CN106375654A - 用于控制网络相机的设备和方法 - Google Patents

用于控制网络相机的设备和方法 Download PDF

Info

Publication number
CN106375654A
CN106375654A CN201610192123.9A CN201610192123A CN106375654A CN 106375654 A CN106375654 A CN 106375654A CN 201610192123 A CN201610192123 A CN 201610192123A CN 106375654 A CN106375654 A CN 106375654A
Authority
CN
China
Prior art keywords
track
target
information
destination identifier
signature information
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
CN201610192123.9A
Other languages
English (en)
Other versions
CN106375654B (zh
Inventor
李活石
张在昊
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.)
Hanhua Vision Co ltd
Original Assignee
Samsung Techwin 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 Samsung Techwin Co Ltd filed Critical Samsung Techwin Co Ltd
Publication of CN106375654A publication Critical patent/CN106375654A/zh
Application granted granted Critical
Publication of CN106375654B publication Critical patent/CN106375654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H04N23/6811—Motion detection based on the image signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

提供一种用于控制网络相机的设备和方法。所述用于控制网络相机的设备包括：接收器，被配置为接收由监视预定区域的网络相机捕获的至少一个图像；至少一个处理器，被配置为实施：检测器，根据图像中的多个目标中的每个的运动来检测多条轨迹；控制器，从所述多条轨迹中的每条提取目标特征信息，如果从轨迹提取的目标特征信息对应于第一目标和第二目标，则将所述轨迹分成包括第一目标特征信息的第一轨迹和包括第二目标特征信息的第二轨迹。

Description

用于控制网络相机的设备和方法
本申请要求于2015年7月23日提交到韩国知识产权局的第10-2015-0104362号韩国专利申请的优先权，所述韩国专利申请的公开通过引用完整地包含于此。
技术领域
与示例性实施例相一致的设备和方法涉及控制网络相机。
背景技术
采用网络相机的监控系统被配置成使得网络相机将图像发送到控制设备，控制设备接收图像并响应于接收的图像控制网络相机。控制设备可通过网络与网络相机进行通信。
监控系统可使用用于在网络上通信的相同的互联网协议来操作网络相机和接入点。
发明内容
示例性实施例提供一种用于控制网络相机以更准确地跟踪运动目标的设备和方法。
示例性实施例的各种方面将会部分地在以下描述中阐述，并且部分地将从描述中清楚或者可通过呈现的实施例的实践而领会。
根据示例性实施例的一个方面，提供一种用于控制网络相机的设备，该网络相机可包括：接收器，被配置为接收由监视预定区域的网络相机捕获的至少一幅图像；至少一个处理器，被配置为实现：检测器，根据图像中的多个目标中的每个的运动来检测多条轨迹；控制器，从所述多条轨迹中的每条提取目标特征信息，如果从轨迹提取的目标特征信息对应于第一目标和第二目标，则将所述轨迹分成包括第一目标特征信息的第一轨迹和包括第二目标特征信息的第二轨迹。
所述多条轨迹中的每条可包括：目标识别符，用于识别所述多个目标中的每个；与图像的显示所述多个目标中的每个目标的至少一部分有关的目标图像信息；基于目标图像信息而提取的目标移动线信息。
所述多条轨迹中的每条可由目标识别符识别。
控制器可将与从中提取目标特征信息的轨迹的目标识别符不同的目标识别符分别指定给第一轨迹和第二轨迹。
控制器可将与从中提取目标特征信息的轨迹的目标识别符相同的目标识别符指定给第一轨迹，并将与提取目标特征信息的轨迹的目标识别符不同的目标识别符指定给第二轨迹。
当目标特征信息对应于第一目标和第二目标时，第一目标和第二目标的两个簇对应于所述目标特征信息。
目标特征信息可以是从目标图像信息中提取的目标的外观信息。
目标移动线信息可以是组成目标图像信息的多个目标图像帧的图像的坐标数据和尺寸数据中的至少一个。
控制器还可被配置为：将从所述多条轨迹提取的多条目标特征信息进行比较，如果在所述多条目标特征信息中的第三目标特征信息和第四目标特征信息相同，则将包括第三目标特征信息的第三轨迹与包括第四目标特征信息的第四轨迹合并。
控制器可将与第三轨迹的现有目标识别符和第四轨迹的现有目标识别符不同的目标识别符指定给合并第三轨迹和第四轨迹的轨迹。
控制器可将与第三轨迹的现有目标识别符或者第四轨迹的现有目标识别符相同的目标识别符指定给合并第三轨迹和第四轨迹的轨迹。
检测器可从由监视另一预定区域并与所述网络相机连接的另一网络相机捕获的至少一个图像检测包括第一目标特征信息的另一轨迹，并且控制器可将与被指定给第一轨迹的目标识别符相同的目标识别符指定给所述另一轨迹。
根据示例性实施例的一个方面，提供一种控制网络相机的方法，可包括：根据多个目标中的每个的运动从由监视预定区域的网络相机捕获的至少一个图像检测多条轨迹；从所述多条轨迹中的每条提取目标特征信息；确定与目标特征信息相应的轨迹的数量；如果从轨迹提取的目标特征信息对应于第一目标和第二目标，则将所述轨迹分为包括第一目标特征信息的第一轨迹和包括第二目标特征信息的第二轨迹。
所述多条轨迹中的每条可包括：目标识别符，用于识别所述多个目标中的每个；与图像的至少一部分有关的目标图像信息，在图像的所述至少一部分中显示所述多个目标中的每个目标；基于目标图像信息而提取的目标移动线信息。
第一轨迹和第二轨迹可由与提取目标特征信息的轨迹的目标识别符不同的目标识别符标识。
目标特征信息可以是从目标图像信息提取的目标的外观信息。
目标移动线信息可以是组成目标图像信息的多个目标图像帧的图像的坐标数据和尺寸数据中的至少一个。
所述方法还可包括：将从所述多条轨迹提取的多条目标特征信息进行比较；如果在所述多条目标特征信息中的第三目标特征信息和第四目标特征信息相同，则将包括第三目标特征信息的第三轨迹与包括第四目标特征信息的第四轨迹合并。
通过合并第三轨迹和第四轨迹而产生的轨迹可被与第三轨迹的现有目标识别符和第四轨迹的现有目标识别符不同的目标识别符识别。
所述方法还可包括：从由监视另一预定区域并与所述网络相机连接的另一网络相机捕获的至少一个图像检测包括第一目标特征信息的另一轨迹；将与被指定给第一轨迹的目标识别符相同的目标识别符指定给所述另一轨迹。
附图说明
通过以下结合附图对示例性实施例进行的描述，这些和/或其它方面将变得清楚和更容易理解，在附图中：
图1是根据示例性实施例的用于控制网络相机的设备的框图；
图2是根据示例性实施例的控制网络相机的方法的流程图；
