TWI587113B - 目標跟蹤裝置及目標跟蹤方法 - Google Patents

目標跟蹤裝置及目標跟蹤方法 Download PDF

Info

Publication number
TWI587113B
TWI587113B TW105120415A TW105120415A TWI587113B TW I587113 B TWI587113 B TW I587113B TW 105120415 A TW105120415 A TW 105120415A TW 105120415 A TW105120415 A TW 105120415A TW I587113 B TWI587113 B TW I587113B
Authority
TW
Taiwan
Prior art keywords
motion
moving target
target
module
photographic lens
Prior art date
Application number
TW105120415A
Other languages
English (en)
Other versions
TW201701094A (zh
Inventor
陳明修
Original Assignee
芋頭科技(杭州)有限公司
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 芋頭科技(杭州)有限公司 filed Critical 芋頭科技(杭州)有限公司
Publication of TW201701094A publication Critical patent/TW201701094A/zh
Application granted granted Critical
Publication of TWI587113B publication Critical patent/TWI587113B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/62Control of parameters via user interfaces
    • 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
    • G06T7/251Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/254Analysis of motion involving subtraction of images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • 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
    • G06T2207/30232Surveillance

Landscapes

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

Description

目標跟蹤裝置及目標跟蹤方法
本發明關於電子設備技術領域,特別是關於一種目標跟蹤裝置及跟蹤方法。
目前在圖像處理中已經實現了目標跟蹤的功能,該目標跟蹤主要包括兩個方面:第一、基於固定的靜態攝影鏡頭,對攝影鏡頭獲取的內容進行分析,實現靜態背景下的目標跟蹤;第二、基於某一類物體檢測模型,完成目標檢測,並對檢測結果進行跟蹤。
基於固定攝影鏡頭的跟蹤演算法採用的是影格差法後者是與影格差法原理相似的變種方法,這些演算法在攝影鏡頭改變方向或者位置的情況下容易丟失跟蹤目標;而基於物體檢測模型的跟蹤演算法需要事先訓練好物體的模型,該演算法對於該類已經訓練好模型的物體能夠較好的檢測效果,但是如果擴展到多種物體,就需要事先訓練多個不同的模型,在這種情況下會産生較大的工作量,並且對目標跟蹤裝置的計算性能有較高的要求。因此,如何更好的解決多類物體在非靜態攝影鏡頭的動態背景下的目標跟蹤問題成爲本領域技術人員面臨的一大難題。
針對上述問題,本發明提出一種目標跟蹤裝置及目標跟蹤方法,透過構建一包括目標跟蹤模組、運動模組和綜合分析模組的目標跟蹤裝置,透過攝影鏡頭中運動目標的運動參數對跟蹤演算法進行補差,實現多類問題在非靜態背景下的目標跟蹤,該技術方案具體爲:一種目標跟蹤裝置,其中,所述裝置應用於攝影鏡頭對目標的跟蹤中,所述裝置包括:目標跟蹤模組,獲取攝影鏡頭採集到的圖像,根據採集到的圖像確定所述運動目標並最終確定有效運動目標;運動模組,與所述目標跟蹤模組連接,計算所述有效運動目標本次運動的參數訊息,根據所述參數資訊判斷是否需要轉動攝影鏡頭;綜合分析模組,與所述運動模組和所述目標跟蹤模組連接,當所述攝影鏡頭轉動後刷新所述參數資訊並通知所述目標跟蹤模組繼續跟蹤目標。
於一較佳實施方式中,其中所述目標跟蹤模組包括:運動目標圖像獲取模組,運動目標圖像獲取模組,採集所述攝影鏡頭所獲取到的圖像中當前影格以及相對於當前影格的前兩影格圖像;第一儲存模組,儲存所述運動目標圖像獲取模組獲取的圖像;有效運動目標確定模組,根據儲存於所述儲存模組中的圖像確定有效運動目標。
於一較佳實施方式中,其中,所述運動模組具體包括:計算模組,計算所述有效運動目標本次運動的參數訊息;第二儲存模組,與所述計算模組連接,以儲存所述參數訊息;判斷模組,與所述儲存模組連接,以根據儲存模組中儲存的所述參數資訊判斷是否需要轉動攝影鏡頭。
本發明更提供一種基於上述目標跟蹤裝置的目標跟蹤方法,其中,所述方法包括:獲取運動目標的運動圖像,根據所述運動圖像確定所述運動目標並最終確定有效運動目標;計算所述有效運動目標本次運動的參數訊息,根據所述參數資訊判斷是否需要轉動攝影鏡頭;若不需要轉動攝影鏡頭,則繼續等待下一條參數資訊;若需要轉動攝影鏡頭,則轉動攝影鏡頭並刷新所述儲存模組中儲存的參數訊息。
於另一較佳實施方式中,其中,所述獲取運動目標的運動圖像,根據所述運動圖像確定所述運動目標並最終確定有效運動目標的步驟具體包括:獲取第一影格、第二影格和第三影格從攝影鏡頭中採集的圖像資訊,得到所述運動目標的運動圖;在運動圖中不等於0的點表示爲一個運動元,找到所有相互連接的運動元,確定疑似運動目標;計算所述疑似運動目標的運動強度,捨棄運動強度小於一閾值的運動元,確定有效運動目標。
於又一較佳實施方式中,其中,所述根據所述參數資訊判斷是否需要轉動攝影鏡頭的方法具體包括:分別設定有效運動目標的持續運動時間閾值、運動位移閾值和運動方位角閾值並將其儲存於一儲存模組中;計算所述有效運動目標的有效運動目標的持續運動時間、運動位移和運動方位角並將其放置於所述儲存模組中;分析判斷,當所述運動持續時間達到所述運動持續時間閾值、所述運動位移達到所述運動位移閾值且所述運動方位角達到所屬運動方位角閾值時轉動攝影鏡頭並刷新儲存模組中儲存的參數訊息;否則,繼續判斷有效運動目標的下一組參數訊息。
於另一較佳實施方式中,上述技術方案的有益效果:透過採用本發明的技術方案,精準即時跟蹤運動目標,且在攝影鏡頭轉動後能夠儘快繼續跟蹤運動目標,無須像傳統方法一樣重新進行運動檢測與跟蹤資訊的積累,並且能夠快速跟蹤任何運動的物體,不依賴物體的模型。
下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有作出進步性的前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
需要說明的是,在不衝突的情況下,本發明中的實施例及實施例中的特徵可以相互組合。
下面結合附圖和具體實施例對本發明作進一步說明,但無法作爲本發明的限定。
本發明介紹一種目標跟蹤裝置,其中,該裝置應用於攝影鏡頭對運動目標的跟蹤中,該裝置主要包括目標跟蹤模組、運動模組和綜合分析模組,其中:
目標跟蹤模組用於獲取攝影鏡頭獲取的圖像,並根據獲取到的圖像確定該運動目標並最終確定有效運動目標;
運動模組用來與該目標跟蹤模組連接,計算該有效運動目標本次運動的參數資訊,根據該參數資訊判斷是否需要轉動攝影鏡頭;
綜合分析模組用來與運動模組和目標跟蹤模組連接,當攝影鏡頭轉動後刷新參數資訊並通知目標跟蹤模組繼續跟蹤運動目標。
作爲本發明一個較佳實施例,目標跟蹤模組包括:
運動目標圖像獲取模組,採集當前影格以及相對於當前影格的前兩影格攝影鏡頭獲取到的圖像;
第一儲存模組,儲存所述運動目標圖像獲取模組獲取的圖像;
有效運動目標確定模組,根據儲存於所述儲存模組中的圖像確定有效運動目標。
作爲本發明一個較佳實施例,運動模組具體包括計算模組、第二儲存模組和判斷模組,其中:
計算模組用於計算有效運動目標本次運動的參數訊息; 第二儲存模組與該計算模組連接,以儲存該參數訊息;
判斷模組與該儲存模組連接,以根據儲存模組中儲存的該參數資訊判斷是否需要轉動攝影鏡頭。
在此基礎上,進一步的,參數資訊包括有效運動目標的持續運動時間、運動位移和運動方位角。
參見圖1所示結構,首先獲取圖像,確定運動目標,繼續確定有效運動目標,然後計算運動目標的參數訊息,當各項參數訊息達到設定的閾值時便轉動攝影鏡頭並更新參數資訊以及儲存在儲存器中的攝影鏡頭的位置資訊,具體方法爲:
參見圖2所示結構示意圖,其中,該方法具體包括:
獲取攝影鏡頭採集到的圖像,根據獲取的圖像確定運動目標並最終確定有效運動目標;
計算該有效運動目標本次運動的參數資訊,根據該參數資訊判斷是否需要轉動攝影鏡頭;
若不需要轉動攝影鏡頭,則繼續等待下一條參數資訊;若需要轉動攝影鏡頭,則轉動攝影鏡頭並刷新該儲存模組中儲存的參數資訊,而且儲存器中儲存有攝影鏡頭的位置資訊,攝影鏡頭每轉動一次儲存於儲存器中的攝影鏡頭的位置資訊更新一次,下一次轉動時便以上一次轉動後的位置資訊爲參照。
參見圖3所示結構示意圖,在本發明一個較佳實施例中,其中,獲取運動目標的運動圖像,根據該運動圖像確定該運動目標並最終確定有效運動目標的步驟具體包括:
獲取第一影格、第二影格和第三影格從攝影鏡頭中採集的圖像資訊,得到該運動目標的運動圖像(定義當前影格爲第三影格,則前兩影格根據時間先後分別定義爲第一影格和第二影格);
在運動圖中將圖像不等於0的點表示爲一個運動元,找到所有相互連接的運動元,確定疑似運動目標;
計算該疑似運動目標的運動強度,捨棄運動強度小於一閾值的運動元,確定有效運動目標。
作爲本發明一個具體實施例,首先獲取當前影格(第三影格)、第一影格和第二影格從攝影鏡頭中採集到的圖像資訊,用第一影格減第三影格獲得一個差值圖像img1,用第二影格減第三影格獲得一個差值圖像img2,將img1和img2疊加得到一個運動圖像;然後將運動圖像中不等於0的點表示一個運動元,找到所有相互連接的運動元,這些相互連接的運動元組成一個疑似運動目標;最後,計算所有疑似運動目標的運動強度,按照公式運動強度=運動元數量/疑似目標的矩形面積,運動強度值越大,表示這個區域的運動資訊越豐富,反之,運動強度越小,表示該區域的運動資訊越稀疏,且事先定義一個運動強度閾值,當疑似運動目標的運動強度小於該閾值時,我們將其過濾到,及捨棄運動強度小於運動強度預設閾值的運動元,得到有效運動目標。
參見圖4所示結構示意圖,作爲本發明一個較佳實施例,其中,根據該參數資訊判斷是否需要轉動攝影鏡頭的方法具體包括:
分別設定有效運動目標的持續運動時間閾值、運動位移閾值和運動方位角閾值並將其儲存於第二儲存模組中;
計算該有效運動目標的有效運動目標的持續運動時間、運動位移和運動方位角並將其放置於第二儲存模組中;
分析判斷,當該運動持續時間達到該運動持續時間閾值、該運動位移達到該運動位移閾值且該運動方位角達到所屬運動方位角閾值時轉動攝影鏡頭並刷新儲存模組中儲存的參數訊息;否則,繼續判斷有效運動目標的下一組參數訊息。
參見圖5所示流程圖,跟蹤一個運動目標時,首先判斷該運動目標的持續運動時間是否達到設定的持續運動時間閾值,如果沒有達到,則結束對本運動目標的跟蹤,開始跟蹤下一個運動目標;如果達到設定的運動持續時間閾值,判斷該運動目標的運動位移是否達到設定的運動位移閾值,如果沒有達到,則結束本運動目標的跟蹤,開始下一個運動目標的跟蹤,如果達到設定的運動位移閾值,則判斷運動目標的運動方位角是否達到設定的運動方位角閾值,如果未達到設定的運動方位角閾值,則結束本運動目標的跟蹤,開始下一個運動目標的跟蹤,如果達到設定的運動方位角閾值,則轉動攝影鏡頭。
其中,如果有一個急速的物體從攝影鏡頭前方飛過,雖然移動的距離夠長,但是沒有實際的跟蹤必要,而設定持續時間閾值能有效防止在這種情況下攝影鏡頭轉動;一個物體只是在攝影鏡頭前方輕微抖動,雖然持續時間夠長,但是運動位移達不到運動位移閾值,即設定運動位移閾值能有效避免此情況下的攝影鏡頭轉動;被跟蹤的目標在攝影鏡頭前方進行微小徘徊運動時,根據運動方位角閾值判斷不需要轉動攝影鏡頭。
在攝影鏡頭完成一次轉動後,需要更新儲存於儲存模組中的跟蹤目標的參數資訊,並且,攝影鏡頭的動態資訊在一次轉動後也是及時更新的,這樣的能放防止下一次攝影鏡頭轉動有偏差,具體表現爲:如果下一次目標朝攝影鏡頭的轉向方向繼續前進,可能會導致下一次攝影鏡頭轉向速度過大,角度過大;如果下一次目標朝攝影鏡頭的反方向運動,但是最新的跟蹤視窗可能會與攝影鏡頭轉動前的跟蹤視窗重合,或者導致運動位移過小而不進行轉向,跟蹤滯後或者丟失。
綜上所述,本發明透過構建一包括目標跟蹤模組、運動模組和綜合分析模組的運動目標跟蹤裝置,透過獲取攝影鏡頭採集到的圖像確定運動目標並最終確定有效運動目標,然後計算該有效運動目標本次運動的參數資訊並根據該參數資訊判斷是否需要轉動攝影鏡頭;並在攝影鏡頭轉動完成後更新儲存在儲存器中的參數資訊,透過本技術方案,能精準即時有效跟蹤運動目標並在攝影鏡頭完成轉動後能夠繼續跟蹤運動目標,無需像傳統方法一樣重新進行一次運動檢測與跟蹤資訊積累,而且本技術方案能夠快速跟蹤任何運動的物體,不依賴於任何物體模型。
本領域技術人員應該理解,本領域技術人員在結合現有技術以及上述實施例可以實現所述變化例,在此不做贅述。這樣的變化例並不影響本發明的實質內容,在此不予贅述。
以上對本發明的較佳實施例進行了描述。需要理解的是,本發明並不局限於上述特定實施方式,其中未盡詳細描述的設備和結構應該理解爲用本領域中的普通方式予以實施;任何熟悉本領域的技術人員,在不脫離本發明技術方案範圍情況下,都可利用上述揭示的方法和技術內容對本發明技術方案作出許多可能的變動和修飾,或修改爲等同變化的等效實施例,這並不影響本發明的實質內容。因此,凡是未脫離本發明技術方案的內容,依據本發明的技術實質對以上實施例所做的任何簡單修改、等同變化及修飾,均仍屬於本發明技術方案保護的範圍。
圖1是本發明實施例中運動目標跟蹤演算法流程圖; 圖2是本發明實施例跟蹤運動目標的方法結構示意圖; 圖3是本發明實施例中確定有效運動目標的方法結構示意圖; 圖4是本發明實施例中判斷是否需要轉動攝影鏡頭的方法結構示意圖; 圖5是本發明實施例中判斷是否需要轉動攝影鏡頭的演算法流程示意圖。

Claims (5)

  1. 一種目標跟蹤裝置,所述裝置應用於攝影鏡頭對目標的跟蹤,所述裝置包括:目標跟蹤模組,獲取攝影鏡頭採集到的圖像,根據採集到的圖像確定所述運動目標並最終確定有效運動目標;運動模組,與所述目標跟蹤模組連接,分別設定有效運動目標的持續運動時間閾值、運動位移閾值和運動方位角閾值;計算所述有效運動目標本次運動的持續運動時間、運動位移和運動方位角的參數資訊;根據所述參數資訊判斷是否需要轉動攝影鏡頭:當所述運動持續時間達到所述運動持續時間閾值、所述運動位移達到所述運動位移閾值且所述運動方位角達到所屬運動方位角閾值時轉動攝影鏡頭並刷新參數資訊;否則,繼續判斷有效運動目標的下一組參數資訊;綜合分析模組,與所述運動模組和所述目標跟蹤模組連接,當所述攝影鏡頭轉動後刷新所述參數資訊並通知所述目標跟蹤模組繼續跟蹤目標。
  2. 如申請專利範圍第1項所述之目標跟蹤裝置,其中所述目標跟蹤模組包括:運動目標圖像獲取模組,採集所述攝影鏡頭所獲取到的圖像中當前影格以及相對於當前影格的前兩影格圖像;第一儲存模組,儲存所述運動目標圖像獲取模組獲取的圖像;有效運動目標確定模組,根據儲存於所述儲存模組中的圖像確定有效運動目標。
  3. 如申請專利範圍第1項所述之目標跟蹤裝置,其中所述運動模組具體包括:計算模組,計算所述有效運動目標本次運動的參數資訊; 第二儲存模組,與所述計算模組連接,以儲存所述參數資訊;判斷模組,與所述儲存模組連接,以根據儲存模組中儲存的所述參數資訊判斷是否需要轉動攝影鏡頭。
  4. 一種目標跟蹤方法,所述方法基於申請專利範圍第1-3項中任意一項權利要求,應用於運動目標的跟蹤中,所述方法包括:獲取運動目標的運動圖像,根據所述運動圖像確定所述運動目標並最終確定有效運動目標;計算所述有效運動目標本次運動的參數資訊,根據所述參數資訊判斷是否需要轉動攝影鏡頭;若不需要轉動攝影鏡頭,則繼續等待下一條參數資訊;若需要轉動攝影鏡頭,則轉動攝影鏡頭並刷新所述儲存模組中儲存的參數資訊;其中所述根據所述參數資訊判斷是否需要轉動攝影鏡頭的方法具體包括:分別設定有效運動目標的持續運動時間閾值、運動位移閾值和運動方位角閾值並將其儲存於一儲存模組中;計算所述有效運動目標的有效運動目標的持續運動時間、運動位移和運動方位角並將其放置於所述儲存模組中;分析判斷,當所述運動持續時間達到所述運動持續時間閾值、所述運動位移達到所述運動位移閾值且所述運動方位角達到所屬運動方位角閾值時轉動攝影鏡頭並刷新儲存模組中儲存的參數資訊;否則,繼續判斷有效運動目標的下一組參數資訊。
  5. 如申請專利範圍第4項所述之目標跟蹤方法,其中所述獲取運動目標的運動圖像,根據所述運動圖像確定所述運動目標並最終確定有效運動目標的 步驟具體包括:獲取第一影格、第二影格和第三影格從攝影鏡頭中採集的圖像資訊,得到所述運動目標的運動圖;運動圖中不等於0的點表示為一個運動元,找到所有相互連接的運動元,確定疑似運動目標;計算所述疑似運動目標的運動強度,捨棄運動強度小於一閾值的運動元,確定有效運動目標。
TW105120415A 2015-06-30 2016-06-29 目標跟蹤裝置及目標跟蹤方法 TWI587113B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510387049.1A CN106327517B (zh) 2015-06-30 2015-06-30 一种目标跟踪装置及目标跟踪方法

Publications (2)

Publication Number Publication Date
TW201701094A TW201701094A (zh) 2017-01-01
TWI587113B true TWI587113B (zh) 2017-06-11

Family

ID=57607839

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105120415A TWI587113B (zh) 2015-06-30 2016-06-29 目標跟蹤裝置及目標跟蹤方法

Country Status (7)

Country Link
US (1) US10506150B2 (zh)
EP (1) EP3319042B1 (zh)
JP (1) JP6657270B2 (zh)
CN (1) CN106327517B (zh)
HK (1) HK1231613A1 (zh)
TW (1) TWI587113B (zh)
WO (1) WO2017000765A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10430641B2 (en) * 2017-03-08 2019-10-01 GM Global Technology Operations LLC Methods and systems for object tracking using bounding boxes
CN109559330B (zh) * 2017-09-25 2021-09-10 北京金山云网络技术有限公司 运动目标的视觉跟踪方法、装置、电子设备及存储介质
CN107992677B (zh) * 2017-11-29 2020-11-17 中国人民解放军火箭军工程大学 基于惯导信息和亮度修正的红外弱小移动目标跟踪方法
CN109685062B (zh) * 2019-01-02 2023-07-25 南方科技大学 一种目标检测方法、装置、设备及存储介质
CN109859200B (zh) * 2019-02-15 2022-03-18 哈尔滨工程大学 一种基于背景分析的低空慢速无人机快速检测方法
CN111145217A (zh) * 2019-12-27 2020-05-12 湖南华诺星空电子技术有限公司 一种基于kcf的无人机跟踪方法
CN111640141B (zh) * 2020-05-20 2023-10-24 山东神戎电子股份有限公司 一种基于热成像的低慢目标定位跟踪方法
CN115442521B (zh) * 2022-08-08 2023-10-27 杭州华橙软件技术有限公司 摄像控制方法及相关装置、摄像机和存储介质
CN116744102B (zh) * 2023-06-19 2024-03-12 北京拙河科技有限公司 一种基于反馈调节的球机跟踪方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1141427A (zh) * 1995-12-29 1997-01-29 西安交通大学 基于图像识别的运动物体测量方法
CN101378454B (zh) * 2007-08-31 2010-06-16 鸿富锦精密工业(深圳)有限公司 摄像设备及其拍摄方法
TWM426046U (en) * 2011-05-10 2012-04-01 Chiuan Yan Technology Co Ltd Active target tracking microphotography module
CN103974028A (zh) * 2013-01-30 2014-08-06 由田新技股份有限公司 人员激烈行为侦测方法
CN203951553U (zh) * 2014-05-05 2014-11-19 深圳市莫孚康技术有限公司 一种摄影机自动跟焦装置
TW201516965A (zh) * 2013-10-25 2015-05-01 Univ Nat Kaohsiung Applied Sci 偵測多移動目標之方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100792283B1 (ko) * 2001-08-07 2008-01-07 삼성전자주식회사 이동물체 자동 추적장치 및 방법
JP4819380B2 (ja) * 2004-03-23 2011-11-24 キヤノン株式会社 監視システム、撮像設定装置、制御方法、及びプログラム
CN1937766A (zh) * 2005-09-20 2007-03-28 富士能株式会社 监视摄像机装置及监视摄像机系统
KR100837435B1 (ko) * 2006-10-25 2008-06-12 삼성전자주식회사 촬영장치 및 이의 대상 추적제어방법
US8411935B2 (en) * 2007-07-11 2013-04-02 Behavioral Recognition Systems, Inc. Semantic representation module of a machine-learning engine in a video analysis system
JP4982407B2 (ja) * 2008-02-22 2012-07-25 株式会社東芝 移動体画像追尾装置及び方法
JP2010154391A (ja) * 2008-12-26 2010-07-08 Panasonic Corp 自動追尾カメラ装置
CN101572804B (zh) * 2009-03-30 2012-03-21 浙江大学 多摄像机智能控制方法及装置
US8116527B2 (en) * 2009-10-07 2012-02-14 The United States Of America As Represented By The Secretary Of The Army Using video-based imagery for automated detection, tracking, and counting of moving objects, in particular those objects having image characteristics similar to background
JP2012133759A (ja) * 2010-11-29 2012-07-12 Canon Inc 侵入物体の検知を行うことができる物体追尾装置、物体追尾方法及び記憶媒体
JP5818487B2 (ja) * 2011-04-11 2015-11-18 キヤノン株式会社 カメラ制御装置、カメラ制御方法
CN102307297A (zh) 2011-09-14 2012-01-04 镇江江大科茂信息系统有限责任公司 一种多方位视频目标跟踪检测的智能监控系统
JP6182332B2 (ja) * 2013-03-08 2017-08-16 株式会社デンソーウェーブ 監視装置の制御方法
CN103237195A (zh) 2013-04-07 2013-08-07 南京理工大学 目标图像实时传输与跟踪系统
US9158974B1 (en) * 2014-07-07 2015-10-13 Google Inc. Method and system for motion vector-based video monitoring and event categorization
KR102558473B1 (ko) * 2016-09-30 2023-07-25 삼성전자주식회사 이미지를 표시하기 위한 방법 및 그 전자 장치
US10607098B2 (en) * 2017-11-13 2020-03-31 Aupera Technologies, Inc. System of a video frame detector for video content identification and method thereof

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1141427A (zh) * 1995-12-29 1997-01-29 西安交通大学 基于图像识别的运动物体测量方法
CN101378454B (zh) * 2007-08-31 2010-06-16 鸿富锦精密工业(深圳)有限公司 摄像设备及其拍摄方法
TWM426046U (en) * 2011-05-10 2012-04-01 Chiuan Yan Technology Co Ltd Active target tracking microphotography module
CN103974028A (zh) * 2013-01-30 2014-08-06 由田新技股份有限公司 人员激烈行为侦测方法
TW201516965A (zh) * 2013-10-25 2015-05-01 Univ Nat Kaohsiung Applied Sci 偵測多移動目標之方法
CN203951553U (zh) * 2014-05-05 2014-11-19 深圳市莫孚康技术有限公司 一种摄影机自动跟焦装置

Also Published As

Publication number Publication date
CN106327517A (zh) 2017-01-11
HK1231613A1 (zh) 2017-12-22
CN106327517B (zh) 2019-05-28
TW201701094A (zh) 2017-01-01
EP3319042A1 (en) 2018-05-09
JP6657270B2 (ja) 2020-03-04
EP3319042A4 (en) 2019-01-02
EP3319042B1 (en) 2020-10-07
US10506150B2 (en) 2019-12-10
JP2018523394A (ja) 2018-08-16
WO2017000765A1 (zh) 2017-01-05
US20180191950A1 (en) 2018-07-05

Similar Documents

Publication Publication Date Title
TWI587113B (zh) 目標跟蹤裝置及目標跟蹤方法
US10769480B2 (en) Object detection method and system
CN108955718B (zh) 一种视觉里程计及其定位方法、机器人以及存储介质
Schöps et al. 3D modeling on the go: Interactive 3D reconstruction of large-scale scenes on mobile devices
WO2019223782A1 (zh) 游戏场景描述方法、装置、设备及存储介质
US10109104B2 (en) Generation of 3D models of an environment
WO2019119328A1 (zh) 一种基于视觉的定位方法及飞行器
US20170124693A1 (en) Pose Estimation using Sensors
TWI615026B (zh) 基於人體資訊的機器人監控系統及方法
WO2019144772A1 (zh) 交互行为检测方法、装置、系统及设备
US9443349B2 (en) Electronic apparatus and method for incremental pose estimation and photographing thereof
TWI528326B (zh) 回應於裁剪座標回饋裁剪影像之影像感測器
CN111627049B (zh) 高空抛物的确定方法、装置、存储介质及处理器
WO2019000664A1 (zh) 一种信息处理方法及电子设备
WO2020143499A1 (zh) 一种基于动态视觉传感器的角点检测方法
JP2016500890A (ja) 並列化可能なアーキテクチャ内の画像を使用して、サーフェルの局所的なジオメトリまたは面法線を初期化し、解くための方法
JP7214007B2 (ja) ゴルフボールオントップ式検出方法、システム及び記憶媒体
CN109658507A (zh) 信息处理方法及装置、电子设备
CN113342055A (zh) 无人机飞行控制方法、装置、电子设备及存储介质
TWI796952B (zh) 物件偵測裝置以及物件偵測方法
CN105022889A (zh) 一种基于视频的快速模板匹配gpu实现方法
JP2015041819A5 (zh)
RU2019117210A (ru) Автоматическая регулировка панорамирования, наклона и масштабирования для улучшения получения показателей жизненно важных функций
CN110580737A (zh) 图像处理方法、系统以及具有存储功能的装置
US11902658B2 (en) Instant auto-focus with distance estimation

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees