移动物体的追踪方法技术

一种移动物体的追踪方法，其包括检测连续多张图像中的移动物体，以获得此移动物体在各个图像中的空间信息，此外亦提取此移动物体在各个图像中的外貌特征，以建立此移动物体的外貌模型，最后则结合此移动物体的空间信息及外貌模型，以追踪移动物体在图像中的移动路径。据此，即使移动物体离开监控画面，当其再次进入时，本发明专利技术仍可持续追踪此移动物体，进而辅助监控者即早发现异常行为并做出后续反应。

【技术实现步骤摘要】

本专利技术涉及一种图像处理方法，且特别涉及一种。
技术介绍
视觉监控技术在近几年来日趋重要，尤其经过九一一事件之后，越来越多的监控摄影机被安置在各个场所，然而传统的监控往往是通过人力进行监看，或只是存放于存储装置做为事后调阅的工具。随着越来越多的摄影机架设，所需的人力亦越来越多，因此近年来通过计算机视觉技术辅助的自动化监控系统扮演更为重要的角色。 视觉监控系统通过分析监控画面内移动物体的行为，其可为轨迹、姿态或其他特征，得以检测异常事件的发生，并有效通知安全人员进行处理。许多视觉监控的基本议题，如背景相减、移动物体检测与追踪、阴影去除等在过去已有相当多的文献与研究，近年来，焦点则转往高阶的事件检测，如行为分析、遗留物检测、徘徊检测或拥挤检测等，在目前强烈的监控市场需求下，自动化且具有智慧的行为分析预期将会有极大的需求与商机。 所谓的徘徊检测，是指当一个或多个移动物体在特定时间内，持续并重复出现于某个监控区域内。举例来说，流莺或乞丐会逗留于街角、涂鸦者会停留于墙边、有自杀意图者会徘徊于月台、或是贩毒者会徘徊于地铁车站等着与其客户碰面等。 然而，由于视觉监控系统的摄影机的视野有限，无法完全涵盖徘徊者移动的路径，因此当徘徊者离开监控区域后，视觉监控系统即失去监控的目标，无法继续检测其动向。特别是徘徊者离开后再返回的情况，如何仍重新辨识并与其之前行为关联，是目前徘徊检测技术所面临的瓶颈。
技术实现思路
有鉴于此，本专利技术提供一种，结合多张图像中移动物体的空间信息及外貌模型，可持续追踪此移动物体在图像中的移动路径。 本专利技术提出一种，其包括检测连续多张图像中的移动物体，以获得此移动物体在各个图像中的空间信息，此外亦提取此移动物体在各个图像中的外貌特征，以建立此移动物体的外貌模型，最后则结合此移动物体的空间信息及外貌模型，以追踪此移动物体在图像中的移动路径。 在本专利技术的一实施例中，上述检测连续多张图像中的移动物体的步骤，还包括判断此移动物体是否为移动物体，并将非为移动物体的移动物体滤除。其中，判断该移动物体是否为移动物体的方式包括判断此矩形区域的面积是否大于第一预设值，而当其面积大于第一预设值时，即判定此矩形区域所包围的移动物体为移动物体。另一种方式则是判断此矩形区域的长宽比是否大于第二预设值，而当其长宽比大于第二预设值时，即判定此矩形区域所包围的移动物体为移动物体。 在本专利技术的一实施例中，上述提取移动物体在各个图像中的外貌特征，以建立移动物体的外貌模型的步骤包括先将矩形区域分割为多个区块，并提取各个区块的色彩分5布，接着采用递回的方式，从各个区块中取出其色彩分布的中值，据以建立一个二元树来描述其色彩分布，最后则选取此二元树分支的色彩分布，以作为移动物体的外貌模型的特征向量。 在本专利技术的一实施例中，上述将矩形区域分割为区块的步骤包括以一定的比例分割该矩形区域为头部区块、身体区块及下肢区块，而在提取各个区块的色彩分布时则包括将头部区块的色彩分布忽略。其中，上述的色彩分布包括红绿蓝(RGB)色彩空间或色调色度亮度(HSI)色彩空间中的色彩特征。 在本专利技术的一实施例中，在上述检测连续多张图像中的移动物体，以获得此移动物体在各个图像中的空间信息的步骤之后，还包括利用这些空间信息追踪此移动物体的移动路径，并累计此移动物体停留在这些图像中的停留时间。 在本专利技术的一实施例中，在上述累计移动物体停留在图像中的停留时间的步骤之后，还包括判断此移动物体停留在这些图像中的停留时间是否超过一第一预设时间，而当此停留时间超过第一预设时间时，始提取移动物体的外貌特征，以建立移动物体的外貌模型，并结合移动物体的空间信息及外貌模型，追踪移动物体在这些图像中的移动路径。 在本专利技术的一实施例中，上述结合移动物体的空间信息及外貌模型，追踪移动物体在这些图像中的移动路径的步骤包括先利用空间信息计算两相邻图像中相对应的移动物体在空间上相关的事前机率，以及利用外貌信息计算两相邻图像中相对应的移动物体的相似度，然后才结合事前机率及相似度于贝式追踪器，以判断移动物体在这些相邻图像中的移动路径。 在本专利技术的一实施例中，当判断停留时间超过第一预设时间时，还包括将此移动物体的停留时间及外貌模型记录于数据库，其包括将移动物体的外貌模型与数据库中的多个外貌模型进行关联，以判断此移动物体的外貌模型是否已记录于数据库。其中，如果移动物体的外貌模型已记录于数据库，则仅记录移动物体的停留时间于数据库；反之，如果移动物体的外貌模型未记录于数据库，则记录移动物体的停留时间及外貌模型于数据库。 在本专利技术的一实施例中，上述将移动物体的外貌模型与数据库中的外貌模型进行关联的步骤包括计算同一移动物体于两不同时间点所建立的外貌模型间的第一距离，以建立第一距离分布，以及计算各个图像中两个移动物体的外貌模型间的第二距离，以建立第二距离分布，然后再利用此第一距离分布与第二距离分布求取其界线，以作为区分外貌模型的标准。 在本专利技术的一实施例中，在上述将移动物体的停留时间及外貌模型记录于数据库的步骤之后，还包括分析数据库中此移动物体的时间序列，以判定此移动物体是否符合徘徊事件。其判断方式包括判断移动物体在这些图像中持续出现的时间是否超过第二预设时间，而当移动物体在这些图像中已持续出现超过第二预设时间时，即判定此移动物体符合徘徊事件。另一方式则是判断移动物体离开这些图像的时间间距是否小于第三预设时间，而当移动物体离开这些图像的时间间距小于第三预设时间时，即判定此移动物体符合徘徊事件。 基于上述，本专利技术通过建立访问者的外貌模型，并结合贝式追踪技术、数据库管理技术及适应性阈值学习技术，持续地监控进入画面中的移动物体，可解决移动物体离开画面后再返回无法持续检测的问题。此外，本专利技术根据访问者出现于画面中的时间条件，可自动检测出访问者的徘徊事件。 为让本专利技术的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详 细说明如下。附图说明 图1是依照本专利技术一实施例所绘示的移动物体追踪的系统架构的示意图。 图2是依照本专利技术一实施例所绘示的的流程图。 图3(a) 、 (b)及(c)是依照本专利技术一实施例所绘示的移动物体的外貌模型的示意图。 图4是依照本专利技术一实施例所绘示的色彩分布的二元树的示意图。 图5是依照本专利技术一实施例所绘示的贝式物件追踪方法的流程图。 图6是依照本专利技术一实施例所绘示的访问者数据库的管理方法的流程图。 图7(a) 、 (b)及(c)是依照本专利技术一实施例所绘示的适应性阈值更新方法的示意图。 图8是依照本专利技术一实施例所绘示的适应性阈值计算的图例。主要元件符号说明100 :追踪系统 110:背景相减 120 :移动物体物件提取 130:外貌特征计算 140:贝式物件追踪 150 :访问者数据库管理 160:访问者数据库 170 :适应性阈值更新 180 :徘徊事件检测 S210 S230 :本专利技术一实施例的的各步骤 S510 S570 :本专利技术一实施例的贝式物件追踪方法的各步骤 S610 S670 :本专利技术一实施例的访问者数据库的管理方法的各步骤具体实施例方式本专利技术建立一套非监督式的徘徊检测技术，系统可自动地由监控画面的事件学习 特定的参数，而对进入画面的访问者做外貌模型的建立，并将其与访问者数据库进本文档来自技高网...

【技术保护点】
一种移动物体的追踪方法，包括下列步骤：检测连续多张图像中的一移动物体，以获得该移动物体在各这些图像中的一空间信息；提取该移动物体在各这些图像中的一外貌特征，以建立该移动物体的一外貌模型；以及结合该移动物体的该空间信息及该外貌模型，追踪该移动物体在这些图像中的一移动路径。

【技术特征摘要】
一种移动物体的追踪方法，包括下列步骤检测连续多张图像中的一移动物体，以获得该移动物体在各这些图像中的一空间信息；提取该移动物体在各这些图像中的一外貌特征，以建立该移动物体的一外貌模型；以及结合该移动物体的该空间信息及该外貌模型，追踪该移动物体在这些图像中的一移动路径。2. 如权利要求1所述的移动物体的追踪方法，其中检测连续多张图像中的该移动物体 的步骤包括将这些图像减去一背景图像，以检测出该移动物体。3. 如权利要求2所述的移动物体的追踪方法，其中在将这些图像减去该背景图像的步 骤之后，还包括标记这些图像中的多个连接区域；以及 估测最小可包围各这些连接区域的一矩形区域。4. 如权利要求3所述的移动物体的追踪方法，其中检测连续多张图像中的该移动物体 的步骤，还包括判断该移动物体是否为一追踪目标物；以及 滤除非为该追踪目标物的该移动物体。5. 如权利要求4所述的移动物体的追踪方法，其中判断该移动物体是否为该追踪目标 物的步骤包括判断该矩形区域的一面积是否大于一第一预设值；以及当该面积大于该第一预设值时，判定该矩形区域所包围的该移动物体为该追踪目标物。6. 如权利要求4所述的移动物体的追踪方法，其中判断该移动物体是否 为该追踪目标物的步骤包括判断该矩形区域的一长宽比是否大于一第二预设值；以及当该长宽比大于该第二预设值时，判定该矩形区域所包围的该移动物体为该追踪目标物。7. 如权利要求3所述的移动物体的追踪方法，其中提取该移动物体在各这些图像中的 该外貌特征，以建立该移动物体的该外貌模型的步骤包括分割该矩形区域为多个区块，并提取各这些区块的一色彩分布；采用递回的方式，取出各这些区块中该色彩分布的一中值，据以建立一二元树来描述 该色彩分布；以及选取该二元树分支的这些色彩分布，以作为该移动物体的该外貌模型的一特征向量。8. 如权利要求3所述的移动物体的追踪方法，其移动物体为一行人。9. 如权利要求8所述的移动物体的追踪方法，其中分割该矩形区域为这些区块的步骤 包括以2 : 4 : 4的比例分割该矩形区域为一头部区块、一身体区块及一下肢区块。10. 如权利要求9所述的移动物体的追踪方法，其中提取各这些区块的该色彩分布的 步骤包括忽略该头部区块的该色彩分布。11. 如权利要求io所述的移动物体的追踪方法，其中该色彩分布包括红绿蓝色彩空间或色调色度亮度色彩空间中的一色彩特征。12. 如权利要求3所述的移动物体的追踪方法，其中在检测连续多张图像中的该移动物体，以获得该移动物体在各这些图像中的该空间信息的步骤之后，还包括利用这些空间信息追踪该移动物体的该移动路径，并累计该移动物体停留在这些图像中的一停留时间。13. 如权利要求12所述的移动物体的追踪方法，其中在累计该移动物体停留在这些图像中的该停留时间的步骤之后，还包括判断该移动物体停留在这些图像中的该停留时间是否超过一第一预设时间；以及当该停留时间超过该第一预设时间时，始提取该移动物体的这些外貌特征，建立该移动物体的该外貌模型，并结合该移动物体的该空间信息及该外貌模型，追踪该移动物体在这些图像中的该移动路径。14. 如权利要求13所述的移动物体的追踪方法，其中结合该移动物体的该空间信息及该外貌模型，追踪该移动物体在这些图像中的该移动路径的步骤包括利用这些空间信息计...

【专利技术属性】
技术研发人员：黄钟贤，石明于，
申请(专利权)人：财团法人工业技术研究院，
类型：发明
国别省市：71[中国|台湾]