CN101090485A - 图像监视系统和对象区域跟踪方法 - Google Patents

图像监视系统和对象区域跟踪方法 Download PDF

Info

Publication number
CN101090485A
CN101090485A CNA200710110365XA CN200710110365A CN101090485A CN 101090485 A CN101090485 A CN 101090485A CN A200710110365X A CNA200710110365X A CN A200710110365XA CN 200710110365 A CN200710110365 A CN 200710110365A CN 101090485 A CN101090485 A CN 101090485A
Authority
CN
China
Prior art keywords
subject area
information
zone
predetermine
processing section
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA200710110365XA
Other languages
English (en)
Other versions
CN101090485B (zh
Inventor
纲岛宣浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN101090485A publication Critical patent/CN101090485A/zh
Application granted granted Critical
Publication of CN101090485B publication Critical patent/CN101090485B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

一种图像监视系统包含对象区域检测处理部分和对象区域跟踪处理部分。对象区域检测处理部分配置用于基于输入图像信号,从由输入图像信号获得的图像,检测对象区域信息。对象区域跟踪处理部分配置用于基于由对象区域检测处理部分检测到的对象区域信息,通过将当前对象区域与过去对象区域相关联,来执行对象区域跟踪处理。对象区域跟踪处理部分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。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,并且在该预定对象区域再现时,将保留的标识信息赋予该预定对象区域。

Description

图像监视系统和对象区域跟踪方法
对相关申请的交叉引用
本发明包含与日本专利申请JP 2006-165617(2006年6月15日归档于日本专利局)相关的主题,其全部内容被包含在本文作为引用。
技术领域
本发明涉及图像监视系统和适用于使用诸如ITV摄像机的监视系统的应用的对象区域(object area)跟踪方法,并且特别适合于下述的图像监视系统和类似系统,其中通过以下操作来执行跟踪处理,即使用唯一的标识信息将当前对象区域与过去的对象区域彼此相关联,继续保留给予已经消失的预定对象区域的标识信息,并且,当该预定对象区域再次出现时将保留的标识信息给予该预定对象区域。即使在对象区域暂时消失时(因为,对象区域被覆盖或者隐藏)该标识信息能够被保留,从而提高了对象跟踪性能。
背景技术
在由ITV(工业电视)摄像机或者类似设备所获取的图像中检测对象(诸如,人,汽车和其他类似的物体)的技术对于图像监视系统的构建是非常重要的。例如,当此技术被应用于使用ITV摄像机的监视系统中时,系统的构建是考虑通过摄像机获取所想要监视的地方的图像,诸如禁止进入(off-limits)的区域或者类似的,检测对象是否出现在图像中,并且当对象进入时发出报警。此外,在有大量人员进出百货商店或者火车站的地方,通过跟踪移动的人来调查人流量。因此,此技术能够也被应用于调节人流、市场调查等类似应用。
为了在图像中检测移动的对象可能需要如图7中所示的2个处理。首先,对象区域检测处理是基于输入图像信号完成的,从基于输入图像信号的图像检测对象区域(当前对象区域)的信息。接下来,在对象区域跟踪处理中,将当前对象区域与过去的对象区域彼此相互关联,输出对象区域信息(大小、位置、移动速度,标识号等)。标识号组成唯一的标识信息。通过执行这些处理,有可能检测到图像中出现的移动对象。
关于对象区域检测处理,存在一种比较输入图像(当前图像)和过去的图像以检测变化区域作为对象区域的方法,如引用作为专利文档1的日本专利公开No.Hei 6-1100552中所描述。此类方法通常被称为帧间差分处理。
此外,关于对象区域检测处理,存在例如在C.Stuffer,W.E.LGrimson的“Adapt ive background mixture models for real-timetracking”中所描述的方法。此方法生成不包含对象区域的背景图像,将背景图像与输入图像进行对比,从而检测出对象区域。此类方法通常被称为背景差分处理。
进一步,关于对象区域检测处理,已经提出了一种组合如上所述的帧间差分处理和背景差分处理的处理方法。此方法在引用作为专利文档2的日本专利公开No.2004-282368中进行了描述。通过使用这样的处理,能够检测出输入图像中的对象区域。此处理首先确定对象区域的大小、位置等信息。
对象区域跟踪处理通过从基于输入图像信号的图像检测出的当前对象区域和过去对象区域相互关联,并且给予被跟踪的对象区域一个唯一的标识号,来跟踪对象区域。存在如下的用于关联的方法。例如,在引用作为专利文档3的日本专利公开No.2001-325672中公开的对象区域跟踪处理,使用大小、位置等,对在当前图像中检测到的对象区域和在过去图像中检测到的对象区域之间的关联进行估计(evaluate),并且将具有最高估计值的对象区域彼此关联。
发明内容
在专利文档3等中描述的传统方法的跟踪处理在对象被重叠或者隐藏的时候,对对象的跟踪可能会失败。图8显示了两个对象暂时相互重叠的例子,也就是说,在t-1时刻存在的两个对象,在t时刻重叠,并且在t+1时刻两个对象再次分开。在这个例子中,当跟踪处理使用传统方法完成时,标识号将如图9中所示给定。
当在t-1时刻存在具有标识号为1和2的对象区域,在t时刻仅有一个对象区域存在,与具有标识号1的对象区域关联。作为结果,在t时刻,只有具有标识号1的对象区域存在,具有标识号2的对象区域的信息丢失。因此,当具有标识号2的对象区域在t+1时刻再次分开,此分开的对象区域被给予了新的标识号3。虽然,具有标识号2的对象区域和具有标识号3的对象区域与一个相同的对象相关联,该对象区域被赋予了不同的标识号。在这种情况下,可能无法获得对象区域运动的正确的历史。
图10显示了对象被隐藏的例子,在t-1时刻的一个对象区域在t时刻被另一个对象隐藏,并且在t+1时刻再现。在这个例子中,当跟踪处理是使用传统方法完成时,标识号如图11所示那样被给定。当在时刻t-1存在具有标识号1的对象区域,在时刻t只存在一个对象区域,与具有标识号1的对象区域相关联。
但是,在时刻t被赋予标识号1的对象区域对比在时刻t-1中被赋予标识号1的对象区域,在面积上有很大地变化。也就是说,在时刻t,被赋予标识号1的对象区域基本消失了。因此,当对象区域在时刻t+1在被隐藏之后再次出现时,此对象区域被赋予新的标识号2。尽管,具有标识号1和标识号2的对象区域与相同的对象相关联,它们被赋予了不同的标识号。在这种情况下,可能不能获得该对象区域的正确的运动历史。
因此,需要即使是在对象区域由于被重叠或者隐藏而暂时消失之后,仍然维持标识信息,从而提高对对象跟踪的性能。
本发明的概念基于图像监视系统,此系统包含:对象区域检测处理部分,配置用于基于输入图像信号,从由输入图像信号获得的图像检测对象区域信息;对象区域跟踪处理部分,配置用于执行对象区域跟踪处理,其基于由对象区域检测处理部分检测到的对象区域信息,将当前对象区域与过去对象区域相关联;其中,对象区域跟踪处理部分使用唯一的标识信息将当前对象区域和过去对象区域相关联,并且对象区域跟踪处理部分继续保留赋予已经消失的预定对象区域的标识信息,并且在该预定对象区域再次出现时,将保留的标识信息赋予该预定对象区域。
在本发明中,基于输入图像信号,从由输入图像信号获得的图像中检测对象区域信息。随后,对象区域跟踪,是通过基于检测到的对象区域信息将当前对象区域和过去对象区域相关联来完成的。在这个例子中,当前对象区域和过去对象区域是使用唯一的标识信息(例如,唯一标识号)相关联的。
在对象区域跟踪处理中,当预定对象区域消失,被赋予给此预定对象区域的标识信息继续被保留。对标识信息的保留是通过(例如)复制关于预定对象区域的信息来完成的。随后,当预定对象区域再次出现,所保留的标识信息被赋予该预定对象区域。
例如,预定对象区域的消失在预定对象区域重叠了另一个对象区域时发生。当没有检测到关于该预定对象区域的信息,则判定该预定对象区域已经消失。
此外,例如,预定对象区域的消失在该预定对象区域的一部分被隐藏时发生。在这种情况下,尽管检测到关于预定对象区域的信息,当此信息和与该预定对象区域相关联的过去对象区域的信息差别很大时,判定此预定对象区域已经消失。
因此,赋予该已经消失的预定对象区域的标识信息继续被保留,并且在预定对象区域再次出现时,所保留的标识信息被赋予给该预定对象区域。因此,能够在即使对象区域由于被重叠或者隐藏而暂时消失时,仍能维持标识信息,并且因而提高了对象跟踪性能。
顺便说及,当预定对象区域如上所述消失,预定对象区域再次出现时预定对象区域的信息例如大小、位置等,基于与此预定对象区域相关联的过去的对象区域而进行预测。预定对象区域是否已经再现是参考该预测的对象区域信息而确定的。因此,能够高度准确地确定预定对象区域的再现,并且提高标识号维护的准确性。
对与已经消失的预定对象区域相关联的标识信息的保留基于某些条件被停止。例如,对于每一个帧,预定对象区域将再现的位置在与该预定对象区域相关联的过去对象区域的信息的基础上进行预测,并且当预测出的位置超出图像范围时,对该标识信息的保留将被停止。此外,例如,对于每一个帧,预定对象区域将再现的位置基于与该预定对象区域相关联的过去对象区域的信息而进行预测,当预定对象区域在对应预定数目的帧的时间段中没有在预定位置再现时,对该标识信息的保留将停止。
因此,通过在某些条件下停止对标识信息的保留,例如因为标识信息被保留而发生的对预定对象区域的再现位置进行预测的处理不再需要,从而能够减轻处理负担。
依照本发明的实施例,在使用共同的标识信息将当前对象区域与过去对象区域相关联的跟踪处理中,赋予给已经消失的预定对象区域的标识信息继续被保留。当预定对象区域再现时,将所保留的标识信息赋予给该预定对象区域。因此,能够即使在对象区域因为被重叠或者隐藏而暂时消失时,仍维持标识信息,并且,从而提高了对象跟踪性能。
附图说明
图1是显示了依照实施例的图像监视系统的配置框图;
图2是执行对象区域检测和跟踪处理的图像处理单元的功能模块的框图;
图3是显示在对象区域跟踪处理中对标识号的继续保留和恢复(两个对象相互重叠)的例子的图;
图4是显示当执行对标识号的继续保留时赋予标识号的例子的图;
图5是显示在对象区域跟踪处理中连续保留和恢复标识号的例子(一个对象被隐藏)的图;
图6是显示当执行对标识号的继续保留时,赋予标识号的例子的图;
图7是显示了对象检测处理的流程图;
图8是显示在对象跟踪处理中被跟踪的两个对象相互重叠的例子的图;
图9是显示依照传统方法,在两个对象相互重叠时赋予标识号的例子的图;
图10是显示在对象跟踪处理中被跟踪的对象被隐藏的例子的图;
图11是显示依照传统方法,当对象被隐藏时赋予标识号的例子的图。
具体实施方式
本发明的优选实施例将在此后参考附图进行描述。图1显示依照一个实施例的图像监视系统100的配置。此图像监视系统100通过将摄像机101,记录设备102,显示器103和报警发生单元104,用户操作单元106,CPU(中央处理单元)107,ROM(只读存储器)108,RAM(随机访问存储器)109中的每一个连接到总线105而构成。
摄像机101是(例如)ITV摄像机。记录设备102存储由摄像机101照相获得的图像信号,由在下文描述的图像处理单元中的对象区域跟踪处理获得的对象区域的信息,等等。记录设备102由例如HDD(硬盘驱动器)、半导体存储器等组成。
显示器103显示基于由摄像机101通过图像摄取获得的图像信号的图像,基于从记录设备102复制的图像信号的图像,基于记录设备102中记录的对象区域信息进行处理的对象跟踪图像,等等。显示器103是由例如LCD,CRT等构成。
报警发生单元104例如在基于由图像处理单元等中的对象区域跟踪处理中获得的对象区域信息而需要报警时,在图像处理单元(将在下文进行描述)的控制下生成报警。例如,当预定对象进入禁止侵入的区域时,报警发生单元104将生成一个报警。
用户操作单元106构成用于用户执行在图像监视系统100上的各种操作的用户接口。用户操作单元106是由例如键盘、鼠标等组成的。
CPU 107控制图像监视系统100整体的操作。ROM 108存储用于控制CPU 107操作的程序,等等。RAM 109作为CPU 107或类似装置的工作区域。CPU 107按照时机需要,读取ROM 108中存储的控制程序,传输该读取的控制程序给RAM 109,并且随后扩展该控制程序。接着,CPU 107读取并且执行在RAM 109中扩展的控制程序,由此控制图像监视系统100的各个部分。
CPU 107、ROM 108、RAM 109构成了图像处理单元,此单元执行为了在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。图2示出了构成图像处理单元的功能模块。图像处理单元包含对象区域检测单元111,对象区域信息存储单元112,过去对象区域信息存储单元113,对象区域关联单元114,对象区域确定单元115,消失的对象区域复制单元116,和对象区域信息集成单元117。
基于通过摄像机101的图像摄取获得的图像信号(输入图像信号),对象区域检测单元111从基于该图像信号的图像检测关于对象区域(当前对象区域)的信息。此检测处理是使用例如如上所述的帧间差分处理或者背景差分处理进行的。在这个例子中,关于对象区域的信息是,例如大小、位置、移动速度、颜色和对象区域的其他信息。例如,移动速度是由水平分量和垂直分量构成。使用正号和负号来区分左右上下方向。
对象区域信息存储单元112存储关于当前对象区域的信息,此信息由对象区域检测单元111检测获得。对象区域检测单元111依照图像信号的每一个帧检测对象区域信息。过去对象区域信息存储单元113存储过去对象区域的信息。
在这个例子中,过去对象区域信息包含由对象区域检测单元111在当前帧紧前面的一个帧中检测到的对象区域信息,和在当前帧紧前面一个帧中复制的对象区域信息。顺便提及,存储在过去对象区域信息存储单元113中的对象区域信息的内容是如上所述的对象区域信息存储单元112中存储的对象区域信息的内容,并且在存储在对象区域信息存储单元112中的对象区域信息的内容中加入了作为标识信息的标识号。
对象区域关联单元114基于存储在信息存储单元112中的当前对象区域的信息和存储在信息存储单元113中的过去对象区域的信息,将当前对象区域和过去对象区域相关联。此关联是通过使用关于当前对象区域的信息(大小、位置、移动速度等)和关于当前对象区域的预测信息而完成的,关于当前对象区域的预测信息是基于过去对象区域的信息(大小、位置、移动速度等)。
构成关于过去对象区域的信息的大小、移动速度等,成为当前对象区域的大小、移动速度等的预测值。构成过去对象区域的信息的位置,被使用移动速度等转换为当前对象区域的位置预测值。
对象区域关联单元114将每一个过去对象区域和具有与当前对象区域的预测信息最接近的信息的当前对象区域相关联,预测信息是基于过去对象区域的信息而获得的。
依赖于由对象区域检测单元111检测到的当前对象区域的编号,不是所有过去对象区域能够与当前对象区域相关联。这意味着不能关联的过去对象区域已经消失。
依赖于由对象区域检测单元111所检测到的当前对象区域的编号,在所有的过去对象区域与当前对象区域相关联后,剩余一当前对象区域。这意味着,剩余的当前对象区域作为一个新的对象区域出现。
消失的对象区域复制单元116复制并输出如上所述通过对象区域关联单元114不能够相关联的过去对象区域的信息。在这个例子中,作为复制的对象区域信息,基本使用如上所述的预测信息。关于标识号,正的值被转换为负的值。附带地,包含已经具有负值的标识号的对象区域信息,在前面的帧中被复制。
附带地,在这个例子中,通过复制已消失的预定对象区域的信息,被赋予给该预定对象区域的标识号继续被保留。在本发明的实施例中,标识号的保留在某些条件下被停止。
例如,如上所述,对象区域关联单元114使用了关于当前对象区域的预测信息,此信息是基于过去对象区域的信息的。但是,在预测位置在图像以外的情况下,即使对象区域信息将通过复制单元116进行复制,该对象区域信息不被复制。
此外,例如,在包含已经为负值的标识号的对象区域信息的复制次数超过帧的预定数目的情况下,即使当对象区域信息将由复制单元11 6进行复制,对象区域信息不被复制。这种情况意味着已经消失的预定对象区域在对应于预定数目帧的时间段内没有在预测的位置再现。所述帧的预定数目可以被设置为一个固定值,或者可以根据在预定对象区域消失前存在预定对象区域的帧的数目来设定。
因此,通过在某些条件下停止消失的对象区域复制单元116的复制和对标识号的保留,消除了例如对应于该标识号的预定对象区域再现位置的预测处理的需求,使得处理负载得到降低。
对象区域确定单元115将包含在通过如上所述的对象区域关联单元114与当前对象区域相关联的过去对象区域的信息中的标识号,加入到相关联的当前对象区域的信息中。然后,对象区域确定单元115输出该对象区域信息。在这种情况下,当标识号是一个负值,此负值被转换为一个正值。这意味着一度曾经消失的对象区域已经再现。
此外,对象区域确定单元115将新的标识号加入到当前对象区域的信息中,该当前对象区域是剩余的没有通过上述对象区域关联单元114与过去对象区域相关联的区域,并且随后对象区域确定单元115输出该对象区域信息。这意味着过去不存在的新的对象区域已经出现。
另外,对象区域确定单元115确定与过去对象区域相关联的当前对象区域的诸如大小等的信息是否较该过去对象区域有很大变化。在当前对象区域的信息变化巨大时,相关联的过去对象区域的信息被复制和输出。在这种情况下,作为被复制的对象区域信息,基本使用上述的预测信息。关于标识号,正值被转换为负值。
当与过去对象区域相关联的当前对象区域的诸如大小等信息较过去对象区域的信息有很大变化时,预期在下一帧(其中当前对象区域变为过去对象区域)中,该当前对象区域将不能正确地与下一帧中将检测到的当前对象区域相关联。也就是说,在这种情况下,尽管过去对象区域尝试地与当前对象区域相关联,在本实施例中,对象区域也被认为已经基本消失,并且执行如上所述的消失的对象区域复制单元116中进行的相同处理。
对象区域信息集成单元117将从消失的对象区域复制单元116和对象区域确定单元115输出的对象区域信息进行集成。对象区域信息集成单元117仅输出具有正的标识号的对象区域信息,作为当前帧的结果。此外,对象区域信息集成单元117向信息存储单元113发送具有正的和负的标识号的对象区域信息,作为在下一个帧中使用的过去对象区域信息。
将描述图2中所示的图像处理单元的操作。将摄像机101通过图像摄取获得的图像信号(输入图像信号)提供给对象区域检测单元111。此检测单元111基于输入图像信号,使用帧间差分处理、背景差分处理等方法,从自输入信号获取的图像检测关于对象区域(当前对象区域)的信息(大小,位置,移动速度等)。将检测单元111检测到的该关于当前对象区域的信息,提供给对象区域信息存储单元112,以存储在对象区域信息存储单元112中。
将该存储在信息存储单元112中的当前对象区域的信息,提供给对象区域关联单元114。此外,给对象区域关联单元114提供过去对象区域的信息(大小,位置,移动速度,标识号等),该信息存储在过去对象区域信息存储单元113中。
对象区域关联单元114基于关于当前对象区域的信息和关于过去对象区域的信息,将当前对象区域和过去对象区域相互关联。此关联通过使用关于当前对象区域的信息(大小,位置,移动速度等)和关于当前对象区域的预测信息来执行,当前对象区域的预测信息是基于关于过去对象区域的(大小,位置,移动速度等)信息的。
在这个例子中,每一个过去对象区域与具有与当前对象区域的预测信息最接近的信息的当前对象区域相关联,当前对象区域的预测信息是基于过去对象区域的信息而获得的。但是,依赖于由对象区域检测单元111检测到的当前对象区域的数目,有两种情况,情况(1),其中所有的过去对象区域不能与当前对象区域相关联,或者,情况(2),其中当前对象区域剩余有不与过去对象区域相关联的。情况(1)意味着有对象区域已经消失。情况(2)意味着,存在已经出现的对象区域作为新的对象区域。
消失的对象区域复制单元116参考对象区域关联单元114的关联结果。消失的对象区域复制单元116将不能够进行关联的过去对象区域的信息进行复制和输出。在这个例子中,作为被复制的对象区域信息,基本使用上述的预测信息。关于标识号,标识号是正值的被转换为负值,并且标识号已经为负值的将被保持,指示着该对象区域信息包含从复制得到的标识号。
复制单元116因而复制关于已经消失的预定对象区域的信息,从而赋予该预定对象区域的标识信息继续被保留。但是,如上所述,在某些条件下(如,预测位置在图像之外,复制的次数超过帧的预定数目),标识号的保留被停止,使得处理负载降低。
对象区域确定单元115参考由对象区域关联单元114关联的结果。对象区域确定单元115将包含在与当前对象区域相关联的过去对象区域的信息中的标识号,加到相关联的当前对象区域的信息中。对象区域确定单元115随后输出此对象区域信息。在这种情况下,当标识号是负值,负值被转换为正值。这意味着,一度消失的对象区域已经再现。
此外,参考对象区域关联单元114的关联结果,对象区域确定单元115将新的标识号加入到不与过去对象区域相关联的当前对象区域的信息中,并且随后对象区域确定单元115输出此对象区域信息。在意味着,在过去图像中不存在的新的对象区域已经出现。
此外,对象区域确定单元115确定与过去对象区域相关联的当前对象区域的诸如大小等信息,是否较该过去对象区域有很大变化。当当前对象区域信息变化很大时,相关联的过去对象区域的信息被复制和输出。在这种情况下,作为复制的对象区域信息,基本使用如上所述的预测信息。关于标识号,正值被转换为负值来指示该复制。
从复制单元116和确定单元115输出的对象区域信息被提供给对象区域信息集成单元117,并且随后被集成。也就是说,信息集成单元117仅输出具有正的标识号的对象区域信息作为当前帧的结果。具有正值的标识号的对象区域信息,如上所述被提供给记录设备102,以存储在其中。此外,具有正值和负值的标识号的对象区域信息被从对象区域信息集成单元117发送给信息存储单元113,以作为在下一个帧中使用的过去对象区域信息存储在信息存储单元113中。
将描述在图2中所示的图像处理单元中,标识号的继续保留和恢复的例子。首先,考虑如上述图8中所示的情况,两个对象在t-1时刻存在,在t时刻重叠,并且在t+1时刻两个对象再次分开。这是在实际图像监视系统中当人员重叠的时候发生的现象。
参考图3和图4来进行描述。在时刻t,仅存在一个对象区域。当该对象区域与时刻t-1的一个对象区域相关联时,该对象区域与在时刻t-1的具有标识号“1”的对象区域相关联。在时刻t-1具有标识号“2”的对象区域不与任意的对象区域相关联,并且,因而在时刻t是消失状态。在这个例子中,关于消失的对象区域的信息被复制,并且此标识号被从正值的“2”改为负值的“-2”。由此,消失的对象区域的标识号继续被保留。
在时刻t+1,使用在时刻t+1的对象区域的预测信息(大小、位置、移动速度等),来确定是否存在一个能够与具有标识号“-2”的对象区域相关联的对象区域,该预测信息是从在时刻t复制的具有标识号“-2”的对象区域的信息获得的。当在时刻t+1存在能够相关联的对象区域时,该对象区域被关联,并且标识号“2”被加到在该对象区域的信息中。因此,当因为与对象重叠而暂时消失的对象区域再现时,与该对象区域消失之前相同的标识号被赋予给此对象区域。因此,对相同的对象区域能够维持相同的标识号。
附带地,尽管上述描述参考的是其中对象区域与另一个对象区域重叠而暂时消失的例子,当一个对象被基本隐藏在障碍物之后而临时消失时,执行相同的操作。
考虑如图10所示,在时刻t-1存在的对象在时刻t被另一个对象隐藏,并且在t+1时刻再现的情况。这个现象在实际图像监视系统中,当一个人被障碍遮挡,例如设备杆(utility pole)等时发生。
将参考图5和图6进行描述。在时刻t,仅存在一个对象区域。此对象区域与在时刻t-1具有标识号“1”的对象区域相关联。但是,在这个例子中,因为在时刻t的对象区域被隐藏在障碍后,对象区域的大小对比在时刻t-1中对象区域的大小发生巨大变化。因此,进而,在时刻t复制在时刻t-1具有标识号“1”的对象区域的信息。在这个例子中,标识号从正值的“1”改变为负值的“-1”。
在这个例子中,因为在时刻t具有标识号“1”的对象区域的大小较原有大小发生很大变化,预期在时刻t具有标识号“1”的对象区域将不能正确地与在下一个时刻t+1的对象区域相关联。也就是说,如上所述地执行复制,因为在时刻t-1具有标识号“1”的对象区域被认为在时刻t基本消失。
在时刻t+1,通过使用关于在时刻t+1的对象区域的预测信息(大小,位置,移动速度等),来确定是否存在能够与在时刻t的对象区域相关联的对象区域(标识号“1”和标识号“-1”),该预测信息从在时刻t的对象区域的信息获得,在这个例子中,从大小的关系,将在时刻t+1从障碍的隐藏中移动出并且再现的对象区域,与在时刻t具有标识号“-1”的对象区域相关联,并且将标识号“1”加到在时刻t+1再现的对象区域的信息中。因此,当由于隐藏而暂时消失的对象区域再现时,将与该对象区域消失前相同的标识号给予给该对象区域。因此,能够为相同的对象区域维持相同的标识号。
如上所述,依照图1中所示的图像监视系统100,在对象区域跟踪处理中,赋予给消失的预定对象区域的标识号继续被保留。当预定对象区域再现时,将所保留的标识号赋予给该预定对象区域。即使当对象区域由于对象区域的重叠或隐藏而暂时消失,标识号能够被维持。因此,能够提高对象跟踪性能。
此外,依照图1中所示的图像监视系统100,在对象区域跟踪处理中,当预定对象区域消失,基于与该预定对象区域相关联的过去对象区域的信息,对该预定对象区域再现时该预定对象区域的诸如大小、位置等信息进行预测。预定对象区域是否已经再现是参考预测的对象区域信息来确定的。因此,能够以高精确度确定预定对象区域的再现,并且提高维持标识号的准确度。
附带地,在前述的实施例中的图像处理单元的处理中,当复制已经消失的对象区域的信息时,包含在该信息中的标识号被从正值改变为负值。但是,本发明并不局限于此。标识号能够被改变为任何形式,只要该对象区域信息能够被识别为复制的信息,并且能够恢复原始的标识号。
此外,尽管前述的实施例使用标识号作为唯一标识信息,也可以使用其他的信息。
依照本发明的一个实施例,即使当对象区域因为对象区域被重叠和隐藏而暂时消失,标识号能够被维持。因此,对象跟踪性能能够被提高。本发明适用于使用例如ITV摄像机的监视系统。
本领域的技术人员应该理解,依照设计需求和其它因素可以进行多种修改、组合、子组合和改变,只要它们在所附权利要求或其等价物的范围之内。

Claims (8)

1.一种图像监视系统包含:
对象区域检测处理部分,配置用于基于图像输入信号,从由输入图像信号获得的图像检测对象区域信息;和
对象区域跟踪处理部分,配置用于通过基于所述的对象区域检测处理部分检测到的对象区域信息,将当前对象区域与过去对象区域相关联来执行对象区域跟踪处理;
其中,所述对象区域跟踪处理部分使用唯一的标识信息,将所述当前对象区域与所述过去对象区域相关联,并且
所述对象区域跟踪处理部分继续保留赋予已经消失的预定对象区域的标识信息,并且在该预定对象区域再现时,将保留的标识信息赋予给该预定对象区域。
2.依照权利要求1的图像监视系统,其中所述对象区域跟踪处理部分复制已经消失的所述预定对象区域的信息,旨在继续保留给予所述已经消失的所述预定对象区域的标识信息。
3.依照权利要求1的图像监视系统,其中所述对象区域跟踪处理部分基于与所述已消失的预定对象区域相关联的过去对象区域的信息,预测当所述预定对象区域再现时的对象区域信息,并且,参考该预测的对象区域信息确定所述预定对象区域是否已再现。
4.依照权利要求1的图像监视系统,其中在所述对象区域检测处理部分没有检测到关于所述预定对象区域的信息时,所述对象区域跟踪处理部分确定所述预定对象区域已消失。
5.依照权利要求1的图像监视系统,其中在所述对象区域检测处理部分检测到关于所述预定对象区域的信息,但是,检测到的所述预定对象区域的信息相对于与所述预定对象区域相关联的过去对象区域的对应信息变化很大时,所述对象跟踪处理部分确定所述预定对象区域已消失。
6.依照权利要求1的图像监视系统,其中所述对象区域跟踪处理部分基于与所述预定对象区域相关联的过去对象区域的信息,为每一帧预测所述预定对象区域再现的位置,并且在预测的位置在图像之外时,停止对赋予所述预定对象区域的标识信息的保留。
7.依照权利要求1的图像监视系统,其中所述对象区域跟踪处理部分基于与所述预定对象区域相关联的过去对象区域的信息,为每个帧预测所述预定对象区域再现的位置,并且在对应于预定数目的帧的时间段内所述预定对象区域没有在预测位置再现时,停止对赋予给所述预定对象区域的标识信息的保留。
8.一种对象区域跟踪处理方法,用于基于输入图像信号从由输入图像信号获取的图像检测对象区域信息,并且通过基于检测到的对准区域信息将当前对象区域与过去对象区域相关联,来执行对象区域跟踪处理,所述对象区域跟踪方法包含如下步骤:
使用唯一的标识信息将所述当前对象区域与所述过去对象区域相关联;和
继续保留赋予已消失的预定对象区域的标识信息,并且当该预定对象区域再现时,将保留的标识信息赋予该预定对象区域。
CN200710110365XA 2006-06-15 2007-06-15 图像监视系统和对象区域跟踪方法 Expired - Fee Related CN101090485B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2006165617 2006-06-15
JP2006165617A JP2007334631A (ja) 2006-06-15 2006-06-15 画像監視システムおよび物体領域追跡方法
JP2006-165617 2006-06-15

Publications (2)

Publication Number Publication Date
CN101090485A true CN101090485A (zh) 2007-12-19
CN101090485B CN101090485B (zh) 2013-01-02

Family

ID=38876692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200710110365XA Expired - Fee Related CN101090485B (zh) 2006-06-15 2007-06-15 图像监视系统和对象区域跟踪方法

Country Status (3)

Country Link
US (1) US8045757B2 (zh)
JP (1) JP2007334631A (zh)
CN (1) CN101090485B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102045543A (zh) * 2009-10-23 2011-05-04 佳能株式会社 图像处理装置及图像处理方法
US8542276B2 (en) 2009-12-10 2013-09-24 Industrial Technology Research Institute Object Tracking method and apparatus for a non-overlapping-sensor network
CN108881663A (zh) * 2018-06-20 2018-11-23 暨南大学 一种支持隐私保护功能的图像区域复制检测方法
CN109314763A (zh) * 2016-06-14 2019-02-05 日产自动车株式会社 车间距离推定方法及车间距离推定装置
CN109831622A (zh) * 2019-01-03 2019-05-31 华为技术有限公司 一种拍摄方法及电子设备

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009268005A (ja) * 2008-04-30 2009-11-12 Meidensha Corp 侵入物検知追跡装置
JP2010009134A (ja) * 2008-06-24 2010-01-14 Sony Corp 画像処理システム及び画像処理方法、並びに、プログラム
RU2484531C2 (ru) * 2009-01-22 2013-06-10 Государственное научное учреждение центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики (ЦНИИ РТК) Устройство обработки видеоинформации системы охранной сигнализации
JP5235825B2 (ja) * 2009-09-02 2013-07-10 三菱電機株式会社 映像特徴量抽出方法、オブジェクト検索方法、映像特徴量抽出装置、オブジェクト検索装置
JP5644097B2 (ja) * 2009-12-08 2014-12-24 ソニー株式会社 画像処理装置、画像処理方法及びプログラム
JP5091976B2 (ja) * 2010-04-09 2012-12-05 株式会社東芝 映像表示装置、映像表示方法及び映像表示プログラム
WO2012030958A1 (en) * 2010-08-31 2012-03-08 Activate Systems, Inc. Methods and apparatus for improved motion capture
JP5229593B2 (ja) * 2010-09-30 2013-07-03 株式会社Jvcケンウッド 目標追跡装置、目標追跡方法
JP5218861B2 (ja) * 2010-09-30 2013-06-26 株式会社Jvcケンウッド 目標追跡装置、目標追跡方法
JP6218102B2 (ja) * 2013-03-19 2017-10-25 日本電気株式会社 情報処理システム、情報処理方法及びプログラム
WO2014192483A1 (ja) * 2013-05-30 2014-12-04 日本電気株式会社 情報処理システム、情報処理方法及びプログラム
JP6471528B2 (ja) * 2014-02-24 2019-02-20 株式会社リコー 物体認識装置、物体認識方法
JP6612056B2 (ja) * 2014-05-16 2019-11-27 株式会社半導体エネルギー研究所 撮像装置、及び監視装置
KR20160032586A (ko) * 2014-09-16 2016-03-24 삼성전자주식회사 관심영역 크기 전이 모델 기반의 컴퓨터 보조 진단 장치 및 방법
US10042031B2 (en) 2015-02-11 2018-08-07 Xerox Corporation Method and system for detecting that an object of interest has re-entered a field of view of an imaging device
US10368035B2 (en) 2015-03-20 2019-07-30 Nec Corporation Monitoring system, monitoring method, and monitoring program
JP6777421B2 (ja) 2015-05-04 2020-10-28 株式会社半導体エネルギー研究所 半導体装置
CN105141911B (zh) * 2015-08-17 2019-02-26 北京交通大学 一种铁路视频监控系统互联装置及方法
CN105956513B (zh) * 2016-04-19 2020-04-14 北京小米移动软件有限公司 执行反应动作的方法及装置
JP6677297B2 (ja) 2016-06-30 2020-04-08 日産自動車株式会社 物体追跡方法及び物体追跡装置
KR102426591B1 (ko) * 2020-03-11 2022-07-28 성균관대학교산학협력단 머신러닝 모델을 이용한 객체 인식 방법 및 시스템

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0628449B2 (ja) 1985-12-10 1994-04-13 松下電工株式会社 侵入監視装置
JPH06110552A (ja) 1992-09-25 1994-04-22 Toshiba Corp 移動体追跡装置
US5912980A (en) * 1995-07-13 1999-06-15 Hunke; H. Martin Target acquisition and tracking
JP2000513897A (ja) * 1997-02-06 2000-10-17 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 画像分割およびオブジェクト追跡方法と、対応するシステム
CA2232997C (en) * 1997-03-26 2001-07-10 Dalhousie University Dynamic target addressing system
US6724915B1 (en) * 1998-03-13 2004-04-20 Siemens Corporate Research, Inc. Method for tracking a video object in a time-ordered sequence of image frames
JP2000105835A (ja) 1998-07-28 2000-04-11 Hitachi Denshi Ltd 物体認識方法及び物体追跡監視装置
JP4789223B2 (ja) 2000-05-16 2011-10-12 株式会社メガチップス 侵入者監視システム
JP3692500B2 (ja) * 2000-09-12 2005-09-07 インターナショナル・ビジネス・マシーンズ・コーポレーション 画像処理方法、画像処理システムおよび記録媒体
JP2002157599A (ja) 2000-11-17 2002-05-31 Nippon Telegr & Teleph Corp <Ntt> 物体検出認識方法,物体検出認識プログラムを記録した記録媒体および物体監視追跡装置
JP2004110542A (ja) 2002-09-19 2004-04-08 Toshiba Corp 目標検出装置および目標検出方法
US7336803B2 (en) * 2002-10-17 2008-02-26 Siemens Corporate Research, Inc. Method for scene modeling and change detection
JP4292371B2 (ja) 2003-03-14 2009-07-08 オムロン株式会社 移動体監視装置
JP4555987B2 (ja) 2004-07-09 2010-10-06 財団法人生産技術研究奨励会 画像における移動物体追跡方法及び装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102045543A (zh) * 2009-10-23 2011-05-04 佳能株式会社 图像处理装置及图像处理方法
CN102045543B (zh) * 2009-10-23 2016-06-22 佳能株式会社 图像处理装置及图像处理方法
US8542276B2 (en) 2009-12-10 2013-09-24 Industrial Technology Research Institute Object Tracking method and apparatus for a non-overlapping-sensor network
CN109314763A (zh) * 2016-06-14 2019-02-05 日产自动车株式会社 车间距离推定方法及车间距离推定装置
CN109314763B (zh) * 2016-06-14 2021-01-05 日产自动车株式会社 车间距离推定方法及车间距离推定装置
CN108881663A (zh) * 2018-06-20 2018-11-23 暨南大学 一种支持隐私保护功能的图像区域复制检测方法
CN108881663B (zh) * 2018-06-20 2019-12-24 暨南大学 一种支持隐私保护功能的图像区域复制检测方法
CN109831622A (zh) * 2019-01-03 2019-05-31 华为技术有限公司 一种拍摄方法及电子设备
US11889180B2 (en) 2019-01-03 2024-01-30 Huawei Technologies Co., Ltd. Photographing method and electronic device

Also Published As

Publication number Publication date
US8045757B2 (en) 2011-10-25
CN101090485B (zh) 2013-01-02
JP2007334631A (ja) 2007-12-27
US20080002857A1 (en) 2008-01-03

Similar Documents

Publication Publication Date Title
CN101090485B (zh) 图像监视系统和对象区域跟踪方法
CN101615295B (zh) 图像处理系统和图像处理方法
CN100585656C (zh) 一种基于规则的全天候智能视频分析监控方法
CN105744232A (zh) 一种基于行为分析技术的输电线路视频防外破的方法
US20220004818A1 (en) Systems and Methods for Evaluating Perception System Quality
CA2438834A1 (en) Real-time spatio-temporal coherence estimation for autonomous mode identification and invariance tracking
CN100454355C (zh) 实时采集道路车流量信息的视频方法
WO2007037065A9 (en) Object tracking method and object tracking apparatus
CN106097725A (zh) 一种基于动态特征提取的车辆分类流量检测方法
Mathew et al. Detecting new stable objects in surveillance video
CN103455997A (zh) 一种遗弃物检测方法及系统
CN108184098A (zh) 安全区域的监控方法以及系统
US9589191B2 (en) Method for evaluating a plurality of time-offset pictures, device for evaluating pictures, and monitoring system
US20110234912A1 (en) Image activity detection method and apparatus
CN109979189A (zh) 一种恶劣天气下的租车预警方法及装置
CN114202721A (zh) 低空飞行器的检测方法
JP2003143593A (ja) 画像処理による監視方法およびシステム
JP5924081B2 (ja) 置き去り又は持ち去り検知システム
CN111754477A (zh) 基于动态候选区多尺度图像的铁路周界异物入侵检测方法
Foresti et al. Vehicle detection and tracking for traffic monitoring
JP3423624B2 (ja) 画像監視装置
KR101223528B1 (ko) 협업 방식의 감시카메라 시스템 구동방법, 시스템 및 이를 위한 카메라
CN113361340B (zh) 特征提示方法、装置及计算机存储介质
Zhang et al. Intelligent Risk Identification and Warning Model for Typical Drilling Operation Scenes and its Application
CN114435381B (zh) 一种车辆数据记录方法及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130102

Termination date: 20180615