CN110717941A - 图像物件追踪系统及方法 - Google Patents
图像物件追踪系统及方法 Download PDFInfo
- Publication number
- CN110717941A CN110717941A CN201810832604.0A CN201810832604A CN110717941A CN 110717941 A CN110717941 A CN 110717941A CN 201810832604 A CN201810832604 A CN 201810832604A CN 110717941 A CN110717941 A CN 110717941A
- Authority
- CN
- China
- Prior art keywords
- image
- distance
- time point
- value
- predetermined threshold
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000000284 extract Substances 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000007774 longterm Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013215 result calculation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
-
- 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
-
- 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
- G06T2207/30242—Counting objects in image
Abstract
本公开提供一种图像物件追踪系统及方法，该系统具有摄像装置以及计算装置。摄像装置于第一时间点以及接续于第一时间点的第二时间点分别提取第一图像以及第二图像。计算装置决定第一图像与第二图像中包括中线的判断区域，当第一图像中有第一物件位于判断区域内、且第二图像中有第二物件位于判断区域外时，决定第一物件与第二物件之间的距离是否小于预定阈值，以及当第一物件与第二物件之间的距离小于预定阈值时，更新进入物件计数值或离开物件计数值。
Description
技术领域
本申请主要涉及图像处理技术，特别涉及一种图像物件追踪系统及方法。
背景技术
针对特定空间进行物件(如：人员、车辆)追踪始终是营运管理及安全管理上的重要需求之一，举例来说，针对卖场的情境，追踪来客人数不仅有助于行销及员工调配，确实追踪员工进出也有助于内部人事管理；此外，针对建筑物、道路、共众运输中心等空间进行物件追踪，则有助于设施管理、或交通管控。
一般来说，常见的物件追踪方法包括：运用闸口计数器或红外线传感器检测物件的进出、或运用图像分析检测物件的进出，其中运用图像分析的物件追踪方法通常是在监测空间的出入口上方架设摄像装置以提取出入口的俯视图像，并以图像的上下边界为基准判断出进出的物件数目，然而，在有多重物件同时进与出的情况下，传统的图像物件追踪方法的误判率会大幅提高，导致物件计数值严重失真。
图1是显示传统的图像物件追踪方法的误判情形。如图1所示，传统系统所提取图像的上边界为判断进入的基准边界，图像的下边界为判断离开的基准边界(假设图像上方为监测空间)，物件O1在时间点t1到t2从图像中跨越上边界而移出图像外，然此时摄像装置无法提取到物件O1在时间点t2的图像。同时，若物件O2在时间点t1到t2从图像外跨越上边界而移入图像内，特别是，若物件O1在时间点t1的位置与物件O2在时间点t2的位置距离为d，而此距离d小于或等于系统判定是否为同一物件的预定阈值D，如此系统将导致把在时间点t2的物件O2以及在时间点t1的物件O1误判为同一物件，也就是视物件O1的移动路径从往上转为往左，由于此一误判，进入物件计数值就不会被加1，而造成计数结果失真。
发明内容
本申请提供了一种图像物件追踪系统及方法，通过在邻近中线的上下或左右各拉一条进出判断的边界，并以此接近中线的边界来追踪物件的进出数量，从而有效降低误判率。
本申请的一实施例提供了一种图像物件追踪系统，包括一摄像装置以及一计算装置。上述摄像装置用以在一第一时间点以及接续于上述第一时间点的一第二时间点分别提取一第一图像以及一第二图像。上述计算装置用以决定上述第一图像与上述第二图像中包括一中线的一区域，当上述第一图像中有第一物件位于上述区域内、且上述第二图像中有一第二物件位于上述区域外时，决定上述第一物件与上述第二物件之间的距离是否小于一预定阈值，以及当上述第一物件与上述第二物件之间的距离小于上述预定阈值时，更新一进入物件计数值或一离开物件计数值。
本申请的另一实施例提供了一种图像物件追踪方法，适用于包括一摄像装置的一图像物件追踪系统。上述图像物件追踪方法包括以下步骤：通过上述摄像装置于一第一时间点以及接续于上述第一时间点的一第二时间点分别提取一第一图像以及一第二图像；决定上述第一图像与上述第二图像中包括一中线之一区域；当上述第一图像中有第一物件位于上述区域内、且上述第二图像中有一第二物件位于上述区域外时，决定上述第一物件与上述第二物件之间的距离是否小于一预定阈值；以及当上述第一物件与上述第二物件之间的距离小于上述预定阈值时，更新一进入物件计数值或一离开物件计数值。
关于本申请其他附加的特征与优点，本领域技术人员在不脱离本申请的精神和范围内，当可根据本申请实施方法中所公开的图像物件追踪系统及方法做些许的更动与润饰而得到。
附图说明
图1是显示传统的图像物件追踪方法的误判情形。
图2是根据本申请一实施例所述的图像物件追踪系统的示意图。
图3是根据本申请一实施例所述的计算装置120的硬件架构示意图。
图4是根据本申请一实施例所述的摄像装置130的硬件架构示意图。
图5是根据本申请一实施例所述的图像物件追踪方法的软件架构示意图。
图6A是根据本申请一实施例所述的判断区域的示意图。
图6B是根据本申请另一实施例所述的判断区域的示意图。
图7是根据本申请一实施例所述的图像物件追踪方法的流程图。
图8是根据本申请一实施例所述的图像物件追踪的示意图。
【符号说明】
100 图像物件追踪系统
110 服务网络
120 计算装置
130 摄像装置
10、50 通信装置
20、60 控制器
30、70 存储装置
40 输入输出装置
80 摄像镜头
510 设定模块
520 物件检测模块
530 物件分析模块
540 物件进出判断模块
550 结果计算模块
S710～S740 步骤编号
O1(t1)～O1(t5)、O2(t1)～O2(t5) 物件位置
t1～t5 时间点
W 判断区域的高度
D 预定阈值
d、d1～d4 物件间的距离
具体实施方式
本章节所叙述的是实施本申请的优选方式，目的在于说明本申请的精神而非用以限定本申请的保护范围，当可理解的是，使用于本说明书中的“包含”、“包括”等词，用以表示存在特定的技术特征、数值、方法步骤、作业处理、元件和/或组件，但并不排除可加上更多的技术特征、数值、方法步骤、作业处理、元件、组件，或以上的任意组合。
图2是根据本申请一实施例所述的图像物件追踪系统的示意图。图像物件追踪系统100包括服务网络110、计算装置120、以及摄像装置130。
服务网络110可以是有线网络、和/或无线网络所构成，用以提供计算装置120与摄像装置130之间的网络连线。有线网络包括：以太网(Ethernet)、非对称数字用户线路(Asymmetric Digital Subscriber Line，ADSL)网络、光纤(Optical)网络、双绞线(Twisted Pair)网络、或同轴电缆(Coaxial cable)网络。无线网络包括：电信网络、无线局域网络(Wireless Local Area Network，WLAN)，其中电信网络通常跨接较大的物理范围，所覆盖的范围从几十公里到几千公里，可通过互联网连线多个地区、城市、或国家，形成国际性的远端网络；而无线局域网络通常覆盖较为局部的区域，例如：办公室、或建筑物内的某楼层。
举例来说，电信网络可包括：全球移动通信系统(Global System for Mobilecommunications，GSM)网络、通用分组无线服务(General Packet Radio Service，GPRS)网络、全球增强型数据传输(Enhanced Data rates for Global Evolution，EDGE)网络、宽带码分多工接入(Wideband Code Division Multiple Access，WCDMA)网络、码分多工接入-2000(Code Division Multiple Access2000，CDMA-2000)网络、时分同步码分多工接入(Time Division-Synchronous Code Division Multiple Access，TD-SCDMA)网络、全球互通微波接入(Worldwide Interoperability for Microwave Access，WiMAX)网络、长期演进(Long Term Evolution，LTE)网络、长期演进强化(LTE Advanced，LTE-A)网络、以及时分长期演进(Time-Division LTE，TD-LTE)网络等。
