JP2015118706A - 物体追跡方法と装置 - Google Patents
物体追跡方法と装置 Download PDFInfo
- Publication number
- JP2015118706A JP2015118706A JP2014249658A JP2014249658A JP2015118706A JP 2015118706 A JP2015118706 A JP 2015118706A JP 2014249658 A JP2014249658 A JP 2014249658A JP 2014249658 A JP2014249658 A JP 2014249658A JP 2015118706 A JP2015118706 A JP 2015118706A
- Authority
- JP
- Japan
- Prior art keywords
- target object
- tracking
- identification target
- pixel
- probability map
- 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
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
- G06V20/56—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
- G06T2207/10021—Stereoscopic video; Stereoscopic image sequence
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20068—Projection on vertical or horizontal image axis
-
- 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
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
Description
式中、Fは、所定の関数であり、そのパラメータはDobjの初期視差確率マップとTobjkの視差確率マップである。
(外1)
を更新して取得する。1例では、例えば下記公式(4)に基づいて識別対象物体Dobjの該追跡対象
(外2)
に関する視差確率マップ
(外3)
を取得することができる。
(外4)
即ちフレームは時間次元上で現在フレームに近くなるほど、ウェイトが大きくなり、例では、
(外5)
と設定する。
(外6)
(外7)
は更新後の位置(x,y)の画素が識別対象物体を構成する画素に属する確率を表す。distanceは識別対象物体の境界領域の代表的位置と該追跡対象の現在フレーム内の予測位置までの間のリアル世界における距離を表し、例えば識別対象物体の境界領域の中心点をその代表的位置とすることができる。履歴追跡情報に基づいて追跡対象の現在フレーム内の位置を予測し、例えば追跡対象の一つ前のフレーム内の位置と推定の移動速度に基づいて実現できる。
(外8)
を該追跡対象pの履歴追跡データに追加する。
Claims (10)
- コンピュータで実現可能な、連続する視差画像に基づいて複数の同類物体を追跡する物体追跡方法において、
現在フレーム視差画像から検出した第一識別対象物体の現在フレーム視差画像内の第一境界領域を取得し、
該第一境界領域内の各有効画素が該第一識別対象物体を構成する画素に属す確率を計算することにより、第一識別対象物体の画素確率マップを取得し、
追跡対象の識別子情報と、現在フレームの前の一つまたは複数の前視差画像の各々に関連付けられた画素確率マップとが含まれている各追跡対象の履歴追跡データを取得し、
第一識別対象物体の画素確率マップと追跡対象の各々の一つまたは複数の画素確率マップ間のマッチングに基づいて、第一識別対象物体の識別子情報を確定するとともに、第一識別対象物体の画素確率マップを更新し、及び
更新した第一識別対象物体の画素確率マップに基づいて、第一識別対象物体の第一境界領域を更新し、第二境界領域を取得することを含む、物体追跡方法。 - 前記該第一境界領域内の各有効画素が該第一識別対象物体を構成する画素に属する確率を計算することにより、第一識別対象物体の画素確率マップを取得することは、
第一識別対象物体の視差方向と垂直な平面を視差主平面として抽出し、及び
第一境界領域内の各有効画素から該視差主平面までの距離に基づいて、第一境界領域内の各有効画素が該第一識別対象物体を構成する画素に属する確率を確定し、1画素から該視差主平面までの距離が小さくなるほど、該画素が該第一識別対象物体を構成する画素に属する確率が高くなることを含む、請求項1に記載の物体追跡方法。 - 第一識別対象物体の有効画素数が最も多くなる視差方向と垂直な平面を視差主平面として抽出する、請求項2に記載の物体追跡方法。
- 拡張された画素が該第一識別対象物体を構成する画素に属する確率が所定の閾値未満になるまで、第一境界領域を漸進式に拡張することを含む、請求項3に記載の物体追跡方法。
- 前記第一識別対象物体の画素確率マップと追跡対象の各々の一つまたは複数の画素確率マップ間のマッチングに基づいて、第一識別対象物体の識別子情報を確定し、第一識別対象物体の画素確率マップを更新することは、
追跡対象の各々に対して、
第一識別対象物体の画素確率マップと該追跡対象の一つまたは複数の画素確率マップの各々の間の揃え位置を確定し、
確定した第一識別対象物体の画素確率マップと該追跡対象の一つまたは複数の画素確率マップの間の揃え位置に基づいて、第一識別対象物体の画素確率マップと追跡対象の一つまたは複数の画素確率マップの各々を組み合わせることにより、該追跡対象に関連する更新した第一識別対象物体の画素確率マップを取得し、
該追跡対象に関連する更新した第一識別対象物体の画素確率マップに基づいて、第一識別対象物体と該追跡対象間の類似度を計算し、及び
第一識別対象物体との類似度が最高になる追跡対象の識別子を第一識別対象物体に与え、類似度が最高になる追跡対象に関連する更新した第一識別対象物体の画素確率マップを取得することを含む、請求項1〜4のいずれかに記載の物体追跡方法。 - 前記第一識別対象物体の画素確率マップと該追跡対象の一つまたは複数の画素確率マップの各々を組み合わせることにより、該追跡対象に関連する更新した第一識別対象物体の画素確率マップを得ることは、
第一識別対象物体の画素確率マップと該追跡対象の一つまたは複数の画素確率マップの各々を乗算するとともに加重累計することを含み、
追跡対象の1画素確率マップの第一識別対象物体の画素確率マップとの、時間におけるフレーム間隔が近ければ近いほど、加重累計におけるウェイトが大きくなる、請求項5に記載の物体追跡方法。 - 前記第一識別対象物体の画素確率マップと該追跡対象の一つまたは複数の画素確率マップの各々の間の揃え位置を確定することは、
第一識別対象物体の第一境界領域内の出現頻度が最も高い視差値に対応する各画素点の水平X座標における投影数の累計を取得し、水平投影ヒストグラムを取得し、該ヒストグラムの一次元はX座標であり、他方の一次元はX座標上の対応する位置の値が頻度最高の視差値となる画素点の数を表し、
該追跡対象の該画素確率マップに関連する境界領域の水平投影ヒストグラムを取得し、
第一識別対象物体の水平投影ヒストグラムを該追跡対象の該画素確率マップに関連する境界領域の水平投影ヒストグラム上でスライドさせ、両者が異なる位置でマッチングしたときのマッチング度を計算し、及び
マッチング度が最高の位置を前記揃え位置として確定することを含む、請求項5に記載の物体追跡方法。 - 前記該追跡対象に関連する更新した第一識別対象物体の画素確率マップに基づいて、第一識別対象物体と該追跡対象間の類似度を計算することは、
前記画素確率マップ及び第一識別対象物体の第一境界領域から該追跡対象の現在フレーム予測領域位置までの距離から、第一識別対象物体と該追跡対象間の類似度を計算し、該追跡対象の現在フレーム予測領域位置は、該追跡対象の履歴追跡情報から予測された該追跡対象の現在フレーム画像内の位置であることを含む、請求項5に記載の物体追跡方法。 - 前記第一識別対象物体の画素確率マップと該追跡対象の各々の一つまたは複数の画素確率マップ間のマッチングに基づき、第一識別対象物体の識別子情報を確定するとともに、第一識別対象物体の画素確率マップを更新することは、
現在フレームの第一識別対象物体の視差主平面と各追跡対象IDが表す追跡対象の一つまたは複数の前視差画像に関連する視差主平面の全部または一部間のマッチング度に基づき、第一識別対象物体と各追跡対象IDが表す追跡対象間の類似度を計算し、
第一識別対象物体との類似度が最高になる追跡対象と、関連する追跡対象IDを確定し、及び
第一識別対象物体との類似度が最高になる追跡対象の識別子を第一識別対象物体に与え、第一識別対象物体の画素確率マップと、第一識別対象物体との類似度が最高になる追跡対象の画素確率マップに基づいて、第一識別対象物体の画素確率マップを更新することを含む、請求項1〜4のいずれかに記載の物体追跡方法。 - コンピュータで実現可能な、連続する視差画像に基づいて複数の同類物体を追跡する物体追跡装置において、
現在フレーム視差画像から検出した第一識別対象物体の現在フレーム視差画像における第一境界領域を取得する識別対象物体境界領域取得部と、
該第一境界領域内の各有効画素が該第一識別対象物体を構成する画素に属する確率を計算することにより、第一識別対象物体の画素確率マップを取得する識別対象物体画素確率マップ計算部と、
追跡対象の識別子情報、現在フレーム画像の前の一つまたは複数の前視差画像の各々に関連する画素確率マップを含む、各追跡対象の履歴追跡データを取得する追跡対象履歴画素確率マップ取得部と、
第一識別対象物体の画素確率マップと追跡対象の各々の一つまたは複数の画素確率マップ間のマッチングに基づいて、第一識別対象物体の識別子情報を確定するとともに、第一識別対象物体の画素確率マップを更新する識別対象物体識別及び画素確率マップ更新部と、
更新した第一識別対象物体の画素確率マップに基づいて、第一識別対象物体の第一境界領域を更新し、第二境界領域を取得する識別対象物体境界領域更新部と、を含む、物体追跡装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310687905.6 | 2013-12-16 | ||
CN201310687905.6A CN104715249B (zh) | 2013-12-16 | 2013-12-16 | 物体跟踪方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015118706A true JP2015118706A (ja) | 2015-06-25 |
JP6455113B2 JP6455113B2 (ja) | 2019-01-23 |
Family
ID=53368860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014249658A Active JP6455113B2 (ja) | 2013-12-16 | 2014-12-10 | 物体追跡方法と装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9298990B2 (ja) |
JP (1) | JP6455113B2 (ja) |
CN (1) | CN104715249B (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110315535A (zh) * | 2019-06-10 | 2019-10-11 | 西北工业大学 | 一种基于连续路径的机器人目标抓取检测方法 |
JP2020013562A (ja) * | 2018-07-16 | 2020-01-23 | 株式会社リコー | ビジュアルオドメトリ方法、装置及びコンピュータ読み取り可能な記憶媒体 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105335748B (zh) | 2014-08-07 | 2018-10-12 | 株式会社理光 | 图像特征提取方法和系统 |
US9727785B2 (en) | 2015-06-18 | 2017-08-08 | The Boeing Company | Method and apparatus for tracking targets |
US9715639B2 (en) * | 2015-06-18 | 2017-07-25 | The Boeing Company | Method and apparatus for detecting targets |
US9727800B2 (en) * | 2015-09-25 | 2017-08-08 | Qualcomm Incorporated | Optimized object detection |
US9972092B2 (en) * | 2016-03-31 | 2018-05-15 | Adobe Systems Incorporated | Utilizing deep learning for boundary-aware image segmentation |
WO2018098789A1 (en) * | 2016-12-01 | 2018-06-07 | SZ DJI Technology Co., Ltd. | Method and system for detecting and tracking objects using characteristic points |
US10529083B2 (en) * | 2016-12-08 | 2020-01-07 | Lighmetrics Technologies Pvt. Ltd. | Methods and systems for estimating distance of an object from a moving vehicle |
CN108229268A (zh) * | 2016-12-31 | 2018-06-29 | 商汤集团有限公司 | 表情识别及卷积神经网络模型训练方法、装置和电子设备 |
EP3493102B1 (en) * | 2017-11-30 | 2020-04-29 | Axis AB | A method and system for tracking a plurality of objects in a sequence of images |
CN108280452A (zh) * | 2018-01-26 | 2018-07-13 | 深圳市唯特视科技有限公司 | 一种基于并行网络构架的图像语义标签纠错方法 |
CN110348270B (zh) * | 2018-04-03 | 2023-06-09 | 扬智科技股份有限公司 | 影像物件辨识方法与影像物件辨识系统 |
US10957048B2 (en) * | 2018-09-05 | 2021-03-23 | Htc Corporation | Image segmentation method, apparatus and non-transitory computer readable medium of the same |
US10878580B2 (en) * | 2018-10-15 | 2020-12-29 | Tusimple, Inc. | Point cluster refinement processing of image data for LiDAR-based vehicle tracking system and method |
JP7200820B2 (ja) * | 2019-05-13 | 2023-01-10 | 株式会社デンソー | 物標識別装置および運転支援装置 |
CN113470065B (zh) * | 2020-03-31 | 2022-06-10 | 清华大学 | 移动物体检测和跟踪方法以及装置 |
CN113888450A (zh) * | 2020-07-02 | 2022-01-04 | 中强光电股份有限公司 | 影像分割方法以及电子装置 |
CN112184769B (zh) * | 2020-09-27 | 2023-05-02 | 上海高德威智能交通系统有限公司 | 一种跟踪异常的识别方法、装置及设备 |
CN112762921B (zh) * | 2020-12-24 | 2022-05-20 | 杭州电子科技大学 | 一种基于仿人记忆机制的机器人概率地图更新方法 |
CN112819706B (zh) * | 2021-01-14 | 2024-05-14 | 杭州睿影科技有限公司 | 确定叠加显示的识别框的方法及可读存储介质和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010068466A (ja) * | 2008-09-12 | 2010-03-25 | Toshiba Corp | 移動体追跡装置及び移動体追跡方法 |
JP2010113562A (ja) * | 2008-11-07 | 2010-05-20 | Fujitsu Ltd | 物体検知追跡装置,物体検知追跡方法および物体検知追跡プログラム |
US20110299774A1 (en) * | 2008-04-22 | 2011-12-08 | Corey Mason Manders | Method and system for detecting and tracking hands in an image |
US20120249746A1 (en) * | 2011-03-28 | 2012-10-04 | Cornog Katherine H | Methods for detecting, visualizing, and correcting the perceived depth of a multicamera image sequence |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6674877B1 (en) * | 2000-02-03 | 2004-01-06 | Microsoft Corporation | System and method for visually tracking occluded objects in real time |
US7224830B2 (en) * | 2003-02-04 | 2007-05-29 | Intel Corporation | Gesture detection from digital video images |
US8073196B2 (en) | 2006-10-16 | 2011-12-06 | University Of Southern California | Detection and tracking of moving objects from a moving platform in presence of strong parallax |
GB0818561D0 (en) * | 2008-10-09 | 2008-11-19 | Isis Innovation | Visual tracking of objects in images, and segmentation of images |
KR101619076B1 (ko) | 2009-08-25 | 2016-05-10 | 삼성전자 주식회사 | 모바일 플랫폼의 동적 물체 검출 및 추적 방법 |
CN103177236B (zh) | 2011-12-22 | 2016-06-01 | 株式会社理光 | 道路区域检测方法和装置、分道线检测方法和装置 |
CN103413312B (zh) * | 2013-08-19 | 2016-01-20 | 华北电力大学 | 基于邻里成分分析和尺度空间理论的视频目标跟踪方法 |
-
2013
- 2013-12-16 CN CN201310687905.6A patent/CN104715249B/zh active Active
-
2014
- 2014-12-10 JP JP2014249658A patent/JP6455113B2/ja active Active
- 2014-12-12 US US14/568,223 patent/US9298990B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110299774A1 (en) * | 2008-04-22 | 2011-12-08 | Corey Mason Manders | Method and system for detecting and tracking hands in an image |
JP2010068466A (ja) * | 2008-09-12 | 2010-03-25 | Toshiba Corp | 移動体追跡装置及び移動体追跡方法 |
JP2010113562A (ja) * | 2008-11-07 | 2010-05-20 | Fujitsu Ltd | 物体検知追跡装置,物体検知追跡方法および物体検知追跡プログラム |
US20120249746A1 (en) * | 2011-03-28 | 2012-10-04 | Cornog Katherine H | Methods for detecting, visualizing, and correcting the perceived depth of a multicamera image sequence |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020013562A (ja) * | 2018-07-16 | 2020-01-23 | 株式会社リコー | ビジュアルオドメトリ方法、装置及びコンピュータ読み取り可能な記憶媒体 |
CN110315535A (zh) * | 2019-06-10 | 2019-10-11 | 西北工业大学 | 一种基于连续路径的机器人目标抓取检测方法 |
CN110315535B (zh) * | 2019-06-10 | 2022-05-17 | 西北工业大学 | 一种基于连续路径的机器人目标抓取检测方法 |
Also Published As
Publication number | Publication date |
---|---|
US9298990B2 (en) | 2016-03-29 |
JP6455113B2 (ja) | 2019-01-23 |
CN104715249A (zh) | 2015-06-17 |
US20150169956A1 (en) | 2015-06-18 |
CN104715249B (zh) | 2018-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6455113B2 (ja) | 物体追跡方法と装置 | |
US11567502B2 (en) | Autonomous exploration framework for indoor mobile robotics using reduced approximated generalized Voronoi graph | |
US9582895B2 (en) | Real-time object analysis with occlusion handling | |
US20190050994A1 (en) | Control method, non-transitory computer-readable storage medium, and control apparatus | |
JP2019036008A (ja) | 制御プログラム、制御方法、及び情報処理装置 | |
JP2019003299A (ja) | 画像認識装置および画像認識方法 | |
CN110717918B (zh) | 行人检测方法和装置 | |
CN112329645B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
KR102198920B1 (ko) | 온라인 학습을 이용한 객체 트래킹을 위한 방법 및 시스템 | |
CN115423846A (zh) | 多目标轨迹跟踪方法以及装置 | |
WO2021256266A1 (ja) | 物体追跡装置、物体追跡方法及びプログラム | |
Prokaj et al. | Using 3d scene structure to improve tracking | |
KR20100041172A (ko) | 영상 추적 장치의 이동표적 움직임 추적 방법 | |
JP2016162096A (ja) | 移動物体追跡装置 | |
CN110751722A (zh) | 同时定位建图方法及装置 | |
CN116654022B (zh) | 基于多重交互的行人轨迹预测方法、系统、设备和介质 | |
Kuplyakov et al. | A distributed tracking algorithm for counting people in video | |
Sanchez-Matilla et al. | Motion prediction for first-person vision multi-object tracking | |
CN113869163B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
KR20230111010A (ko) | 관절 예측을 위한 학습 데이터 생성 방법 및 장치 | |
WO2021152547A1 (en) | Method and system for localization with supervision | |
US20220254173A1 (en) | Mesh structure equipment detection apparatus, mesh structure equipment detection method and program | |
CN115431968B (zh) | 车辆控制器、车辆及车辆控制方法 | |
US11922667B2 (en) | Object region identification device, object region identification method, and object region identification program | |
US20230196752A1 (en) | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171117 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181109 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181120 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181203 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6455113 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |