CN102176246A - 一种多相机目标接力跟踪系统的相机接力关系确定方法 - Google Patents
一种多相机目标接力跟踪系统的相机接力关系确定方法 Download PDFInfo
- Publication number
- CN102176246A CN102176246A CN2011100317291A CN201110031729A CN102176246A CN 102176246 A CN102176246 A CN 102176246A CN 2011100317291 A CN2011100317291 A CN 2011100317291A CN 201110031729 A CN201110031729 A CN 201110031729A CN 102176246 A CN102176246 A CN 102176246A
- Authority
- CN
- China
- Prior art keywords
- relay
- camera
- visual field
- target
- tracked target
- 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.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
一种多相机目标接力跟踪系统的相机接力关系确定方法,包括以下步骤:在当前相机C0的矩形视场内确定视场边界区域,并将其划分成多个边界子区域;确定当前相机C0视场内的被跟踪目标的运动轨迹;确定接力相机;计算接力相机的接力时间tr;判断接力相机的后续工作状态。本发明能够通过对被跟踪目标在一个相机视场内的运动轨迹进行分析之后,对于各相机间存在盲区的大型目标接力跟踪系统,能够判断出目标走出当前相机视场后进入的下一个相邻相机,实施多相机间准确实时的目标接力跟踪。
Description
技术领域
本发明属于多相机视频监控技术领域,涉及一种用于多相机目标接力跟踪系统的相机间接力关系的确定方法。
背景技术
对于监控网络中无重叠视场(即各相机视场之间存在盲区)的多相机目标接力跟踪系统,要保持对运动的被跟踪目标在多个相机间的接力跟踪,需要确定监控网络中相关的相邻相机等候被跟踪目标进入视场。这是因为一般情况下,进入监控网络系统的运动目标众多,并且不同目标的视觉特征相似的情况也很多,准确预测被跟踪目标可能会出现的相邻相机的视场,是降低误检与漏检的关键。
发明内容
本发明的目的是提供一种多相机目标接力跟踪系统的相机接力关系确定方法,在多相机构成的目标接力跟踪系统中,确定需要激活的相关相机,以实现对被跟踪目标接力跟踪的准确性。
本发明所采用的技术方案是,一种多相机目标接力跟踪系统的相机接力关系确定方法,该多相机目标接力跟踪系统中,包括当前相机和相邻相机,赋予各相机不同的ID号,其中,当前相机为C0,相邻相机的个数为n且依次赋予ID号为C1、C2、...、Cn,且各相机的位置以及对应监控的矩形视场均固定,该方法包括以下各步骤:
步骤1、在当前相机C0的矩形视场内确定视场边界区域,再根据所述各相邻相机的位置和数量,将该视场边界区域对应划分成多个边界子区域,并依次赋予ID号为D1、D2、...、Dn,其中,所述当前相机C0的视场边界区域为,视场边界线与距离视场边界线一定宽度的矩形界线之间的框形区域。
步骤2、确定当前相机C0视场内的被跟踪目标的运动轨迹:
步骤2.1、在当前相机C0视场内,对被跟踪目标进行跟踪检测;
步骤2.2、在步骤2.1得到的被跟踪目标上选取轨迹点;
步骤2.3、被跟踪目标在进入步骤1划分的边界子区域时,通过当前相机C0得到步骤2.2选取的轨迹点的运动轨迹,并对该运动轨迹进行线性拟合,获得拟合直线。
步骤3、接力相机的判断:
a、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线,均落在步骤1中得到的某一个边界子区域内时,激活该边界子区域对应的相邻相机作为接力相机,该接力相机进入等待接力跟踪状态;
b、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线不是全部落在步骤1中得到的某一个边界子区域内时,同时激活与其两者所在的多个边界子区域相对应的多个相邻相机作为接力相机,该多个接力相机进入等待接力跟踪状态。
步骤4、计算步骤3确定的接力相机的接力时间tr。
步骤5、判断步骤3确定的接力相机的后续工作状态:
a、当步骤3确定的接力相机的数量为一个时,则在经过步骤4中得到的接力时间tr后,该接力相机解除等待接力跟踪状态,并进入接力跟踪匹配状态,在该接力相机视场内进行接力跟踪匹配,以确定被跟踪目标是否进入其视场;跟踪匹配不成功,则判定被跟踪目标从相机盲区或者非正常区域通过,解除接力跟踪状态;跟踪匹配成功,则完成对被跟踪目标的接力跟踪;
b、当步骤3确定的接力相机的数量为多个时,所述各接力相机在分别经过步骤4得到的对应的接力时间tr后,各自解除等待接力跟踪状态,分别进入接力跟踪匹配状态,并在其视场内进行接力跟踪匹配,以确定被跟踪目标是否进入其视场;当所述接力相机均跟踪匹配不成功,则判定被跟踪目标从相机盲区或者非正常区域通过,接力相机全部解除接力跟踪匹配状态;当某个相机接力跟踪匹配成功,则完成对被跟踪目标的接力跟踪,其余相邻相机解除接力跟踪匹配状态。
步骤1中,将该视场边界区域对应划分成多个边界子区域的划分方法为:
a、相邻相机的个数n=1时,以当前相机C0视场中心点和相邻相机C1视场中心点连线的垂直线为划分线,将当前相机C0的框形视场边界区域分为两部分,靠近C1的边界子区域赋予ID号为D1;
b、相邻相机的个数n≥2时,以当前相机C0视场的中心点为基准点,两个相邻相机分别为Ck和Ck+1,Ck和Ck+1相对应的两个边界子区域分别赋予ID号为Dk和Dk+1,Ck和Ck+1视场的中心点分别与当前相机C0视场中心点连线的夹角为θk,该夹角的角平分线即为Dk和Dk+1的划分线,依次类推,将当前相机的视场边界区域划分成n个边界子区域。
步骤1中,所述视场边界区域的宽度为L,该当前相机C0的矩形视场大小为M×N,L取值在[min(M,N)/10,min(M,N)/8]的范围内。
步骤2.1中,对被跟踪目标的检测是通过当前相机C0获取被跟踪目标的视频帧序列,对当前帧通过背景差分法检测被跟踪目标,其中,所使用背景差分法计算公式如下:
其中,[ft(i,j)]为视频当前帧像素值,[bt(i,j)]为背景像素值并通过单高斯背景建模或者混合高斯背景建模获得,Th为判断阈值,g(i,j)为判断结果,g(i,j)=1,表明该点像素为被跟踪目标,否则为背景。
步骤2.2中,选取轨迹点的方法为:将检测到的被跟踪目标外形区域用一个竖直方向的外接矩形框表示,将该外接矩形框的下边界的中心点作为被跟踪目标的轨迹点,即当前帧的被跟踪目标的外接矩形的四个角点的坐标分别为则轨迹点的坐标(x(k),y(k))为:
步骤2.3中,使用最小二乘法进行线性拟合,被跟踪目标的运动轨迹点为{(x(1),y(1)),(x(2),y(2)),...,(x(K),y(K))},其运动轨迹的拟合直线表示为y=a·x+b,根据以下方程可求出直线的参数a和b:
步骤4中,计算接力时间tr的方法为:
步骤4.1、根据当前相机C0视场内被跟踪目标运动轨迹{(x(1),y(1)),(x(2),y(2)),...,(x(K),y(K))},估算被跟踪目标在视频图像中的运动速度(Vx,Vy),所使用的运算公式为:
本发明的一种多相机目标接力跟踪系统的相机接力关系确定方法,能够通过对被跟踪目标在当前相机视场内的运动轨迹进行分析之后,对于各相机间存在盲区的大型目标接力跟踪系统,能够判断出被跟踪目标走出当前相机视场后可能进入的相邻相机,以实现多相机间准确实时的对运动目标的接力跟踪。
附图说明
图1是本发明实施例1的多相机位置关系示意图;
图2是图1当前相机视场边界区域划分的示意图;
图3是本发明实施例2的多相机位置关系示意图;
图4是图3当前相机视场边界区域划分的示意图;
图5是本发明实施例3的多相机位置关系示意图;
图6是图5当前相机视场边界区域划分的示意图;
图7是本发明被跟踪目标轨迹点选取原理示意图;
图8中,a为本发明被跟踪目标轨迹点的运动轨迹原理示意图,b为对a中运动轨迹进行线性拟合的原理示意图;
图9是本发明轨迹点的轨迹与其拟合直线在当前相机视场边界区域的分布示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种多相机目标接力跟踪系统的相机接力关系确定方法,该多相机目标接力跟踪系统中,包括当前相机和相邻相机,赋予各相机不同的ID号,其中,当前相机为C0,相邻相机的个数为n且依次赋予ID号为C1、C2、...、Cn,且各相机的位置以及对应监控的矩形视场均固定,因此,由这些相机构成的监控网络的相机相邻关系可事先确定。该相机接力关系确定方法包括以下各步骤:
步骤1、在当前相机C0的矩形视场内确定视场边界区域,再根据所述各相邻相机的位置和数量,将该视场边界区域对应划分成多个边界子区域,并依次赋予ID号为D1、D2、...、Dn,其中,所述当前相机C0的视场边界区域为,视场边界线与距离视场边界线一定宽度的矩形界线之间的框形区域。
其中,将该视场边界区域对应划分成多个边界子区域的划分方法为:
a、相邻相机的个数n=1时,以当前相机C0视场中心点和相邻相机C1视场的中心点连线的垂直线为划分线,将当前相机C0的框形视场边界区域分为两部分,靠近C1的边界子区域赋予ID号为D1。
如图1所示,为实施例1的多相机位置关系示意图,其中,该多相机目标接力跟踪系统包括当前相机C0和1个相邻相机C1。如图2所示,为图1当前相机C0视场边界区域划分的示意图,如图中虚线所示,以当前相机C0视场中心点和相邻相机C1视场的中心点连线的垂直线为划分线,将当前相机C0的框形视场边界区域分为两部分,靠近C1的边界子区域赋予ID号为D1。
b、相邻相机的个数n≥2时,以当前相机C0视场的中心点为基准点,两个相邻相机分别为Ck和Ck+1,Ck和Ck+1相对应的两个边界子区域分别赋予ID号为Dk和Dk+1,Ck和Ck+1视场的中心点分别与当前相机C0视场中心点连线的夹角为θk,该夹角的角平分线即为Dk和Dk+1的划分线,依次类推,将当前相机的视场边界区域划分成n个边界子区域。
如图3所示,为实施例2的多相机位置关系示意图,其中,该多相机目标接力跟踪系统包括当前相机C0以及分布在该当前相机C0周围的8个相邻相机,依次赋予该8个相邻相机ID号为C1、C2、C3、C4、C5、C6、C7和C8。如图4所示,为图3当前相机C0视场边界区域划分的示意图,以当前相机C0视场的中心点为基准点,首先选取C1和C2这两个相邻相机,C1和C2相对应的两个边界子区域分别赋予ID号为D1和D2,C1和C2视场的中心点分别与当前相机C0视场中心点连线的夹角为θ1,该夹角的角平分线即为D1和D2的划分线,依次类推,如图中虚线所示,将当前相机C0的视场边界区域划分成8个边界子区域。
如图5所示,为实施例3的多相机位置关系示意图,其中,该多相机目标接力跟踪系统包括当前相机C0以及分布在该当前相机C0周围的3个相邻相机,依次赋予该3个相邻相机ID号为C1、C2和C3。如图6所示,为图5当前相机C0视场边界区域划分的示意图,以当前相机C0视场的中心点为基准点,首先选取C1和C2这两个相邻相机,C1和C2相对应的两个边界子区域分别赋予ID号为D1和D2,C1和C2视场的中心点分别与当前相机C0视场中心点连线的夹角为θ1,该夹角的角平分线即为D1和D2的划分线,依次类推,如图中虚线所示,将当前相机C0的视场边界区域划分成3个边界子区域。
如图2、图4和图6所示,视场边界区域的宽度为L,当被跟踪目标进入到宽度为L的边界区域时,多相机目标接力跟踪系统开始判定接力跟踪的相邻相机。所以,宽度L与被跟踪目标运动的快慢有关,该当前相机C0的矩形视场大小为M×N,L取值在[min(M,N)/10,min(M,N)/8]的范围内。作为以人为被跟踪目标的接力跟踪系统,由于人的行走速度较慢,则L可以取小一些,L=min(M,N)/10。以交通系统中的行驶车辆为被跟踪目标的接力跟踪系统,L必须取大一些,L=min(M,N)/8。其选择原则为,在L的宽度范围内,被跟踪目标必须留下轨迹的多个轨迹点,以便对接力相机进行正确的定位。
步骤2、确定当前相机C0视场内的被跟踪目标的运动轨迹:
步骤2.1、在当前相机C0视场内,对被跟踪目标进行跟踪检测。
对被跟踪目标的检测是通过当前相机C0获取被跟踪目标的视频帧序列,对当前帧通过背景差分法检测被跟踪目标,其中,所使用背景差分法计算公式如下:
其中,[ft(i,j)]为视频当前帧像素值,[bt(i,j)]为背景像素值并通过单高斯背景建模或者混合高斯背景建模获得,Th为判断阈值,g(i,j)为判断结果,g(i,j)=1,表明该点像素为被跟踪目标,否则为背景。
步骤2.2、在步骤2.1得到的被跟踪目标上选取轨迹点。
如图7所示,将检测到的被跟踪目标外形区域用一个竖直方向的外接矩形框表示,考虑到脚底点位置受运动目标姿态变化的影响最小,将该外接矩形框的下边界的中心点作为被跟踪目标轨迹点,当前帧(即第k帧)的被跟踪目标的外接矩形的四个角点的坐标分别为 则轨迹点的坐标(x(k),y(k))为:
步骤2.3、被跟踪目标在进入步骤1划分的边界子区域时,通过当前相机C0得到步骤2.2选取的轨迹点的运动轨迹,并对该轨迹点的运动轨迹进行线性拟合,获得拟合直线。
如图8所示,考虑到系统实时性要求,使用最小二乘法进行线性拟合,被跟踪目标在第K帧进入视场边界区域的边界子区域,且被跟踪目标的运动轨迹点为{(x(1),y(1)),(x(2),y(2)),...,(x(K),y(K))},其运动轨迹的拟合直线表示为y=a·x+b,则根据以下方程可求出直线的参数a和b:
步骤3、接力相机的判断:
a、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线,均落在步骤1中得到的某一个边界子区域内时,激活该边界子区域对应的相邻相机作为接力相机,该接力相机进入等待接力跟踪状态。
b、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线不是全部落在步骤1中得到的某一个边界子区域内时,同时激活与其两者所在位置的多个边界子区域相对应的多个相邻相机作为接力相机,该多个接力相机进入等待接力跟踪状态。
如图9所示,上述步骤2.2选取的轨迹点的轨迹与上述步骤2.3获得的拟合直线分布在步骤1中得到的边界子区域D1和D2内,则同时激活与D1和D2对应的C1和C2作为接力相机,该两个接力相机进入等待接力跟踪状态。
步骤4、计算步骤3确定的接力相机的接力时间tr。接力时间tr是指预测的接力相机等待被跟踪目标进入其视场的时间。
计算接力时间tr的方法为:
步骤4.1、根据当前相机C0视场内被跟踪目标运动轨迹{(x(1),y(1)),(x(2),y(2)),...,(x(K),y(K))},估算被跟踪目标在视频中的运动速度(Vx,Vy),所使用的运算公式为:
步骤5、判断步骤3确定的接力相机的后续工作状态:
a、当步骤3确定的接力相机的数量为一个时,则在经过步骤4中得到的接力时间tr后,该接力相机解除等待接力跟踪状态,并进入接力跟踪匹配状态,在该接力相机视场内进行接力跟踪匹配,以确定被跟踪目标是否进入其视场;跟踪匹配不成功,则判定被跟踪目标从相机盲区或者非正常区域通过,解除接力跟踪状态;跟踪匹配成功,则完成对被跟踪目标的接力跟踪;
b、当步骤3确定的接力相机的数量为多个时,所述各接力相机在分别经过步骤4得到的对应的接力时间tr后,各自解除等待接力跟踪状态,分别进入接力跟踪匹配状态,并在其视场内进行接力跟踪匹配,以确定被跟踪目标是否进入其视场;当所述接力相机均跟踪匹配不成功,则判定被跟踪目标从相机盲区或者非正常区域通过,接力相机全部解除接力跟踪匹配状态;当某个相机接力跟踪匹配成功,则完成对被跟踪目标的接力跟踪,其余相邻相机解除接力跟踪匹配状态。
Claims (7)
1.一种多相机目标接力跟踪系统的相机接力关系确定方法,其特征在于,该多相机目标接力跟踪系统中,包括当前相机和相邻相机,赋予各相机不同的ID号,其中,当前相机为C0,相邻相机的个数为n且依次赋予ID号为C1、C2、...、Cn,且各相机的位置以及对应监控的矩形视场均固定,该方法包括以下各步骤:
步骤1、在当前相机C0的矩形视场内确定视场边界区域,再根据所述各相邻相机的位置和数量,将该视场边界区域对应划分成多个边界子区域,并依次赋予ID号为D1、D2、...、Dn,
其中,所述当前相机C0的视场边界区域为,视场边界线与距离视场边界线一定宽度的矩形界线之间的框形区域;
步骤2、确定当前相机C0视场内的被跟踪目标的运动轨迹:
步骤2.1、在当前相机C0视场内,对被跟踪目标进行跟踪检测;
步骤2.2、在步骤2.1得到的被跟踪目标上选取轨迹点;
步骤2.3、被跟踪目标在进入步骤1划分的边界子区域时,通过当前相机C0得到步骤2.2选取的轨迹点的运动轨迹,并对该运动轨迹进行线性拟合,获得拟合直线;
步骤3、接力相机的判断:
a、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线,均落在步骤1中得到的某一个边界子区域内时,激活该边界子区域对应的相邻相机作为接力相机,该接力相机进入等待接力跟踪状态;
b、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线不是全部落在步骤1中得到的某一个边界子区域内时,同时激活与其两者所在的多个边界子区域相对应的多个相邻相机作为接力相机,该多个接力相机进入等待接力跟踪状态;
步骤4、计算步骤3确定的接力相机的接力时间tr;
步骤5、判断步骤3确定的接力相机的后续工作状态:
a、当步骤3确定的接力相机的数量为一个时,则在经过步骤4中得到的接力时间tr后,该接力相机解除等待接力跟踪状态,并进入接力跟踪匹配状态,在该接力相机视场内进行接力跟踪匹配,以确定被跟踪目标是否进入其视场;跟踪匹配不成功,则判定被跟踪目标从相机盲区或者非正常区域通过,解除接力跟踪状态;跟踪匹配成功,则完成对被跟踪目标的接力跟踪;
b、当步骤3确定的接力相机的数量为多个时,所述各接力相机在分别经过步骤4得到的对应的接力时间tr后,各自解除等待接力跟踪状态,分别进入接力跟踪匹配状态,并在其视场内进行接力跟踪匹配,以确定被跟踪目标是否进入其视场;当所述接力相机均跟踪匹配不成功,则判定被跟踪目标从相机盲区或者非正常区域通过,接力相机全部解除接力跟踪匹配状态;当某个相机接力跟踪匹配成功,则完成对被跟踪目标的接力跟踪,其余相邻相机解除接力跟踪匹配状态。
2.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法,其特征在于,步骤1中,将该视场边界区域对应划分成多个边界子区域的划分方法为:
a、相邻相机的个数n=1时,以当前相机C0视场中心点和相邻相机C1视场中心点连线的垂直线为划分线,将当前相机C0的框形视场边界区域分为两部分,靠近C1的边界子区域赋予ID号为D1;
b、相邻相机的个数n≥2时,以当前相机C0视场的中心点为基准点,两个相邻相机分别为Ck和Ck+1,Ck和Ck+1相对应的两个边界子区域分别赋予ID号为Dk和Dk+1,Ck和Ck+1视场的中心点分别与当前相机C0视场中心点连线的夹角为θk,该夹角的角平分线即为Dk和Dk+1的划分线,依次类推,将当前相机的视场边界区域划分成n个边界子区域。
3.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法,其特征在于,步骤1中,所述视场边界区域的宽度为L,该当前相机C0的矩形视场大小为M×N,L取值在[min(M,N)/10,min(M,N)/8]的范围内。
6.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法,其特征在于,步骤2.3中,使用最小二乘法进行线性拟合,被跟踪目标的运动轨迹点为{(x(1),y(1)),(x(2),y(2)),...,(x(K),y(K))},其运动轨迹的拟合直线表示为y=a·x+b,根据以下方程可求出直线的参数a和b:
7.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法,其特征在于,步骤4中,计算接力时间tr的方法为:
步骤4.1、根据当前相机C0视场内被跟踪目标运动轨迹{(x(1),y(1)),(x(2),y(2)),...,(x(K),y(K))},估算被跟踪目标在视频图像中的运动速度(Vx,Vy),所使用的运算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100317291A CN102176246A (zh) | 2011-01-30 | 2011-01-30 | 一种多相机目标接力跟踪系统的相机接力关系确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100317291A CN102176246A (zh) | 2011-01-30 | 2011-01-30 | 一种多相机目标接力跟踪系统的相机接力关系确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102176246A true CN102176246A (zh) | 2011-09-07 |
Family
ID=44519422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100317291A Pending CN102176246A (zh) | 2011-01-30 | 2011-01-30 | 一种多相机目标接力跟踪系统的相机接力关系确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102176246A (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102724773A (zh) * | 2012-05-25 | 2012-10-10 | 西安电子科技大学 | 基于m2m通信的无线智能监控装置及方法 |
CN103842036A (zh) * | 2011-09-23 | 2014-06-04 | 可利爱驰有限公司 | 利用照相机拍摄移动的被拍摄体并根据拍摄图像来获取被拍摄体的实际移动轨迹的方法及系统 |
CN104660998A (zh) * | 2015-02-16 | 2015-05-27 | 苏州阔地网络科技有限公司 | 一种接力跟踪方法及系统 |
CN104751489A (zh) * | 2015-04-09 | 2015-07-01 | 苏州阔地网络科技有限公司 | 一种在线课堂中基于网格的接力跟踪方法及装置 |
CN106375654A (zh) * | 2015-07-23 | 2017-02-01 | 韩华泰科株式会社 | 用于控制网络相机的设备和方法 |
CN107230222A (zh) * | 2017-06-21 | 2017-10-03 | 深圳市置辰海信科技有限公司 | 雷达目标导引与cctv智能视频识别接力跟踪方法 |
CN107707808A (zh) * | 2016-08-09 | 2018-02-16 | 英业达科技有限公司 | 摄影系统及摄影方法 |
WO2018036405A1 (en) * | 2016-08-26 | 2018-03-01 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for object monitoring |
CN107886757A (zh) * | 2017-10-19 | 2018-04-06 | 深圳市元征软件开发有限公司 | 车辆定位方法及停车管理设备 |
CN108090414A (zh) * | 2017-11-24 | 2018-05-29 | 江西智梦圆电子商务有限公司 | 一种基于计算机视觉即时捕捉人脸跟踪行迹的方法 |
CN109410245A (zh) * | 2018-09-13 | 2019-03-01 | 北京米文动力科技有限公司 | 一种视频目标跟踪方法及设备 |
CN110636248A (zh) * | 2018-06-22 | 2019-12-31 | 华为技术有限公司 | 目标跟踪方法与装置 |
CN110645999A (zh) * | 2018-06-26 | 2020-01-03 | 杭州海康威视数字技术股份有限公司 | 导航方法、装置、服务器、终端及存储介质 |
CN110930437A (zh) * | 2019-11-20 | 2020-03-27 | 北京拙河科技有限公司 | 目标跟踪方法和装置 |
WO2020114231A1 (zh) * | 2018-12-06 | 2020-06-11 | 杭州海康威视数字技术股份有限公司 | 一种基于gps的目标跟踪系统、方法及球机 |
CN111340856A (zh) * | 2018-12-19 | 2020-06-26 | 杭州海康威视系统技术有限公司 | 车辆的跟踪方法、装置、设备及存储介质 |
CN111696365A (zh) * | 2019-03-11 | 2020-09-22 | 杭州海康威视数字技术股份有限公司 | 一种车辆跟踪系统 |
CN112653832A (zh) * | 2019-10-10 | 2021-04-13 | 华为技术有限公司 | 一种监控方法、装置和设备 |
CN113014878A (zh) * | 2021-02-27 | 2021-06-22 | 深圳市数码龙电子有限公司 | 一种低功耗摄像头的控制系统及其控制方法 |
CN109974667B (zh) * | 2017-12-27 | 2021-07-23 | 宁波方太厨具有限公司 | 一种室内人体定位方法 |
CN114463385A (zh) * | 2022-01-12 | 2022-05-10 | 平安科技(深圳)有限公司 | 基于枪球联动系统的目标跟踪方法、装置、设备及介质 |
CN114858135A (zh) * | 2022-06-01 | 2022-08-05 | 上海盛图遥感工程技术有限公司 | 基于机载的七镜头多角度长焦距组合倾斜摄影测量设备 |
CN116600194A (zh) * | 2023-05-05 | 2023-08-15 | 深圳市门钥匙科技有限公司 | 一种用于多镜头的切换控制方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6359647B1 (en) * | 1998-08-07 | 2002-03-19 | Philips Electronics North America Corporation | Automated camera handoff system for figure tracking in a multiple camera system |
US20060210110A1 (en) * | 2003-03-10 | 2006-09-21 | Ralf Hinkel | Monitoring device |
CN201248107Y (zh) * | 2008-04-30 | 2009-05-27 | 深圳市飞瑞斯科技有限公司 | 主从式摄像机智能视频监控系统 |
CN101572804A (zh) * | 2009-03-30 | 2009-11-04 | 浙江大学 | 多摄像机智能控制方法及装置 |
CN101751677A (zh) * | 2008-12-17 | 2010-06-23 | 中国科学院自动化研究所 | 基于多摄像机的目标连续跟踪方法 |
-
2011
- 2011-01-30 CN CN2011100317291A patent/CN102176246A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6359647B1 (en) * | 1998-08-07 | 2002-03-19 | Philips Electronics North America Corporation | Automated camera handoff system for figure tracking in a multiple camera system |
US20060210110A1 (en) * | 2003-03-10 | 2006-09-21 | Ralf Hinkel | Monitoring device |
CN201248107Y (zh) * | 2008-04-30 | 2009-05-27 | 深圳市飞瑞斯科技有限公司 | 主从式摄像机智能视频监控系统 |
CN101751677A (zh) * | 2008-12-17 | 2010-06-23 | 中国科学院自动化研究所 | 基于多摄像机的目标连续跟踪方法 |
CN101572804A (zh) * | 2009-03-30 | 2009-11-04 | 浙江大学 | 多摄像机智能控制方法及装置 |
Non-Patent Citations (2)
Title |
---|
张起贵等: "基于最小二乘直线拟合对小目标检测", 《电子设计工程》 * |
彭甜: "多摄像头多目标跟踪技术研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103842036A (zh) * | 2011-09-23 | 2014-06-04 | 可利爱驰有限公司 | 利用照相机拍摄移动的被拍摄体并根据拍摄图像来获取被拍摄体的实际移动轨迹的方法及系统 |
CN103842036B (zh) * | 2011-09-23 | 2016-05-11 | 可利爱驰有限公司 | 获取被拍摄体的实际移动轨迹的方法及系统 |
CN102724773A (zh) * | 2012-05-25 | 2012-10-10 | 西安电子科技大学 | 基于m2m通信的无线智能监控装置及方法 |
CN102724773B (zh) * | 2012-05-25 | 2015-09-02 | 西安电子科技大学 | 基于m2m通信的无线智能监控装置及方法 |
CN104660998A (zh) * | 2015-02-16 | 2015-05-27 | 苏州阔地网络科技有限公司 | 一种接力跟踪方法及系统 |
CN104660998B (zh) * | 2015-02-16 | 2018-08-07 | 阔地教育科技有限公司 | 一种接力跟踪方法及系统 |
CN104751489A (zh) * | 2015-04-09 | 2015-07-01 | 苏州阔地网络科技有限公司 | 一种在线课堂中基于网格的接力跟踪方法及装置 |
CN106375654A (zh) * | 2015-07-23 | 2017-02-01 | 韩华泰科株式会社 | 用于控制网络相机的设备和方法 |
CN106375654B (zh) * | 2015-07-23 | 2020-09-01 | 韩华泰科株式会社 | 用于控制网络相机的设备和方法 |
CN107707808A (zh) * | 2016-08-09 | 2018-02-16 | 英业达科技有限公司 | 摄影系统及摄影方法 |
WO2018036405A1 (en) * | 2016-08-26 | 2018-03-01 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for object monitoring |
US11647163B2 (en) | 2016-08-26 | 2023-05-09 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for object monitoring |
US10742936B2 (en) | 2016-08-26 | 2020-08-11 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for object monitoring |
CN107230222A (zh) * | 2017-06-21 | 2017-10-03 | 深圳市置辰海信科技有限公司 | 雷达目标导引与cctv智能视频识别接力跟踪方法 |
CN107886757B (zh) * | 2017-10-19 | 2021-08-10 | 深圳市元征软件开发有限公司 | 车辆定位方法及停车管理设备 |
CN107886757A (zh) * | 2017-10-19 | 2018-04-06 | 深圳市元征软件开发有限公司 | 车辆定位方法及停车管理设备 |
CN108090414A (zh) * | 2017-11-24 | 2018-05-29 | 江西智梦圆电子商务有限公司 | 一种基于计算机视觉即时捕捉人脸跟踪行迹的方法 |
CN109974667B (zh) * | 2017-12-27 | 2021-07-23 | 宁波方太厨具有限公司 | 一种室内人体定位方法 |
CN110636248A (zh) * | 2018-06-22 | 2019-12-31 | 华为技术有限公司 | 目标跟踪方法与装置 |
CN110636248B (zh) * | 2018-06-22 | 2021-08-27 | 华为技术有限公司 | 目标跟踪方法与装置 |
CN110645999A (zh) * | 2018-06-26 | 2020-01-03 | 杭州海康威视数字技术股份有限公司 | 导航方法、装置、服务器、终端及存储介质 |
CN109410245A (zh) * | 2018-09-13 | 2019-03-01 | 北京米文动力科技有限公司 | 一种视频目标跟踪方法及设备 |
CN109410245B (zh) * | 2018-09-13 | 2021-08-10 | 北京米文动力科技有限公司 | 一种视频目标跟踪方法及设备 |
US11470280B2 (en) | 2018-12-06 | 2022-10-11 | Hangzhou Hikvision Digital Technology Co., Ltd. | GPS-based target tracking system, method and dome camera |
CN111291585A (zh) * | 2018-12-06 | 2020-06-16 | 杭州海康威视数字技术股份有限公司 | 一种基于gps的目标跟踪系统、方法、装置及球机 |
WO2020114231A1 (zh) * | 2018-12-06 | 2020-06-11 | 杭州海康威视数字技术股份有限公司 | 一种基于gps的目标跟踪系统、方法及球机 |
EP3855346A4 (en) * | 2018-12-06 | 2021-12-01 | Hangzhou Hikvision Digital Technology Co., Ltd. | GPS-BASED TARGET TRACKING SYSTEM, PROCEDURES AND DOME CAMERA |
CN111291585B (zh) * | 2018-12-06 | 2023-12-08 | 杭州海康威视数字技术股份有限公司 | 一种基于gps的目标跟踪系统、方法、装置及球机 |
CN111340856A (zh) * | 2018-12-19 | 2020-06-26 | 杭州海康威视系统技术有限公司 | 车辆的跟踪方法、装置、设备及存储介质 |
CN111340856B (zh) * | 2018-12-19 | 2024-04-02 | 杭州海康威视系统技术有限公司 | 车辆的跟踪方法、装置、设备及存储介质 |
CN111696365A (zh) * | 2019-03-11 | 2020-09-22 | 杭州海康威视数字技术股份有限公司 | 一种车辆跟踪系统 |
CN112653832A (zh) * | 2019-10-10 | 2021-04-13 | 华为技术有限公司 | 一种监控方法、装置和设备 |
CN110930437A (zh) * | 2019-11-20 | 2020-03-27 | 北京拙河科技有限公司 | 目标跟踪方法和装置 |
CN113014878A (zh) * | 2021-02-27 | 2021-06-22 | 深圳市数码龙电子有限公司 | 一种低功耗摄像头的控制系统及其控制方法 |
CN114463385A (zh) * | 2022-01-12 | 2022-05-10 | 平安科技(深圳)有限公司 | 基于枪球联动系统的目标跟踪方法、装置、设备及介质 |
CN114858135A (zh) * | 2022-06-01 | 2022-08-05 | 上海盛图遥感工程技术有限公司 | 基于机载的七镜头多角度长焦距组合倾斜摄影测量设备 |
CN116600194A (zh) * | 2023-05-05 | 2023-08-15 | 深圳市门钥匙科技有限公司 | 一种用于多镜头的切换控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102176246A (zh) | 一种多相机目标接力跟踪系统的相机接力关系确定方法 | |
US10984261B2 (en) | Systems and methods for curb detection and pedestrian hazard assessment | |
EP3475659B1 (en) | Controlling host vehicle based on detected parked vehicle characteristics | |
CN103925920B (zh) | 一种基于图像透视的微型无人机室内自主导航方法 | |
EP3146506B1 (en) | Systems and methods for braking a vehicle based on a detected object | |
EP2209091B1 (en) | System and method for object motion detection based on multiple 3D warping and vehicle equipped with such system | |
CN103473554B (zh) | 人流统计系统及方法 | |
CN105761494B (zh) | 基于无人机的异常交通信息采集方法 | |
CN110379168B (zh) | 一种基于Mask R-CNN的交通车辆信息获取方法 | |
CN109212513A (zh) | 多目标在雷达间数据传递、数据融合及连续跟踪定位方法 | |
CN108257410A (zh) | 一种现场监控与导航系统协作的停车位精准导航方法 | |
CN105184274B (zh) | 一种基于深度图像获取客流速度和密度参数的方法 | |
CN103733077A (zh) | 用于测量沿着导向轨道移动的车辆的速度和位置的装置、及其对应的方法和计算机程序产品 | |
Zhang et al. | A real-time curb detection and tracking method for UGVs by using a 3D-LIDAR sensor | |
CN110402368A (zh) | 用在交通工具导航中的集成式的基于视觉的惯性传感器系统 | |
CN203489844U (zh) | 基于机器视觉及激光光幕车辆外轮廓尺寸测量系统 | |
CN107145825A (zh) | 地平面拟合、摄像头标定方法及系统、车载终端 | |
CN102768726A (zh) | 一种预防行人碰撞的行人检测方法 | |
Kim et al. | Traffic Accident Detection Based on Ego Motion and Object Tracking | |
Chai et al. | Automatic vehicle classification and tracking method for vehicle movements at signalized intersections | |
Cordes et al. | Accuracy evaluation of camera-based vehicle localization | |
Linjie et al. | Approach to obtaining traffic volume and speed based on video-extracted trajectories | |
Boroujerdian et al. | Identification of hazardous situations using Kernel density estimation method based on time to collision, case study: Left-turn on unsignalized intersection | |
Cordes et al. | Vehicle lane merge visual benchmark | |
Zhao et al. | A novel multi-hypothesis tracking framework for lane recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110907 |