无线局域网络可使用无线保真(Wireless Fidelity，Wi-Fi)技术、蓝牙技术、或群蜂技术所建立。
计算装置120可为平板计算机、笔记型计算机、桌上型计算机、服务器、或任何电子装置，只要其可支持网络连线功能以及图像处理功能。明确来说，计算装置120通过服务网络110连接到摄像装置130以接收图像数据，并针对图像数据进行图像物件追踪。
摄像装置130为一具备网络连线功能以及图像提取功能的电子装置，主要负责提取图像，并通过服务网络110将图像数据传送到计算装置120。在一实施例，摄像装置130可设置于监测空间的出入口上方，以提取出入口区域的俯视图像。
当可理解的是，虽然图2所示图像物件追踪系统100为分散式系统架构，但本申请所述图像物件追踪系统及方法也可适用于集中式系统架构，也就是说，计算装置120与摄像装置130可进一步整合为同一装置而无须通过服务网络110才能通信。
图3是根据本申请一实施例所述的计算装置120的硬件架构示意图。计算装置120包括通信装置10、控制器20、存储装置30、以及输入输出装置40。
通信装置10用以提供连线至服务网络110，并通过服务网络110连接到摄像装置130。通信装置10可通过有线的方式提供网络连线，例如：以太网、光纤网络、非对称数字式用户线路、双绞线网络、或同轴电缆网络等；或者，通信装置10也可通过无线的方式提供网络连线，例如使用无线保真技术、蓝牙技术、群蜂技术、或其他电信网络技术。
控制器20可为通用处理器、微处理器(Micro Control Unit，MCU)、应用处理器(Application Processor，AP)、数字信号处理器(Digital SignalProcessor，DSP)、或图形处理器(Graphics Processing Unit，GPU)等，其可包括各式电路逻辑，用以提供数据(如：图像数据)处理及运算的功能、通过通信装置10接收图像数据、从存储装置30读取或存储数据、以及从输入输出装置40接收或输出信号。特别是，控制器20用以协调控制通信装置10、存储装置30、以及输入输出装置40的运作，以执行本申请的图像物件追踪方法。
存储装置30为非暂态(non-transitory)的计算机可读存储介质，例如：随机存取存储器(Random Access Memory，RAM)、快闪存储器，或硬盘、光盘，或上述介质的任意组合，用以存储图像数据、指令集、应用和/或通信协议的程序代码、以及本申请的图像物件追踪方法的程序代码等。
输入输出装置40可包括一或多个按钮、键盘、鼠标、触碰板、麦克风、显示屏幕(例如：液晶显示器、发光二极管显示器、或电子纸显示器等)、和/或喇叭等，用以作为人机接口与管理者互动，例如：显示摄像装置130所提取的图像、显示或输出当前的物件计数值(包括：进入物件计数值、离开物件计数值、和/或留存物件数)等。
当可理解的是，图3所示的元件仅用以提供一说明的范例，并非用以限制本申请的保护范围。举例来说，计算装置120还可包括其他元件，例如：电源供应器等。
图4是根据本申请一实施例所述的摄像装置130的硬件架构示意图。摄像装置130包括通信装置50、控制器60、存储装置70、以及摄像镜头80。
通信装置50的功能类似于通信装置10，其主要负责提供连线至服务网络110，并通过服务网络110连接到计算装置120。
控制器60可为通用处理器、微处理器、应用处理器、或数字信号处理器等，其可包括各式电路逻辑，用以控制摄像镜头80提取图像、从摄像镜头80接收图像、从存储装置70读取或存储图像数据、以及通过通信装置50传送图像数据。
存储装置70的功能类似于存储装置30，其主要负责存储图像数据、指令集、以及应用和/或通信协议的程序代码等。
摄像镜头80主要负责以一固定视域提取图像。举例来说，摄像镜头80可设置于监测空间的出入口上方，以提取出入口的俯视图像。摄像镜头80可包括一或多个光学元件，例如：透镜以及图像传感器等。
当可理解的是，图4所示的元件仅用以提供一说明的范例，并非用以限制本申请的保护范围。举例来说，摄像装置130还可包括其他元件，例如：电源供应器。
图5是根据本申请一实施例所述的图像物件追踪方法的软件架构示意图。在此实施例，用以实现图像物件追踪方法的软件架构包括有：设定模块510、物件检测模块520、物件分析模块530、物件进出判断模块540、以及结果计算模块550。上述软件模块可由程序代码所组成并由图像物件追踪系统100中的计算装置120载入执行，从而实现图像物件追踪方法。
首先，关于设定模块510，其主要负责提供对外的接口。通过此接口，可让图像物件追踪系统100从管理者或使用者接收物件追踪设定的相关参数，包括：判断区域的高度/宽度W、以及判定是否为同一物件的预定阈值D。判断区域指图像中包括中线的区域，而该区域的上/下边界或左/右边界即为判断进入/离开的基准边界。在一实施例，假设图像上方或下方为监测空间(人流从上下两侧出入)，则判断区域可以是包括图像水平中线的长条形区域，如图6A所示。在另一实施例，假设图像右方或左方为监测空间(人流从左右两侧出入)，则判断区域可以是包括图像垂直中线的长条形区域，如图6B所示。
关于物件检测模块520，其主要负责针对摄像装置130所提取的图像进行物件检测。明确来说，物件检测可包括先将图像进行灰阶化处理，然后进行特征萃取以取得物件的特征，例如：位置、轮廓、和/或几何形状等，之后再根据物件特征进行特征比对以找出目标物件。在一实施例，当目标物件为人、且图像为俯视图像时，目标物件的轮廓可包含俯视的人头、和/或肩膀的轮廓。
关于物件分析模块530，其主要负责根据检测到的物件进一步决定物件参数。在一实施例，当目标物件为人时，物件参数可包括人头的中心点位置、以及半径等。
关于物件进出判断模块540，其主要负责根据设定模块510的物件追踪设定，以及物件分析模块530的物件参数而决定是否更新进入物件计数值或离开物件计数值。关于更新进入/离开物件计数值的详细说明将于后续图7进一步说明。
关于结果计算模块550，其主要负责根据进入物件计数值、以及离开物件计数值计算出控管空间内的总物件数，也就是留存物件数。明确来说，留存物件数可以是将进入物件计数值减去离开物件计数值而得到。
图7是根据本申请一实施例所述的图像物件追踪方法的流程图。在此实施例，图像物件追踪方法适用于包括一摄像装置之一图像物件追踪系统，如：图像物件追踪系统100。
首先，图像物件追踪系统通过摄像装置于第一时间点以及接续于第一时间点的第二时间点分别提取第一图像以及第二图像(步骤S710)。
在一实施例，摄像装置的画面更新率(frame rate)可以是每秒提取30张图像，也就是说，第二时间点接续于第一时间点之后的1/30秒。
接续步骤S710，图像物件追踪系统决定第一图像与第二图像中包括中线的判断区域(步骤S720)，举例说明，判断区域可以是包括图像中水平中线的长条形区域，如图6A所示，或者，判断区域可以是包括图像中垂直中线的长条形区域，如图6B所示。
接续步骤S720，图像物件追踪系统决定第一图像中是否有第一物件位于判断区域内(步骤S730)，若是，则接着决定第二图像中是否有第二物件位于判断区域外(步骤S740)，若是，则决定第一物件与第二物件之间的距离d是否小于预定阈值D(步骤S750)，其中预定阈值D用于判定第一物件与第二物件是否为同一物件。
在一实施例，预定阈值D的设定可以依照摄像装置的画面更新率以及目标物件而决定，举例来说，当摄像装置的画面更新率为每秒提取30张图像、且目标物件为人时，预定阈值D可设定为150～200像素，也就是说，可预期人在图像中的移动距离在两张连续图像的时间间隔内会低于150～200像素。
接续步骤S750，当第一物件与第二物件之间的距离d小于预定阈值D时，图像物件追踪系统更新进入物件计数值或离开物件计数值(步骤S760)，流程结束。
在一实施例，假设图像上方为监测空间，那么当第二图像中第二物件位于判断区域上方时，上述步骤S760的更新进入/离开物件计数值可以是将进入物件计数值加1；此外，当第二图像中第二物件位于判断区域下方时，上述更新进入/离开物件计数值可以是将离开物件计数值加1。
在另一实施例，假设图像下方为监测空间，那么当第二图像中第二物件位于判断区域上方时，上述步骤S760的更新进入/离开物件计数值可以是将离开物件计数值加1；此外，当第二图像中第二物件位于判断区域下方时，上述更新进入/离开物件计数值可以是将进入物件计数值加1。
在另一实施例，假设图像右方为监测空间，那么当第二图像中第二物件位于判断区域右方时，上述更新进入/离开物件计数值可以是将进入物件计数值加1；此外，当第二图像中第二物件位于判断区域左方时，上述步骤S760的更新进入/离开物件计数值可以是将离开物件计数值加1。
在另一实施例，假设图像左方为监测空间，那么当第二图像中第二物件位于判断区域右方时，上述更新进入/离开物件计数值可以是将离开物件计数值加1；此外，当第二图像中第二物件位于判断区域左方时，上述步骤S760的更新进入/离开物件计数值可以是将进入物件计数值加1。
图8是根据本申请一实施例所述的图像物件追踪的示意图。
如图8所示，包括图像中线的判断区域的高度为W，判断区域的上边界为判断进入的基准边界，判断区域的下边界为判断离开的基准边界。
当可理解的是，图8所示图像实际上为时间点t1到t5所提取的多张图像的迭加，以方便表示物件O1、O2的移动轨迹。明确来说，物件O1在时间点t1到t5从判断区域下方往上穿越判断区域(物件O1在不同时间点的位置以O1(t1)～O1(t5)标示)，于此同时，物件O2在时间点t1到t5从判断区域上方往下穿越判断区域(物件O2在不同时间点的位置以O2(t1)～O2(t5)标示)。
根据本申请的图像物件追踪方法，在时间点t4检测到有物件存在判断区域内，且在时间点t5检测到有物件存在判断区域外，因此会进一步判断在时间点t4存在于判断区域内的物件以及在时间点t5存在于判断区域外的物件是否属同一物件。
明确来说，以物件O1而言，其在时间点t4的位置O1(t4)以及其在时间点t5的位置O1(t5)之间的距离d1小于预定阈值D，所以会将位置O1(t5)及O1(t4)的物件视为同一物件；而物件O1在时间点t4的位置O1(t4)以及物件O2在时间点t5的位置O2(t5)之间的距离d2大于预定阈值D，所以不会将位置O2(t5)及O1(t4)的物件视为同一物件。此外，因为物件O1在时间点t4到t5跨越的是判断区域的上边界，所以会将进入物件计数值加1。
以物件O2而言，其在时间点t4的位置O2(t4)以及其在时间点t5的位置O2(t5)之间的距离d3小于预定阈值D，所以会将位置O2(t5)及O2(t4)的物件视为同一物件；而物件O2在时间点t4的位置O2(t4)以及物件O1在时间点t5的位置O1(t5)之间的距离d4大于预定阈值D，所以不会将位置O1(t5)及O2(t4)的物件视为同一物件。此外，因为物件O2在时间点t4到t5跨越的是判断区域的下边界，所以会将离开物件计数值加1。
根据上述实施例，当可理解的是，有别于传统的图像物件追踪方法是以图像的上下边界为进出判断的边界，本申请的图像物件追踪系统及方法是在邻近中线的上下或左右各拉一条进出判断的边界，并以此邻近中线的边界追踪物件的进出数量，从而有效降低误判率。
本申请虽以各种实施例公开如上，然而其仅为范例参考而非用以限定本申请的范围，本领域技术人员，在不脱离本申请的精神和范围内，当可做些许的更动与润饰。因此上述实施例并非用以限定本申请的范围，本申请的保护范围当视所附权利要求书界定范围为准。
在权利要求书中所使用的“第一”、“第二”等词用来修饰权利要求中的元件，并非用来表示之间具有优先权顺序，先行关系，或者是一个元件先于另一个元件，或者是执行方法步骤时的时间先后顺序，仅用来区别具有相同名字的元件。
Claims (10)
1.一种图像物件追踪系统，包括：
摄像装置，用以在第一时间点以及接续于上述第一时间点的第二时间点分别提取第一图像以及第二图像；以及
计算装置，用以决定上述第一图像与上述第二图像中包括中线的区域，当上述第一图像中有第一物件位于上述区域内、且上述第二图像中有第二物件位于上述区域外时，决定上述第一物件与上述第二物件之间的距离是否小于预定阈值，以及当上述第一物件与上述第二物件之间的距离小于上述预定阈值时，更新进入物件计数值或离开物件计数值。
2.如权利要求1所述的图像物件追踪系统，其中上述计算装置还当上述第一物件与上述第二物件之间的距离小于上述预定阈值、且上述第二图像中上述第二物件位于上述区域上方或右方时，将上述进入物件计数值加一，以及当上述第一物件与上述第二物件之间的距离小于上述预定阈值、且上述第二图像中上述第二物件位于上述区域下方或左方时，将上述离开物件计数值加一。
3.如权利要求1所述的图像物件追踪系统，其中上述计算装置还当上述第一物件与上述第二物件之间的距离小于上述预定阈值、且上述第二图像中上述第二物件位于上述区域上方或右方时，将上述离开物件计数值加一，以及当上述第一物件与上述第二物件之间的距离小于上述预定阈值、且上述第二图像中上述第二物件位于上述区域下方或左方时，将上述进入物件计数值加一。
4.如权利要求1所述的图像物件追踪系统，其中上述区域之一高度或宽度小于或等于上述预定阈值。
5.如权利要求1所述的图像物件追踪系统，其中上述计算装置还根据上述进入物件计数值以及上述离开物件计数值决定留存物件数。
6.一种图像物件追踪方法，适用于包括摄像装置的图像物件追踪系统，上述图像物件追踪方法包括：
通过上述摄像装置于第一时间点以及接续于上述第一时间点的第二时间点分别提取第一图像以及第二图像；
决定上述第一图像与上述第二图像中包括中线的区域；
当上述第一图像中有第一物件位于上述区域内、且上述第二图像中有第二物件位于上述区域外时，决定上述第一物件与上述第二物件之间的距离是否小于预定阈值；以及
当上述第一物件与上述第二物件之间的距离小于上述预定阈值时，更新进入物件计数值或离开物件计数值。
7.如权利要求6所述的图像物件追踪方法，还包括：
当上述第一物件与上述第二物件之间的距离小于上述预定阈值、且上述第二图像中上述第二物件位于上述区域上方或右方时，将上述进入物件计数值加一；以及
当上述第一物件与上述第二物件之间的距离小于上述预定阈值、且上述第二图像中上述第二物件位于上述区域下方或左方时，将上述离开物件计数值加一。
8.如权利要求6所述的图像物件追踪方法，还包括：
当上述第一物件与上述第二物件之间的距离小于上述预定阈值、且上述第二图像中上述第二物件位于上述区域上方或右方时，将上述离开物件计数值加一；以及
当上述第一物件与上述第二物件之间的距离小于上述预定阈值、且上述第二图像中上述第二物件位于上述区域下方或左方时，将上述进入物件计数值加一。
9.如权利要求6所述的图像物件追踪方法，其中上述区域之一高度或宽度小于或等于上述预定阈值。
10.如权利要求6所述的图像物件追踪方法，还包括：
根据上述进入物件计数值以及上述离开物件计数值决定留存物件数。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107124085A TWI697868B (zh) | 2018-07-12 | 2018-07-12 | 影像物件追蹤系統及方法 |
| TW107124085 | 2018-07-12 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110717941A true CN110717941A (zh) | 2020-01-21 |
| CN110717941B CN110717941B (zh) | 2022-07-12 |
Family
ID=69138446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810832604.0A Active CN110717941B (zh) | 2018-07-12 | 2018-07-26 | 图像物件追踪系统及方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10679357B2 (zh) |
| CN (1) | CN110717941B (zh) |
| TW (1) | TWI697868B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11017544B2 (en) * | 2018-07-31 | 2021-05-25 | Ricoh Company, Ltd. | Communication terminal, communication system, communication control method, and recording medium |
| CN115439509B (zh) * | 2022-11-07 | 2023-02-03 | 成都泰盟软件有限公司 | 一种多目标跟踪方法、装置、计算机设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101751549A (zh) * | 2008-12-03 | 2010-06-23 | 财团法人工业技术研究院 | 移动物体的追踪方法 |
| US20140085194A1 (en) * | 2012-08-10 | 2014-03-27 | Cywee Group Limited | Image-based object tracking system in 3d space using controller having multiple color clusters |
| CN106560838A (zh) * | 2015-10-01 | 2017-04-12 | 晶睿通讯股份有限公司 | 影像流量分析方法及具有影像流量分析功能的摄影机 |
| CN107305378A (zh) * | 2016-04-20 | 2017-10-31 | 上海慧流云计算科技有限公司 | 一种图像处理追踪物体的机器人及追踪物体的方法 |
| CN107687841A (zh) * | 2017-09-27 | 2018-02-13 | 中科创达软件股份有限公司 | 一种测距方法及装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6928314B1 (en) * | 1998-01-23 | 2005-08-09 | Mayo Foundation For Medical Education And Research | System for two-dimensional and three-dimensional imaging of tubular structures in the human body |
| TWI477246B (zh) * | 2010-03-26 | 2015-03-21 | Hon Hai Prec Ind Co Ltd | 化妝鏡調整系統、方法及具有該調整系統的化妝鏡 |
| WO2012174495A2 (en) * | 2011-06-17 | 2012-12-20 | Carnegie Mellon University | Physics based image processing and evaluation process of perfusion images from radiology imaging |
| GB2495529B (en) * | 2011-10-12 | 2013-08-28 | Hidef Aerial Surveying Ltd | Aerial survey video processing |
| US9524282B2 (en) * | 2013-02-07 | 2016-12-20 | Cherif Algreatly | Data augmentation with real-time annotations |
| US20150245016A1 (en) * | 2014-02-26 | 2015-08-27 | Thales Visionix, Inc. | System and method for binocular harmonization |
| CN105404850B (zh) * | 2015-10-21 | 2019-03-05 | 中南大学 | 车站客流监测系统、车站客流监测方法及车站客流管控系统、车站客流管控方法 |
| TWI608448B (zh) * | 2016-03-25 | 2017-12-11 | 晶睿通訊股份有限公司 | 計數流道設定方法、具有計數流道設定功能的影像監控系統、及其相關的電腦可讀取媒體 |
| TWI620148B (zh) * | 2016-04-28 | 2018-04-01 | 新加坡商雲網科技新加坡有限公司 | 監控裝置、監控方法及計數方法 |
-
2018
- 2018-07-12 TW TW107124085A patent/TWI697868B/zh active
- 2018-07-26 CN CN201810832604.0A patent/CN110717941B/zh active Active
- 2018-10-25 US US16/170,307 patent/US10679357B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101751549A (zh) * | 2008-12-03 | 2010-06-23 | 财团法人工业技术研究院 | 移动物体的追踪方法 |
| US20140085194A1 (en) * | 2012-08-10 | 2014-03-27 | Cywee Group Limited | Image-based object tracking system in 3d space using controller having multiple color clusters |
| CN106560838A (zh) * | 2015-10-01 | 2017-04-12 | 晶睿通讯股份有限公司 | 影像流量分析方法及具有影像流量分析功能的摄影机 |
| CN107305378A (zh) * | 2016-04-20 | 2017-10-31 | 上海慧流云计算科技有限公司 | 一种图像处理追踪物体的机器人及追踪物体的方法 |
| CN107687841A (zh) * | 2017-09-27 | 2018-02-13 | 中科创达软件股份有限公司 | 一种测距方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110717941B (zh) | 2022-07-12 |
| US20200020110A1 (en) | 2020-01-16 |
| TW202006664A (zh) | 2020-02-01 |
| TWI697868B (zh) | 2020-07-01 |
| US10679357B2 (en) | 2020-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109076310B (zh) | 物理位置的自主语义标记 | |
| CN102999951B (zh) | 基于无线网络接收信号强度的人员智能考勤方法 | |
| CN107103279B (zh) | 一种在垂直视角下基于深度学习的客流计数方法 | |
| Yoshida et al. | Estimating the number of people using existing WiFi access point in indoor environment | |
| WO2016180323A1 (zh) | 客流量的统计方法及装置 | |
| CN105956518A (zh) | 一种人脸识别方法、装置和系统 | |
| CN105208528B (zh) | 一种用于识别同行人员的系统及方法 | |
| WO2020252924A1 (zh) | 视频行人检测方法、装置、服务器及存储介质 | |
| WO2021103423A1 (zh) | 行人事件的检测方法及装置、电子设备和存储介质 | |
| CN110717941B (zh) | 图像物件追踪系统及方法 | |
| CN110009004B (zh) | 图像数据处理方法、计算机设备和存储介质 | |
| US10373015B2 (en) | System and method of detecting moving objects | |
| KR101454644B1 (ko) | 보행자 추적기를 이용한 서성거림을 탐지하는 방법 | |
| DE102020209054A1 (de) | Vorrichtung und verfahren zur personenerkennung, -verfolgung und -identifizierung unter verwendung drahtloser signale und bilder | |
| US20160037291A1 (en) | Place of relevance determination in a cellular network | |
| CN111753611A (zh) | 图像检测方法及装置和系统、电子设备和存储介质 | |
| CN110505438B (zh) | 一种排队数据的获取方法和摄像机 | |
| CN113487055A (zh) | 一种智能门票预售方法和装置 | |
| CN108230680B (zh) | 一种车辆行为信息获取方法、装置及终端 | |
| CN110889346B (zh) | 一种智能追踪方法、系统、设备及可读介质 | |
| KR20160078154A (ko) | 고객 정보 제공 방법, 장치 및 컴퓨터 프로그램 | |
| KR102594099B1 (ko) | 업로드된 이미지를 편집하기 위한 방법 및 이를 위한 장치 | |
| CN112001232B (zh) | 含个体特征的机场客流出行链精准感知装置 | |
| US10964188B2 (en) | Missing child prevention support system | |
| CN110796062B (zh) | 物品边框精确匹配显示的方法、装置及存储装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |