CN105069795A - 运动对象跟踪方法及装置 - Google Patents

运动对象跟踪方法及装置 Download PDF

Info

Publication number
CN105069795A
CN105069795A CN201510493083.7A CN201510493083A CN105069795A CN 105069795 A CN105069795 A CN 105069795A CN 201510493083 A CN201510493083 A CN 201510493083A CN 105069795 A CN105069795 A CN 105069795A
Authority
CN
China
Prior art keywords
located camera
camera
moving objects
captures
tracking
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
CN201510493083.7A
Other languages
English (en)
Other versions
CN105069795B (zh
Inventor
刘纹高
廖海
张秋
陶宏
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.)
SHENZHEN REACH INFORMATION TECHNOLOGY Co Ltd
Original Assignee
SHENZHEN REACH INFORMATION TECHNOLOGY Co Ltd
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 SHENZHEN REACH INFORMATION TECHNOLOGY Co Ltd filed Critical SHENZHEN REACH INFORMATION TECHNOLOGY Co Ltd
Priority to CN201510493083.7A priority Critical patent/CN105069795B/zh
Publication of CN105069795A publication Critical patent/CN105069795A/zh
Application granted granted Critical
Publication of CN105069795B publication Critical patent/CN105069795B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明适用于图像处理技术领域,提供了一种运动对象跟踪方法及装置,所述方法包括:获取预设场景内多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,所述多路定位摄像机位于所述预设场景的不同方位上;当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,计算所述目标运动对象的跟踪坐标;将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄。本发明实现了对运动对象的跟踪拍摄以及动态切换跟踪拍摄的对象;并通过不同方位上的定位摄像机分别从不同的视角、维度共同捕捉运动对象,有效地提高了户外课堂教学视频跟踪的准确性和抗干扰性,且无需对所述定位摄像机进行复杂的标定和布置。

Description

运动对象跟踪方法及装置
技术领域
本发明属于图像处理技术领域,尤其涉及一种运动对象跟踪方法及装置。
背景技术
现有的教学场地范围不断扩大,很多课堂已经从传统的室内向户外、博物馆、会场等转移;户外教学及视频直播在一定程度上增加了教学质量的临场感和互动性。然而,现有的户外教学的视频直播中,主要以固定视点模式进行录像、直播,摄像机的线路布置复杂,不可移动,灵活性差,且无法对教师、学生、参与者等进行动态跟踪和切换。
发明内容
鉴于此,本发明实施例提供一种运动对象跟踪方法及装置,以实现对运动对象的跟踪拍摄以及动态切换跟踪拍摄的对象。
第一方面,提供了一种动态对象跟踪方法,所述方法包括:
获取预设场景内多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,所述多路定位摄像机位于所述预设场景的不同方位上;
当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,计算所述目标运动对象的跟踪坐标;
将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄。
第二发明,提供了一种动态对象跟踪装置,所述装置包括:
获取模块,用于获取预设场景内多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,所述多路定位摄像机位于所述预设场景的不同方位上;
计算模块,用于当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,计算所述目标运动对象的跟踪坐标;
跟踪模块,用于将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄。
与现有技术相比,本发明实施例通过在预设场景的不同方位上设置多路定位摄像机,获取所述多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,则计算所述目标运动对象的跟踪坐标,并将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄;从而实现了对运动对象的跟踪拍摄以及动态切换跟踪拍摄的对象;且不同方位上的定位摄像机分别从不同的视角、维度共同捕捉运动对象,有效地提高了户外课堂教学视频跟踪的准确性和抗干扰性;进一步地,所述定位摄像机在所述预设场景中的布置简单,避免了传统跟踪系统的复杂标定。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1是本发明实施例提供的运动对象跟踪方法的第一实现流程图;
图2是本发明实施例提供的提供的定位摄像机A的成像位置示意图;
图3是本发明实施例提供的运动对象跟踪方法中步骤S101的具体实现流程图;
图4是本发明实施例提供的基于多帧差法计算定位摄像机所捕捉到的运动对象的实现流程图;
图5是本发明实施例提供的运动对象跟踪方法中步骤S102的具体实现流程图;
图6是本发明实施例提供的定位摄像机A、定位摄像机B、定位摄像机C以及定位摄像机D中的运动对象的横坐标的左边像素距离、右边像素距离以及纵坐标的上边像素距离、右边像素距离的示意图。
图7是本发明实施例提供的运动对象跟踪装置的组成结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例通过在预设场景的不同方位上设置多路定位摄像机,获取所述多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,则计算所述目标运动对象的跟踪坐标,并将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄;从而实现了对运动对象的跟踪拍摄以及动态切换跟踪拍摄的对象;且不同方位上的定位摄像机分别从不同的视角、维度共同捕捉运动对象,有效地提高了户外课堂教学视频跟踪的准确性和抗干扰性;进一步地,所述定位摄像机在所述预设场景中的布置简单,避免了传统跟踪系统的复杂标定。本发明实施例还提供了相应的装置,以下分别进行详细的说明。
图1示出了本发明实施例提供的运动对象跟踪方法的第一实现流程,为了便于说明,仅示出了与本发明实施例相关的部分。
参阅图1,所述方法包括:
在步骤S101中,获取预设场景内多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,所述多路定位摄像机位于所述预设场景的不同方位上。
在这里,所述预设场景为安装了定位摄像机以捕捉运动对象的场所,也即运动对象的活动场所。所述多路定位摄像机位于所述预设场景的不同方位上,以从多视角、多维度捕捉运动对象。
作为本发明的一个优选示例,所述预设场景内可以包括四路定位摄像机,分别为定位摄像机A、定位摄像机B、定位摄像机C、定位摄像机D。所述多路定位摄像机位于所述预设场景的不同方位上可以为:
所述四路定位摄像机按照矩形的方式布置在所述预设场景内,可以使顺时针方式也可以是逆时针方式排列,所述定位摄像机A与定位摄像机C在所述矩形的第一对角线上,所述定位摄像机B与所述定位摄像机D在所述矩形的第二对角线上,且在同一对角线上的定位摄像机落在对角线对端的定位摄像机的镜头的中心标定位置上,即每一路定位摄像机的成像位置设置为对角线对端的定位摄像机位于其镜头的中心标定位置上。
为了便于理解,图2示出了本发明实施例提供的定位摄像机A的成像位置示意图。在图2中,定位摄像机A的中心标定位置为十字叉处,与定位摄像机A在同一对角线上的定位摄像机为C位于所述十字交叉处。
在所述预设场景内的定位摄像机设置完毕后,实时地采集所述预设场景内的图像信息,对所述图像信息进行图像处理,以捕捉运动对象。
可选地,图3示出了本发明实施例提供的运动对象跟踪方法中步骤S101的具体实现流程。参阅图3,步骤S101包括:
在步骤S301中,获取所述多路定位摄像机中每一路定位摄像机所采集到的图像信息。
在步骤S302中,对所述每一路定位摄像机所采集到的图像信息进行畸变校正。
在这里,根据预设场景以及畸变校正的实时处理需求,可以以球面畸变为主要处理模式,将定位摄像机所采集到的图像信息划分为4*4或8*8的图像宏块,然后对图像宏块进行图像畸变、图像重构。其中,图像畸变算法模型为:
所述YUV表示图像信息中的像素点,w表示图像信息的宽度,h表示图像信息的高度,x表示图像信息中像素的水平坐标,y表示图像信息中像素的垂直坐标;D(x,y)为经过图像畸变后的图像信息,即待校正的对象块。
对所述经过图像畸变后的图像信息D(x,y)进行图像校正的公式为:
其中,Δx表示校正后的像素水平坐标,Δy表示校正后的像素垂直坐标,D(Δx,Δy)表示畸变校正后的图像信息;α水平径向表示水平修正径向参数值,取值范围为[0.3,1];β水平曲率表示水平修正曲率参数值,取值范围为[0,0.1];α垂直径向表示垂直修正径向参数值,取值范围为[0.1,0.5];β垂直曲率表示垂直修正曲率参数值,取值范围为[0,0.05]。所述圆周率π取3.14。
本发明实施例通过将图像信息划分为4*4或8*8的图像宏块,然后进行图像畸变与图像重构,避免了对图像信息中的每一个像素进行图像畸变与图像重构,有利于提高图像畸变校正的效率和实时性,进而提高获取定位摄像机所捕捉到的运动对象的效率和实时性。
在步骤S303中,对畸变校正后的图像信息进行运动对象分析,获取每一路定位摄像机所捕捉到的运动对象。
作为本发明的一个优选示例,可以通过多帧差法来获取每一路定位摄像机所捕捉到的运动对象。图4示出了本发明实施例提供的基于多帧差法计算定位摄像机所捕捉到的运动对象的实现流程。参阅图4,基于多帧差法计算定位摄像机所捕捉到的运动对象的步骤具体包括:
在步骤S401中,针对每一路定位摄像机,通过多帧差法计算所述定位摄像机的运动特征值;
在步骤S402中,比较所述运动特征值与干扰阈值;
在步骤S403中,当所述运动特征值大于干扰阈值时,则确定所述运动特征值为所述定位摄像机所捕捉到的运动对象。
否则,在步骤S404中,当所述运动特征值小于或等于所述干扰阈值时,滤除所述运动特征值。所述定位摄像机未捕捉到运动对象。
在这里,当用于进行多帧差法计算的畸变校正后的图像信息的帧数为n时,所述多帧差法的计算公式为:
A ( x , y ) = Σ i = 1 n [ a i ( x , y ) 2 - a i + 1 ( x , y ) 2 ]
B ( x , y ) = Σ i = 1 n [ b i ( x , y ) 2 - b i + 1 ( x , y ) 2 ]
C ( x , y ) = Σ i = 1 n [ c i ( x , y ) 2 - c i + 1 ( x , y ) 2 ]
D ( x , y ) = Σ i = 1 n [ d i ( x , y ) 2 - d i + 1 ( x , y ) 2 ]
其中,A(x,y)表示定位摄像机A的运动特征值,B(x,y)表示定位摄像机B的运动特征值,C(x,y)表示定位摄像机C的运动特征值,D(x,y)表示定位摄像机D的运动特征值。所述帧数n的默认值为9。由上述多帧差法的计算公式可知,对于每一路定位摄像机,通过选取n帧经过畸变校正后的图像信息,求取所述n帧图像信息的图像值的平方,分别表示为ai(x,y)2、bi(x,y)2、ci(x,y)2、di(x,y)2,1≤i≤n;对相邻图像信息的图像值的平方进行相减并对所获得的差值进行开平方,得到平方根;求取所获取的所有平方根之和,所获得的和值为所述定位摄像机的运动特征值。
在拍摄静态物体的连续多帧图像信息中,由于摄像机物理结构等参数的影响,所采集到的相邻两帧图像信息也可能存在差别,因此,为了降低图像采集时干扰信号的影响,本发明实施例还设定一干扰阈值,所述干扰阈值作为定位摄像机是否捕捉到运动对象的判定标准,范围可以为[0,10]。当所述运动特征值大于所述干扰阈值时,则确定所述运动特征值为所述定位摄像机所捕捉到的运动对象,有效地提高了所获取到的运动对象的准确性。
在步骤S102中,当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,计算所述目标运动对象的跟踪坐标。
作为本发明的一个优选示例,图5示出了本发明实施例提供的运动对象跟踪方法中步骤S102的具体实现流程。参阅图5,步骤S102包括:
在步骤S501中,当所述每一路定位摄像机均捕捉到运动对象时,判断所述每一路定位摄像机所捕捉到的运动对象是否为同一目标运动对象。
在这里,同一目标运动对象的判断条件包括:
相同时刻下不同的定位摄像机所捕捉到的运动对象包含的像素的个数和/或像素值的大小是否满足预设的条件。
若是,则执行步骤S502;否则,执行步骤S503,结束本次运动对象跟踪。
在步骤S502中,获取所述预设场景的长度L、宽度W、高度H,以定位摄像机A作为所述预设场景的空间坐标系原点,按照预设的跟踪坐标计算函数计算所述目标运动对象的跟踪坐标。
其中,所述跟踪坐标计算函数为:
所述X跟踪坐标表示所述目标运动对象的X轴坐标,所述Y跟踪坐标表示所述目标运动对象的Y轴坐标,所述Z跟踪坐标表示所述目标运动对象的Z轴坐标;所述xA左、xA右分别表示定位摄像机A所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xB左、xB右分别表示定位摄像机B所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xC左、xC右分别表示定位摄像机C所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xD左、xD右分别表示定位摄像机D所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xA上、xA下分别表示定位摄像机A所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xB上、xB下分别表示定位摄像机B所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xC上、xC下分别表示定位摄像机C所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xD上、xD下分别表示定位摄像机D所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离。
示例性地,图6示出了本发明实施例提供的定位摄像机A、定位摄像机B、定位摄像机C以及定位摄像机D中的运动对象的横坐标的左边像素距离、右边像素距离以及纵坐标的上边像素距离、右边像素距离的示意图。从图6可知,所述左边像素距离、右边像素距离、上边像素距离、下边像素距离是指每一路定位摄像机所捕获的运动对象在图像中的位置与图像的左边缘、右边缘、上边缘、下边缘之间的距离,所述距离通过像素的个数来表示。所述X跟踪坐标、Y跟踪坐标、Z跟踪坐标分别为目标运动对象在所述预设场景中以定位摄像机A作为原点形成的空间坐标系中的X轴坐标、Y轴坐标、Z轴坐标。
本发明实施例结合多个定位摄像头分别从不同角度、不同维度捕捉到的运动对象来获取目标运动对象的跟踪坐标,有效地提高了目标运动对象获取的准确度和图像分析的抗干扰性,实现了对运动对象的跟踪拍摄,以及根据定位摄像机所获取的运动对象来动态切换跟踪拍摄的对像,而不局限于固定视点的拍摄,解决了现有户外课堂教学无法对教师、学生、参与者等进行动态跟踪和切换的问题。
在步骤S103中,将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄。
在这里,所述跟踪摄像机可以设置在所述预设场景中的任意方位上,此处不作限制。所述跟踪摄像机包括一云台,可进行任意角度的旋转,以实现根据发送过来的目标运动对象的坐标进行跟踪拍摄。
综上所述,本发明实施例通过在预设场景的不同方位上设置多路定位摄像机,获取所述多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,则计算所述目标运动对象的跟踪坐标,并将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄;从而实现了对运动对象的跟踪拍摄以及动态切换跟踪拍摄的对象;且通过不同方位上的定位摄像机从多视角、多维度捕捉运动对象,有效地提高了户外课堂教学视频跟踪的准确性和抗干扰性;进一步地,所述定位摄像机的布置简单,避免了传统跟踪系统的复杂标定。
图7示出了本发明实施例提供的运动对象跟踪装置的组成结构,为了便于说明,仅示出了与本发明实施例相关的部分。
在本发明实施例中,所述装置用于实现上述图1-图6实施例中所述的运动对象跟踪方法,可以是内置于计算机或者跟踪摄像机的软件单元、硬件单元或者软硬件结合的单元。
参阅图7,所述运动对象跟踪装置包括:
获取模块71,用于获取预设场景内多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,所述多路定位摄像机位于所述预设场景的不同方位上。
计算模块72,用于当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,计算所述目标运动对象的跟踪坐标。
跟踪模块73,用于将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄。
可选地,在本发明实施例中,所述预设场景内包括四路定位摄像机,分别为定位摄像机A、定位摄像机B、定位摄像机C、定位摄像机D。
所述四路定位摄像机按照矩形的方式布置在所述预设场景内,所述定位摄像机A与定位摄像机C在所述矩形的第一对角线上,所述定位摄像机B与所述定位摄像机D在所述矩形的第二对角线上,且在同一对角线上的定位摄像机落在对角线对端的定位摄像机的镜头的中心标定位置上。
进一步地,所述获取模块71包括:
获取单元711,用于获取所述多路定位摄像机中每一路定位摄像机所采集到的图像信息;
校正单元712,用于对所述每一路定位摄像机所采集到的图像信息进行畸变校正;
分析单元713,用于对畸变校正后的图像信息进行运动对象分析,获取每一路定位摄像机所捕捉到的运动对象。
进一步地,所述分析单元713具体用于:
针对每一路定位摄像机,通过多帧差法计算所述定位摄像机的运动特征值;
比较所述运动特征值与干扰阈值;
当所述运动特征值大于干扰阈值时,则确定所述运动特征值为所述定位摄像机所捕捉到的运动对象。
其中,当用于进行多帧差法计算的畸变校正后的图像信息的帧数为n时,所述多帧差法的计算公式为:
A ( x , y ) = Σ i = 1 n [ a i ( x , y ) 2 - a i + 1 ( x , y ) 2 ]
B ( x , y ) = Σ i = 1 n [ b i ( x , y ) 2 - b i + 1 ( x , y ) 2 ]
C ( x , y ) = Σ i = 1 n [ c i ( x , y ) 2 - c i + 1 ( x , y ) 2 ]
D ( x , y ) = Σ i = 1 n [ d i ( x , y ) 2 - d i + 1 ( x , y ) 2 ]
所述A(x,y)表示定位摄像机A所捕捉到的运动特征值,B(x,y)表示定位摄像机B所捕捉到的运动特征值,C(x,y)表示定位摄像机C所捕捉到的运动特征值,D(x,y)表示定位摄像机D所捕捉到的运动特征值。
进一步地,所述计算模块72包括:
判断单元721,用于当所述每一路定位摄像机均捕捉到运动对象时,判断所述每一路定位摄像机所捕捉到的运动对象是否为同一目标运动对象;
计算单元722,用于当所述判断单元的判断结果为是时,获取所述预设场景的长度L、宽度W、高度H,以定位摄像机A作为所述预设场景的空间坐标系原点,按照预设的跟踪坐标计算函数计算所述目标运动对象的跟踪坐标;
其中,所述跟踪坐标计算函数为:
所述X跟踪坐标表示所述目标运动对象的X轴坐标,所述Y跟踪坐标表示所述目标运动对象的Y轴坐标,所述Z跟踪坐标表示所述目标运动对象的Z轴坐标;所述xA左、xA右分别表示定位摄像机A所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xB左、xB右分别表示定位摄像机B所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xC左、xC右分别表示定位摄像机C所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xD左、xD右分别表示定位摄像机D所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xA上、xA下分别表示定位摄像机A所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xB上、xB下分别表示定位摄像机B所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xC上、xC下分别表示定位摄像机C所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xD上、xD下分别表示定位摄像机D所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离。
需要说明的是,本发明实施例中的装置可以用于实现上述方法实施例中的全部技术方案,其各个功能模块的功能可以根据上述方法实施例中的方法具体实现,其具体实现过程可参照上述实例中的相关描述,此处不再赘述。
本发明实施例通过在预设场景的不同方位上设置多路定位摄像机,获取所述多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,则计算所述目标运动对象的跟踪坐标,并将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄;从而实现了对运动对象的跟踪拍摄以及动态切换跟踪拍摄的对象;且通过不同方位上的定位摄像机从多视角、多维度捕捉运动对象,有效地提高了户外课堂教学视频跟踪的准确性和抗干扰性;进一步地,所述定位摄像机的布置简单,避免了传统跟踪系统的复杂标定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块、单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种运动对象跟踪方法,其特征在于,所述方法包括:
获取预设场景内多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,所述多路定位摄像机位于所述预设场景的不同方位上;
当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,计算所述目标运动对象的跟踪坐标;
将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄。
2.如权利要求1所述的运动对象跟踪方法,其特征在于,所述预设场景内包括四路定位摄像机,分别为定位摄像机A、定位摄像机B、定位摄像机C、定位摄像机D;
所述多路定位摄像机位于所述预设场景的不同方位上具体为:
所述四路定位摄像机按照矩形的方式布置在所述预设场景内,所述定位摄像机A与定位摄像机C在所述矩形的第一对角线上,所述定位摄像机B与所述定位摄像机D在所述矩形的第二对角线上,且在同一对角线上的定位摄像机落在对角线对端的定位摄像机的镜头的中心标定位置上。
3.如权利要求2所述的运动对象跟踪方法,其特征在于,所述获取预设场景内多路定位摄像机中每一路定位摄像机所捕捉到的运动对象包括:
获取所述多路定位摄像机中每一路定位摄像机所采集到的图像信息;
对所述每一路定位摄像机所采集到的图像信息进行畸变校正;
对畸变校正后的图像信息进行运动对象分析,获取每一路定位摄像机所捕捉到的运动对象。
4.如权利要求3所述的运动对象跟踪方法,其特征在于,所述对畸变校正后的图像信息进行运动对象分析,获取每一路定位摄像机所捕捉到的运动对象包括:
针对每一路定位摄像机,通过多帧差法计算所述定位摄像机的运动特征值;
比较所述运动特征值与干扰阈值;
当所述运动特征值大于干扰阈值时,则确定所述运动特征值为所述定位摄像机所捕捉到的运动对象。
5.如权利要求4所述的运动对象跟踪方法,其特征在于,所述当所述每一路定位摄像机中的运动对象为同一目标运动对象时,计算所述目标运动对象的跟踪坐标包括:
当所述每一路定位摄像机均捕捉到运动对象时,判断所述每一路定位摄像机所捕捉到的运动对象是否为同一目标运动对象;
若是,则获取所述预设场景的长度L、宽度W、高度H,以定位摄像机A作为所述预设场景的空间坐标系原点,按照预设的跟踪坐标计算函数计算所述目标运动对象的跟踪坐标;
其中,所述跟踪坐标计算函数为:
所述X跟踪坐标表示所述目标运动对象的X轴坐标,所述Y跟踪坐标表示所述目标运动对象的Y轴坐标,所述Z跟踪坐标表示所述目标运动对象的Z轴坐标;所述xA左、xA右分别表示定位摄像机A所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xB左、xB右分别表示定位摄像机B所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xC左、xC右分别表示定位摄像机C所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xD左、xD右分别表示定位摄像机D所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xA上、xA下分别表示定位摄像机A所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xB上、xB下分别表示定位摄像机B所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xC上、xC下分别表示定位摄像机C所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xD上、xD下分别表示定位摄像机D所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离。
6.一种运动对象跟踪装置,其特征在于,所述装置包括:
获取模块,用于获取预设场景内多路定位摄像机中每一路定位摄像机所捕捉到的运动对象,所述多路定位摄像机位于所述预设场景的不同方位上;
计算模块,用于当所述每一路定位摄像机中所捕捉到的运动对象为同一目标运动对象时,计算所述目标运动对象的跟踪坐标;
跟踪模块,用于将所述跟踪坐标发送至跟踪摄像机,以使得所述跟踪摄像机对所述目标运动对象进行跟踪拍摄。
7.如权利要求6所述的运动对象跟踪装置,其特征在于,所述预设场景内包括四路定位摄像机,分别为定位摄像机A、定位摄像机B、定位摄像机C、定位摄像机D;
所述四路定位摄像机按照矩形的方式布置在所述预设场景内,所述定位摄像机A与定位摄像机C在所述矩形的第一对角线上,所述定位摄像机B与所述定位摄像机D在所述矩形的第二对角线上,且在同一对角线上的定位摄像机落在对角线对端的定位摄像机的镜头的中心标定位置上。
8.如权利要求7所述的运动对象跟踪装置,其特征在于,所述获取模块包括:
获取单元,用于获取所述多路定位摄像机中每一路定位摄像机所采集到的图像信息;
校正单元,用于对所述每一路定位摄像机所采集到的图像信息进行畸变校正;
分析单元,用于对畸变校正后的图像信息进行运动对象分析,获取每一路定位摄像机所捕捉到的运动对象。
9.如权利要求8所述的运动对象跟踪装置,其特征在于,所述分析单元具体用于:
针对每一路定位摄像机,通过多帧差法计算所述定位摄像机的运动特征值;
比较所述运动特征值与干扰阈值;
当所述运动特征值大于干扰阈值时,则确定所述运动特征值为所述定位摄像机所捕捉到的运动对象。
10.如权利要求9所述的运动对象跟踪装置,其特征在于,所述计算模块包括:
判断单元,用于当所述每一路定位摄像机均捕捉到运动对象时,判断所述每一路定位摄像机所捕捉到的运动对象是否为同一目标运动对象;
计算单元,用于当所述判断单元的判断结果为是时,获取所述预设场景的长度L、宽度W、高度H,以定位摄像机A作为所述预设场景的空间坐标系原点,按照预设的跟踪坐标计算函数计算所述目标运动对象的跟踪坐标;
其中,所述跟踪坐标计算函数为:
所述X跟踪坐标表示所述目标运动对象的X轴坐标,所述Y跟踪坐标表示所述目标运动对象的Y轴坐标,所述Z跟踪坐标表示所述目标运动对象的Z轴坐标;所述xA左、xA右分别表示定位摄像机A所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xB左、xB右分别表示定位摄像机B所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xC左、xC右分别表示定位摄像机C所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xD左、xD右分别表示定位摄像机D所捕捉到的运动对象的横坐标的左边像素距离、右边像素距离;所述xA上、xA下分别表示定位摄像机A所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xB上、xB下分别表示定位摄像机B所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xC上、xC下分别表示定位摄像机C所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离;所述xD上、xD下分别表示定位摄像机D所捕捉到的运动对象的纵坐标的上边像素距离、下边像素距离。
CN201510493083.7A 2015-08-12 2015-08-12 运动对象跟踪方法及装置 Active CN105069795B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510493083.7A CN105069795B (zh) 2015-08-12 2015-08-12 运动对象跟踪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510493083.7A CN105069795B (zh) 2015-08-12 2015-08-12 运动对象跟踪方法及装置

Publications (2)

Publication Number Publication Date
CN105069795A true CN105069795A (zh) 2015-11-18
CN105069795B CN105069795B (zh) 2017-12-22

Family

ID=54499152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510493083.7A Active CN105069795B (zh) 2015-08-12 2015-08-12 运动对象跟踪方法及装置

Country Status (1)

Country Link
CN (1) CN105069795B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106021803A (zh) * 2016-06-06 2016-10-12 中国科学院长春光学精密机械与物理研究所 一种确定图像采集设备最优排布的方法及系统
CN106303409A (zh) * 2016-07-27 2017-01-04 阔地教育科技有限公司 一种目标对象联合跟踪方法及目标对象联合跟踪装置
CN107705317A (zh) * 2017-09-30 2018-02-16 石道松 基于视觉跟踪识别的控制系统
WO2018050128A1 (zh) * 2016-09-13 2018-03-22 纳恩博(北京)科技有限公司 目标跟踪方法、电子设备及存储介质
CN108022253A (zh) * 2016-10-28 2018-05-11 株式会社理光 图像处理装置、图像处理系统以及图像处理方法
CN108780614A (zh) * 2016-03-10 2018-11-09 穆格公司 运动跟踪和仿真装置和方法
CN110418114A (zh) * 2019-08-20 2019-11-05 京东方科技集团股份有限公司 一种对象跟踪方法、装置、电子设备及存储介质
CN112166594A (zh) * 2019-09-29 2021-01-01 深圳市大疆创新科技有限公司 视频的处理方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622767A (zh) * 2012-03-05 2012-08-01 广州乐庚信息科技有限公司 双目非标定空间定位方法
CN102868875A (zh) * 2012-09-24 2013-01-09 天津市亚安科技股份有限公司 多方向监控区域预警定位自动跟踪监控装置
CN104318588A (zh) * 2014-11-04 2015-01-28 北京邮电大学 一种基于位置感知判别外观模型的多摄像机目标跟踪方法
CN104574359A (zh) * 2014-11-03 2015-04-29 南京邮电大学 一种基于主从摄像机的学生跟踪定位方法
US20150207987A1 (en) * 2013-06-19 2015-07-23 The Boeing Company Systems and Methods for Tracking Location of Movable Target Object

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622767A (zh) * 2012-03-05 2012-08-01 广州乐庚信息科技有限公司 双目非标定空间定位方法
CN102868875A (zh) * 2012-09-24 2013-01-09 天津市亚安科技股份有限公司 多方向监控区域预警定位自动跟踪监控装置
US20150207987A1 (en) * 2013-06-19 2015-07-23 The Boeing Company Systems and Methods for Tracking Location of Movable Target Object
CN104574359A (zh) * 2014-11-03 2015-04-29 南京邮电大学 一种基于主从摄像机的学生跟踪定位方法
CN104318588A (zh) * 2014-11-04 2015-01-28 北京邮电大学 一种基于位置感知判别外观模型的多摄像机目标跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邓颖娜 等: "基于场景模型的多摄像机目标跟踪算法", 《计算机工程与应用》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108780614A (zh) * 2016-03-10 2018-11-09 穆格公司 运动跟踪和仿真装置和方法
CN106021803B (zh) * 2016-06-06 2019-04-16 中国科学院长春光学精密机械与物理研究所 一种确定图像采集设备最优排布的方法及系统
CN106021803A (zh) * 2016-06-06 2016-10-12 中国科学院长春光学精密机械与物理研究所 一种确定图像采集设备最优排布的方法及系统
CN106303409A (zh) * 2016-07-27 2017-01-04 阔地教育科技有限公司 一种目标对象联合跟踪方法及目标对象联合跟踪装置
CN106303409B (zh) * 2016-07-27 2019-04-02 阔地教育科技有限公司 一种目标对象联合跟踪方法及目标对象联合跟踪装置
WO2018050128A1 (zh) * 2016-09-13 2018-03-22 纳恩博(北京)科技有限公司 目标跟踪方法、电子设备及存储介质
CN108022253A (zh) * 2016-10-28 2018-05-11 株式会社理光 图像处理装置、图像处理系统以及图像处理方法
CN107705317A (zh) * 2017-09-30 2018-02-16 石道松 基于视觉跟踪识别的控制系统
CN110418114A (zh) * 2019-08-20 2019-11-05 京东方科技集团股份有限公司 一种对象跟踪方法、装置、电子设备及存储介质
CN110418114B (zh) * 2019-08-20 2021-11-16 京东方科技集团股份有限公司 一种对象跟踪方法、装置、电子设备及存储介质
US11205276B2 (en) 2019-08-20 2021-12-21 Boe Technology Group Co., Ltd. Object tracking method, object tracking device, electronic device and storage medium
CN112166594A (zh) * 2019-09-29 2021-01-01 深圳市大疆创新科技有限公司 视频的处理方法和装置
WO2021056552A1 (zh) * 2019-09-29 2021-04-01 深圳市大疆创新科技有限公司 视频的处理方法和装置

Also Published As

Publication number Publication date
CN105069795B (zh) 2017-12-22

Similar Documents

Publication Publication Date Title
CN105069795A (zh) 运动对象跟踪方法及装置
JP6859442B2 (ja) キャリブレーション装置、キャリブレーションシステム、およびキャリブレーション方法
TWI709107B (zh) 影像特徵提取方法及包含其顯著物體預測方法
US11983898B2 (en) Monitoring method, electronic device and storage medium
CN103517041B (zh) 基于多相机旋转扫描的实时全景监控方法和装置
CN103716594B (zh) 基于运动目标检测的全景拼接联动方法及装置
CN107507243A (zh) 一种摄像机参数调整方法、导播摄像机及系统
CN101859433B (zh) 图像拼接设备和方法
CN105049764A (zh) 一种基于多个定位摄像头的教学用图像跟踪方法及系统
WO2020062053A1 (en) Methods and apparatus to generate photo-realistic three-dimensional models of photographed environment
CN105072314A (zh) 一种可自动跟踪目标的虚拟演播室实现方法
CN106803913A (zh) 一种用于自动侦测学生起立发言动作的检测方法及其装置
CN104427230B (zh) 增强现实的方法和增强现实的系统
CN104408725A (zh) 一种基于tld优化算法的目标重捕获系统及方法
CN110689476A (zh) 全景图像拼接方法及其装置、可读存储介质和电子设备
CN104580933A (zh) 基于特征点的多尺度实时监控视频拼接装置及拼接方法
CN104618648A (zh) 一种全景视频拼接系统及拼接方法
CN106373182A (zh) 一种增强现实人脸互动娱乐方法
CN108717704A (zh) 基于鱼眼图像的目标跟踪方法、计算机装置及计算机可读存储介质
CN102903125A (zh) 固定场景下运动目标检测系统及方法
CN103617631A (zh) 一种基于中心检测的跟踪方法
CN105100714A (zh) 基于监控设备的云台的控制方法和装置
CN107396059A (zh) 一种全景位自适应学生图像分析控制方法
WO2022062153A1 (zh) 一种高尔夫球落地式检测方法、系统及存储介质
CN103152527B (zh) 多镜头切换变焦的3d摄录放一体机

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant