TWI587246B - 影像物件判別方法及其具有影像物件判別功能的攝影系統 - Google Patents

影像物件判別方法及其具有影像物件判別功能的攝影系統 Download PDF

Info

Publication number
TWI587246B
TWI587246B TW104138494A TW104138494A TWI587246B TW I587246 B TWI587246 B TW I587246B TW 104138494 A TW104138494 A TW 104138494A TW 104138494 A TW104138494 A TW 104138494A TW I587246 B TWI587246 B TW I587246B
Authority
TW
Taiwan
Prior art keywords
coordinate
image
moving object
coordinate system
discriminating
Prior art date
Application number
TW104138494A
Other languages
English (en)
Other versions
TW201719573A (zh
Inventor
劉誠傑
劉為明
Original Assignee
晶睿通訊股份有限公司
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 晶睿通訊股份有限公司 filed Critical 晶睿通訊股份有限公司
Priority to TW104138494A priority Critical patent/TWI587246B/zh
Priority to US15/350,123 priority patent/US10186042B2/en
Publication of TW201719573A publication Critical patent/TW201719573A/zh
Application granted granted Critical
Publication of TWI587246B publication Critical patent/TWI587246B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums

Landscapes

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

Description

影像物件判別方法及其具有影像物件判別功能的攝影系統
本發明係提供一種影像物件判別方法及其具有影像物件判別功能的攝影系統，尤指一種適用於判別位在兩個攝影單元之重疊監控區域內移動物件之影像物件判別方法及其具有影像物件判別功能的攝影系統。
攝影機用途十分廣泛，舉凡安裝在工廠廠房、宿舍、商店、大樓或社區住宅出入口、馬路等需監視的場合或人跡罕至之隱密處，均可藉由監視攝影機即時監看，或者錄下當時狀況，以供日後追查、存證等用途。然而每台攝影機所能拍攝的視野範圍有限，若是監控區域較廣，就需要同時使用多台攝影機，由該些攝影機分別抓取不同監控區域的影像畫面，才不會漏失監控區域內任何可疑的事物。
此外，為了避免產生監控死角，該些攝影機的視野範圍通常設置為有部分重疊，藉此確保不會漏失監控區域內的任何影像畫面，然而，當物體通過該些攝影機的視野範圍之重疊區域時，會同時被該些攝影機拍攝到而顯現在多台攝影機的影像畫面之中；此時若攝影機無法判別該物體為相同物體時，則會讓後續的影像處理發生問題，例如要以監控區域內的影像畫面執行物體流量計算的功能，會導致該物體被重複計算而無法正確反映在監控畫面中的物體數量，造成物體數量統計錯誤的問題，或者例如要紀錄移動物體的移動軌跡，此時若無法辨別出同時出現在兩台攝影機內相同的移動物體，則無法紀錄正確的移動軌跡，因此如何設計一種能有效判別再重疊區域內之物件的攝影系統及方法，便為監控產業的重點發展課題。
本發明係提供一種影像物件判別方法及其具有影像物件判別功能的攝影系統，以解決上述之問題。
本發明之申請專利範圍係揭露一種影像物件判別方法，用來計算兩個攝影單元之具有一重疊監控區域的相鄰兩監控區域內的物件數量。該兩個攝影單元分別具有一第一座標系統與一第二座標系統。該影像物件判別方法包含有偵測位於該些監控區域之重疊監控區域內的至少一移動物件，以於該第一座標系統和該第二座標系統分別產生一第一座標點及一第二座標點，計算該第一座標系統相對於該第二座標系統的至少一轉換參數，根據該些轉換參數與一門檻值的比較結果取得一可靠度，依該可靠度決定一最終轉換參數，利用該最終轉換參數將該第一座標點轉換為在該第二座標系統中之一第三座標點，以及當該第三座標點與該第二座標點之差異值小於一特定值時，判斷該第一座標點與該第二座標點為同一移動物件。
本發明之申請專利範圍另揭露一種具有影像物件判別功能的攝影系統，具有電連接的一運算處理單元和二攝影單元，該運算處理單元用來執行如前段說明所述之影像物件判別方法，以辨識出在該二攝影單元之彼此相鄰且部分重疊的二感測範圍內出現的同一移動物件。
本發明的影像物件判別方法及具有影像物件判別功能的攝影系統將兩個攝影單元的監控區域以彼此相鄰且部分重疊之方式設置，利用在重疊監控區域內的移動物件產生的座標點之座標值，可反覆計算以歸納出最適合套用在具有不同座標系統之兩張監控影像之間的轉換參數，再利用轉換參數將不同座標系統上的座標點投射到同一座標系統上，由此判斷該些座標點是分屬不同移動物件、或屬於同一個移動物件，如此能有效進行兩個攝影單元之重疊監控區域內的移動物件之正確的判別。
請參閱第1圖至第3圖，第1圖為本發明實施例之攝影系統10之功能方塊圖，第2圖為本發明實施例之攝影系統10之裝配位置示意圖，第3圖為本發明實施例之攝影系統10從不同視角取得的兩張監控影像之示意圖。攝影系統10包含彼此電連接的運算處理單元12以及多個攝影單元14A、14B；本說明書以兩個攝影單元14A、14B為例，然實際應用不限於此。如第2圖所示，在安裝環境之範圍大於單一攝影單元14A或者14B之監控範圍的情況下，攝影單元14A與攝影單元14B分設在安裝環境下的兩相對側，攝影單元14A的監控區域16A與攝影單元14B的監控區域16B彼此相鄰且有部分重疊，使其監控區域16A及16B之組合能涵蓋到安裝環境之整體範圍。若是移動物件18通過或位於重疊監控區域16C內，移動物件18(或其在影像中對應的座標點)會同時出現在攝影單元14A與攝影單元14B各自擷取的第一監控影像I1及第二監控影像I2，如此便需透過本發明之影像物件判別方法辨識出不同監控影像中哪些座標點上所出現的移動物件18屬於同一移動物件18，已進行後續的影像處理(例如:物件計數，繪製移動軌跡….等等)。
請參閱第2圖至第5圖，第4圖為本發明實施例之攝影系統10將移動物件18在不同監控影像之位置投射到同一參考影像I3及I3’之示意圖，第5圖為本發明實施例之影像物件判別方法之流程圖。攝影單元14A與攝影單元14B係同步地擷取第一監控影像I1及第二監控影像I2，並從監控影像I1與I2中獲取移動物件18在重疊監控區域16C內的停留點、移動距離、移動方向等行為資訊。因為攝影單元14A及14B位於不同的位置，所以其分別擷取的第一監控影像I1之第一座標系統會不同於第二監控影像I2之第二座標系統。其中，移動物件18的數量不限於第2圖所示態樣，端視實際需求而定。
關於影像物件判別方法，首先，執行步驟500以偵測在相鄰監控區域16A及16B之部分重疊區域(例如：重疊監控區域16C)裡面停留或短暫通過的移動物件18，並在第一座標系統產生第一座標點R1、且在第二座標系統產生第二座標點R2；意即攝影單元14A與攝影單元14B先擷取第一監控影像I1及第二監控影像I2，再利用運算處理單元12從監控影像I1與I2中找出活動物體當成座標點，據此確認移動物件18的位置和/或移動軌跡。接著，執行步驟502，運算處理單元12計算第一監控影像I1之第一座標系統相對於第二監控影像I2之第二座標系統的轉換參數，例如第一座標系統之任意特徵相對於第二座標系統之對應特徵的偏移距離、縮放比例和/或旋轉視角等等。接著，執行步驟504與步驟506，根據步驟502得到的該些轉換參數與門檻值之比較結果取得可靠度之數值，並依照可靠度來決定最終轉換參數。最後，執行步驟508與步驟510，運算處理單元12利用最終決定的最終轉換參數將原先在第一座標系統中之第一座標點R1轉換為在第二座標系統的第三座標點R3(意即第一座標點R1經座標轉換而投射到第二座標系統之對應位置上)；若是第三座標點R3與第二座標點R2的差異值小於一預設的特定值時，則可判斷出第一座標點R1和第二座標點R2應屬同一移動物件18。其中於一實施例中，該差異值為第三座標點R3與第二座標點R2兩者間的距離，而該預設的特定值則為一可容許的距離範圍值，其變化不限於前述說明，合先敘明。
特別強調的是，移動物件18在第一監控影像I1的第一座標點R1係依據第一座標系統產生、在第二監控影像I2的第二座標點R2係依據第二座標系統產生。第一監控影像I1與第二監控影像I2從不同視角方向擷取，故需透過轉換參數找出第一座標系統相對於第二座標系統之各像素點的座標轉換關係；由於轉換參數係由歸納規則推算得知，將第一座標點R1以轉換參數轉換到第二座標系統上得到的第三座標點R3之座標值通常不會完全相等於第二座標點R2之座標值，但只要兩座標點的差異小於特定值就能認定其屬於同一移動物件18。當然，若兩座標點的差異大於特定值，便定義其分屬兩個相鄰的移動物件、而非相同物件，這樣一來就可有效辨識出分別顯現在監控影像I1及I2的多個移動物件18是否為相同物件。
為了減少運算處理單元12的工作負擔，參考影像I3通常不會顯示出攝影單元14A及14B擷取的影像畫面，而是僅在顯示器(未標示於圖中)上標記出第二座標點R2與第三座標點R3的圖樣，供使用者目視確認移動物件的數量和對應位置。然實際應用並不限於上述實施態樣，意即本發明也可選擇拼接第一監控影像I1與第二監控影像I2以生成具真實擷取畫面的拼接影像，並在拼接影像上標記第二座標點R2與第三座標點R3的圖樣供使用者觀看。
請再參照第3圖與第4圖，若有複數個移動物件18、18’穿越攝影單元14A與攝影單元14B之重疊監控區域16C，於第一座標系統(第一監控影像I1)和第二座標系統(第二監控影像I2)會分別產生多個第一座標點R1及R4、和多個第二座標點R2及R5。影像物件判別方法係將第一座標系統的任意第一座標點 (或其轉換到第二座標系統的第三座標點)對應於第二座標系統的任意第二座標點以形成多個配對，例如：第一座標點R1(或第一座標點R1經轉換座標系統後之第三座標點R3)與第二座標點R2為第一組配對、第一座標點R1(或第三座標點R3)與第二座標點R5為第二組配對、第一座標點R4(或第一座標點R4經轉換座標系統後之第三座標點R6)與第二座標點R2為第三組配對、第一座標點R4(或第三座標點R6)與第二座標點R5為第四組配對。
執行步驟510可知，第一組配對和第四組配對的座標點差異值小於特定值，可認定該些配對的座標點屬同一移動物件18、18’；第二組配對和第三組配對的座標點差異值大於特定值，該些配對的座標點不可能屬同一移動物件18、18’，故被排除在外。再者，步驟510還可根據座標點差異值來判斷該些座標點是否屬於同一移動物件，例如將座標點R1(或R3)與R2和座標點R4(或R6)與R5視為第一組配對、座標點R1(或R3)與R5和座標點R4(或R6)與R2視為第二組配對，如此可判斷出第一組配對的差異值組合小於特定值，便能認定第一座標點R1及第二座標點R2屬同一移動物件18，第一座標點R4及第二座標點R5屬同一移動物件18’。
找出那些座標點屬於相同的移動物件18後，影像物件判別方法會再提供新的參考編號給該移動物件，並將認定為同一移動物件之多個座標點的軌跡合併，定義為具有新參考編號之移動物件的移動軌跡。舉例來說，參考影像I3的第三座標點R3與第二座標點R2可被修改成參考影像I3’的定位點P1，參考影像I3的第三座標點R6與第二座標點R5可被修改成參考影像I3’的定位點P2。於本發明實施例中，監控區域16A及16B只出現兩個移動物件18、18’，由於這兩個移動物件18、18’位於重疊監控區域16C內，在第一監控影像I1與第二監控影像I2就會產生四個座標點R1、R2、R3和R4，故本發明利用影像物件判別方法將重複出現的座標點排除，提供新的參考編號P1及P2給兩個移動物件18、18’，即能有效將物件判別出來。此外若後續進行物件計數時，更能避免物件被重複計數。
請參閱第6圖，第6圖為本發明實施例之物件判別方法如何取得轉換參數之流程圖。首先，運算處理單元12在移動物件18的移動過程中，隨機取得移動物件18在至少一個預設時間區間內的一個或多個時間點於第一座標系統及第二座標系統各自的座標值(步驟5021)；該些座標值可用來換算出一個假定參數(步驟5022)，並利用假定參數產生對應的假定函數；此時該假定函數尚不能正確套用於第一座標系統相對第二座標系統的座標值轉換，仍須進行驗證校準；因此，運算處理單元12再將移動物件18於移動過程中的前述預設時間區間內所有時間點的座標值都代入上述的假定函數(步驟5023)，產生了多個代入結果。其中，移動物件18在重疊監控區域16C中出現的時間可以切分為複數個預設時間區間。愈多代入結果能符合該假定函數，表示該假定函數的正確機率愈高；最後根據代入結果判斷其相對應的假定參數是否可被採用為轉換參數(步驟5024)。換句話說，在執行步驟5024時，影像接合方法係找出該些代入結果介於容許範圍內次數最多的假定參數(其正確機率最高)，並採用其作為轉換參數。於一實施例中，當重疊監控區域16C具有多個移動物件18時，可以採取每個移動物件18產生至少一個代入結果的方式去決定被採用的轉換參數。而當只有一個移動物件18時，則可利用多個預設時間區間的方式，將移動物件18在重疊監控區域16C中出現的時間切分為複數個預設時間區間，每個預設時間區間再產生至少一個代入結果的方式去決定被採用的轉換參數。此外關於上述第一座標系統與第二座標系統的轉換係可根據業界所熟習的線性轉換公式即可達成, 本發明僅再說明如何取得兩個座標系統之間的轉換參數，關於上述轉換的公式，在此不再贅述。
請參閱第1圖及第7圖，第7圖為本發明實施例之影像物件判別方法如何取得可靠度之流程圖。運算處理單元12首先執行步驟5041，利用在重疊的監控區域16A及16B所包含之重疊監控區域16C內的移動物件18取得複數個轉換參數；移動物件18的數量越多，轉換參數的數量也越多，越能找到更精確的轉換參數值。由於該些轉換參數並不會彼此完全相同，故執行步驟5042，只要該些轉換參數值相互比較的差異低於門檻值，運算處理單元12便認定具有近似轉換參數值的該些轉換參數定義是相同的。然後，執行步驟5043，運算處理單元12將步驟5042得到的相同轉換參數之數量定義為可靠度的值；例如把定義成相同的轉換參數的數量直接當成可靠度、或是把定義成相同的轉換參數的數量經特定方式換算出可靠度，其應用端視設計需求而定。最後執行步驟5044，當可靠度大於預設值時，利用具有近似轉換參數值的該些轉換參數去定義最終使用的最終轉換參數；舉例來說，預設值為10，表示步驟5042找到10個定義成相同的轉換參數(具有近似轉換參數值，且其差異低於門檻值)，就可從該些轉換參數中任選一個作為最終轉換參數、或是從中選擇數個或全部之轉換參數所算出的平均值作為最終轉換參數，其變化不限於前述說明，合先敘明。
綜上所述，本發明的影像物件判別方法及具有影像物件判別功能的攝影系統將兩個攝影單元的監控區域以彼此相鄰且部分重疊之方式設置，利用在重疊監控區域內的移動物件產生的座標點之座標值，可反覆計算以歸納出最適合套用在具有不同座標系統之兩張監控影像之間的最終轉換參數，再利用最終轉換參數將不同座標系統上的座標點投射到同一座標系統上，由此判斷該些座標點是分屬不同移動物件、或屬於同一個移動物件，如此能有效兩個攝影單元之重疊監控區域內的移動物件之正確的判別，更可於後續應用中避免對該些移動物件重複計數，或者避免重複繪製相同物件的移動軌跡等問題發生。   以上所述僅為本發明之較佳實施例，凡依本發明申請專利範圍所做之均等變化與修飾，皆應屬本發明之涵蓋範圍。
<TABLE border="1" borderColor="#000000" width="_0002"><TBODY><tr><td> 10 </td><td> 攝影系統 </td></tr><tr><td> 12 </td><td> 運算處理單元 </td></tr><tr><td> 14A </td><td> 攝影單元 </td></tr><tr><td> 14B </td><td> 攝影單元 </td></tr><tr><td> 16A </td><td> 監控區域 </td></tr><tr><td> 16B </td><td> 監控區域 </td></tr><tr><td> 16C </td><td> 重疊監控區域 </td></tr><tr><td> 18、18’ </td><td> 移動物件 </td></tr><tr><td> I1 </td><td> 第一監控影像 </td></tr><tr><td> I2 </td><td> 第二監控影像 </td></tr><tr><td> I3、I3’ </td><td> 參考影像 </td></tr><tr><td> R1、R4 </td><td> 第一座標點 </td></tr><tr><td> R2、R5 </td><td> 第二座標點 </td></tr><tr><td> R3、R6 </td><td> 第三座標點 </td></tr><tr><td> P1、P2 </td><td> 定位點 </td></tr><tr><td> 步驟500、502、504、506、508、510 </td></tr><tr><td> 步驟5021、5022、5023、5024 </td></tr><tr><td> 步驟5041、5042、5043、5044 </td></tr></TBODY></TABLE>
第1圖為本發明實施例之攝影系統之功能方塊圖。 第2圖為本發明實施例之攝影系統之裝配位置示意圖。 第3圖為本發明實施例之攝影系統從不同視角取得的兩張監控影像之示意圖。 第4圖為本發明實施例之攝影系統將移動物件在不同監控影像之位置投射到同一參考影像之示意圖。 第5圖為本發明實施例之影像物件判別方法之流程圖。 第6圖為本發明實施例之影像物件判別方法如何取得轉換參數之流程圖。 第7圖為本發明實施例之影像物件判別方法如何取得可靠度之流程圖。
<TABLE border="1" borderColor="#000000" width="_0003"><TBODY><tr><td> 步驟500、502、504、506、508、510 </td></tr></TBODY></TABLE>

Claims (12)

  1. 一種影像物件判別方法，用來判別兩個攝影單元之具有一重疊監控區域的相鄰兩監控區域內的物件，該兩個攝影單元分別具有一第一座標系統與一第二座標系統，該影像物件判別方法包含有： 偵測位於該重疊監控區域內的至少一移動物件，以於該第一座標系統和該第二座標系統分別產生一第一座標點及一第二座標點； 計算該第一座標系統相對於該第二座標系統的至少一轉換參數； 根據該至少一轉換參數與一門檻值的比較結果取得一可靠度； 依該可靠度決定一最終轉換參數； 利用該最終轉換參數將該第一座標點轉換為在該第二座標系統中之一第三座標點；以及 當該第三座標點與該第二座標點之差異值小於一特定值時，判斷該第一座標點與該第二座標點為同一移動物件。
  2. 如請求項1所述之影像物件判別方法，其中當複數個移動物件位於該重疊監控區域時，係將該第一座標系統的任意第一座標點對應於該第二座標系統的任意第二座標點以形成多個配對，並藉由每一個配對的座標點差異值、或其差異值之組合，來判斷在不同座標系統的兩個座標點是否為同一移動物件。
  3. 如請求項2所述之影像物件判別方法，其中當判斷在不同座標系統的兩個座標點屬於同一移動物件時，給予該移動物件一個新參考編號。
  4. 如請求項3所述之影像物件判別方法，其係將在不同座標系統的兩個座標點上的移動物件之軌跡合併為具有該新參考編號的該移動物件的移動軌跡。
  5. 如請求項1所述之影像物件判別方法，其中該些攝影單元係同步地擷取重疊監控區域內的該至少一移動物件之影像。
  6. 如請求項1所述之影像物件判別方法，其中計算該第一座標系統相對於該第二座標系統的該些轉換參數之步驟包含： 隨機取得該至少一移動物件在至少一預設時間區間內數個時間點的座標值； 以該些座標值換算出一假定參數； 根據該假定參數產生一假定函數； 將該至少一移動物件在該至少一預設時間區間內所有時間點的座標值代入該假定函數，產生至少一代入結果；以及 根據該代入結果判斷其相對應之該假定參數是否作為該至少一轉換參數。
  7. 如請求項6所述之影像接合方法，其中該至少一移動物件在該重疊監控區域中出現的時間係可切分為複數個預設時間區間。
  8. 如請求項6所述之影像物件判別方法，其中根據該至少一代入結果判斷其相對應之該假定參數是否作為該至少一轉換參數之步驟係將該些代入結果介於一容許範圍內次數最多的該假定參數定義為該至少一轉換參數。
  9. 如請求項1所述之影像物件判別方法，其中根據該至少一轉換參數與該門檻值的比較結果取得該可靠度之步驟包含： 利用在該重疊監控區域內的該至少一移動物件取得複數個轉換參數； 將具有近似轉換參數值的該些轉換參數定義為彼此相同；以及 將該些被視為彼此相同的轉換參數之數量定義為該可靠度。
  10. 如請求項9所述之影像物件判別方法，其中當該可靠度大於一預設值時，利用具有近似轉換參數值的該些轉換參數去定義該最終轉換參數。
  11. 如請求項1所述之影像物件判別方法，其中該至少一轉換參數係包含該第一座標系統與該第二座標系統兩間之偏移距離、縮放比例和/或旋轉視角等參數之其中之一或其組合。
  12. 一種具有影像物件判別功能的攝影系統，具有電連接的一運算處理單元和二攝影單元，該運算處理單元用來執行如請求項1至11其中之一所述之影像物件判別方法，以辨識出在該二攝影單元之彼此相鄰且部分重疊的二監控範圍內出現的同一移動物件。
TW104138494A 2015-11-20 2015-11-20 影像物件判別方法及其具有影像物件判別功能的攝影系統 TWI587246B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW104138494A TWI587246B (zh) 2015-11-20 2015-11-20 影像物件判別方法及其具有影像物件判別功能的攝影系統
US15/350,123 US10186042B2 (en) 2015-11-20 2016-11-14 Object matching method and camera system with an object matching function

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104138494A TWI587246B (zh) 2015-11-20 2015-11-20 影像物件判別方法及其具有影像物件判別功能的攝影系統

Publications (2)

Publication Number Publication Date
TW201719573A TW201719573A (zh) 2017-06-01
TWI587246B true TWI587246B (zh) 2017-06-11

Family

ID=58720930

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104138494A TWI587246B (zh) 2015-11-20 2015-11-20 影像物件判別方法及其具有影像物件判別功能的攝影系統

Country Status (2)

Country Link
US (1) US10186042B2 (zh)
TW (1) TWI587246B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE1630035A1 (en) * 2016-02-26 2017-08-27 Katam Tech Ab Methods, devices and computer programs for positioning
US10957068B2 (en) 2017-01-06 2021-03-23 Canon Kabushiki Kaisha Information processing apparatus and method of controlling the same
JP6894707B2 (ja) * 2017-01-06 2021-06-30 キヤノン株式会社 情報処理装置およびその制御方法、プログラム
CN107577451B (zh) * 2017-08-03 2020-06-12 中国科学院自动化研究所 多Kinect人体骨架坐标变换方法及处理设备、可读存储介质
US11184556B2 (en) * 2018-10-31 2021-11-23 Signify Holding B.V. Camera vision system overlap management without network coordination
TWI676964B (zh) * 2018-12-11 2019-11-11 晶睿通訊股份有限公司 影像拼接方法及其監控攝影裝置
US10867178B2 (en) 2019-01-31 2020-12-15 Palantir Technologies Inc. Systems and methods for coherent monitoring
US10452913B1 (en) * 2019-01-31 2019-10-22 Palantir Technologies Inc. Systems and methods for coherent monitoring
TWI718823B (zh) * 2019-12-23 2021-02-11 晶睿通訊股份有限公司 物件識別方法及其相關監控攝影設備
CN113065513A (zh) * 2021-01-27 2021-07-02 武汉星巡智能科技有限公司 智能摄像头自训练置信度阈值的优化方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200625204A (en) * 2005-01-11 2006-07-16 Huper Lab Co Ltd Method for calculating a transform coordinate on a second video of an object having an object coordinate on a first video and related operation process and video surveillance system
US20100128110A1 (en) * 2008-11-21 2010-05-27 Theofanis Mavromatis System and method for real-time 3-d object tracking and alerting via networked sensors
TW201410016A (zh) * 2013-06-14 2014-03-01 Vivotek Inc 連動式攝影系統及其多攝影機的控制方法
CN103747207A (zh) * 2013-12-11 2014-04-23 深圳先进技术研究院 基于视频监控网络的定位与追踪方法
TW201518711A (zh) * 2013-11-07 2015-05-16 Ind Tech Res Inst 影像定位方法及裝置
TW201531868A (zh) * 2013-09-27 2015-08-16 Qualcomm Inc 物件辨識系統之特徵資料庫之多視界修剪
TW201535276A (zh) * 2008-03-03 2015-09-16 Videoiq Inc 用於追蹤、索引及搜尋之物件匹配

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU7041791A (en) * 1989-10-06 1991-04-28 Telefunken Fernseh Und Rundfunk Gmbh Process for transmitting a signal
JP3034807B2 (ja) * 1996-08-30 2000-04-17 三菱電機株式会社 人工衛星の姿勢決定装置
US6647146B1 (en) * 1997-08-05 2003-11-11 Canon Kabushiki Kaisha Image processing apparatus
EP1565884A2 (en) * 2002-11-18 2005-08-24 Koninklijke Philips Electronics N.V. Method and device for image registration
US8983121B2 (en) * 2010-10-27 2015-03-17 Samsung Techwin Co., Ltd. Image processing apparatus and method thereof
US9615064B2 (en) * 2010-12-30 2017-04-04 Pelco, Inc. Tracking moving objects using a camera network
AU2011201953B2 (en) * 2011-04-29 2013-09-19 Canon Kabushiki Kaisha Fault tolerant background modelling
US20130128050A1 (en) * 2011-11-22 2013-05-23 Farzin Aghdasi Geographic map based control
US9644952B2 (en) * 2012-10-18 2017-05-09 Hunter Engineering Company Method for evaluating component calibration in machine vision vehicle wheel alignment system
US20140278118A1 (en) * 2013-03-14 2014-09-18 Chevron U.S.A. Inc. System and method for attenuating noise in seismic data
GB2517488A (en) * 2013-08-23 2015-02-25 Here Global Bv Frequency transformed radiomap data set
JP2015179426A (ja) * 2014-03-19 2015-10-08 富士通株式会社 情報処理装置、パラメータの決定方法、及びプログラム
JP6500355B2 (ja) * 2014-06-20 2019-04-17 富士通株式会社 表示装置、表示プログラム、および表示方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200625204A (en) * 2005-01-11 2006-07-16 Huper Lab Co Ltd Method for calculating a transform coordinate on a second video of an object having an object coordinate on a first video and related operation process and video surveillance system
TW201535276A (zh) * 2008-03-03 2015-09-16 Videoiq Inc 用於追蹤、索引及搜尋之物件匹配
US20100128110A1 (en) * 2008-11-21 2010-05-27 Theofanis Mavromatis System and method for real-time 3-d object tracking and alerting via networked sensors
TW201410016A (zh) * 2013-06-14 2014-03-01 Vivotek Inc 連動式攝影系統及其多攝影機的控制方法
TW201531868A (zh) * 2013-09-27 2015-08-16 Qualcomm Inc 物件辨識系統之特徵資料庫之多視界修剪
TW201518711A (zh) * 2013-11-07 2015-05-16 Ind Tech Res Inst 影像定位方法及裝置
CN103747207A (zh) * 2013-12-11 2014-04-23 深圳先进技术研究院 基于视频监控网络的定位与追踪方法

Also Published As

Publication number Publication date
TW201719573A (zh) 2017-06-01
US20170148175A1 (en) 2017-05-25
US10186042B2 (en) 2019-01-22

Similar Documents

Publication Publication Date Title
TWI587246B (zh) 影像物件判別方法及其具有影像物件判別功能的攝影系統
TWI543611B (zh) 影像接合方法及具有影像接合功能的攝影系統
RU2521725C2 (ru) Система и способ трехмерного измерения формы материальных объектов
JP6313270B2 (ja) 監視方法及びデバイス
US10083513B2 (en) Information presentation device, stereo camera system, and information presentation method
JP6465682B2 (ja) 情報処理装置、情報処理方法及びプログラム
US9633450B2 (en) Image measurement device, and recording medium
US20150016671A1 (en) Setting apparatus, output method, and non-transitory computer-readable storage medium
JP2014192700A (ja) 追尾処理装置及びこれを備えた追尾処理システム並びに追尾処理方法
KR101125233B1 (ko) 융합기술기반 보안방법 및 융합기술기반 보안시스템
JP2007142527A (ja) 移動体監視システム、移動体特徴量算出装置およびカメラ間移動体照合追跡装置
JP2015185106A (ja) 人数計測装置、人数計測システムおよび人数計測方法
JP7188240B2 (ja) 人検出装置および人検出方法
US20180082129A1 (en) Information processing apparatus, detection system, and information processing method
JP6618349B2 (ja) 映像検索システム
TW202242803A (zh) 定位方法、裝置、電子設備及儲存媒體
JP5278273B2 (ja) 監視カメラシステム及びその異常検出方法
JP2013065351A (ja) 画像処理装置および画像処理方法
TW201715203A (zh) 影像縫合方法與影像縫合裝置
JP6374812B2 (ja) 三次元モデル処理装置およびカメラ校正システム
CN112233139A (zh) 用于在3d数据重建过程中检测运动的系统和方法
JP2018201146A (ja) 画像補正装置、画像補正方法、注目点認識装置、注目点認識方法及び異常検知システム
den Hollander et al. Automatic inference of geometric camera parameters and inter-camera topology in uncalibrated disjoint surveillance cameras
JP2020122769A (ja) 評価方法、評価プログラム及び情報処理装置
Tang Development of a multiple-camera tracking system for accurate traffic performance measurements at intersections