DE102013217569A1 - Videoverfolgung zur videobasierten geschwindigkeitskontrolle - Google Patents
Videoverfolgung zur videobasierten geschwindigkeitskontrolle Download PDFInfo
- Publication number
- DE102013217569A1 DE102013217569A1 DE102013217569.8A DE102013217569A DE102013217569A1 DE 102013217569 A1 DE102013217569 A1 DE 102013217569A1 DE 102013217569 A DE102013217569 A DE 102013217569A DE 102013217569 A1 DE102013217569 A1 DE 102013217569A1
- Authority
- DE
- Germany
- Prior art keywords
- template
- feature
- vehicle
- tracking
- full size
- 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
Classifications
-
- 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
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
- Die vorliegende Offenbarung betrifft ein Verfahren und System zum Verfolgen eines Merkmals, das sich über eine Reihe zeitlich zusammenhängender Einzelbilder bewegt, und genauer gesagt das Generieren und dynamische Anwenden mehrerer Vorlagen in verschiedenen Maßstäben zum Aktualisieren einer Position des Merkmals in jedem Einzelbild. Die vorliegende Offenbarung findet ihre Anwendung bei der Verkehrsüberwachung. Es versteht sich jedoch, dass die vorliegenden Ausführungsbeispiele auch für andere ähnliche Anwendungen abänderungsfähig sind.
- Im Hinblick auf die Entwicklung und Verwendung von videobasierten Verkehrsüberwachungs- und Kontrollsystemen wurden erhebliche Fortschritte gemacht. Diese Systeme sind programmiert, um diverse Aufgaben zu unterstützen. Hauptsächlich werden die Systeme eingesetzt, um den Verkehrsfluss zu verwalten und um das Einhalten von Verkehrsgesetzen, Regeln und Vorschriften durch die Fahrzeuge zu kontrollieren.
- Ein Verfahren
10 , das von einem herkömmlichen System ausgeführt wird, ist in1 abgebildet. In Schritt12 nimmt eine Kamera einen Video-Stream eines überwachten Bereichs auf. Die Kamera kann Videodaten an eine Remote-Server-Vorrichtung zur weiteren Verarbeitung beginnend mit Schritt14 übertragen oder einen Teil oder die gesamte Verarbeitung integriert ausführen. Diese Verarbeitung kann auf einer Funktion des Systems basieren. Im Allgemeinen kann die Verarbeitung einen Zielbereich zum Erkennen eines Fahrzeugs definieren. Unter Verwendung der verarbeiteten Informationen erkennt das Verfahren10 ein Fahrzeug in einem anfänglichen Einzelbild in Schritt16 . In Schritt18 verfolgt das Verfahren das Fahrzeug in aufeinanderfolgenden Einzelbildern unter Verwendung seiner Merkmale. - Das beispielhafte System wird zur fahrzeugbasierten Geschwindigkeitskontrolle verwendet. Daher wendet das System in einem parallelen Prozess eine Kamerakalibrierung an, um in Schritt
20 eine Trajektorie des verfolgten Fahrzeugs von Pixelkoordinaten in echte Koordinaten umzuwandeln. In Schritt22 berechnet das System eine Fahrzeuggeschwindigkeit unter Verwendung der Strecke (d.h. durch Vergleichen der echten Koordinaten zwischen den Einzelbildern) und von Zeitmessungen (z.B. durch Verknüpfen der Anzahl der Einzelbilder mit der Bildrate). Die berechnete Geschwindigkeit wird verwendet, um in Schritt24 zum Zweck des Ausstellens eines Strafzettels eine Übertretung zu bestimmen. - Da herkömmliche Systeme häufig für Gebührenerhebung und Verkehrskontrolle verwendet werden, müssen die Verfolgungsdaten genaue Messungen ergeben. Die herkömmlichen Verfolgungsmethoden neigen jedoch dazu, fehlerhafte Messungen zu ergeben.
- Eine Methode zum Verfolgen von Fahrzeugen, insbesondere zum Zweck der Berechnung der Geschwindigkeit, umfasst einen Vorlagenabgleich, der sich darauf konzentriert, in einem Einzelbild nach einem oder mehreren gleichen Punkten zu suchen, der bzw. die in einem vorhergehenden Einzelbild enthalten war bzw. waren. Die Auswirkungen von Rauschen und Kamerastörung auf die Messungen bewirken jedoch, dass diese Methode unter einer gewissen Ungenauigkeit leidet.
- Eine andere Verfolgungsmethode umfasst den Mittelwertverschiebungs-Algorithmus, der sich darauf konzentriert, Positionen zwischen Einzelbildern zu finden, die identische und/oder ähnliche (statistische) Kennzeichen aufweisen. Obwohl diese Methode gegenüber Rauschen und Kamerastörung robuster ist, neigt sie dazu, weniger genaue Ergebnisse bereitzustellen, weil die bestimmten Positionen eventuell nicht richtig sind. Diese Methode ist auch rechenintensiver.
- Eine andere Methode der Objektverfolgung kann das Partikelfiltern umfassen. Alle diese herkömmlichen Methoden können gut geeignet sein, um Verfolgungsergebnisse bereitzustellen, wenn eine Funktion des Systems keine Berechnung verlangt, welche die richtige Position eines verfolgten Objekts verwendet. Für Systeme, die genaue Positionsinformationen zum Berechnen einer Ausgabe verlangen, wie etwa zum Zweck der Fahrzeuggeschwindigkeitskontrolle, ist jedoch ein verbessertes Verfolgungsverfahren erwünscht.
- Es werden ein System und Verfahren benötigt, um die Genauigkeit der Verfolgung einer Merkmalsposition in Einzelbildern zu verbessern und um die Messungen in Echtzeit zu berechnen. Es ist ein System erwünscht, das gegenüber einer Projektionsverzerrung der Kamera robuster ist.
- Eine Ausführungsform der Offenbarung betrifft ein Verfahren zum Verfolgen eines sich bewegenden Fahrzeugs. Das Verfahren umfasst das Erkennen des Fahrzeugs durch Erfassen einer Reihe zeitlich zusammenhängender Einzelbilder. In einem anfänglichen Einzelbild umfasst das Erkennen das Lokalisieren eines Referenzmerkmals, welches das Fahrzeug darstellt. Das Verfahren umfasst ferner das Einrichten des Referenzmerkmals als Vorlage in voller Größe. Das Verfahren umfasst das Verfolgen des Fahrzeugs durch Absuchen eines aktuellen Einzelbildes nach Merkmalen, die der Vorlage in voller Größe und mindestens einer skalierten Vorlage entsprechen. Das Verfolgen umfasst ferner das Einrichten als aktualisierte Vorlage einer von der Vorlage in voller Größe und der skalierten Vorlage, die dem Merkmal am besten entspricht. Das Verfahren umfasst das Wiederholen des Verfolgens unter Verwendung der aktualisierten Vorlage für jedes nächste Einzelbild in der Reihe.
- Eine andere Ausführungsform eines Verfahrens zum Verfolgen eines sich bewegenden Fahrzeugs umfasst das Erkennen des Fahrzeugs durch Erfassen einer Reihe zeitlich zusammenhängender Einzelbilder. In einem anfänglichen Einzelbild umfasst das Erkennen das Lokalisieren eines Referenzmerkmals, das ein sich bewegendes Objekt darstellt. Das Verfahren umfasst das Einrichten des Referenzmerkmals als Vorlage. Das Verfahren umfasst ferner das Skalieren der Vorlage um einen vorbestimmten Betrag, um eine skalierte Vorlage zu generieren. Das Verfahren umfasst das Verfolgen des sich bewegenden Objekts durch Absuchen des aktuellen Einzelbildes nach einem Merkmal, das der skalierten Vorlage entspricht. Das Verfahren umfasst das Speichern einer Position des Merkmals in dem aktuellen Einzelbild. Das Verfahren wiederholt das Verfolgen für jedes nächste Einzelbild in der Reihe.
- Eine weitere Ausführungsform der Offenbarung betrifft ein System zum Verfolgen eines sich bewegenden Fahrzeugs. Das System umfasst eine Fahrzeugverfolgungsvorrichtung, die ein Fahrzeugerkennungsmodul, ein Fahrzeugverfolgungsmodul und einen Prozessor umfasst, der dazu geeignet ist, um die Module umzusetzen. Das Fahrzeugerkennungsmodul erfasst eine Reihe zeitlich zusammenhängender Einzelbilder. In einem anfänglichen Einzelbild lokalisiert das Fahrzeugerkennungsmodul ein Referenzmerkmal, das ein sich bewegendes Objekt darstellt. Das Fahrzeugverfolgungsmodul richtet das Referenzmerkmal als Vorlage in voller Größe ein. Das Fahrzeugverfolgungsmodul sucht ferner ein aktuelles Einzelbild nach dem Merkmal ab, das der Vorlage in voller Größe und mindestens einer skalierten Vorlage entspricht. Das Fahrzeugverfolgungsmodul richtet als aktualisierte Vorlage eine von der Vorlage in voller Größe und der skalierten Vorlage ein, die dem Merkmal am besten entspricht. Das Fahrzeugverfolgungsmodul wiederholt das Verfolgen unter Verwendung der aktualisierten Vorlage für jedes nächste Einzelbild in der Reihe.
- Es zeigen:
-
1 einen Überblick eines Verfahrens zur fahrzeugbasierten Geschwindigkeitskontrolle nach dem Stand der Technik. -
2 einen Überblick eines Verfahrens zum Verfolgen von Fahrzeugen unter Verwendung einer Vorlagenabgleichmethode gemäß der vorliegenden Ausführungsform. -
3 eine schematische Abbildung eines Verkehrskontrollsystems nach einem Aspekt des Ausführungsbeispiels. -
4 ein Ablaufschema, das ein beispielhaftes Verfahren zum Vorlagenabgleich gemäß einem anderen Aspekt des Ausführungsbeispiels abbildet. -
5A und5B verbesserte Einzelbilder, die ein beispielhaftes Szenario aufnehmen, das einen ausgewählten Fahrzeugteil umfasst, dessen Größe in dem Maße abnimmt, wie sich das Fahrzeug von einer Kamera entfernt. - Die vorliegende Offenbarung betrifft ein Verfahren und System zum Verfolgen einer Position eines Merkmals, das sich über eine Reihe zeitlich zusammenhängender Einzelbilder bewegt, unter Verwendung einer Methode zum Abgleich von Vorlagen in mehreren Maßstäben, die das Generieren und dynamische Anwenden mehrerer Vorlagen in verschiedenen Maßstäben für die Verarbeitung jedes Einzelbildes umfasst. Das Verfahren umfasst das Aktualisieren der Vorlagen zwischen den Einzelbildern zum Ausführen eines zusätzlichen Vorlagenabgleichs an jedem Einzelbild unter Verwendung einer skalierten Version einer originalen und/oder vorherigen Vorlage. Auf diese Art und Weise kann das System nach genaueren Übereinstimmungen zwischen Merkmalen in angrenzenden Einzelbildern suchen und diese identifizieren.
-
2 stellt einen Überblick des Verfahrens50 bereit. Das Verfahren verarbeitet Einzelbilder, die von einer Kamera erfasst werden. Diese Verarbeitung umfasst das Erkennen eines Referenzmerkmals, wie etwa eines Fahrzeugs oder eines spezifischen Teils eines Fahrzeugs (z.B. des Nummernschilds), in einem anfänglichen Einzelbild und das Einrichten eines Bereichs um das Referenzmerkmal herum als Originalvorlage in Schritt52 . Unter Verwendung der Originalvorlage wird in Schritt54 ein Vorlagenabgleich an einem aktuellen Einzelbild vorgenommen, um Zielmerkmale zu lokalisieren, die dem Referenzmerkmal entsprechen. Eine Position und Korrelation werden für das am besten übereinstimmende Zielmerkmal gespeichert. Unter Verwendung mindestens einer skalierten Vorlage wird in Schritt56 ferner ein Vorlagenabgleich an dem aktuellen Einzelbild ausgeführt, um Zielmerkmale zu lokalisieren, die dem Referenzmerkmal entsprechen. Für jede skalierte Vorlage werden auch eine Position und Korrelation für das am besten übereinstimmende Zielmerkmal gespeichert. Das System zeichnet die gespeicherte Position auf, die das beste Korrelationsergebnis unter den übereinstimmenden Merkmalen aufweist, die durch die skalierte Vorlage und die nicht skalierte Vorlage bestimmt werden (Schritt58 ). Die Vorlage wird in Schritt60 unter Verwendung der Bilddaten des aktuellen Einzelbildes und der aufgezeichneten Positionsinformationen aktualisiert. In Schritt62 bestimmt das System, ob das Verfolgen für das erkannte Fahrzeug an/nach dem aktuellen Einzelbild beendet ist. Diese Bestimmung kann unterschiedlich erreicht werden. Bei einer Ausführungsform ist das Verfolgen eines Fahrzeugs beendet, wenn das Übereinstimmungsergebnis niedriger als ein vorbestimmter Schwellenwert für mehrere Einzelbilder ist. Dies ist ein Zeichen dafür, dass das Fahrzeug die Szene verlassen hat. Bei einer anderen Ausführungsform ist das Verfolgen eines Fahrzeugs beendet, wenn die aktuelle Position des verfolgten Merkmals außerhalb eines vorbestimmten Bereichs liegt. Dies ist ein Zeichen dafür, dass das Fahrzeug im Begriff ist, die Szene zu verlassen. Bei noch einer anderen Ausführungsform ist das Verfolgen eines Fahrzeugs beendet, wenn eine der obigen beiden Bedingungen erfüllt ist. Andere Verfahren, die üblicherweise beim Bestimmen des Beendens des Verfolgens (z.B. wenn das Objekt zu klein wird oder das Fahrzeug lange genug verfolgt wurde, um daraus zu schließen, dass es tatsächlich zu schnell fährt, usw.) verwendet werden, sind ebenfalls anwendbar. Falls das Verfolgen für das aktuelle Einzelbild nicht als beendet angesehen wird (NEIN in Schritt62 ), kehrt das Verfahren zu Schritt54 zurück, um das Verfolgen an dem nächsten Einzelbild zu wiederholen. Falls das Verfolgen für das aktuelle Einzelbild als beendet angesehen wird (JA in Schritt62 ), hört das Verfahren auf. Es sei zu beachten, dass die Offenbarung zur Erläuterung diesen Prozess im Sinne des Verfolgens eines Fahrzeugs beschreibt. Es versteht sich, dass das System in der Praxis konfiguriert ist, um mehrere fahrende Fahrzeuge zu verfolgen (d.h. mehrere der zuvor beschriebenen Prozesse können parallel oder nacheinander oder beides, je nach den tatsächlichen Verkehrsbedingungen, ausgeführt werden). -
3 ist ein Funktionsschaltbild eines Verkehrskontrollsystems100 in einem Ausführungsbeispiel. Das System100 kann ein System102 zum Vorfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit, das von einer Computervorrichtung104 gehostet wird, wie etwa von einem Server-Computer am Standort des Dienstanbieters, und eine Benutzervorrichtung106 , die von einer Computervorrichtung an einem Kundenstandort gehostet wird, wie etwa von einem Server, umfassen, die zusammen durch Kommunikationsverbindungen108 verbunden sind, die hier als Netzwerk bezeichnet werden. Diese Komponenten werden nachstehend ausführlicher beschrieben. - Das System
102 zum Vorfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit, das in3 abgebildet ist, umfasst einen Prozessor110 , der den gesamten Betrieb des Systems102 zum Verfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit durch die Ausführung von Verarbeitungsanweisungen steuert, die in dem Speicher112 gespeichert sind, der an den Prozessor110 angeschlossen ist. - Die Prozesse zum Erkennen und Verfolgen des Fahrzeugs, die hier offenbart werden, werden durch den Prozessor
110 gemäß den Anweisungen, die in dem Speicher112 gespeichert sind, ausgeführt. Insbesondere speichert der Speicher112 das Bildaufnahmemodul114 , das Fahrzeugerkennungsmodul116 , das Fahrzeugverfolgungsmodul118 und das Geschwindigkeitsberechnungsmodul120 . - Das abgebildete Bildaufnahmemodul
114 erfasst eine Vielzahl von zeitlich zusammenhängenden Einzelbildern von einer Kamera122 . - Das Fahrzeugerkennungsmodul
116 lokalisiert ein Referenzmerkmal, das ein sich bewegendes Objekt in einem anfänglichen Einzelbild darstellt. - Das Fahrzeugverfolgungsmodul
118 richtet einen zugeschnittenen Bereich um das Referenzmerkmal herum als Vorlage in voller Größe ein. Das Modul118 skaliert die Vorlage in voller Größe um einen vorbestimmten Betrag, um eine skalierte Vorlage zu generieren. Das Modul118 sucht ein aktuelles Einzelbild nach einem Merkmal ab, das mit der Vorlage in voller Größe und der skalierten Vorlage übereinstimmt. Das Modul118 berechnet dann Korrelationszahlen, um eine Ähnlichkeit zwischen dem Merkmal und der Vorlage in voller Größe und der skalierten Vorlage zu berechnen. Das Modul118 richtet dann eine aktualisierte Vorlage einer von der Vorlage in voller Größe und der skalierten Vorlage ein, die der höheren Korrelationszahl entspricht. Das Modul118 wiederholt diesen Prozess für jedes nächste Einzelbild. - Das Geschwindigkeitsberechnungsmodul
120 verwendet die Referenz und die aktualisierten Merkmalspositionen aus dem Verfolgungsmodul118 , um eine Strecke zu berechnen, um die sich das Merkmal zwischen dem anfänglichen und dem letzten Einzelbild bewegt, in dem das erkannte Fahrzeug in der Sequenz verfolgt wird. Das Modul120 berechnet eine Fahrzeuggeschwindigkeit unter Verwendung der Strecke. - Das System
102 zum Verfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit umfasst auch eine oder mehrere Kommunikationsschnittstellen (E/A), wie etwa Netzwerkschnittstellen124 zum Kommunizieren mit externen Vorrichtungen, wie etwa mit der Benutzervorrichtung106 . Die diversen Hardware-Komponenten110 ,112 ,124 des Systems102 zum Verfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit können alle über einen Bus126 verbunden sein. - Weiter mit Bezug auf
3 ist das System102 zum Verfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit kommunikationsmäßig mit einer Benutzerschnittstellenvorrichtung (GUI)128 über eine drahtgebundene und/oder drahtlose Verbindung verbunden. Bei diversen Ausführungsformen kann die Benutzerschnittstellenvorrichtung128 eines oder mehrere von einer Anzeigevorrichtung, um Informationen für Benutzer anzuzeigen, wie etwa eine Benachrichtigung eines übertretenden Fahrzeugs für einen menschlichen Bediener129 zur Prüfung, und einer Benutzereingabevorrichtung, wie etwa eine Tastatur oder einen Berührungs- oder beschreibbaren Bildschirm, zum Eingeben von Anweisungen, und/oder einer Cursor-Steuervorrichtung, wie etwa eine Maus, ein Trackball oder dergleichen, zum Mitteilen von Benutzereingabeinformationen und Befehlsauswahlen an den Prozessor110 umfassen. Insbesondere umfasst die Benutzerschnittstellenvorrichtung128 mindestens eine von einer Eingabevorrichtung und einer Ausgabevorrichtung, die beide Hardware umfassen, und die kommunikationsmäßig mit dem Server104 über eine oder mehrere drahtgebundene und/oder drahtlose Verbindungen verbunden sind. - Weiter mit Bezug auf
3 umfasst das Verkehrskontrollsystem100 eine Speichervorrichtung130 , die Teil des Systems102 zum Verfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit ist oder damit in Verbindung steht. Bei einer Ausführungsform kann das System102 zum Verfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit mit einem Server (nicht gezeigt) in Verbindung stehen, der die Speichervorrichtung130 hostet, um mindestens eine von einer Referenzmerkmalsdatenbank132 , einer Datenbank mit Vorlagen in voller Größe134 und einer Datenbank mit skalierten Vorlagen136 zu speichern. - Obwohl die Computervorrichtung
104 mit nur einer Kamera122 verbunden sein kann, kann sie im Allgemeinen mit einer Vielzahl von Kameras verbunden sein. Die Kamera122 ist nicht auf einen bestimmten Kameratyp eingeschränkt. Vielmehr werden Fotoapparate und Videokameras zur Überwachung eines gewünschten Bereichs in Betracht gezogen. Die Kamera122 ist dazu geeignet, um eine Vielzahl von Einzelbildern aufzunehmen und das Bild und/oder die Videodaten an das System102 zum Verfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit zu übertragen. Bei der in Betracht gezogenen Ausführungsform kann die Kamera122 für Geschwindigkeitskontrollanwendungen verwendet werden, doch der Zweck des Systems100 ist nicht auf eine bestimmte Anwendung eingeschränkt. - Der Speicher
112 ,130 kann eine beliebige Art eines materiellen computerlesbaren Mediums sein, wie etwa ein Arbeitsspeicher (RAM), ein Festspeicher (ROM), eine Magnetplatte oder ein Magnetband, eine optische Platte, ein Flash-Speicher oder ein holographischer Speicher. Bei einer Ausführungsform kann der Speicher112 ,130 jeweils eine Kombination aus Arbeitsspeicher und Festspeicher umfassen. Der digitale Prozessor110 kann unterschiedlich ausgebildet sein, wie etwa als Single-Core-Prozessor, Dual-Core-Prozessor (oder ganz allgemein als Multiple-Core-Prozessor), als digitaler Prozessor oder als zusätzlicher mathematischer Coprozessor, als digitaler Controller oder dergleichen. Der digitale Prozessor110 führt zusätzlich zum Steuern des Betriebs des jeweiligen Systems102 zum Verfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit Anweisungen aus, die in dem Speicher112 ,130 gespeichert sind, um die nachstehend erläuterten Teile des Verfahrens auszuführen. - Die Software-Module, wie sie hier verwendet werden, sind dazu gedacht, eine beliebige Sammlung oder einen beliebigen Satz Anweisungen einzubeziehen, die von dem System
102 zum Verfolgen eines Fahrzeugs und zum Bestimmen seiner Geschwindigkeit ausführbar sind, um den Computer oder andere digitale Systeme zu konfigurieren, um die Aufgabe auszuführen, für welche die Software bestimmt ist. Der Begriff „Software”, wie er hier verwendet wird, ist dazu gedacht, Anweisungen einzubeziehen, die in einem Speichermedium gespeichert sind, wie etwa in einem RAM, auf einer Festplatte, einer optischen Platte und so weiter, und ist auch dazu gedacht, so genannte „Firmware” einzubeziehen, wobei es sich um Software handelt, die in einem ROM und so weiter gespeichert ist. Diese Software kann unterschiedlich strukturiert sein und kann Software-Komponenten, die in Programmbibliotheken strukturiert sind, internetbasierte Programme, die auf einem Remote-Server und dergleichen gespeichert sind, Source-Code, Interpretationscode, Objektcode, direkt ausführbaren Code und so weiter umfassen. Es wird in Betracht gezogen, dass die Software Code auf Systemebene aufrufen kann oder andere Software aufrufen kann, die auf dem Server oder an einer anderen Stelle vorliegt, um gewisse Funktionen auszuführen. - Die Kommunikationsschnittstellen
124 können beispielsweise ein Modem, einen Router, ein Kabel und/oder einen Ethernet-Anschluss usw. umfassen. - Es versteht sich, dass obwohl zwei Computervorrichtungen
104 ,106 beispielhaft abgebildet sind, das System100 von einer geringeren oder größeren Anzahl verbundener Computervorrichtungen gehostet werden kann. Jede Computervorrichtung kann beispielsweise einen Server-Computer, einen Desktop-, einen Laptop- oder Tablet-Computer, ein Smartphone oder eine andere Computervorrichtung umfassen, die in der Lage ist, das hier beschriebene Verfahren umzusetzen. -
4 ist ein Ablaufschema, das ein beispielhaftes Verfahren400 zum Vorlagenabgleich abbildet. Das Verfahren beginnt in Schritt402 . Das Verfahren beginnt, wenn das Bildaufnahmemodul114 in Schritt404 eine Reihe zeitlich zusammenhängender Einzelbilder von der Kamera122 erfasst. Die Einzelbilder können an der Kamera122 aufgenommen werden und können an der Kamera verarbeitet werden. Bei einer anderen Ausführungsform können die Einzelbilder zur Verarbeitung an die Computervorrichtung104 übertragen werden. Die Einzelbilder können als Video-Stream bereitgestellt werden, der von einer Videokamera aufgenommen wird, oder sie können eine Reihe von Standbildern umfassen, die nacheinander von einem Fotoapparat aufgenommen werden. Zur Erläuterung betrifft die vorliegende Beschreibung Einzelbilder, die als Videodaten aus einem Video-Stream, und genauer gesagt einem videobasierten Geschwindigkeitskontrollsystem, bereitgestellt werden, obwohl es in Betracht gezogen wird, dass die hier bereitgestellten Lehren in anderen Verkehrskontrollsystemen angewendet werden können. - Das System erkennt zunächst ein Fahrzeug in den Videodaten, die dem System
100 bereitgestellt werden. Wenn es die Videodaten verarbeitet, erkennt das Fahrzeugerkennungsmodul116 , ob ein neues Fahrzeug die Szene in Schritt406 betreten hat. Das Modul116 kann die Erkennung ausführen, indem es einen Prozess anwendet, der in der Technik bekannt ist, wie etwa die Nummernschilderkennung. Es wird hier keine Beschränkung auf den Prozess eingeräumt, der verwendet wird, um ein Fahrzeug zu erkennen. - Das Modul
116 bestimmt, ob das aktuelle Einzelbild das erste Einzelbild ist, das ein neues Fahrzeug aufnimmt (d.h. das in Schritt416 noch nicht verfolgt wurde), das in Schritt408 in die Szene eintritt. Wenn das aktuelle Einzelbild ein anfängliches Einzelbild ist, welches das Fahrzeug in der Sequenz umfasst (JA in Schritt408 ), richtet das Modul116 in Schritt410 das aktuelle Einzelbild als anfängliches Einzelbild eines neuen Fahrzeugs ein. In Schritt412 lokalisiert das Fahrzeugbestimmungsmodul116 in dem anfänglichen Einzelbild ein Referenzmerkmal, welches das Fahrzeug darstellt. Bei einem Beispiel kann dieses Merkmal einen Teil eines Nummernschildes umfassen. Bei einer anderen Ausführungsform können mehrere Merkmale identifiziert werden. Bei dem abgebildeten Beispiel können ausgewählte Ecken (wie etwa eine obere/untere, linke/rechte Ecke) eines Nummernschildes identifiziert werden. In Schritt414 richtet das Modul116 das Referenzmerkmal als Vorlage in voller Größe ein (z.B. m × n). Bei einer Ausführungsform kann das Modul116 einen Bereich um das Merkmal herum zuschneiden und den zugeschnittenen Bereich als Vorlage in voller Größe einrichten. Für den Fall, dass mehrere Merkmale verwendet werden, können mehrere Vorlagen jeweils an den ausgewählten Merkmalen zentriert sein. Das Modul116 kann auch das Referenzmerkmal in der Referenzmerkmalsdatenbank132 und die Vorlage in voller Größe in der gleichen oder einer anderen Datenbank mit Vorlagen in voller Größe134 speichern. - Wenn das aktuelle Einzelbild nicht das erste Einzelbild ist (NEIN in Schritt
408 ), kann das Fahrzeugerkennungsmodul116 die Referenzmerkmalsinformationen und/oder die Vorlage in voller Größe an das Fahrzeugverfolgungsmodul118 zum Verfolgen einer Position des Fahrzeugs in Schritt416 übertragen. Bei einer anderen Ausführungsform kann das Modul118 auf diese Informationen in dem Speicher zugreifen. Im Allgemeinen leitet das Fahrzeugverfolgungsmodul118 einen Abgleichprozess ein zum Verfolgen des Fahrzeugs ein, bis das Fahrzeug die Szene verlässt oder eine Übertretungsbestimmung erfolgt. - Das Verfolgen (S416) umfasst das Ausführen einer Vorlagenabgleichmethode an einem aktuellen Einzelbild. Unter Verwendung der Vorlage in voller Größe wird eine aktualisierte Position des Fahrzeugs bestimmt, während es sich über die Szene zwischen dem Referenzbild und dem aktuellen Einzelbild bewegt. Im Allgemeinen sucht das Verfolgungsmodul
118 in Schritt418 das aktuelle Einzelbild nach einem Merkmal ab, das der Vorlage in voller Größe entspricht. Das Modul118 berechnet eine Korrelationszahl, um in Schritt420 eine Ähnlichkeit zwischen dem Merkmal und der Vorlage in voller Größe zu bestimmen. Die berechnete Korrelationszahl und eine am besten übereinstimmende Position des Merkmals in dem aktuellen Einzelbild werden in Schritt422 zur weiteren Verarbeitung gespeichert. - Bei einem parallelen Prozess führt das Fahrzeugverfolgungsmodul
118 eine dynamische Vorlagenabgleichmethode aus, indem es ähnlich das aktuelle Einzelbild unter Verwendung mindestens einer skalierten Version der Vorlage in voller Größe nach dem Merkmal absucht. Bei einem abgebildeten Beispiel kann ein videobasiertes Geschwindigkeitskontrollsystem eine Kamerakonfiguration verwenden, die eine Szene aufnimmt, die ähnlich ist wie diejenige, die in den verbesserten Einzelbildern aus5A und5B gezeigt wird. Bei dem beispielhaften Szenario entfernt sich ein Fahrzeug von der Kamera, wenn es die Szene durchquert, wie es durch seine Positionen in der unteren linken Ecke von5A und der oberen rechten Ecke von5B angegeben wird. Wie in5A –B gezeigt, verringert sich die Größe des Nummernschildes von Einzelbild zu Einzelbild in dem Maße, wie sich das Fahrzeug von der Kamera entfernt. Entsprechend stellt die vorliegende Offenbarung die dynamische Vorlagenabgleichmethode bereit, die das aktuelle Einzelbild unter Verwendung einer skalierten (z.B. hier um 5 % verkleinerten) Vorlage, die eine genauere aktualisierte Position des Fahrzeugs bereitstellen kann, während es sich im Verhältnis zur Kamera bewegt, nach dem Merkmal absucht. - Weiter mit
4 skaliert das Fahrzeugverfolgungsmodul118 die Vorlage in voller Größe um einen vorbestimmten Betrag, um in Schritt424 eine skalierte Vorlage zu generieren. Bei einer Ausführungsform kann ein fester Maßstab angewendet werden, um die Vorlage in voller Größe um den vorbestimmten Betrag zu skalieren. Der vorbestimmte Betrag kann für Ausführungsformen, die eine Kameraposition umfassen, die ein Fahrzeug aufnimmt, das sich von der Kamera entfernt, ein Wert sein, der kleiner als 1 ist. Es werden jedoch Ausführungsformen in Betracht gezogen, um die Vorlage zum Verfolgen von Merkmalen, die sich der Kamera nähern, zu vergrößern. Bei der in Betracht gezogenen Ausführungsform kann der vorbestimmte Betrag beispielsweise in einem Bereich liegen, der ungefähr 95 % und 105 % der Vorlage in voller Größe entspricht. - Bei einer anderen Ausführungsform kann ein intelligenteres Skalierungsprofil unter Verwendung von Daten, die auf der Kenntnis der Kamerakonfiguration basieren, berechnet werden. Beispielsweise kann das Skalieren auf einer Zuordnung von Bildpixeln zu echten Koordinaten basieren, die beispielsweise anhand eines typischen Kamerakalibrierungsverfahrens erstellt werden. Ein Skalierungsprofil, das auf früherer Kenntnis der überwachten Verkehrsszene basiert, wird in der vorliegenden Offenbarung als intelligentes Skalierungsprofil bezeichnet. Die Objekte, die für die Zuordnung ausgewählt werden, können Referenzmarkierungen umfassen und/oder davon abgeleitet sein, die auf und/oder in der Nähe des angestrebten Bereichs positioniert sind, der überwacht wird, wie etwa eine Straße und/oder ein Indikator. Bei einer anderen in Betracht gezogenen Ausführungsform kann das Skalieren unter Verwendung von Charakteristiken eines oder mehrerer verfolgter Merkmale berechnet werden, wie etwa einer aktuellen Position des identifizierten Merkmals, einer durchschnittlichen Fahrzeuggeschwindigkeit einer aktuellen Verkehrsszene, die von der Kamera überwacht wird, eines Skalierungswertes aus einem zuvor verfolgten Merkmal und einer Kombination davon.
- Ein anfänglicher Maßstab kann in Schritt
416 vor dem Verfolgen bestimmt werden. Der Maßstab kann nach dem Verfolgen einer ausgewählten Anzahl Einzelbilder verfeinert werden. Der geänderte Skalierungsbetrag kann unter Verwendung der Kenntnis früherer Skalierungsfaktoren auf prädiktiven/adaptiven Skalierungsfaktoren basieren. - Ein Aspekt des Anwendens eines oder mehrerer vorbestimmter Skalierungsfaktoren k auf die Vorlage in voller Größe besteht darin, dass die sich ergebende(n) skalierte(n) (dynamische(n)) Vorlage(n) verwendet wird bzw. werden, um das Merkmal in jedem aufeinanderfolgenden Einzelbild zu lokalisieren. Das Ergebnis des Anwendens einer skalierten Vorlage auf jedes Einzelbild mit dem gleichen Betrag entspricht einer Skalierung der Strategie kn aus dem Einzelbild n.
- Ein Aspekt des Skalierens der Vorlage in voller Größe in Schritt
424 besteht darin, dass andere mögliche Übereinstimmungen basierend auf der Anzahl der zusätzlichen Maßstäbe, die untersucht werden, bereitgestellt werden können. Für jede skalierte Vorlage wird eine aktualisierte Position des Fahrzeugs bestimmt, während es die Szene zwischen dem anfänglichen und dem aktuellen Einzelbild durchquert. Im Allgemeinen sucht das Verfolgungsmodul118 in Schritt426 das aktuelle Einzelbild nach einem Merkmal ab, das der skalierten Vorlage entspricht. In Schritt428 berechnet das Modul118 eine Korrelationszahl, um eine Ähnlichkeit zwischen dem Merkmal und der skalierten Vorlage zu beschreiben. Die berechnete Korrelationszahl und eine am besten übereinstimmende Position des Merkmals in dem aktuellen Einzelbild werden zur weiteren Verarbeitung in Schritt430 gespeichert. - Mehrere skalierte Vorlagen können bei der in Betracht gezogenen Ausführungsform verwendet werden. Es ist mögliche, einige Maßstäbe auszuwählen, um nur einige Punkte abzutasten statt eine Abtastung auszuführen, die alle möglichen Maßstäbe verwendet. Die letztgenannte Methode entspricht dem Vorlagenabgleich gemäß einer SIFT (skaleninvariante Merkmalstransformation), wobei viele Maßstäbe für jedes Einzelbild versucht werden und die beste Übereinstimmung davon ausgewählt wird. Diese Methode erhöht jedoch die Rechenkosten, und es gelingt ihr nicht, Faktoren wirksam zu berücksichtigen, die für jede Kamerainstallation einzigartig sind. Für die vorliegende Methode, die nur einige skalierte Vorlagen anwendet, die jeweils unter Verwendung des intelligenten Skalierungsprofils vorbestimmt werden, ist der Abgleichprozess genau genug, um nur einige Punkte abzutasten, um die beste Übereinstimmung zu bestimmen.
- Weiter mit Bezug auf
4 vergleicht das Fahrzeugverfolgungsmodul118 die Korrelationszahlen, die beim Abgleich mehrerer Vorlagen in Schritt420 und428 berechnet wurden. Das Modul118 bestimmt die höchste Korrelationszahl in Schritt432 . In Schritt434 richtet das Modul118 als aktualisierte Vorlage die eine der Vorlage in voller Größe und der skalierten Vorlage ein, die der höchsten Korrelationszahl entspricht. Auf diese Art und Weise bestimmt das Modul118 eine von der Vorlage in voller Größe und der skalierten Vorlage, die am besten mit dem Merkmal in dem aktuellen Einzelbild übereinstimmt. - Obwohl eine Ausführungsform in Betracht zieht, die gleichen/ originalen Vorlagen (d.h. die Vorlage in voller Größe, die in Schritt
414 für das Referenzeinzelbild berechnet wird, und die originale skalierte Vorlage, die aus der Vorlage in voller Größe, die in Schritt414 bestimmt wird, generiert wird) für Verarbeitung jedes Einzelbildes im Verlauf der Verfolgung zu verwenden, generiert eine bevorzugte Ausführungsform eine aktualisierte Vorlage für die Verarbeitung jedes nächsten Einzelbildes und wendet diese an. Der Prozess des Aktualisierens der Vorlagen zwischen den Einzelbildern kann genauere Messungen für die aktualisierten Positionen bereitstellen. Die aktualisierten Vorlagen können die Ungenauigkeit reduzieren, die durch die Projektionsverzerrung der Kamera verursacht werden, wenn sich die Verzerrung zwischen angrenzenden Einzelbildern in annehmbaren Grenzen hält. Jede aktualisierte Vorlage und jede Position kann zur Verwendung bei den Berechnungen (zeitweise) gespeichert werden. - Die Vorlage kann unter Verwendung der Bilddaten des aktuellen Einzelbildes und der aktualisierten Position des Merkmals, das in dem aktuellen Einzelbild identifiziert wurde, das der Vorlage entspricht, welche die höchste Korrelationszahl aufweist, aktualisiert werden. Genauer gesagt wird die aktualisierte Vorlage als aktualisierte Vorlage in voller Größe für die Verarbeitung des nächsten Einzelbildes in der Sequenz eingerichtet. Bei einer Ausführungsform wiederholt sich das Verfolgen in Schritt
416 für jedes Einzelbild, bis das Fahrzeug (d.h. das verfolgte Objekt) sich nicht mehr in dem überwachten Zielbereich befindet. Eine Bestimmung, ob die Fahrzeugposition innerhalb der Grenzen des Zielbereichs liegt, kann unter Verwendung eines beliebigen Prozesses, der in der Technik bekannt ist, ausgeführt werden. Insbesondere kann die aktualisierte Position mit den Grenzen des Zielbereichs verglichen werden, um zu bestimmen, ob sich das Fahrzeug innerhalb oder außerhalb des definierten Zielbereichs befindet. Bei einer anderen in Betracht gezogenen Ausführungsform kann das Verfolgen S416 fortfahren, bis das Modul118 bestimmt, dass das Fahrzeug anhält. Das Modul118 kann einen beliebigen Prozess anwenden, der in der Technik bekannt ist, um das Anhalten des Fahrzeugs zu bestimmen. Ein Prozess umfasst das Vergleichen der Fahrzeugpositionen in den Einzelbildern. Für die berechneten Positionen, die in einer aufeinanderfolgenden Anzahl N von Einzelbildern gleich sind (und genauer gesagt Unterschiede umfassen, die nicht größer als ein vorgegebener Schwellenwert sind, wie etwa 1 Fuß), wird bestimmt, dass das Fahrzeug angehalten hat. - Das Fahrzeugbestimmungsmodul
118 bestimmt in Schritt436 , ob das aktuelle Einzelbild das letzte Einzelbild ist, welches das verfolgte Fahrzeug in dem definierten Zielbereich umfasst, oder ob eine Übertretung erfolgt ist. Wenn das aktuelle Einzelbild nicht das letzte Einzelbild ist, welches das verfolgte Fahrzeug umfasst (NEIN in Schritt436 ), richtet das Modul118 in Schritt438 das nächste Einzelbild als aktuelles Einzelbild ein und wiederholt den Verfolgungsprozess in Schritt416 . Wenn das aktuelle Einzelbild das letzte Einzelbild ist, welches das verfolgte Fahrzeug umfasst (JA in Schritt436 ), überträgt das Fahrzeugbestimmungsmodul118 die Verfolgungsinformationen an das Geschwindigkeitsberechnungsmodul120 . - Weiter mit Bezug auf
4 berechnet das Geschwindigkeitsberechnungsmodul120 oder ein ähnlich konfiguriertes Kontrollmodul in Schritt440 eine Strecke, über die sich das Merkmal (d.h. das Fahrzeug) zwischen ausgewählten Einzelbildern in der Sequenz bewegt. Die ausgewählten Einzelbilder können das erste Einzelbild und das letzte Einzelbild in der Sequenz umfassen, die das erkannte Fahrzeug umfasst. Die ausgewählten Einzelbilder können ansonsten zwei beliebige Einzelbilder umfassen, wenn man davon ausgeht, dass das Fahrzeug in den Einzelbildern mit der gleichen oder nahezu gleichen Geschwindigkeit fährt. Die Strecke kann berechnet werden, indem die identifizierten Positionen durch Vergleichen der identifizierten Positionen des Merkmals in den beiden ausgewählten Einzelbildern berechnet werden. Ganz allgemein können die ausgewählten Einzelbilder eine beliebige Teilmenge von Einzelbildern (≥ 2) von den ersten bis zu den letzten Einzelbildern sein. Zusätzlich und wahlweise können mehrere Geschwindigkeiten aus dieser Vielzahl von Einzelbildern berechnet werden. Die Statistik (wie beispielsweise der Mittelwert, das Minimum, das Maximum und die Standardabweichungen usw.) der berechneten Geschwindigkeiten kann zur späteren Verwendung, wie etwa zum Bestimmen von Geschwindigkeitsübertretungen und aggressivem Fahrverhalten usw., gespeichert werden. Auf die Positionsinformationen, die den ausgewählten Einzelbildern entsprechen, kann man in den Datenbanken132 bis136 oder in einem vorläufigen Speicher zugreifen. Unter Verwendung der berechneten Streckenmessung berechnet das Geschwindigkeitsberechnungsmodul120 in Schritt442 eine Geschwindigkeitsmessung. - Bei einer Geschwindigkeitskontrollanwendung und einem beliebigen ähnlichen Verkehrskontrollsystem zieht die Offenbarung die Verwendung der (Geschwindigkeits-)Informationen in Betracht, um zu bestimmen, ob das Fahrzeug gegen Verkehrsregeln und/oder Vorschriften verstößt. Entsprechend kann man in Schritt
444 die Geschwindigkeitsmessung bei dem abgebildeten Beispiel mit einer Geschwindigkeitsgrenze vergleichen, die mit dem Zielbereich verknüpft ist. Für eine berechnete Geschwindigkeit, die über die Geschwindigkeitsgrenze hinausgeht (JA in Schritt444 ), kann das Geschwindigkeitsberechnungsmodul120 die Benutzervorrichtung106 in Schritt446 informieren. Die Benutzervorrichtung106 kann einen Server und/oder eine Computervorrichtung umfassen, die sich an einer lokalen Verkehrskontrollstelle befindet, um das Fahrzeug zu identifizieren und/oder eine Mahnung und/oder einen Strafzettel auszustellen. Alternativ kann die Vorrichtung eine Satellitenvorrichtung sein, die das Signal an einen Fahrer des Fahrzeugs überträgt, als Hinweis dafür, dass das Fahrzeug langsamer fahren soll. Für die Benutzervorrichtung wird hier keine Einschränkung eingeräumt. - Andere Ausführungsformen werden in Betracht gezogenen, um die gemessene Geschwindigkeit mit einem Schwellenwert zu vergleichen, der eine vorbestimmte Geschwindigkeit umfassen kann, die über der Geschwindigkeitsgrenze liegt, wie beispielsweise ungefähr ein Bereich von mehr als 5 oder 10 mph über der Geschwindigkeitsgrenze. Für eine Geschwindigkeitsmessung, die der Geschwindigkeitsgrenze entspricht und/oder darunter liegt (NEIN in Schritt
444 ), endet das Verfahren in Schritt448 . - Obwohl die Verfahren in
2 und4 als eine Reihe von Tätigkeiten oder Ereignissen abgebildet sind und zuvor beschrieben werden, versteht es sich, dass die diversen Verfahren oder Prozesse der vorliegenden Offenbarung nicht durch die abgebildete Reihenfolge dieser Tätigkeiten oder Ereignisse eingeschränkt sind. In dieser Hinsicht können, falls nachstehend nicht spezifisch erwähnt, einige Tätigkeiten oder Ereignisse in einer anderen Reihenfolge und/oder gleichzeitig zu anderen Tätigkeiten oder Ereignissen als den hier abgebildeten und beschriebenen erfolgen. Beispielsweise können bei einer in Betracht gezogenen Ausführungsform die Prozesse zum Bestimmen, ob die Fahrzeuggeschwindigkeit eine Grenze übersteigt (wie etwa S440 bis S444), vor der Bestimmung, ob das aktuelle Einzelbild das letzte Einzelbild ist, in dem das Fahrzeug erkannt wird, und/oder ob eine Übertretung in Schritt436 bestimmt wird, ausgeführt werden. Es sei ferner zu beachten, dass nicht alle abgebildeten Schritte notwendig sein müssen, um einen Prozess oder ein Verfahren gemäß der vorliegenden Offenbarung umzusetzen, und dass eine oder mehrere dieser Tätigkeiten kombiniert werden können. Die abgebildeten Verfahren und andere Verfahren der Offenbarung können als Hardware, Software oder Kombinationen davon umgesetzt werden, um die hier beschriebene Steuerfunktionalität bereitzustellen, und können in einem beliebigen System verwendet werden, das ohne Einschränkung das zuvor abgebildete System100 umfasst, wobei die Offenbarung nicht auf die hier abgebildeten und beschriebenen spezifischen Anwendungen und Ausführungsformen eingeschränkt ist. - Das Verfahren, das in
2 und4 abgebildet ist, kann in einem Computerprogrammprodukt umgesetzt werden, das auf einem Computer ausgeführt werden kann. Das Computerprogrammprodukt kann ein nicht vorübergehendes, computerlesbares Aufzeichnungsmedium umfassen, auf dem ein Steuerprogramm aufgezeichnet (gespeichert) ist, wie etwa eine Platte, ein Laufwerk oder dergleichen. Übliche Formen von nicht vorübergehenden computerlesbaren Medien umfassen beispielsweise Disketten, flexible Platten, Festplatten, Magnetband oder ein beliebiges anderes magnetisches Speichermedium, CD-ROM, DVD oder ein beliebiges anderes optisches Medium, einen RAM, einen PROM, einen EPROM, einen FLASH-EPROM oder einen anderen Speicher-Chip oder ein anderes Speichermodul oder ein beliebiges anderes materielles Medium, das ein Computer lesen und verwenden kann. - Alternativ kann das Verfahren in vorübergehenden Medien umgesetzt werden, wie etwa als übertragbare Trägerwelle, in der das Steuerprogramm als Datensignal ausgebildet ist, unter Verwendung von Übertragungsmedien, wie etwa Schall- oder Lichtwellen, wie etwa diejenigen, die bei Funk- und Infrarot-Datenkommunikationen und dergleichen generiert werden.
- Das beispielhafte Verfahren kann auf einem oder mehreren Universalcomputern, Spezialcomputern, einem programmierten Mikroprozessor oder Microcontroller und integrierten Peripherieschaltungselementen, einer ASIC oder einer anderen integrierten Schaltung, einem digitalen Signalprozessor, einer verkabelten elektronischen oder logischen Schaltung, wie etwa einer Schaltung aus diskreten Bauteilen, einer programmierbaren logischen Vorrichtung, wie etwa einer PLD, PLA, FPGA, Grafik-CPU (GPU) oder PAL, oder dergleichen umgesetzt werden. Im Allgemeinen kann eine beliebige Vorrichtung, die in der Lage ist, einen endlichen Zustandsautomat umzusetzen, der wiederum in der Lage ist, das Ablaufschema umzusetzen, das in
2 und4 gezeigt wird, verwendet werden, um das Verfahren umzusetzen.
Claims (10)
- Verfahren zum Verfolgen eines sich bewegenden Fahrzeugs, wobei das Verfahren folgende Schritte umfasst: – Erkennen eines Fahrzeugs, wobei das Erkennen folgende Schritte umfasst: Erfassen einer Reihe zeitlich zusammenhängender Einzelbilder, und in einem anfänglichen Einzelbild, Lokalisieren eines Referenzmerkmals, das ein Fahrzeug darstellt; – Einrichten des Referenzmerkmals als Vorlage in voller Größe; – Verfolgen des Fahrzeugs, wobei das Verfolgen folgende Schritte umfasst: Absuchen eines aktuellen Einzelbildes nach einem Merkmal, das der Vorlage in voller Größe entspricht, Absuchen des aktuellen Einzelbildes nach einem Merkmal, das mindestens einer skalierten Vorlage entspricht, Einrichten als aktualisierte Vorlage einer von der Vorlage in voller Größe und der skalierten Vorlage, die dem Merkmal am besten entspricht; und – Wiederholen des Verfolgens unter Verwendung der aktualisierten Vorlage für jedes nächste Einzelbild in der Reihe.
- Verfahren nach Anspruch 1, ferner umfassend folgende Schritte: – unter Verwendung des Verfolgens, Berechnen einer Strecke, auf der sich das Merkmal zwischen ausgewählten Einzelbildern in der Reihe bewegt, unter Verwendung einer Position des Merkmals in den ausgewählten Einzelbildern; und – Berechnen einer Geschwindigkeit unter Verwendung der Strecke.
- Verfahren nach Anspruch 1, wobei das Merkmal mindestens einen Teil eines Nummernschildes umfasst.
- Verfahren nach Anspruch 1, ferner umfassend folgenden Schritt: – Skalieren der Vorlage in voller Größe um einen vorbestimmten Betrag, um die skalierte Vorlage zu generieren.
- Verfahren nach Anspruch 4, wobei der vorbestimmte Skalierungsbetrag ein dynamischer Betrag ist, der mindestens eines von Kamerakalibrierungsdaten, einer aktuellen Position des Merkmals, einer durchschnittlichen Fahrzeuggeschwindigkeit einer aktuellen überwachten Verkehrsszene und einem Skalierungswert von einem zuvor verfolgten Merkmal verwendet.
- Verfahren nach Anspruch 1, wobei das Absuchen des aktuellen Einzelbildes nach einem Merkmal, das der Vorlage in voller Größe entspricht, folgende Schritte umfasst: – Berechnen einer ersten Korrelationszahl zum Beschreiben einer Ähnlichkeit zwischen dem Merkmal und der Vorlage in voller Größe; und – Speichern der ersten Korrelationszahl und einer Position des Merkmals in dem aktuellen Einzelbild; wobei das Absuchen des aktuellen Einzelbildes nach einem Merkmal, das der mindestens einen skalierten Vorlage entspricht, folgende Schritte umfasst: – Berechnen einer zweiten Korrelationszahl zum Beschreiben einer Ähnlichkeit zwischen dem Merkmal und der skalierten Vorlage; und – Speichern der zweiten Korrelationszahl und der Position des Merkmals in dem aktuellen Einzelbild.
- Verfahren nach Anspruch 1, wobei das Einrichten der aktualisierten Vorlage folgende Schritte umfasst: – Vergleichen der ersten und zweiten Korrelationszahlen; – Bestimmen einer höheren Zahl von der ersten und zweiten Korrelationszahl; – Einrichten als aktualisierte Vorlage einer von der Vorlage in voller Größe und der skalierten Vorlage, die der höheren Korrelationszahl entspricht.
- Verfahren nach Anspruch 1, ferner umfassend: – Zuschneiden eines Bereichs um das Merkmal herum; und – Einrichten des zugeschnittenen Bereichs als Vorlage in voller Größe.
- System zum Verfolgen eines sich bewegenden Fahrzeugs, wobei das System Folgendes umfasst: – eine Fahrzeugverfolgungsvorrichtung, die Folgendes umfasst: ein Bildaufnahmemodul, das dazu geeignet ist, um eine Reihe zeitlich zusammenhängender Einzelbilder zu erfassen, ein Fahrzeugerkennungsmodul, das geeignet ist zum: in einem anfänglichen Einzelbild, Lokalisieren eines Referenzmerkmals, das ein sich bewegendes Objekt darstellt; ein Fahrzeugverfolgungsmodul, das geeignet ist zum: Einrichten des Referenzmerkmals als Vorlage in voller Größe, Absuchen eines aktuellen Einzelbildes nach einem Merkmal, das der Vorlage in voller Größe entspricht, Absuchen des aktuellen Einzelbildes nach einem Merkmal, das mindestens einer skalierten Vorlage entspricht, Einrichten als aktualisierte Vorlage einer von der Vorlage in voller Größe und der skalierten Vorlage, die dem Merkmal am besten entspricht, und Wiederholen des Verfolgens unter Verwendung der aktualisierten Vorlage für jedes nächste Einzelbild in der Reihe; und einen Prozessor, der geeignet ist, um die Module umzusetzen.
- System nach Anspruch 9, wobei das Fahrzeugverfolgungsmodul ferner geeignet ist zum: – Berechnen einer ersten Korrelationszahl zum Beschreiben einer Ähnlichkeit zwischen dem Merkmal und der Vorlage in voller Größe; und – Berechnen einer zweiten Korrelationszahl zum Beschreiben einer Ähnlichkeit zwischen dem Merkmal und der skalierten Vorlage; und – Einrichten als aktualisierte Vorlage einer von der Vorlage in voller Größe und der skalierten Vorlage, die der höheren Korrelationszahl entspricht.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/611,718 US8971573B2 (en) | 2012-09-12 | 2012-09-12 | Video-tracking for video-based speed enforcement |
US13/611,718 | 2012-09-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102013217569A1 true DE102013217569A1 (de) | 2014-03-13 |
Family
ID=49486995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102013217569.8A Pending DE102013217569A1 (de) | 2012-09-12 | 2013-09-03 | Videoverfolgung zur videobasierten geschwindigkeitskontrolle |
Country Status (3)
Country | Link |
---|---|
US (1) | US8971573B2 (de) |
DE (1) | DE102013217569A1 (de) |
GB (1) | GB2507857B (de) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160024143A (ko) | 2014-08-25 | 2016-03-04 | 삼성전자주식회사 | 영상 처리 방법 및 전자 장치 |
JP6775285B2 (ja) * | 2015-09-24 | 2020-10-28 | アルパイン株式会社 | 後側方車両検知警報装置 |
CN105575125B (zh) * | 2015-12-15 | 2018-05-29 | 上海微桥电子科技有限公司 | 一种车流视频侦测分析系统 |
US9940530B2 (en) * | 2015-12-29 | 2018-04-10 | Thunder Power New Energy Vehicle Development Company Limited | Platform for acquiring driver behavior data |
JP6720694B2 (ja) * | 2016-05-20 | 2020-07-08 | 富士通株式会社 | 画像処理プログラム、画像処理方法および画像処理装置 |
CN106778793B (zh) * | 2016-11-30 | 2020-02-18 | 中国科学院深圳先进技术研究院 | 一种影像特征的可重复性测量方法及装置 |
CN109684986B (zh) * | 2018-12-19 | 2022-11-08 | 新大陆数字技术股份有限公司 | 一种基于车辆检测跟踪的车辆分析方法及系统 |
CN110503662A (zh) * | 2019-07-09 | 2019-11-26 | 科大讯飞(苏州)科技有限公司 | 跟踪方法及相关产品 |
CN110634154B (zh) * | 2019-09-20 | 2023-04-18 | 湖南科技大学 | 一种面向速度大范围变化目标跟踪的模板匹配方法 |
CN117774963B (zh) * | 2024-02-27 | 2024-05-24 | 山东云海国创云计算装备产业创新中心有限公司 | 前向碰撞预警方法、装置、电子设备及智能驾驶车辆 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9019538D0 (en) * | 1990-09-07 | 1990-10-24 | Philips Electronic Associated | Tracking a moving object |
US5903454A (en) * | 1991-12-23 | 1999-05-11 | Hoffberg; Linda Irene | Human-factored interface corporating adaptive pattern recognition based controller apparatus |
JP3435623B2 (ja) | 1996-05-15 | 2003-08-11 | 株式会社日立製作所 | 交通流監視装置 |
US6574353B1 (en) * | 2000-02-08 | 2003-06-03 | University Of Washington | Video object tracking using a hierarchy of deformable templates |
US7639841B2 (en) * | 2004-12-20 | 2009-12-29 | Siemens Corporation | System and method for on-road detection of a vehicle using knowledge fusion |
US20110123067A1 (en) | 2006-06-12 | 2011-05-26 | D & S Consultants, Inc. | Method And System for Tracking a Target |
US7724962B2 (en) * | 2006-07-07 | 2010-05-25 | Siemens Corporation | Context adaptive approach in vehicle detection under various visibility conditions |
US7580547B2 (en) * | 2006-10-24 | 2009-08-25 | Iteris, Inc. | Electronic traffic monitor |
CA2674830A1 (en) * | 2007-01-05 | 2008-07-17 | Nestor, Inc. | Video speed detection system |
US8098889B2 (en) * | 2007-01-18 | 2012-01-17 | Siemens Corporation | System and method for vehicle detection and tracking |
EP3683768B1 (de) * | 2007-05-03 | 2023-06-28 | Sony Group Corporation | Verfahren und system zum initialisieren von vorlagen von objekten in bewegung |
US7844077B2 (en) * | 2007-07-06 | 2010-11-30 | Topcon Corporation | Location measuring device and method |
JP4950858B2 (ja) * | 2007-11-29 | 2012-06-13 | アイシン・エィ・ダブリュ株式会社 | 画像認識装置及び画像認識プログラム |
DE102007059346B4 (de) * | 2007-12-10 | 2009-11-19 | Siemens Ag | Verfahren und Vorrichtung zur Erfassung einer Geschwindigkeitsübertretung eines Fahrzeugs |
US8379926B2 (en) * | 2007-12-13 | 2013-02-19 | Clemson University | Vision based real time traffic monitoring |
GB0808586D0 (en) * | 2008-05-12 | 2008-06-18 | Qinetiq Ltd | Method and apparatus for vehicle classification |
AU2009295350B2 (en) * | 2008-09-25 | 2016-02-11 | Commonwealth Scientific And Industrial Research Organisation | Detection of vehicles in an image |
TWI382762B (zh) * | 2008-11-17 | 2013-01-11 | Ind Tech Res Inst | 移動物體的追蹤方法 |
CA2747337C (en) * | 2008-12-17 | 2017-09-26 | Thomas D. Winkler | Multiple object speed tracking system |
WO2011011633A2 (en) * | 2009-07-22 | 2011-01-27 | Atreo Medical, Inc. | Optical techniques for the measurement of chest compression depth and other parameters during cpr |
US8358808B2 (en) * | 2010-01-08 | 2013-01-22 | University Of Washington | Video-based vehicle detection and tracking using spatio-temporal maps |
US9165468B2 (en) * | 2010-04-12 | 2015-10-20 | Robert Bosch Gmbh | Video based intelligent vehicle control system |
CN103026385B (zh) * | 2010-06-22 | 2015-09-16 | 诺基亚公司 | 使用模板切换和特征适配提供对象跟踪的方法、装置和计算机程序产品 |
TWI420906B (zh) * | 2010-10-13 | 2013-12-21 | Ind Tech Res Inst | 興趣區域之追蹤系統與方法及電腦程式產品 |
TWI452540B (zh) * | 2010-12-09 | 2014-09-11 | Ind Tech Res Inst | 影像式之交通參數偵測系統與方法及電腦程式產品 |
TWI425454B (zh) * | 2010-12-28 | 2014-02-01 | Ind Tech Res Inst | 行車路徑重建方法、系統及電腦程式產品 |
CN103518230B (zh) * | 2011-03-14 | 2017-02-22 | 加州大学评议会 | 用于车辆分类的方法和系统 |
JP2013055424A (ja) * | 2011-09-01 | 2013-03-21 | Sony Corp | 撮影装置、パターン検出装置、および電子機器 |
JP5746937B2 (ja) * | 2011-09-01 | 2015-07-08 | ルネサスエレクトロニクス株式会社 | オブジェクト追跡装置 |
US8582811B2 (en) * | 2011-09-01 | 2013-11-12 | Xerox Corporation | Unsupervised parameter settings for object tracking algorithms |
US9530221B2 (en) * | 2012-01-06 | 2016-12-27 | Pelco, Inc. | Context aware moving object detection |
CN102663777A (zh) * | 2012-04-26 | 2012-09-12 | 安科智慧城市技术(中国)有限公司 | 基于多视点视频的目标跟踪方法及系统 |
US9129155B2 (en) * | 2013-01-30 | 2015-09-08 | Aquifi, Inc. | Systems and methods for initializing motion tracking of human hands using template matching within bounded regions determined using a depth map |
-
2012
- 2012-09-12 US US13/611,718 patent/US8971573B2/en active Active
-
2013
- 2013-09-03 DE DE102013217569.8A patent/DE102013217569A1/de active Pending
- 2013-09-10 GB GB1316092.4A patent/GB2507857B/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20140072168A1 (en) | 2014-03-13 |
GB201316092D0 (en) | 2013-10-23 |
GB2507857B (en) | 2020-05-06 |
US8971573B2 (en) | 2015-03-03 |
GB2507857A (en) | 2014-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013217569A1 (de) | Videoverfolgung zur videobasierten geschwindigkeitskontrolle | |
DE102016118502B4 (de) | Verfahren, Einrichtung und Vorrichtung zum Ermitteln einer Fahrbahngrenze | |
DE102014210820B4 (de) | Verfahren zum Nachweis von großen und Passagierfahrzeugen von festen Kameras | |
DE102014206704B4 (de) | Aktualisierung der kalibrierung einer verkehrskamera unter verwendung einer szenenanalyse | |
DE102015219544A1 (de) | System und Verfahren zur Verfolgung optischer Codes | |
DE102016222267A1 (de) | Verfahren und System zum Erfassen eines sich bewegenden Objekts mit einer einzelnen Kamera | |
Kobylin et al. | Comparison of standard image edge detection techniques and of method based on wavelet transform | |
DE112016005059T5 (de) | Unterkategorienbewusste faltende neuronale Netzwerke zur Objekterfassung | |
EP2629243A1 (de) | Verfahren zum Erkennen und Verfolgen von Fahrspurmarkierungen | |
DE102014216794A1 (de) | Robuste und recheneffiziente videobasierte Objektverfolgung in kontrollierten Bewegungsumgebungen | |
DE102013210836A1 (de) | Erkennen eines bewegungslosen Gegenstands auf Kreuzungen von Verkehrswegen | |
DE102013216041A1 (de) | Videobasierte Fahrzeuggeschwindigkeitsschätzung anhand von Bewegungsvektoren in Videostreams | |
EP3782117A1 (de) | Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur verarbeitung von sensordaten | |
DE102016113904A1 (de) | Online Pro-Merkmal-Deskriptoranpassung | |
DE102015208139A1 (de) | Fahrzeuginsassenerfassung mittels des Abstands zwischen Beifahrer- und Fahrermerkmalen | |
DE102018102833A1 (de) | Positionskontrollsystem, positionserkennungsvorrichtung und steuerprogramm | |
DE112019004488T5 (de) | Doppelmodus-datenerfassungssystem zur kollisionserfassung und objektdimensionierung | |
Meshram et al. | Traffic surveillance by counting and classification of vehicles from video using image processing | |
DE112020004920T5 (de) | Verfolgen von datenstromobjekten mit verzögerter objekterkennung | |
DE112012004847T5 (de) | Dynamisches Liniendetektionssystem für Prozessoren mit begrenztem internen Speicher | |
DE102015211871A1 (de) | Objekterkennungsvorrichtung | |
EP2483834B1 (de) | Verfahren und Vorrichtung zum Erkennen einer Fehldetektion eines Objekts in einem Bild | |
DE102018110972A1 (de) | Fahrzeugaußenumgebung-Erkennungsvorrichtung | |
DE102014105567A1 (de) | Verfahren zur Verfolgung von Objekten unter Verwendung hyperspektraler Bilder | |
DE10142457B4 (de) | Digitale Bildmessung retroreflektierender Marken |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R082 | Change of representative |
Representative=s name: GRUENECKER PATENT- UND RECHTSANWAELTE PARTG MB, DE Representative=s name: GRUENECKER, KINKELDEY, STOCKMAIR & SCHWANHAEUS, DE |
|
R012 | Request for examination validly filed | ||
R081 | Change of applicant/patentee |
Owner name: CONDUENT BUSINESS SERVICES, LLC, FLORHAM PARK, US Free format text: FORMER OWNER: XEROX CORPORATION, NORWALK, CONN., US Owner name: CONDUENT BUSINESS SERVICES, LLC (N.D.GES.D. ST, US Free format text: FORMER OWNER: XEROX CORPORATION, NORWALK, CONN., US |
|
R082 | Change of representative |
Representative=s name: GRUENECKER PATENT- UND RECHTSANWAELTE PARTG MB, DE |
|
R081 | Change of applicant/patentee |
Owner name: CONDUENT BUSINESS SERVICES, LLC, FLORHAM PARK, US Free format text: FORMER OWNER: CONDUENT BUSINESS SERVICES, LLC (N.D.GES.D. STAATES DELAWARE), DALLAS, TEX., US |
|
R082 | Change of representative |
Representative=s name: GRUENECKER PATENT- UND RECHTSANWAELTE PARTG MB, DE |
|
R016 | Response to examination communication | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06K0009620000 Ipc: G06V0030190000 |