跨感测器间的物体追踪方法与系统技术方案

一种跨感测器间的物体追踪方法，进行于一感测器网络内，此方法可包含一训练阶段与一侦测阶段。于训练阶段时，通过此感测器网络内的各感测器，取得多个感测器量测资料作为训练样本，于此感测器网络内的多个感测器的量测范围内，规划至少一进出点，并经由一自动学习的方式，估测出物体关联的至少三种特征函数，包括此感测器网络内各感测器空间相关性的函数、移动时间差的函数、以及外貌相似度的函数；于侦测阶段时，由此至少三种特征函数，作为物体追踪与关联性连结的准则。

【技术实现步骤摘要】

本专利技术揭露一种于感测器网络内的物体追踪(object tracking)方法与系统。
技术介绍
近年来，由计算机视觉技术辅助的自动化监控系统，扮演重要的角色。视觉监控系 统(Video Surveillance System)由分析监控画面内移动人物的行为，来侦测异常保全事 件的发生，并有效通知安全人员进行处理。视觉监控的基本议题，如背景相减、移动物体侦 测与追踪、阴影去除等已有相当多的文献与研究。高阶的事件侦测，如行为分析(behavior analysis) >it ^^IlJ (unattended object detection)(linger detection) 或拥挤侦测(jam detection)等，自动化且具有智能的行为分析预期也可能会有极大的需 求。而一个稳定的移动物体追踪技术是智能型视觉监控系统的基本组件之一。单一的感测器量测范围，例如摄影机的视野，无法完整的兼顾到所需监控的环境。 多数的摄影机所构成的摄影机网络(camera network)限于成本考量往往不具有重迭的视 野，并且当摄影机数量逐渐增多时，各摄影机间的色彩矫正与网络结构也更趋复杂。中国台 湾专利公开号200806020的文献中，揭露一种影像追踪技术，由多部预设优先权的固定式 摄影机及一部PTZ摄影机协同做对象追踪。当具有优先权的摄影机的视野侦测到移动物体 时，启动PTZ摄影机对移动物体进行追踪，使视野涵盖固定摄影机视野。另一篇中国台湾专利公开号200708102的文献中，揭露一融合多个监视摄影机的 资料来做广大面积场景的视频监视系统，而对于欲监控的场景，则提供目标地现场图、目标 地尺寸图及场地的感应器网络模型的信息。例如图1所示，这些类型的信息可储存于地 图-视野映照104、人类尺寸地图108、以及摄影机网络模型112，其可分别由地图基础校准 器102、视野基础校准器106、以及摄影机网络模型管理者110产生并管理。美国专利号7149325揭露一种协同式(cooperative)摄影机网络的架构，其记录 行人的色彩特征并存入一数据库作为人物比对辨识用，其中当人物只有在摄影机有视野重 迭的部份，才有可能完成此移动物体的追踪。另一篇美国专利号7394916揭露一种利于目 标追踪方法，针对人物出现于不同摄影机时，比较先前所有人物离开于其它场景的外貌以 及场景间的转移相似度(likelihoods of transition)，作为人物追踪与相关的依据。此转 移相似度是针对场景的蓝图、移动物体速度、以及出入口距离或交通状态，并由使用者来设 定。中国专利公开号101142593A揭露一种跟踪视频序列中的目标的方法，此方法对 于前景物出现在不同的摄影机时，所表现出的外貌特征变化进行比对，同时在比对不同前 景物时，也针对不同前景物有结合的状态时的情况，进行额外的比较的动作，由此动作来消 除因前景物有结合时，无法找出正确相对应前景物。在比较不同摄影机中的前景物时，采用 前景物的颜色分布及边缘密度信息的组合，来计算前景物间的相关程度。另一篇中国专利公开号101090485A揭露一种图像监视系统和对象区域跟踪方 法，其中的图像处理单元200的功能模块如图2所示，此单元执行图像中检测移动对象的对象区域检测处理和对象区域跟踪处理。对不同摄影机间的对象区域跟踪处理部分，此单元 使用唯一的标识信息，将当前对象区域与过去对象区域相关联。当对象区域受到遮蔽而消 失时，对象区域跟踪处理部分继续保留给予已消失的预定对象区域的标识信息，并且在此 预定对象区域再现时，将保留的标识信息赋予此预定对象区域。对于跨摄影机人物追踪则是根据物体的颜色、出现时间等特性，在训练阶段由人 工对人物进行标记，进而由训练样本找出不同摄影机间的机率分布，之后在测试阶段即可 由训练出来的机率分布，来做跨摄影机物体间的相关，以达成跨摄影机的物体追踪。
技术实现思路
本专利技术揭露的实施范例中，可提供一种跨感测器间的物体追踪方法与系统，此物 体追踪进行于一感测器网络内，此感测器网络内有多支感测器。在一实施范例中，所揭露的是一种跨感测器间的物体追踪方法，可包含一训练阶 段与一测试阶段，并且于训练阶段，通过感测器网络内的各感测器，取得多个感测器量测资 料作为训练样本；于此感测器网络内的多个感测器的量测范围内，规划至少一进出点；经 由一自动学习的方式，估测出物体关联的至少三种特征函数，包括此感测器网络内各感测 器空间相关性的函数、移动时间差的函数、以及外貌相似度的函数；以及于侦测阶段，由此 至少三种特征函数，作为物体追踪与关联性连结的准则。在另一实施范例中，所揭露的是一种跨感测器间的物体追踪系统。此系统可包 含此感测器网络内的多支感测器、一训练阶段处理模块(training-phase processing module) > —(characteristic function estimating and updating module)、 贞牛莫双(detection-phase tracking module), 其中于此感测器网络内的多个感测器的量测范围内，被规划出至少一进出点。训练阶段处 理模块通过每一感测器，取得多个感测器量测资料作为训练样本，并且对于每一感测器的 每一进出点发生的进入事件，记录先前一段时间内的所有离开事件于一训练样本空间内。 特征函数估算与更新模块由存在于训练样本空间内的样本，经由一自动学习的方式，估测 出物体关联的至少三种特征函数，包括此感测器网络内各感测器空间相关性的函数、移动 时间差的函数、以及外貌相似度的函数。侦测阶段追踪处理模块由估测出的至少三种特征 函数，作为物体追踪与关联性连结的准则。附图说明以下配合附图、实施范例的详细说明，将上述及本专利技术的其它目的与优点详述于 后，其中图1是一种广面积场地基础的视频监视系统的场地模型管理者的一个范例示意 图。图2是一个范例示意图，说明一种图像监视系统的图像处理单元的功能模块。图3Α是一个摄影机网络的各摄影机的视野及进出点的一个范例示意图，与本发 明揭露的某些实施范例一致。图3Β是一个范例示意图，说明跨摄影机的物体追踪问题等同于各进出点所观测 的物体于不同时间点及不同进出点的物体相关问题，与本专利技术揭露的某些实施范例一致。5图4说明人物从进出点进入摄影机视野时，追踪此人物由何处离开的依据，与本 专利技术揭露的某些实施范例一致。图5是一个范例流程图，说明一种跨感测器间的物体追踪方法，与本专利技术揭露的 某些实施范例一致。图6A至图6C是范例示意图，说明整个训练阶段，与本专利技术揭露的某些实施范例一致。图7是一个方块示意图，说明递归式学习策略的设计，与本专利技术揭露的某些实施范例一致。图8是一个范例流程图，详细说明递归式学习策略的步骤，与本专利技术揭露的某些 实施范例一致。图9A与图9B是一个范例示意图，说明一工作范例的摄影机网络内实验场景与摄 影机配置，与本专利技术揭露的某些实施范例一致。图10是一个范例示意图，说明图9的一个有实际对应关系的训练结果，其中图IOA 与图IOB分别是直方图Η( Δ a)与Η( Δ t)，图IOC是直方图Η( Δ t)的近似的混合高斯模型， 与本专利技术揭露的某些实施范例一致。图11是本文档来自技高网...

【技术保护点】
１．一种跨感测器间的物体追踪方法，进行于一感测器网络内，该感测器网络包含多支感测器，该方法分为一训练阶段与一侦测阶段，并包含：于该训练阶段，通过该多支感测器的各感测器，取得多个感测器量测资料作为训练样本；于该各感测器的量测范围内，规划至少一进出点；经由一自动学习的方式，估测出物体关联的至少三种特征函数，包括感测器空间相关性的函数、移动时间差的函数、以及外貌相似度的函数；以及于该侦测阶段，由该至少三种特征函数，作为物体追踪与关联性连结的准则。

【技术特征摘要】

【专利技术属性】
技术研发人员：黄钟贤，周正全，吴瑞成，
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]