CN113012199A - 运动目标追踪的系统和方法 - Google Patents

运动目标追踪的系统和方法 Download PDF

Info

Publication number
CN113012199A
CN113012199A CN202110307507.1A CN202110307507A CN113012199A CN 113012199 A CN113012199 A CN 113012199A CN 202110307507 A CN202110307507 A CN 202110307507A CN 113012199 A CN113012199 A CN 113012199A
Authority
CN
China
Prior art keywords
tracking
moving target
tracking unit
unit
track
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
CN202110307507.1A
Other languages
English (en)
Other versions
CN113012199B (zh
Inventor
何伟
祝夭龙
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.)
Beijing Lynxi Technology Co Ltd
Original Assignee
Beijing Lynxi 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 Beijing Lynxi Technology Co Ltd filed Critical Beijing Lynxi Technology Co Ltd
Priority to CN202110307507.1A priority Critical patent/CN113012199B/zh
Publication of CN113012199A publication Critical patent/CN113012199A/zh
Priority to PCT/CN2022/080850 priority patent/WO2022199422A1/zh
Application granted granted Critical
Publication of CN113012199B publication Critical patent/CN113012199B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face
    • 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
    • G06T2207/30241Trajectory
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种运动目标追踪的系统,其包括多个追踪单元,每个追踪单元有预定的采样区,每个采样区有至少一个同时属于多个采样区的重叠部;其中,所述追踪单元用于,确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标;所述运动目标追踪的系统用于,有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标。本公开还提供了运动目标追踪的方法。

Description

运动目标追踪的系统和方法
技术领域
本公开涉及运动目标追踪技术领域,特别涉及一种运动目标追踪的系统和方法。
背景技术
在安全监控、交通管理等领域,常需要对运动目标(如运动中的人、车辆等)进行追踪,即确定运动目标的运动轨迹(在什么时间运动到了什么位置)。
一些相关技术中,可通过人脸识别等技术识别出运动目标的身份,进而锁定运动目标并对其进行追踪,但这需要进行大量的运算(如神经网络等人工智能运算),导致以上方式需要用具有强大运算能力的硬件才能实现。
发明内容
本公开提供一种运动目标追踪的系统和方法。
第一方面,本公开实施例提供一种运动目标追踪的系统,包括多个追踪单元,每个追踪单元有预定的采样区,每个采样区有至少一个同时属于多个采样区的重叠部;其中,
所述追踪单元用于,确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标;
所述运动目标追踪的系统用于,有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标。
在一些实施例中,所述运动目标追踪的系统还用于进行以下至少一项:
当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标沿其中的第一追踪单元的采样区向第二追踪单元的采样区运动时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标;
当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标运动离开其中的第一追踪单元的采样区而仍位于第二追踪单元的采样区中时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标;
当任意追踪单元正在追踪的运动目标在其重叠部内部消失时,根据该运动目标消失时的位置信息确定其重叠部所属的其它追踪单元是否追踪到该运动目标,若是则其它追踪单元继续追踪该运动目标。
在一些实施例中,每个所述追踪单元包括计算模块;所述有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标包括:
追踪单元在其重叠部追踪到运动目标时,与该重叠部所属的其它追踪单元交互在该重叠部中追踪到的运动目标的位置信息,计算模块根据所述位置信息确定该重叠部所属的其它追踪单元是否追踪到同一运动目标。
在一些实施例中,所述系统还包括服务器;所述有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标包括:
追踪单元在其重叠部追踪到运动目标时,向服务器发送在该重叠部中追踪到的运动目标的位置信息,服务器根据接收到的位置信息确定该重叠部所属的其它追踪单元是否追踪到同一运动目标,并将确定出的结果发送至该追踪单元。
在一些实施例中,每个所述追踪单元包括:
光强传感器,其包括感测平面,用于检测从采样区射到感测平面的光强变化,以确定采样区中运动目标在感测平面的投影位置;
距离传感器,用于检测采样区中运动目标与感测平面的相对距离;
所述确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标包括:根据所述投影位置和相对距离确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标。
在一些实施例中,所述运动目标追踪的系统用于追踪在预定的运动平面中运动的运动目标;
任意所述追踪单元位于运动平面外。
在一些实施例中,所述系统还包括:
身份识别单元,用于采集包括所述运动目标的图像,并分析所述图像以识别其中的运动目标的身份。
在一些实施例中,所述身份识别单元与追踪单元一一对应,每个所述身份识别单元用于采集其对应的追踪单元的采样区的图像;
所述身份识别单元还用于确定其识别的运动目标的身份置信度;
所述运动目标追踪的系统还用于,当第一追踪单元停止追踪一运动目标而第二追踪单元继续追踪该运动目标时,若第一追踪单元对应的第一身份识别单元确定的该运动目标的身份置信度低于预定值,则第一身份识别单元将该运动目标的身份识别信息发送至第二追踪单元对应的第二身份识别单元,第二身份识别单元根据接收到的身份识别信息继续识别该运动目标的身份。
第二方面,本公开实施例提供一种运动目标追踪的方法,用于运动目标追踪的系统,所述运动目标追踪的系统包括多个追踪单元,每个追踪单元有预定的采样区,每个采样区有至少一个同时属于多个采样区的重叠部;其中,
所述追踪单元用于,确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标;
所述运动目标追踪的方法包括:有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标。
在一些实施例中,所述方法还包括以下至少一项:
当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标沿其中的第一追踪单元的采样区向第二追踪单元的采样区运动时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标;
当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标运动离开其中的第一追踪单元的采样区而仍位于第二追踪单元的采样区中时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标;
当任意追踪单元正在追踪的运动目标在其重叠部内部消失时,根据该运动目标消失时的位置信息确定其重叠部所属的其它追踪单元是否追踪到该运动目标,若是则其它追踪单元继续追踪该运动目标。
本公开实施例中,每个追踪单元可对自身采样区内的运动目标进行追踪;而不同追踪单元的采样区之间有重叠部,故通过判断多个追踪单元在重叠部中追踪到的运动目标是否为同一个,即可实现对“跨采样区运动”的运动目标的追踪;由此,本公开实施例实现了对运动目标的连续追踪,且其通过简单的数字判断等即可实现,而不必进行复杂的神经网络运算,对处理设备的要求低(如可通过边缘设备实现)。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用来提供对本公开的进一步理解,并且构成说明书的一部分,与本公开的实施例一起用于解释本公开,并不构成对本公开的限制。通过参考附图对详细示例实施例进行描述,以上和其他特征和优点对本领域技术人员将变得更加显而易见,在附图中:
图1为本公开实施例提供的一种运动目标追踪的系统的组成框图;
图2为本公开实施例提供的一种运动目标追踪的系统中各追踪单元采样区分布示意图;
图3为本公开实施例提供的另一种运动目标追踪的系统的组成框图;
图4为本公开实施例提供的另一种运动目标追踪的系统的组成框图
图5为本公开实施例提供的另一种运动目标追踪的方法的流程图;
图6为本公开实施例提供的另一种运动目标追踪的方法的部分步骤的流程图;
其中,附图标记的意义为:1、追踪单元;11、采样区;111、重叠部;17、计算模块;18、光强传感器;19、距离传感器;2、服务器;3、身份识别单元;9、运动目标;91、运动平面。
具体实施方式
为使本领域的技术人员更好地理解本公开的技术方案,以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在不冲突的情况下,本公开各实施例及实施例中的各特征可相互组合。
如本文所使用的,术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
本文所使用的术语仅用于描述特定实施例,且不意欲限制本公开。如本文所使用的,单数形式“一个”和“该”也意欲包括复数形式,除非上下文另外清楚指出。还将理解的是,当本说明书中使用术语“包括”和/或“由……制成”时,指定存在所述特征、整体、步骤、操作、元件和/或组件,但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。
除非另外限定,否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解,诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本公开的背景下的含义一致的含义,且将不解释为具有理想化或过度形式上的含义,除非本文明确如此限定。
第一方面,参照图1至图4,本公开实施例提供一种运动目标9追踪的系统。
本公开实施例的系统用于对运动目标9(如运动中的人、车辆等)进行追踪,即发现有运动目标9,并连续的确定运动目标9的位置,以确定各运动目标9的运动轨迹(在什么时间运动到什么位置)。
本公开实施例的运动目标9追踪的系统包括多个追踪单元1,每个追踪单元1有预定的采样区11,每个采样区11有至少一个同时属于多个采样区11的重叠部111。
追踪单元1用于,确定其采样区11中的运动目标9的位置信息,以追踪其采样区11中的运动目标9。
参照图2,运动目标9追踪的系统包括多个追踪单元1,每个追踪单元1能确定一定范围(其采样区11)内的运动目标9的位置(位置信息),从而实现对其采样区11中运动目标9的追踪。而且,任意追踪单元1的采样区11,有至少一部分区域(重叠部111)与其它追踪单元1的采样区11有重叠,从而每个采样区11均中有重叠部111,且每个重叠部111都是同时属于多个采样区11的。由此,重叠部111中的运动目标9可能同时被多个追踪单元1追踪(但不是必然,因为对部分追踪单元1,可能运动目标9被遮挡等而无法追踪)。
应当理解,每个采样区11中可只有一个重叠部111,也可有多个重叠部111,但一个采样区11的多个重叠部111应当分别与多个不同采样区11重叠;同时,任意采样区11,都不能完全与另一个采样区11重叠,因为这样该采样区11就没有存在的意义了。
应当理解,追踪单元1的采样区11也可有“距离”的限制,即每个追踪单元1可只能追踪与其距离在一定范围内的运动目标9。由此,重叠部111除可按参照图2的方式在采样区11侧部重叠外,也可以是在“距离”方向上有的重叠。
应当理解,所有追踪单元1的采样区11应当是完全覆盖待监控的区域的,即追踪单元1应根据待追踪的运动目标9的可能的运动范围(即需要监控的区域)设置。例如,当待追踪的运动目标9必然沿预定路径运动(如要追踪道路上的车辆)时,多个追踪单元1可沿预定路径的长度方向依次设置,且沿长度方向有相邻的追踪单元1的采样区11有重叠部111;再如,当待追踪的运动目标9是在一个预定区域内以不确定的方式运动(如要追踪一个广场中的人)时,则所有追踪单元1的采样区11应当覆盖该预定区域。
本公开实施例的运动目标9追踪的系统用于,有追踪单元1在其重叠部111追踪到运动目标9时,确定该重叠部111所属的其它追踪单元1是否追踪到同一运动目标9。
如前,在重叠部111中的运动目标9可能同时被多个追踪单元1追踪到,但对每个追踪单元1自身,都只能确定自身追踪到了一个运动目标9,而不知道该运动目标9是否被其它追踪单元1追踪到;因此,当有任意追踪单元1在其重叠部111追踪到运动目标9时,还需要根据所有追踪单元1在该重叠部111中追踪到的运动目标9的位置信息,确定这些追踪单元1各自追踪到的运动目标9的空间位置是否相同,以确定它们是否追踪到了同一个运动目标9(或者说多个追踪单元1追踪到的运动目标9是否是同一个),以免将一个运动目标9识别为多个运动目标9。
本公开实施例中,每个追踪单元1可对自身采样区11内的运动目标9进行追踪;而不同追踪单元1的采样区11之间有重叠部111,故通过判断多个追踪单元1在重叠部111中追踪到的运动目标9是否为同一个,即可实现对“跨采样区11运动”的运动目标9的追踪;由此,本公开实施例实现了对运动目标9的连续追踪,且其通过简单的数字判断等即可实现,而不必进行复杂的神经网络运算,对处理设备的要求低(如可通过边缘设备实现)。
在一些实施例中,运动目标9追踪的系统还用于以下至少一项:
(1)当两个追踪单元1在同时属于二者的重叠部111追踪到同一运动目标9,且该运动目标9沿其中的第一追踪单元的采样区11向第二追踪单元的采样区11运动时,第一追踪单元停止追踪该运动目标9,第二追踪单元继续追踪该运动目标9。
(2)当两个追踪单元1在同时属于二者的重叠部11追踪到同一运动目标9,且该运动目标9运动离开其中的第一追踪单元的采样区11而仍位于第二追踪单元的采样区11中时,第一追踪单元停止追踪该运动目标9,第二追踪单元继续追踪该运动目标9。
(3)当任意追踪单元1正在追踪的运动目标9在其重叠部111内部消失时,根据该运动目标9消失时的位置信息确定其重叠部111所属的其它追踪单元1是否追踪到该运动目标9,若是则其它追踪单元9继续追踪该运动目标。
对以上项目(1),当确定了一个运动目标9处于同属两个追踪单元1的重叠部111中,且正从其中一个追踪单元1(第一追踪单元)的采样区11向另一个追踪单元1(第二追踪单元)的采样区11运动时,则表明其即将从第一追踪单元采样区11离开而仅位于第二追踪单元的采样区11,故在此“之前”应当是第一追踪单元和第二追踪单元正共同对其进行追踪,而在此“之后”则只有第二追踪单元能对其进行追踪。
为此,可控制第一追踪单元停止对该运动目标9的追踪,而控制第二追踪单元“继续”对该运动目标9进行追踪(即告知第二追踪单元该运动目标9是之前第一追踪单元正在追踪的特定运动目标9),从而“提前”实现追踪工作的交接。
由此,通过多个追踪单元1进行“接力”的方式,即实现了对运动目标9的“连续”追踪。
对以上项目(2),其与项目(1)的区别在于,不是根据运动目标9的运动方向提前停止对运动目标9的追踪,而是在运动目标9彻底离开一个追踪单元1(第一追踪单元)的采样区11而仅位于另一个追踪单元1(第二追踪单元)的采样区11时,第一追踪单元才停止对其的追踪,这样同样可实现对运动目标9的“连续”追踪。
在一些情况下,运动目标9在重叠部11中的运动可能并不是明显指向某个采样区11(例如运动目标9可基本沿两个采样区11的边界运动),或者是,运动目标9的运动方向可能发生不规律的突然变化(例如行人突然回头走),而项目(2)的方式可以适应以上情况。
对以上项目(3),则是用于有追踪单元1发现运动目标9在重叠部11的内部(不是边缘)突然“消失”,故此时显然不可能是运动目标9“运动出”该追踪单元1的采样区11,而可能是对该追踪单元1而言运动目标9被遮挡。为继续追踪这种运动目标9,需要根据运动目标9消失时的位置信息,确定其它追踪单元1是否仍可追踪到该运动目标9,若是(即对追踪单元1该运动目标9未被遮挡),则可由其它追踪单元1继续追踪该运动目标9,同样可实现对运动目标9的“连续”追踪。
当然,若其它其它追踪单元1也无法追踪到该运动目标9,则可能是运动目标9停止运动(故不再是运动目标)等。
在一些实施例中,每个追踪单元1还包括计算模块17,有追踪单元1在其重叠部111追踪到运动目标9时,确定该重叠部111所属的其它追踪单元1是否追踪到同一运动目标9包括:
追踪单元1在其重叠部111追踪到运动目标9时,与该重叠部111所属的其它追踪单元1交互在该重叠部111中追踪到的运动目标9的位置信息,计算模块17根据位置信息确定该重叠部111所属的其它追踪单元1是否追踪到同一运动目标9。
参照图4,作为作为本公开实施例的一种方式,可以是当有任意追踪单元1在其重叠部111追踪到运动目标9时,与该重叠部111所属的其它追踪单元1进行信息的交互,即这些追踪单元1相互通知对方各自在该重叠部111中追踪到的运动目标9的位置信息(若未收到来自某个追踪单元1的位置信息,则表示该追踪单元1未在该重叠部111中追踪到的运动目标9);从而,其中的每个追踪单元1的计算模块17可通过来自其它追踪单元1的位置信息,确定其它追踪单元1是否追踪到了该运动目标9,以实现对运动目标9的连续追踪,并进行后续操作(如停止追踪或继续追踪)。其中,计算模块17具体可为任何具有数据处理能力的器件,在此不再详细描述。
在一些实施例中,系统还包括服务器2;有追踪单元1在其重叠部111追踪到运动目标9时,确定该重叠部111所属的其它追踪单元1是否追踪到同一运动目标9包括:
追踪单元1在其重叠部111追踪到运动目标9时,向服务器2发送在该重叠部111中追踪到的运动目标9的位置信息,服务器2根据接收到的位置信息确定该重叠部111所属的其它追踪单元1是否追踪到同一运动目标9,并将确定出的结果发送至该追踪单元1。
参照图3,作为作为本公开实施例的一种方式,也可以是当有任意追踪单元1在其重叠部111追踪到运动目标9时,将运动目标9的位置信息发送给服务器2(如云端服务器),而服务器2会收到多个追踪单元1在该重叠部111中追踪到的运动目标9的位置信息(若未收到来自某个追踪单元1的位置信息,则表示该追踪单元1未在该重叠部111中追踪到的运动目标9),并通过这些位置信息确定多个追踪单元1是否追踪到了同一运动目标9,以实现对运动目标9的连续追踪,并控制相应的追踪单元1进行后续操作(如控制追踪单元1停止追踪或继续追踪)。
当然,要追踪单元1之间或与服务器2之间要实现信息交互,则追踪单元1中还应包括用于收发信息的器件,如无线通信器件等,在此不再详细描述。
在一些实施例中,每个追踪单元1包括:
光强传感器18,其包括感测平面,用于检测从采样区11射到感测平面的光强变化,以确定采样区11中运动目标9在感测平面的投影位置;
距离传感器19,用于检测采样区11中运动目标9与感测平面的相对距离;
确定其采样区11中的运动目标9的位置信息,以追踪其采样区11中的运动目标9包括:根据投影位置和相对距离确定其采样区11中的运动目标9的位置信息,以追踪其采样区11中的运动目标9。
参照图3,每个追踪单元1可包括光强传感器18和距离传感器19。
其中,光强传感器18具有感测平面,该感测平面能接到来自预定范围(采样区11)的光,并检测出光强的“变化”;显然,来自采样区11的不同方向的光会射到感测平面的不同位置,故感测平面不同位置的光强变化也就代表了采样区11中相应方向的光强变化。
显然,目标若静止时通常不会引起光强“变化”,而目标一旦运动则通常会引起光强“变化”,故感测平面中各位置的光强变化,往往代表采样区11中相应方向处存在运动目标9;从而,感测平面中光强变化的位置也就是运动目标9在感测平面上的投影位置(二维位置)。当然,以上“投影”是采样区11在感测平面上的成像投影,而不一定是正投影。
通过距离传感器19,可进一步检测出以上运动目标9与感测平面的相对距离(如在垂直于感测平面的方向上的距离,或直线距离等)。
由此,追踪单元1可将以上投影位置和相对距离结合,确定出运动目标9相对追踪单元1的位置;而由于追踪单元1的位置已知,故运动目标9的空间位置(三维位置)也就被确定了,能实现对运动目标9的追踪。
其中,光强传感器18只用检测其各位置的光强“变化”,而不是随时检测各位置的光强“绝对值”,从而其设备简单容易实现,且输出的数据量少(如为时空脉冲阵列信号);而且,距离传感器19也只是输出简单的距离值。
从而,以上形式的追踪单元1,通过简单的运算(二维位置+距离)即可实现对运动目标9的追踪,对处理设备的要求低。
其中,以上光强传感器18的形式是多样的,例如为动态视觉传感器(DVS)、仿视网膜芯片等。
其中,以上距离传感器19的形式是多样的,例如为测距雷达、激光距离传感器19、超声波距离传感器19等。
其中,以上距离传感器19的使用方式是多样的,例如其可以随时检测距离,也可是进在光强传感器18检测到光强变化(即发现有运动目标9)时,才检测该运动目标9所在方向上的距离。
在一些实施例中,运动目标9追踪的系统用于追踪在预定的运动平面91中运动的运动目标9;
任意追踪单元1位于运动平面91外。
参照图2,当要追踪的运动目标9必然在预定的运动平面91中运动时,为防止较远离追踪单元1的运动目标9被较靠近追踪单元1的运动目标9“遮挡”,则可将追踪单元1设置在运动平面91之外。
例如,当要追踪路面上的人、车辆时,可将追踪单元1设在“高于”路面的灯杆等之上。
在一些实施例中,本公开实施例的运动目标9追踪的系统还包括:
身份识别单元3,用于采集包括运动目标9的图像,并分析图像以识别其中的运动目标9的身份。
参照图4,为了更好的追踪运动目标9,还可设置身份识别单元3采集运动目标9的图像,并通过分析图像进一步识别出运动目标9的具体身份,如确定运动目标9是特定的车辆(如特定车牌号的车辆)、特定的人(如张三、李四等)等。
其中,身份识别单元3的具体形式是多样的,如可为包括用于采集图像的主动式像素传感器(APS,Active Pixel Sensor)。
其中,用于分析图像的具体算法也可以是多样的,如人脸识别、车牌号识别等的神经网络。
在一些实施例中,身份识别单元3与追踪单元1一一对应,每个身份识别单元3用于采集其对应的追踪单元1的采样区11的图像;
身份识别单元3还用于确定其识别的运动目标9的身份置信度;
运动目标9追踪的系统还用于,当第一追踪单元停止追踪一运动目标9而第二追踪单元继续追踪该运动目标9时,若第一追踪单元对应的第一身份识别单元3确定的该运动目标9的身份置信度低于预定值,则第一身份识别单元3将该运动目标9的身份识别信息发送至第二追踪单元对应的第二身份识别单元3,第二身份识别单元3根据接收到的身份识别信息继续识别该运动目标9的身份。
本公开实施例中,一旦确定了运动目标9的身份,通过各追踪单元1对该运动目标9的“连续”追踪,即可确定该运动目标9的身份是不变的,故没有必要“再次”对其进行识别。
为此,可参照图4,让身份识别单元3与追踪单元1一一对应设置;而当两个追踪单元1对运动目标9进行接力追踪(例如运动目标9从第一追踪单元的采样区11“运动向”或“运动到”第二追踪单元的采样区11)时,若在前的第一追踪单元对应的第一身份识别单元3因某些原因(如其所在的角度不对而没有采集到人的完整脸部)识别得到的该运动目标9的身份置信度较低(即不能“可靠”识别出其身份),则第一身份识别单元3可将其得到的身份识别信息(如其识别出的部分脸部特征等)发送给在后的第二追踪单元对应的第二身份识别单元3,由第二身份识别单元3根据接收到的身份识别信息和自身采集到的图像,继续尝试识别该运动目标9的身份,直到某个追踪单元1对应的身份识别单元3可准确的识别出该运动目标9的身份(即身份置信度高于预定值)为止。
当然,若在前的第一追踪单元对应的第一身份识别单元3已经准确的识别出该运动目标9的身份,则其只要将识别结果(即识别出的身份)发送给在后的第二追踪单元对应的第二身份识别单元3即可,而第二身份识别单元3不必再次进行实际的识别,以降低运算量。
当然,身份识别单元3的具体设置形式和应用不限于以上的形式。
例如,身份识别单元3与追踪单元1(采样区11)的对应关系可不同,可以是一个身份识别单元3的识别范围覆盖多个采样区11,或者是仅有部分采样区11有对应的身份识别单元3。
再如,身份识别单元3的具体识别方式可不同,可以是每个身份识别单元3都不断识别自身采集到的图像中的运动目标9的身份,并且可不断交互身份识别信息,而不是只在身份置信度较低时才继续识别。
第二方面,本公开实施例提供一种运动目标追踪的方法,用于运动目标追踪的系统,运动目标追踪的系统包括多个追踪单元,每个追踪单元有预定的采样区,每个采样区有至少一个同时属于多个采样区的重叠部。
追踪单元用于,确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标。
参照图5,本公开实施例的运动目标追踪的方法包括:
S101、有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标。
在一些实施例中,参照图6,本公开实施例的运动目标追踪的方法还包括以下至少一项:
S102、当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标沿其中的第一追踪单元的采样区向第二追踪单元的采样区运动时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标。
S103、当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标运动离开其中的第一追踪单元的采样区而仍位于第二追踪单元的采样区中时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标。
S104、当任意追踪单元正在追踪的运动目标在其重叠部内部消失时,根据该运动目标消失时的位置信息确定其重叠部所属的其它追踪单元是否追踪到该运动目标,若是则其它追踪单元继续追踪该运动目标。
本公开实施例的运动目标追踪的方法是以上运动目标追踪的系统进行的方法,故其通过简单的数字判断等即可实现,而不必进行复杂的神经网络运算,对处理设备的要求低(如可通过边缘设备实现)。
应当理解,对以上运动目标追踪的系统中继续的其它运算(如身份识别的运算),本公开实施例的运动目标追踪的方法中也可包括相应的步骤。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
本文已经公开了示例实施例,并且虽然采用了具体术语,但它们仅用于并仅应当被解释为一般说明性含义,并且不用于限制的目的。在一些实例中,对本领域技术人员显而易见的是,除非另外明确指出,否则可单独使用与特定实施例相结合描述的特征、特性和/或元素,或可与其他实施例相结合描述的特征、特性和/或元件组合使用。因此,本领域技术人员将理解,在不脱离由所附的权利要求阐明的本公开的范围的情况下,可进行各种形式和细节上的改变。

Claims (10)

1.一种运动目标追踪的系统,包括多个追踪单元,每个追踪单元有预定的采样区,每个采样区有至少一个同时属于多个采样区的重叠部;其中,
所述追踪单元用于,确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标;
所述运动目标追踪的系统用于,有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标。
2.根据权利要求1所述的系统,其中,所述运动目标追踪的系统还用于进行以下至少一项:
当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标沿其中的第一追踪单元的采样区向第二追踪单元的采样区运动时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标;
当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标运动离开其中的第一追踪单元的采样区而仍位于第二追踪单元的采样区中时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标;
当任意追踪单元正在追踪的运动目标在其重叠部内部消失时,根据该运动目标消失时的位置信息确定其重叠部所属的其它追踪单元是否追踪到该运动目标,若是则其它追踪单元继续追踪该运动目标。
3.根据权利要求1所述的系统,其中,每个所述追踪单元还包括计算模块;所述有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标包括:
追踪单元在其重叠部追踪到运动目标时,与该重叠部所属的其它追踪单元交互在该重叠部中追踪到的运动目标的位置信息,计算模块根据所述位置信息确定该重叠部所属的其它追踪单元是否追踪到同一运动目标。
4.根据权利要求1所述的系统,其中,还包括服务器;所述有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标包括:
追踪单元在其重叠部追踪到运动目标时,向服务器发送在该重叠部中追踪到的运动目标的位置信息,服务器根据接收到的位置信息确定该重叠部所属的其它追踪单元是否追踪到同一运动目标,并将确定出的结果发送至该追踪单元。
5.根据权利要求1所述的系统,其中,每个所述追踪单元包括:
光强传感器,其包括感测平面,用于检测从采样区射到感测平面的光强变化,以确定采样区中运动目标在感测平面的投影位置;
距离传感器,用于检测采样区中运动目标与感测平面的相对距离;
所述确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标包括:根据所述投影位置和相对距离确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标。
6.根据权利要求1所述的系统,其中,
所述运动目标追踪的系统用于追踪在预定的运动平面中运动的运动目标;
任意所述追踪单元位于运动平面外。
7.根据权利要求1所述的系统,其中,还包括:
身份识别单元,用于采集包括所述运动目标的图像,并分析所述图像以识别其中的运动目标的身份。
8.根据权利要求7所述的系统,其中,
所述身份识别单元与追踪单元一一对应,每个所述身份识别单元用于采集其对应的追踪单元的采样区的图像;
所述身份识别单元还用于确定其识别的运动目标的身份置信度;
所述运动目标追踪的系统还用于,当第一追踪单元停止追踪一运动目标而第二追踪单元继续追踪该运动目标时,若第一追踪单元对应的第一身份识别单元确定的该运动目标的身份置信度低于预定值,则第一身份识别单元将该运动目标的身份识别信息发送至第二追踪单元对应的第二身份识别单元,第二身份识别单元根据接收到的身份识别信息继续识别该运动目标的身份。
9.一种运动目标追踪的方法,用于运动目标追踪的系统,所述运动目标追踪的系统包括多个追踪单元,每个追踪单元有预定的采样区,每个采样区有至少一个同时属于多个采样区的重叠部;其中,
所述追踪单元用于,确定其采样区中的运动目标的位置信息,以追踪其采样区中的运动目标;
所述运动目标追踪的方法包括:有追踪单元在其重叠部追踪到运动目标时,确定该重叠部所属的其它追踪单元是否追踪到同一运动目标。
10.根据权利要求9所述的方法,其中,所述方法还包括以下至少一项:
当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标沿其中的第一追踪单元的采样区向第二追踪单元的采样区运动时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标;
当两个追踪单元在同时属于二者的重叠部追踪到同一运动目标,且该运动目标运动离开其中的第一追踪单元的采样区而仍位于第二追踪单元的采样区中时,第一追踪单元停止追踪该运动目标,第二追踪单元继续追踪该运动目标;
当任意追踪单元正在追踪的运动目标在其重叠部内部消失时,根据该运动目标消失时的位置信息确定其重叠部所属的其它追踪单元是否追踪到该运动目标,若是则其它追踪单元继续追踪该运动目标。
CN202110307507.1A 2021-03-23 2021-03-23 运动目标追踪的系统和方法 Active CN113012199B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110307507.1A CN113012199B (zh) 2021-03-23 2021-03-23 运动目标追踪的系统和方法
PCT/CN2022/080850 WO2022199422A1 (zh) 2021-03-23 2022-03-15 运动目标追踪系统、方法、电子设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110307507.1A CN113012199B (zh) 2021-03-23 2021-03-23 运动目标追踪的系统和方法

Publications (2)

Publication Number Publication Date
CN113012199A true CN113012199A (zh) 2021-06-22
CN113012199B CN113012199B (zh) 2024-01-12

Family

ID=76405243

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110307507.1A Active CN113012199B (zh) 2021-03-23 2021-03-23 运动目标追踪的系统和方法

Country Status (2)

Country Link
CN (1) CN113012199B (zh)
WO (1) WO2022199422A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113705415A (zh) * 2021-08-23 2021-11-26 中国电子科技集团公司第十五研究所 基于雷达情报的空情目标特征提取方法及装置
WO2022199422A1 (zh) * 2021-03-23 2022-09-29 北京灵汐科技有限公司 运动目标追踪系统、方法、电子设备和可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399298A (zh) * 2013-07-30 2013-11-20 中国科学院深圳先进技术研究院 一种基于光强度的多传感器室内定位装置与方法
CN105808022A (zh) * 2016-03-10 2016-07-27 海信(山东)空调有限公司 投影按键控制方法、投影按键装置及空调器
CN107529665A (zh) * 2017-07-06 2018-01-02 新华三技术有限公司 车辆追踪方法及装置
CN107666590A (zh) * 2016-07-29 2018-02-06 华为终端(东莞)有限公司 一种目标监控方法、摄像头、控制器和目标监控系统
CN109302561A (zh) * 2017-07-25 2019-02-01 中兴通讯股份有限公司 一种摄像方法、终端及存储介质
CN110245641A (zh) * 2019-06-21 2019-09-17 上海摩象网络科技有限公司 一种目标追踪拍摄方法、装置、电子设备
JP2020087180A (ja) * 2018-11-29 2020-06-04 技研トラステム株式会社 移動体追跡方法及びこれに用いる画像処理装置
US20200265592A1 (en) * 2019-02-18 2020-08-20 Raytheon Company Three-frame difference target acquisition and tracking using overlapping target images
CN111983600A (zh) * 2020-08-31 2020-11-24 杭州海康威视数字技术股份有限公司 一种目标检测方法、装置及设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6546057B2 (ja) * 2015-09-28 2019-07-17 Kddi株式会社 複数のカメラ間での人物の追跡装置、追跡方法及びプログラム
CN105427338B (zh) * 2015-11-02 2019-02-15 浙江宇视科技有限公司 一种运动目标的跟踪方法和装置
US11188763B2 (en) * 2019-10-25 2021-11-30 7-Eleven, Inc. Topview object tracking using a sensor array
CN113012199B (zh) * 2021-03-23 2024-01-12 北京灵汐科技有限公司 运动目标追踪的系统和方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399298A (zh) * 2013-07-30 2013-11-20 中国科学院深圳先进技术研究院 一种基于光强度的多传感器室内定位装置与方法
CN105808022A (zh) * 2016-03-10 2016-07-27 海信(山东)空调有限公司 投影按键控制方法、投影按键装置及空调器
CN107666590A (zh) * 2016-07-29 2018-02-06 华为终端(东莞)有限公司 一种目标监控方法、摄像头、控制器和目标监控系统
CN107529665A (zh) * 2017-07-06 2018-01-02 新华三技术有限公司 车辆追踪方法及装置
CN109302561A (zh) * 2017-07-25 2019-02-01 中兴通讯股份有限公司 一种摄像方法、终端及存储介质
JP2020087180A (ja) * 2018-11-29 2020-06-04 技研トラステム株式会社 移動体追跡方法及びこれに用いる画像処理装置
US20200265592A1 (en) * 2019-02-18 2020-08-20 Raytheon Company Three-frame difference target acquisition and tracking using overlapping target images
CN110245641A (zh) * 2019-06-21 2019-09-17 上海摩象网络科技有限公司 一种目标追踪拍摄方法、装置、电子设备
CN111983600A (zh) * 2020-08-31 2020-11-24 杭州海康威视数字技术股份有限公司 一种目标检测方法、装置及设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
XUFEI MAO ET AL.: "iLight: Indoor Device-Free Passive Tracking Using Wireless Sensor Networks", 《 IEEE INFOCOM 2011》, pages 281 - 285 *
YANG JUQING ET AL.: "Precision laser tracking servo control system for moving target position measurement", 《OPTIK》, pages 994 *
张超: "监控视频中的车辆再识别研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 138 - 1588 *
朱小平: "基于单目图像序列的车辆三维信息提取", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 138 - 620 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022199422A1 (zh) * 2021-03-23 2022-09-29 北京灵汐科技有限公司 运动目标追踪系统、方法、电子设备和可读存储介质
CN113705415A (zh) * 2021-08-23 2021-11-26 中国电子科技集团公司第十五研究所 基于雷达情报的空情目标特征提取方法及装置
CN113705415B (zh) * 2021-08-23 2023-10-27 中国电子科技集团公司第十五研究所 基于雷达情报的空情目标特征提取方法及装置

Also Published As

Publication number Publication date
WO2022199422A1 (zh) 2022-09-29
CN113012199B (zh) 2024-01-12

Similar Documents

Publication Publication Date Title
US11238730B2 (en) System and method for detecting and recording traffic law violation events
Mukojima et al. Moving camera background-subtraction for obstacle detection on railway tracks
JP5297078B2 (ja) 車両の死角における移動物体を検知するための方法、および死角検知装置
CN106991389B (zh) 确定道路边沿的装置和方法
US20120081542A1 (en) Obstacle detecting system and method
US20050232466A1 (en) Method of recognizing and/or tracking objects
KR20160137247A (ko) 횡단보도 인식 결과를 이용한 안내 정보 제공 장치 및 방법
KR20010113663A (ko) 물체 인식 및 추적 시스템
Zhang et al. Night time vehicle detection and tracking by fusing vehicle parts from multiple cameras
CN103373349A (zh) 自动泊车辅助系统的障碍物避碰装置及方法
CN113012199B (zh) 运动目标追踪的系统和方法
KR102177655B1 (ko) Mvs 기반의 무인항공기를 갖춘 객체 추적 시스템
KR20140123270A (ko) 레이더 장치 및 영상 맵핑을 이용한 물체 감지 장치, 방법 및 시스템
CA2876131C (en) Gnss jammer detection system with optical tracking and identification
CN108027237B (zh) 周边识别装置
CN113111682A (zh) 目标对象感知方法和装置、感知基站、感知系统
CN109983518B (zh) 用于探测位于停车场内的突起对象的方法和系统
WO2017208601A1 (ja) 画像処理装置、外界認識装置
Borges et al. Integrating off-board cameras and vehicle on-board localization for pedestrian safety
KR20210064492A (ko) 교행 다차로에서의 이상차량 인식방법 및 장치
CN113645436A (zh) 用于自动光学传感器对准的有源目标
Choi et al. State Machine and Downhill Simplex Approach for Vision‐Based Nighttime Vehicle Detection
CN112435479B (zh) 目标物体违章检测方法、装置、计算机设备及系统
JP2023156963A (ja) オブジェクト追跡統合方法及び統合装置
Heo et al. Autonomous reckless driving detection using deep learning on embedded GPUs

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