描述图9所示分割过程的示意说明。图11是说明根据本专利技术并且如参照图9所述的像素的多个时变正态分布的示意图。图12A说明根据本专利技术并如参照图9所述的对多个时变正态分布进行排序以及把更新数据与多个时变正态分布进行匹配。图12B是匹配更新数据与多个时变正态分布的先有技术方法。图13表示说明图9所示分割过程中的更新周期的一个实施例的流程图。图14是图13所示更新周期的一部分的一个说明性实施例的更详细流程图。图15是表示图3一般表示的运动对象跟踪方法的一个说明性实施例的框图。图16和图17是用于描述根据本专利技术的一个优选跟踪方法的示意图。图18是表示图2一般说明的评估方法的一个更详细的说明性实施例的流程图，其中给出监视系统的评估模块。图19表示说明一个可用于协助图18一般说明的评估方法的聚类过程的实施例的流程图。图20A和图20B根据本专利技术以可显示的图解分别表示危险和不危险的对象路径。实施例的详细说明参照图1-20来描述根据本专利技术的各种系统和方法。一般来说，本专利技术提供一种监测/检测系统10，它一般包括提供可供一个或多个不同类型的应用模块14使用的数据的计算机视觉系统12。本专利技术可用于各种目的，包括但不限于监视系统(例如针对证券市场的城市监视系统)。例如，这种监视系统及其相关方法在监测大的本文档来自技高网...

【技术保护点】
一种用于监测搜索区域的方法，所述方法包括：提供表示搜索区域的各帧图像数据，所述图像数据包括多个像素的像素值数据；根据所述像素值数据为各个像素提供多个时变分布；在更新周期中提供至少一帧表示所述搜索区域的更新图像数据，该 帧图像数据包括所述多个像素其中每个的更新像素值数据；以及尝试把各像素的所述更新像素值数据与为所述像素提供的所有所述多个时变分布其中的每个进行匹配；根据所述更新像素值数据是否与为所述像素提供的所述多个时变分布其中之一匹配来更新 各像素的所述多个时变分布；以及根据各像素的所述时变分布表示所述搜索区域中的背景或前景信息的概率对各像素的所述更新的多个时变分布进行排序，用于确定所述像素被视为背景还是前景信息。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：I帕夫利迪斯，V莫雷拉斯，
申请(专利权)人：霍尼韦尔国际公司，
类型：发明
国别省市：US[美国]