图3至图5是根据示例性实施例的用于描述控制网络相机的方法的示图；
图6和图7是根据另一示例性实施例的用于描述控制网络相机的方法的示图。
具体实施方式
现在将对本发明构思的示例性实施例作详细参考，这些示例性实施例被示出在附图中。在这点上，本发明构思可具有不同的形式并且不应被解释为限于这里阐明的描述。因此，以下仅通过参考附图描述示例性实施例，以解释本发明构思的各种方面。此外，为了避免不必要地模糊本发明构思的主题，与公知的功能或配置相关的具体描述可被省略。
在附图中，相同的附图标记表示相同的元件，并且它们的重复描述将被省略。
图1是根据示例性实施例的用于控制网络相机的设备100的框图。
参照图1，根据示例性实施例的用于控制网络相机的设备100可包括接收器110、检测器120、控制器130、存储器140和发送器150。
接收器110可接收捕获预定区域的图像。所述预定区域可以是由单个相机或多个相机监视的区域。接收器110可接收由单个相机捕获的图像或者由多个相机捕获的多个图像。在这里，如本领域公知的那样，接收器110可通过输入/输出(I/O)接口来实现，其中，通过所述I/O接口输入图像并且输出在设备100进行处理的结果。
检测器120可根据多个目标中的每个的运动从图像检测多条轨迹。多条轨迹中的每条可包括目标识别符、目标图像信息和目标移动线信息或者可由目标识别符、目标图像信息和目标移动线信息表示。
目标识别符可以是用于识别多个目标的信息。检测器120可将单个目标识别符指定给单条轨迹，因此单条轨迹可对应于单个目标。即，可通过各个目标识别符识别多条轨迹。
目标图像信息可以是与指示目标的图像的部分有关的信息，并可被配置为多个目标图像帧。
目标移动线信息可以是关于目标的移动路径的信息。例如，可基于目标图像信息提取目标移动线信息。在这点上，目标移动线信息可以是图像中的多个目标图像帧中的每个的坐标数据和尺寸数据中的至少一个或者可由图像中的多个目标图像帧中的每个的坐标数据和尺寸数据中的至少一个表示。坐标数据可以是多个目标图像帧中的每个的相同点的x坐标值和y坐标值，但不限于此。尺寸数据可以是例如多个矩形目标图像帧中的每个的宽度值和高度值，但不限于此。
控制器130可从多条轨迹中的每条提取目标特征信息。
目标特征信息可以是关于实际目标的信息(例如，从目标图像信息提取的目标的外观信息)。目标的外观信息可包括目标的面部识别信息、体型识别信息、运动识别信息和着装识别信息中的至少一个，但不限于此。
控制器130可确定与从一条轨迹提取的目标特征信息相应的目标的数量。根据示例性实施例，控制器130可通过应用聚类方法确定与从一条轨迹提取的目标特征信息相应的目标的数量。例如，当两个或更多个目标簇对应于从一条轨迹提取的目标特征信息时，控制器130可确定这个目标特征信息对应于两个或更多个目标。在本实施例中，簇可意味着一组相同条的目标特征信息(例如，被识别为属于同一目标的一组若干条面部识别信息)。
当从一条轨迹提取的目标特征信息对应于n个目标时，控制器130可将被提取目标特征信息的这条轨迹分为n条轨迹。
根据示例性实施例，控制器130可将提取与第一目标和第二目标相应的目标特征信息的第一母轨迹分为包括与第一目标相应的第一目标特征信息的第一子轨迹和包括与第二目标相应的第二目标特征信息的第二子轨迹。
在这点上，控制器130可将第一目标识别符指定给第一子轨迹并将与第一目标识别符不同的第二目标识别符指定给第二子轨迹，从而识别第一子轨迹和第二子轨迹。例如，控制器130可将与第一母轨迹的目标识别符不同的目标识别符指定给第一子轨迹和第二子轨迹。作为另一示例，控制器130可将与第一母轨迹的目标识别符相同的目标识别符指定给第一子轨迹并且将与第一母轨迹的目标识别符不同的目标识别符指定给第二子轨迹。
控制器130可将多条轨迹的多条目标特征信息进行比较。根据示例性实施例，控制器130可将包括第一子轨迹和第二子轨迹的多条轨迹的多条目标特征信息进行比较。
当从m条轨迹提取的m条目标特征信息对应于单个目标时，控制器130可将这m条轨迹合并成单条轨迹。
根据示例性实施例，当第三目标特征信息和第四目标特征信息是多条目标特征信息中的同一条信息时，控制器130可将包括第三目标特征信息的第三母轨迹和包括第四目标特征信息的第四母轨迹合并为单个第二子轨迹。
例如，在这点上，控制器130可将与第三母轨迹的第三目标识别符和第四母轨迹的第四目标识别符不同的第五目标识别符指定给第二子轨迹。又如另一示例，控制器130可将第三目标识别符或第四目标识别符指定给第二子轨迹。
存储器140可存储关于包括被控制器130分开或合并的轨迹的多条轨迹的信息。
发送器150可将存储在存储器140中的信息发送到外部。
根据示例性实施例的用于控制网络相机的设备100可通过网络(诸如有线通信网络或无线通信网络)连接到多个网络相机。即，根据示例性实施例的用于控制网络相机的设备100在被网络相机识别时可通过网络连接到这些网络相机。因此，设备100被与这些网络相机分开。
根据示例性实施例的用于控制网络相机的设备100可被包括在网络相机中。根据示例性实施例的用于控制网络相机的设备100可被包括在单个网络相机中，以仅接收由该单个网络相机捕获的图像和甚至由通过网络连接到该单个网络相机的另一网络相机捕获的图像。
虽然根据另一示例性实施例的用于控制网络相机的设备100在图1中被示出为单个装置，但是设备100可不必然被实施为单个物理装置。例如，用于控制网络相机的设备100可通过结合多个物理装置被实施。作为另一示例，用于控制网络相机的设备100的一部分可被实施为被包括在网络相机中而它的另一部分可被实施为另一物理装置。
图2是根据示例性实施例的控制网络相机的方法的流程图。图3至图5是根据示例性实施例的用于描述控制网络相机的方法的示图。
参照图2，根据示例性实施例的用于控制网络相机的设备100的接收器110可接收捕获预定区域的图像(操作S 101)。接收器110可接收由单个相机捕获的图像或由多个相机拍摄的多个图像。
之后，检测器120可根据目标的运动从图像检测轨迹(操作S103)。当通过接收器110接收到捕获多个目标的图像时，检测器120可根据所述多个目标中的每个的运动检测多条轨迹。
接收器110可接收捕获第一目标A和第二目标B的图像。第一目标A和第二目标B在移动时可相互重叠。
参照图3和图4A，检测器120可根据第一目标A和第二目标B中的每个的运动从图像检测轨迹。在这里，根据示例性实施例，所述图像可以是运动图像。然而，当所述多个目标在如图3所示移动时可能重叠时，被指定给所述多个目标中的每个的目标识别符可能被改变。
例如，检测器120可在第一目标A与第二目标B重叠之前将第一目标识别符ID＝1指定给一条轨迹并在第二目标B与第一目标A重叠之前将第二目标识别符ID＝2指定给一条轨迹。当第一目标A和第二目标B在移动时相互重叠时，被指定给第一目标A的第一目标识别符ID＝1可被改变为第三目标识别符ID＝3，而被指定给第二目标B的第二目标识别符ID＝2随后可被改变为第一目标识别符ID＝1。
作为如上所述的第一目标A和第二目标B在移动时重叠的结果，第一轨迹T1可包括第一目标识别符ID＝1和第一目标图像信息11，第二轨迹T2可包括第二目标识别符ID＝2和第二目标图像信息12，第三轨迹T3可包括第三目标识别符ID＝3和第三目标图像信息13。虽然并未示出，但是第一轨迹T1至第三轨迹T3可分别包括第一移动线信息至第三移动线信息。
之后，在图2中，控制器130可从所述多条轨迹中的每条提取目标特征信息(操作S105)。控制器130可从第一目标图像信息11、第二目标图像信息12和第三目标图像信息13中的每个提取目标特征信息。在下文中，在图4A至图4C和图7的目标图像信息区域中指示的多个图示出多个目标图像帧中的每个的目标特征信息。
之后，在图2中，控制器130可确定从一条轨迹提取的目标特征信息是否对应于两个或更多个目标(操作S107)。在图4A中，第一簇C1和第四簇C4是被识别为第一目标A的一组目标特征信息，第二簇C2和第三簇C3是被识别为第二目标B的一组目标特征信息。第一簇C1和第二簇C2可对应于第一目标图像信息11，因此，控制器130可确定第一目标图像信息11对应于第一目标A和第二目标B。
之后，在图2中，当从一条轨迹提取的目标特征信息对应于两个或更多个目标时，控制器130可将该轨迹分为与目标的数量一样多的多条轨迹(操作S109)。参照图4B，控制器130可将与第一簇C1和第二簇C2相应的第一目标图像信息11分为包括第一簇C1的第四轨迹T4和包括第二簇C2的第五轨迹T5。第四轨迹T4可包括第四目标图像信息111。第五轨迹T5可包括第五目标图像信息112。
在这点上，控制器130可将第一目标识别符ID＝1(即与第一轨迹T1的目标识别符相同的目标识别符)指定给第四轨迹T4，并将第四目标识别符ID＝4(即与第一轨迹T1的目标识别符不同的目标识别符)指定给第五轨迹T5。
之后，在图2中，控制器130可确定两条或更多条目标特征信息是否对应于同一个目标(操作S111)。在图4B中，控制器130可确定第四目标图像信息111和第三目标图像信息13对应于第一目标A，并且第二目标图像信息12和第五目标图像信息112对应于第二目标B。
之后，在图2中，当从两条或更多条轨迹提取的两条或更多条目标特征信息对应于同一个目标时，控制器130可将这两条或更多条轨迹合并(操作S113)。参照图4C，控制器130可将包括第一簇C1的第四轨迹T4与包括第四簇C4的第三轨迹T3合并为第六轨迹T6，并且将包括第三簇C3的第二轨迹T2与包括第二簇C2的第五轨迹T5合并为第七轨迹T7。
在这点上，控制器130可将第一目标识别符ID＝1(即与第一轨迹T1的目标识别符相同的目标识别符)指定给第六轨迹T6，并将第二目标识别符ID＝2(即与第二轨迹T2的目标识别符相同的目标识别符)指定给第七轨迹T7。在这点上，第六轨迹T6可包括第六目标图像信息110A，第七轨迹T7可包括第七目标图像信息120B。
根据示例性实施例，当多个目标在由单个网络相机捕获的图像中移动时发生重叠时，即使识别所述多个目标的目标识别符被改变(见图3)，仍可通过分开和合并与所述多个目标相应的多条轨迹来由单个目标识别符指示单个目标(见图5)。因此，根据示例性实施例，移动的目标可被更准确地跟踪。
图6和图7是根据另一示例性实施例的用于描述控制网络相机的方法的示图。
图4C和图5示出通过跟踪由第一相机捕获的图像中的目标得到的结果。
在下文中，图6和图7是用于描述从由与第一相机不同的第二相机捕获的图像跟踪目标的方法的示图。
参照图6，接收器110可接收捕获第二目标B和第三目标C的图像。第二目标B可以是从由根据示例性实施例的第一相机捕获的图像跟踪的目标。
检测器120可根据第二目标B和第三目标C中的每个的运动从图像检测轨迹。检测器120可将与指定给从由第一相机捕获的图像检测的轨迹的目标识别符相同的目标识别符指定给从由第二相机捕获的图像检测的轨迹。
之后，控制器130可如图4C所示基于关于由第一相机捕获的图像的信息和关于由第二相机捕获的图像的信息执行图2的轨迹分开操作S109和轨迹合并操作113。结果是，控制器130可将与第七轨迹T7的目标识别符相同的第二目标识别符ID＝2指定给第八轨迹T8，并将作为新的目标识别符的第五目标识别符ID＝5指定给第九轨迹T9。在这点上，第八轨迹T8可包括第八目标图像信息111A，第九轨迹T9可包括第九目标图像信息130C。
根据示例性实施例，由一个网络相机捕获的图像中的跟踪的目标可使用与由另一网络相机拍摄的图像中的相同的目标识别符来跟踪，从而更准确地跟踪移动的目标。
在以上示例性实施例中描述的操作和/或步骤可被实施为可通过使用各种元件在计算机中执行的计算机程序，所述计算机程序可被记录在非暂时性计算机可读记录介质上。非暂时性计算机可读介质的示例包括存储介质(诸如磁介质(例如，硬盘、软盘或磁带)、光介质(例如，致密盘只读存储器(CD-ROM)或数字多功能盘(DVD))、磁光介质(例如，软光盘)和被专门配置为存储和运行程序命令的硬件装置(例如，ROM、RAM或闪存)。此外，非暂时性计算机可读记录介质的示例包括可通过网络被传输的有形介质。例如，非暂时性计算机可读记录介质可被实施为软件或应用并可通过网络被传输和分布。
计算机程序可针对本发明构思被特别设计和构造，或者可被计算机软件领域的普通技术人员所公知和使用。除了由编译器创建的机器语言代码之外，计算机程序的示例还包括可由计算机使用解释器执行的高级语言代码。
根据示例性实施例，由图1示出的方框所表示的组件、元件、模块或单元中的至少一个可被实施为执行上述各个功能的各种数量的硬件、软件和/或固件结构。例如，这些组件、元件或单元中的至少一个可使用可通过一个或多个微处理器或其它控制设备的控制来执行各个功能的直接电路结构(诸如存储器、处理设备、逻辑单元、查找表等)。此外，这些组件、元件或单元中的至少一个可通过包含用于执行特定逻辑功能的一个或多个可执行指令的模块、程序、或者部分代码被具体实施，并通过一个或多个微处理器或其它控制设备被执行。此外，这些组件、元件或单元中的至少一个还可包括执行各个功能的诸如中央处理单元(CPU)的处理器、微处理器等。这些组件、元件或单元中的两个或多个可被合并成一个单独的组件、元件或单元，所述一个单独的组件、元件或单元执行所合并的两个或多个组件、元件或单元的所有操作或功能。此外，这些组件、元件或单元中的至少一个的至少部分功能可以由这些组件、元件或单元中的另一个来执行。此外，虽然在以上框图中未示出总线，但是组件、元件或单元之间的通信可通过总线来执行。以上示例性实施例的功能方面可在一个或多个处理器上执行的算法中被实施。此外，由方框或处理步骤表示的组件、元件或单元可采用任何数量的相关领域技术进行电子学配置、信号处理和/或控制、数据处理等。
根据以上描述的示例性实施例，可提供一种用于控制更准确地跟踪移动的目标的网络相机设备和方法。
应该理解，这里描述的示例性实施例应被看作仅有描述意义，而不是为了限制的目的。每个示例性实施例中的特征或方面的描述通常应被看作可用于在其它示例性实施例中的其它类似特征或方面。
虽然以上示例性实施例已经参考附图被描述，但是本领域普通技术人员将会理解，在不脱离由权利要求限定的本发明构思的精神和范围的情况下，可在形式和细节上进行各种改变。

Claims (20)

1.一种用于控制网络相机的设备，所述设备包括：
接收器，被配置为接收由监视预定区域的网络相机捕获的至少一幅图像；
检测器，根据图像中的多个目标中的每个的运动来检测多条轨迹；
控制器，从所述多条轨迹中的每条提取目标特征信息，如果从轨迹提取的目标特征信息对应于第一目标和第二目标，则将所述轨迹分成包括第一目标特征信息的第一轨迹和包括第二目标特征信息的第二轨迹。
2.如权利要求1所述的设备，其中，所述多条轨迹中的每条包括：
目标识别符，用于标识所述多个目标中的每个；
与图像的至少一部分有关的目标图像信息，在图像的所述至少一部分中显示所述多个目标中的每个；
基于目标图像信息而提取的目标移动线信息。
3.如权利要求2所述的设备，其中，所述多条轨迹中的每条由目标识别符标识。
4.如权利要求2所述的设备，其中，控制器将与目标特征信息从中被提取的轨迹的目标识别符不同的目标识别符分别指定给第一轨迹和第二轨迹。
5.如权利要求2所述的设备，其中，控制器将与目标特征信息从中被提取的轨迹的目标识别符相同的目标识别符指定给第一轨迹，并将与从中被提取目标特征信息的轨迹的目标识别符不同的目标识别符指定给第二轨迹。
6.如权利要求2所述的设备，其中，如果目标特征信息对应于第一目标和第二目标，则第一目标和第二目标的两个簇对应于所述目标特征信息。
7.如权利要求2所述的设备，其中，目标特征信息是从目标图像信息提取的目标的外观信息。
8.如权利要求2所述的设备，其中，目标移动线信息是组成目标图像信息的多个目标图像帧的图像的坐标数据和尺寸数据中的至少一个。
9.如权利要求1所述的设备，其中，控制器将从所述多条轨迹提取的多条目标特征信息进行比较，如果在所述多条目标特征信息中的第三目标特征信息和第四目标特征信息相同，则将包括第三目标特征信息的第三轨迹与包括第四目标特征信息的第四轨迹合并。
10.如权利要求9所述的设备，其中，控制器将与第三轨迹的现有目标识别符和第四轨迹的现有目标识别符不同的目标识别符指定给合并第三轨迹和第四轨迹的轨迹。
11.如权利要求9所述的设备，其中，控制器将与第三轨迹的现有目标识别符或者第四轨迹的现有目标识别符相同的目标识别符指定给合并第三轨迹和第四轨迹的轨迹。
12.如权利要求1所述的设备，其中，检测器从由监视另一预定区域并与所述网络相机连接的另一网络相机捕获的至少一幅图像检测包括第一目标特征信息的另一轨迹；
其中，控制器将与被指定给第一轨迹的目标识别符相同的目标识别符指定给所述另一轨迹。
13.一种使用至少一个处理器控制网络相机的方法，所述方法包括：
根据多个目标中的每个的运动从由监视预定区域的网络相机捕获的至少一个图像检测多条轨迹；
从所述多条轨迹中的每条提取目标特征信息；
确定与目标特征信息相应的轨迹的数量；
如果从轨迹提取的目标特征信息对应于第一目标和第二目标，则将所述轨迹分为包括第一目标特征信息的第一轨迹和包括第二目标特征信息的第二轨迹。
14.如权利要求13所述的方法，其中，所述多条轨迹中的每条包括：
目标识别符，用于识别所述多个目标中的每个；
与图像的至少一部分有关的目标图像信息，在图像的所述至少一部分中显示所述多个目标中的每个目标；
基于目标图像信息而提取的目标移动线信息。
15.如权利要求14所述的方法，其中，第一轨迹和第二轨迹可由与提取目标特征信息的轨迹的目标识别符不同的目标识别符标识。
16.如权利要求14所述的方法，其中，目标特征信息是从目标图像信息提取的目标的外观信息。
17.如权利要求14所述的方法，其中，目标移动线信息是组成目标图像信息的多个目标图像帧的图像的坐标数据和尺寸数据中的至少一个。
18.如权利要求13所述的方法，还包括：
将从所述多条轨迹提取的多条目标特征信息进行比较；
如果在所述多条目标特征信息中的第三目标特征信息和第四目标特征信息相同，则将包括第三目标特征信息的第三轨迹与包括第四目标特征信息的第四轨迹合并。
19.如权利要求18所述的方法，其中，通过合并第三轨迹和第四轨迹而产生的轨迹被与第三轨迹的现有目标识别符和第四轨迹的现有目标识别符不同的目标识别符识别。
20.如权利要求13所述的方法，还包括：
从由监视另一预定区域并与所述网络相机连接的另一网络相机捕获的至少一幅图像检测包括第一目标特征信息的另一轨迹；
将与被指定给第一轨迹的目标识别符相同的目标识别符指定给所述另一轨迹。
CN201610192123.9A 2015-07-23 2016-03-30 用于控制网络相机的设备和方法 Active CN106375654B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020150104362A KR102334767B1 (ko) 2015-07-23 2015-07-23 네트워크 카메라 제어 장치 및 방법
KR10-2015-0104362 2015-07-23

Publications (2)

Publication Number Publication Date
CN106375654A true CN106375654A (zh) 2017-02-01
CN106375654B CN106375654B (zh) 2020-09-01

Family

ID=57880537

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610192123.9A Active CN106375654B (zh) 2015-07-23 2016-03-30 用于控制网络相机的设备和方法

Country Status (3)

Country Link
US (1) US9866744B2 (zh)
KR (1) KR102334767B1 (zh)
CN (1) CN106375654B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109413324A (zh) * 2017-08-16 2019-03-01 中兴通讯股份有限公司 一种拍摄方法和移动终端
WO2020248248A1 (en) * 2019-06-14 2020-12-17 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for object tracking

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101266710A (zh) * 2007-03-14 2008-09-17 中国科学院自动化研究所 一种基于规则的全天候智能视频分析监控方法
CN101321271A (zh) * 2007-06-08 2008-12-10 佳能株式会社 信息处理设备和信息处理方法
CN101344965A (zh) * 2008-09-04 2009-01-14 上海交通大学 基于双目摄像的跟踪系统
CN101415125A (zh) * 2007-09-05 2009-04-22 索尼株式会社 用于通信的系统和方法
US20090219391A1 (en) * 2008-02-28 2009-09-03 Canon Kabushiki Kaisha On-camera summarisation of object relationships
CN102176246A (zh) * 2011-01-30 2011-09-07 西安理工大学 一种多相机目标接力跟踪系统的相机接力关系确定方法
CN102740127A (zh) * 2011-03-29 2012-10-17 索尼公司 方法、装置和系统
EP2713308A2 (en) * 2012-09-28 2014-04-02 The Boeing Company Method and system for using fingerprints to track moving objects in video
CN104639994A (zh) * 2013-11-08 2015-05-20 杭州海康威视数字技术股份有限公司 基于运动目标生成视频摘要的方法、系统及网络存储设备

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5969755A (en) * 1996-02-05 1999-10-19 Texas Instruments Incorporated Motion based event detection system and method
US7058204B2 (en) 2000-10-03 2006-06-06 Gesturetek, Inc. Multiple camera control system
DE60330898D1 (de) * 2002-11-12 2010-02-25 Intellivid Corp Verfahren und system zur verfolgung und verhaltensüberwachung von mehreren objekten, die sich durch mehrere sichtfelder bewegen
US7136507B2 (en) * 2003-11-17 2006-11-14 Vidient Systems, Inc. Video surveillance system with rule-based reasoning and multiple-hypothesis scoring
KR100601997B1 (ko) 2004-10-12 2006-07-18 삼성전자주식회사 인물기반 디지털 사진 클러스터링 방법 및 장치와 이를이용한 인물기반 디지털 사진 앨버밍 방법 및 장치
JP4852765B2 (ja) * 2005-08-30 2012-01-11 国立大学法人 奈良先端科学技術大学院大学 広域分散カメラ間の連結関係推定法および連結関係推定プログラム
KR100744668B1 (ko) 2006-01-27 2007-08-02 덕성여자대학교 산학협력단 네트워크 카메라를 이용한 다중 사람추적 시스템
KR100968024B1 (ko) 2008-06-20 2010-07-07 중앙대학교 산학협력단 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템
KR101048441B1 (ko) 2009-08-31 2011-07-12 한국산업기술대학교산학협력단 다중카메라 시스템에서의 객체 추적 방법 및 그 장치
GB2489454A (en) * 2011-03-29 2012-10-03 Sony Corp A method of annotating objects in a displayed image
KR101380628B1 (ko) 2013-10-18 2014-04-02 브이씨에이 테크놀러지 엘티디 복수의 카메라를 사용한 객체 추적 방법 및 장치

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101266710A (zh) * 2007-03-14 2008-09-17 中国科学院自动化研究所 一种基于规则的全天候智能视频分析监控方法
CN101321271A (zh) * 2007-06-08 2008-12-10 佳能株式会社 信息处理设备和信息处理方法
CN101415125A (zh) * 2007-09-05 2009-04-22 索尼株式会社 用于通信的系统和方法
US20090219391A1 (en) * 2008-02-28 2009-09-03 Canon Kabushiki Kaisha On-camera summarisation of object relationships
CN101344965A (zh) * 2008-09-04 2009-01-14 上海交通大学 基于双目摄像的跟踪系统
CN102176246A (zh) * 2011-01-30 2011-09-07 西安理工大学 一种多相机目标接力跟踪系统的相机接力关系确定方法
CN102740127A (zh) * 2011-03-29 2012-10-17 索尼公司 方法、装置和系统
EP2713308A2 (en) * 2012-09-28 2014-04-02 The Boeing Company Method and system for using fingerprints to track moving objects in video
CN104639994A (zh) * 2013-11-08 2015-05-20 杭州海康威视数字技术股份有限公司 基于运动目标生成视频摘要的方法、系统及网络存储设备

Also Published As

Publication number Publication date
KR102334767B1 (ko) 2021-12-02
CN106375654B (zh) 2020-09-01
US9866744B2 (en) 2018-01-09
KR20170011556A (ko) 2017-02-02
US20170163868A1 (en) 2017-06-08

Similar Documents

Publication Publication Date Title
US11722727B2 (en) Special effect processing method and apparatus for live broadcasting, and server
WO2017096949A1 (zh) 一种对目标进行跟踪拍摄的方法、控制装置及系统
US10074186B2 (en) Image search system, image search apparatus, and image search method
US10043064B2 (en) Method and apparatus of detecting object using event-based sensor
US9477887B2 (en) Apparatus and method for analyzing trajectory
US20130222427A1 (en) System and method for implementing interactive augmented reality
US20120163661A1 (en) Apparatus and method for recognizing multi-user interactions
US20160217326A1 (en) Fall detection device, fall detection method, fall detection camera and computer program
JP2016071830A (ja) 物体追跡装置、物体追跡システム、物体追跡方法、表示制御装置、物体検出装置、プログラムおよび記録媒体
US20160358032A1 (en) Methods, devices and computer programs for processing images in a system comprising a plurality of cameras
WO2015014822A1 (en) Apparatus and method for resource-adaptive object detection and tracking
CN110706258A (zh) 对象追踪方法及装置
CN112527113A (zh) 手势识别及手势识别网络的训练方法和装置、介质和设备
US10146870B2 (en) Video playback method and surveillance system using the same
JP2012191354A (ja) 情報処理装置、情報処理方法及びプログラム
CN103870559A (zh) 一种基于播放的视频获取信息的方法及设备
KR102365431B1 (ko) 경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법
US20240153270A1 (en) System and method for merging asynchronous data sources
CN114463368A (zh) 目标跟踪方法和装置、电子设备、计算机可读存储介质
CN105187801B (zh) 一种摘要视频的生成系统及方法
CN106375654A (zh) 用于控制网络相机的设备和方法
CN108369640B (zh) 用于调适捕获图像的方法及装置
JP7327923B2 (ja) 情報処理装置、情報処理方法、システムおよびプログラム
US10839552B2 (en) Image processing apparatus, tracking method, and program
CN103870801A (zh) 用于识别手势的方法和系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Gyeongnam Changwon City, South Korea

Applicant after: HANWHA AEROSPACE Co.,Ltd.

Address before: Gyeongnam Changwon City, South Korea

Applicant before: HANWHA TECHWIN Co.,Ltd.

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20190220

Address after: Gyeonggi Do city of South Korea

Applicant after: HANWHA TECHWIN Co.,Ltd.

Address before: Gyeongnam Changwon City, South Korea

Applicant before: HANWHA AEROSPACE Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Gyeonggi Do city of South Korea

Patentee after: Hanhua Vision Co.,Ltd.

Address before: Gyeonggi Do city of South Korea

Patentee before: HANWHA TECHWIN Co.,Ltd.

CP01 Change in the name or title of a patent holder