• / 9
  • 下載費用:30 金幣  

一種目標對象聯合跟蹤方法及目標對象聯合跟蹤裝置.pdf

摘要
申請專利號:

CN201610599817.4

申請日:

2016.07.27

公開號:

CN106303409A

公開日:

2017.01.04

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):H04N 7/18申請日:20160727|||公開
IPC分類號: H04N7/18; G06T7/20 主分類號: H04N7/18
申請人: 闊地教育科技有限公司
發明人: 沈玉將; 張雄
地址: 215121 江蘇省蘇州市工業園區唯正路8號唯亭科技創業大廈7樓
優先權:
專利代理機構: 代理人:
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201610599817.4

授權公告號:

||||||

法律狀態公告日:

2019.04.02|||2017.02.01|||2017.01.04

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

本發明提供一種目標對象聯合跟蹤方法及目標對象聯合跟蹤裝置,上述目標對象聯合跟蹤方法包括:根據采集的同一目標對象的多組三維坐標數據確定所述目標對象的定位坐標數據;將所述定位坐標數據轉化為跟蹤坐標數據,并依據所述跟蹤坐標數據對所述目標對象進行跟蹤。本發明技術方案基于目標對象的多組三維坐標數據獲取目標對象的定位坐標數據,因此可以通過不同攝像機位的互相驗證,實現對物體的準確定位,有效解決目標遮擋問題,優化了跟蹤特寫效果。

權利要求書

1.一種目標對象聯合跟蹤方法,其特征在于,包括:
根據采集的同一目標對象的多組三維坐標數據確定所述目標對象的定位坐標數據;
將所述定位坐標數據轉化為跟蹤坐標數據,并依據所述跟蹤坐標數據對所述目標對象
進行跟蹤。
2.根據權利要求1所述的目標對象聯合跟蹤方法,其特征在于,從不同圖像采集裝置采
集的坐標數據中獲取同一目標對象在第一坐標系下的多組三維坐標數據;
在所述多組三維坐標數據中選取一組三維坐標數據作為所述目標對象的定位坐標數
據;
將所述定位坐標數據轉化為第二坐標系下的跟蹤坐標數據;
根據所述跟蹤坐標數據驅動特寫攝像機,以跟蹤所述目標對象。
3.根據權利要求2所述的目標對象聯合跟蹤方法,其特征在于,所述從不同圖像采集裝
置采集的坐標數據中獲取同一目標對象在第一坐標系下的多組三維坐標數據,包括:
根據不同圖像采集裝置獲取的各目標對象之間的位移差和速度差,或速度差和加速度
差,或位移差、速度差和加速度差確定是否是同一目標對象,得到同一目標對象的多組三維
坐標數據。
4.根據權利要求3所述的目標對象聯合跟蹤方法,其特征在于,根據不同圖像采集裝置
獲取的各目標對象之間的位移差、速度差和加速度差確定是否是同一目標對象,包括:
根據以下公式計算出相似度值β:
β=(a·x+b·y+c·z),其中,β是所述相似度值,x、y、z分別是位移差、速度差和加速度
差,a、b、c分別是位移差、速度差和加速度差的權重值;
若所述相似度值β在預設范圍內,則確定是同一目標對象。
5.根據權利要求2所述的目標對象聯合跟蹤方法,其特征在于,在所述多組三維坐標數
據中選取一組三維坐標數據作為所述目標對象的定位坐標數據,包括:
根據所述多組三維坐標數據分別與對應的圖像采集裝置之間的距離確定所述定位坐
標數據。
6.根據權利要求5所述的目標對象聯合跟蹤方法,其特征在于,選取距離最短的三維坐
標數據作為所述定位坐標數據。
7.根據權利要求1至6中任一項所述的目標對象聯合跟蹤方法,其特征在于,所述圖像
采集裝置包括多個圖像采集模塊。
8.一種目標對象聯合跟蹤裝置,其特征在于,包括:
定位坐標獲取單元,用于根據采集的同一目標對象的多組三維坐標數據確定所述目標
對象的定位坐標數據;
跟蹤控制單元,用于將所述定位坐標數據轉化為跟蹤坐標數據,并依據所述跟蹤坐標
數據對所述目標對象進行跟蹤。
9.根據權利要求8所述的目標對象聯合跟蹤裝置,其特征在于,所述定位坐標獲取單元
包括:匹配子單元,用于從不同圖像采集裝置采集的坐標數據中獲取同一目標對象在第一
坐標系下的多組三維坐標數據,
坐標選擇子單元,用于在所述多組三維坐標數據中選取一組三維坐標數據作為所述目
標對象的定位坐標數據;
所述跟蹤控制單元包括:
坐標轉化子單元,用于將所述定位坐標數據轉化為第二坐標系下的跟蹤坐標數據,
控制子單元,用于根據所述跟蹤坐標數據驅動特寫攝像機,以跟蹤所述目標對象。
10.根據權利要求9所述的目標對象聯合跟蹤裝置,其特征在于,所述匹配子單元根據
不同圖像采集裝置獲取的各目標對象之間的位移差和速度差,或速度差和加速度差,或位
移差、速度差和加速度差確定是否是同一目標對象,得到同一目標對象的多組三維坐標數
據。
11.根據權利要求10所述的目標對象聯合跟蹤裝置,其特征在于,所述匹配子單元根據
以下公式計算出相似度值β:
β=(a·x+b·y+c·z),其中,β是所述相似度值,x、y、z分別是位移差、速度差和加速度
差,a、b、c分別是位移差、速度差和加速度差的權重值;
若所述相似度值β在預設范圍內,則確定是同一目標對象。
12.根據權利要求9所述的目標對象聯合跟蹤裝置,其特征在于,坐標選擇子單元根據
所述多組三維坐標數據分別與對應的圖像采集裝置之間的距離確定所述定位坐標數據。
13.根據權利要求12所述的目標對象聯合跟蹤裝置,其特征在于,選取距離最短的三維
坐標數據作為所述定位坐標數據。
14.根據權利要求8至13中任一項所述的目標對象聯合跟蹤裝置,其特征在于,所述圖
像采集裝置包括多個圖像采集模塊。

說明書

一種目標對象聯合跟蹤方法及目標對象聯合跟蹤裝置

技術領域

本發明屬于圖像處理領域,尤其涉及一種目標對象聯合跟蹤方法及目標對象聯合
跟蹤裝置。

背景技術

在一些基于視頻監控、視頻互動的領域需要自動檢測運動的對象,然后對檢測到
的對象進行實時的跟蹤,并在不同的視角對對象進行特寫,最后將這些不同視角的特寫根
據需要展現給用戶。當前有很多方案都圍繞上述應用進行了研究和探索并取得了一些成
果,但目前的方案還不能夠解決如何對物體進行準確的定位以及跟蹤目標遮擋的問題。

因此,需要一種新的目標對象跟蹤技術來解決上述技術問題。

發明內容

本發明提供一種目標對象聯合跟蹤方法及目標對象聯合跟蹤裝置,以解決上述問
題。

本發明提供一種目標對象聯合跟蹤方法,包括:根據采集的同一目標對象的多組
三維坐標數據確定所述目標對象的定位坐標數據;將所述定位坐標數據轉化為跟蹤坐標數
據,并依據所述跟蹤坐標數據對所述目標對象進行跟蹤。

本發明還提供了一種目標對象聯合跟蹤裝置,包括:定位坐標獲取單元,用于根據
采集的同一目標對象的多組三維坐標數據確定所述目標對象的定位坐標數據;跟蹤控制單
元,用于將所述定位坐標數據轉化為跟蹤坐標數據,并依據所述跟蹤坐標數據對所述目標
對象進行跟蹤。

相較于先前技術,根據本發明提供的技術方案,基于目標對象的多組三維坐標數
據獲取目標對象的定位坐標數據,因此可以通過不同攝像機位的互相驗證,實現對物體的
準確定位,有效解決目標遮擋問題,優化了跟蹤特寫效果。

此外,在識別是否是同一目標對象時,通過目標對象的運動數據來判斷,避免了采
用臉部識別或者顏色識別等帶來的誤差問題,提高了目標對象識別的準確性。

附圖說明

此處所說明的附圖用來提供對本發明的進一步理解,構成本申請的一部分,本發
明的示意性實施例及其說明用于解釋本發明,并不構成對本發明的不當限定。在附圖中:

圖1所示為根據本發明的一較佳實施例提供的目標對象聯合跟蹤方法的流程圖;

圖2所示為根據本發明的另一較佳實施例提供的目標對象聯合跟蹤裝置的框圖;

圖3所示為根據本發明的又一較佳實施例提供的定位攝像機和跟蹤攝像機的安裝
示意圖。

具體實施方式

下文中將參考附圖并結合實施例來詳細說明本發明。需要說明的是,在不沖突的
情況下,本申請中的實施例及實施例中的特征可以相互組合。

圖1所示為根據本發明的一較佳實施例提供的目標對象聯合跟蹤方法的流程圖。
如圖1所示,本發明的較佳實施例提供的目標對象聯合跟蹤方法,包括:

步驟102,根據采集的同一目標對象的多組三維坐標數據確定所述目標對象的定
位坐標數據。

對于同一目標對象,不同的采集設備采集到的坐標數據是不相同的。因此同一目
標對象對應有多組坐標數據,并且該坐標數據是三維坐標數據。

步驟104,將所述定位坐標數據轉化為跟蹤坐標數據,并依據所述跟蹤坐標數據對
所述目標對象進行跟蹤。

具體地,在步驟102中,從不同圖像采集裝置采集的坐標數據中獲取同一目標對象
在第一坐標系下的多組三維坐標數據,在所述多組三維坐標數據中選取一組三維坐標數據
作為所述目標對象的定位坐標數據。

在步驟104中,將所述定位坐標數據轉化為第二坐標系下的跟蹤坐標數據,根據所
述跟蹤坐標數據驅動特寫攝像機,以跟蹤所述目標對象。

其中,所述從不同圖像采集裝置采集的坐標數據中獲取同一目標對象在第一坐標
系下的多組三維坐標數據,包括:

根據不同圖像采集裝置獲取的各目標對象之間的位移差和速度差,或速度差和加
速度差,或位移差、速度差和加速度差確定是否是同一目標對象,得到同一目標對象的多組
三維坐標數據。

在本實施例中,在確定是否是同一目標對象時,根據目標對象的運動數據來進行
判斷是否同一目標對象。該運動數據包括但不限于位移差、速度差、加速度差。運動數據相
似的兩個目標對象即為同一個目標對象。在本實施例中也可以采用目前的人臉識別技術,
但由于目標對象是運動的,有可能不能捕獲人臉特征,因此采用人臉識別技術有一定的誤
差,而像其他識別技術,例如顏色識別、輪廓識別,如果發生遮擋、光線變化等問題,則有可
能不能準確識別出是不是同一目標對象,故而采用本實施例中提供了基于運動數據的目標
對象識別方法能夠避免相關識別技術出現的問題,提高了目標對象識別的準確率。

其中,根據不同圖像采集裝置獲取的各目標對象之間的位移差、速度差和加速度
差確定是否是同一目標對象,包括:

根據以下公式計算出相似度值β:

β=(a·x+b·y+c·z),其中,β是所述相似度值,x、y、z分別是位移差、速度差和加
速度差,a、b、c分別是位移差、速度差和加速度差的權重值;若所述相似度值β在預設范圍
內,則確定是同一目標對象。可以根據運動情況等因素設置a、b、c的權重值。

其中,在所述多組三維坐標數據中選取一組三維坐標數據作為所述目標對象的定
位坐標數據,包括:

根據所述多組三維坐標數據分別與對應的圖像采集裝置之間的距離確定所述定
位坐標數據。選取距離最短的三維坐標數據作為所述定位坐標數據。

在拍攝范圍內,對于同一個目標對象,每個圖像采集裝置可獲得一個三維坐標數
據,計算每一個三維坐標與相應圖像采集裝置位置之間的距離,距離最短的三維坐標數據
作為該目標對象的定位坐標數據。

其中,所述圖像采集裝置包括多個圖像采集模塊。該圖像采集裝置可以是雙目攝
像機,也可以是兩個單目攝像機。在兩個單目攝像機的情況下,兩個單目攝像機安裝在不同
的位置,例如同一側墻的兩端。

圖2所示為根據本發明的另一較佳實施例提供的目標對象聯合跟蹤裝置的框圖。

如圖2所示,根據本發明的實施例的一種目標對象聯合跟蹤裝置包括:

定位坐標獲取單元202,用于根據采集的同一目標對象的多組三維坐標數據確定
所述目標對象的定位坐標數據。

跟蹤控制單元204,用于將所述定位坐標數據轉化為跟蹤坐標數據,并依據所述跟
蹤坐標數據對所述目標對象進行跟蹤。

其中,所述定位坐標獲取單元202包括:匹配子單元2022,用于從不同圖像采集裝
置采集的坐標數據中獲取同一目標對象在第一坐標系下的多組三維坐標數據,坐標選擇子
單元2024,用于在所述多組三維坐標數據中選取一組三維坐標數據作為所述目標對象的定
位坐標數據。

所述跟蹤控制單元204包括:

坐標轉化子單元2042,用于將所述定位坐標數據轉化為第二坐標系下的跟蹤坐標
數據,

控制子單元2044,用于根據所述跟蹤坐標數據驅動特寫攝像機,以跟蹤所述目標
對象。

所述匹配子單元2022根據不同圖像采集裝置獲取的各目標對象之間的位移差和
速度差,或速度差和加速度差,或位移差、速度差和加速度差確定是否是同一目標對象,得
到同一目標對象的多組三維坐標數據。

所述匹配子單元2022根據以下公式計算出相似度值β:

β=(a·x+b·y+c·z),其中,β是所述相似度值,x、y、z分別是位移差、速度差和加
速度差,a、b、c分別是位移差、速度差和加速度差的權重值;

若所述相似度值β在預設范圍內,則確定是同一目標對象。

坐標選擇子單元2024根據所述多組三維坐標數據分別與對應的圖像采集裝置之
間的距離確定所述定位坐標數據。選取距離最短的三維坐標數據作為所述定位坐標數據。

其中,所述圖像采集裝置包括多個圖像采集模塊。

圖3所示為根據本發明的又一較佳實施例提供的定位攝像機和特寫攝像機的安裝
示意圖。

如圖3所示,在教室中安裝了多個定位攝像機和多個特寫攝像機,負責采集和檢測
及跟蹤目標對象,多個定位攝像機兩兩一組,組合為攝像機對,在圖中分為2組,C-0和C-1為
一組、C-2和C-3為一組。PTZ-0、PTZ-1、PTZ-2是特寫攝像機。ObjectA為要定位跟蹤的目標對
象。

每個攝像機對實現對ObjectA的定位,獲得針對這個目標對象的一個三維坐標。這
樣,針對同一目標對象,N對攝像機就可以得到N組三維坐標。在本實施例中,2個攝像機對可
以得到2組三維坐標,例如C-0和C-1該攝像機對得到的三維坐標是A,C-2和C-3該攝像機對
得到的三維坐標是A’。

在前一步驟得到的2組三維坐標中選取一組三維坐標,作為目標對象在世界坐標
系中的一個最終坐標。在這個過程中,因為不同攝像機位觀察的角度不同,因此可以解決運
動物體在某個攝像機位的遮擋問題。另外根據攝像機距離物體的遠近和角度的不同,可以
制定規則選擇精度更高的三維坐標作為最終坐標。

在選取坐標時,需要計算每個三維坐標到相應攝像機對之間的距離,例如C-0和C-
1該攝像機與三維坐標A之間的距離,C-2和C-3該攝像機與三維坐標A’之間的距離。在計算
距離時,可以計算三維坐標A該點到C-0和C-1形成的直線的距離,以及三維坐標A’該點到C-
2和C-3形成的直線的距離。距離最短的三維坐標即是選取出的三維坐標,假設三維坐標A’
該點到C-2和C-3形成的直線的距離最短,則三維坐標A’就是選取出的三維坐標。通過該過
程就可以得到目標對象ObjectA的定位三維坐標數據,實現了對目標對象的準確定位。

最后,將該選擇出的三維坐標數據轉化為在特定的特寫攝像機坐標系下的坐標,
一般用Pan(云臺水平轉動距離)、Tilt(云臺垂直轉動距離)、Zoom(云臺放大倍數)表示。然
后通過“特寫攝像機控制模塊”將上面得到的Pan、Tilt、Zoom按照相機支持的協議對特寫攝
像機進行驅動,實現跟蹤特寫。

在進行跟蹤特寫時,前面所說的特定的特寫攝像機可以是PTZ-0、PTZ-1、PTZ-2中
的任意一個或多個,在多個特寫攝像機時,即實現了對目標對象的多角度跟蹤特寫。如果是
一個特寫攝像機,則該特寫攝像機可以是離選取出的三維坐標最近的特寫攝像機。

此外,在對目標對象進行定位時,需要判斷不同攝像機對檢測的目標對象是不是
同一個目標對象,在本實施例中提供了一種算法簡單且準確率高的識別策略。

若兩個目標對象的運動數據相似,則認為這兩個目標對象是同一個目標對象。

根據公式β=(a·x+b·y+c·z)計算出相似值β,x、y、z分別是位移差、速度差和加
速度差,a、b、c分別是位移差、速度差和加速度差的權重值。若該相似值在預設范圍內,則認
為這兩個目標對象是同一個目標對象。同一個目標對象被不同攝像機對檢測到,不同攝像
機對所獲取到三維坐標數據有差別,因此,需要選擇一個最合適的坐標數據作為該目標對
象的定位坐標數據,也可以綜合這若干個不同的三維坐標數據計算出一個合適的坐標數據
作為該目標對象的定位坐標數據。

經過識別之后,如果某個目標對象僅被一對攝像機對檢測到,則該攝像機對獲取
的三維坐標數據即該目標對象的定位坐標數據。

相較于先前技術,根據本發明提供的技術方案,基于目標對象的多組三維坐標數
據獲取目標對象的定位坐標數據,因此可以通過不同攝像機位的互相驗證,實現對物體的
準確定位,有效解決目標遮擋問題,優化了跟蹤特寫效果。

此外,在識別是否是同一目標對象時,通過目標對象的運動數據來判斷,避免了采
用臉部識別或者顏色識別等帶來的誤差問題,提高了目標對象識別的準確性。

以上所述僅為本發明的優選實施例而已,并不用于限制本發明,對于本領域的技
術人員來說,本發明可以有各種更改和變化。凡在本發明的精神和原則之內,所作的任何修
改、等同替換、改進等,均應包含在本發明的保護范圍之內。

關 鍵 詞:
一種 目標 對象 聯合 跟蹤 方法 裝置
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:一種目標對象聯合跟蹤方法及目標對象聯合跟蹤裝置.pdf
鏈接地址:http://www.rgyfuv.icu/p-6100515.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
山东11选5中奖结果走势图