TWI779029B - 一種分佈式的物件追蹤系統 - Google Patents

一種分佈式的物件追蹤系統 Download PDF

Info

Publication number
TWI779029B
TWI779029B TW107115293A TW107115293A TWI779029B TW I779029 B TWI779029 B TW I779029B TW 107115293 A TW107115293 A TW 107115293A TW 107115293 A TW107115293 A TW 107115293A TW I779029 B TWI779029 B TW I779029B
Authority
TW
Taiwan
Prior art keywords
image analysis
distributed
devices
analysis devices
detection area
Prior art date
Application number
TW107115293A
Other languages
English (en)
Other versions
TW201947531A (zh
Inventor
寇世斌
許諾白
Original Assignee
大猩猩科技股份有限公司
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 大猩猩科技股份有限公司 filed Critical 大猩猩科技股份有限公司
Priority to TW107115293A priority Critical patent/TWI779029B/zh
Priority to US16/401,115 priority patent/US11232574B2/en
Priority to JP2019167374A priority patent/JP2020184292A/ja
Priority to EP19199768.3A priority patent/EP3734501A1/en
Publication of TW201947531A publication Critical patent/TW201947531A/zh
Application granted granted Critical
Publication of TWI779029B publication Critical patent/TWI779029B/zh

Links

Images

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • G06V10/811—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data the classifiers operating on different input data, e.g. multi-modal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • 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
    • 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
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/16—Image acquisition using multiple overlapping images; Image stitching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Burglar Alarm Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本發明揭露一種分佈式的物件追蹤系統，包含：多個影像分析裝置，其中每一影像分析裝置分析其所接收之至少一即時影像串流中之物件以產生可被追蹤之至少一物件之分析結果；以及一群集管理服務裝置，連接至該多個影像分析裝置，其中該群集管理服務裝置包含一追蹤模組以串接所述多個影像分析裝置所產生之該些被追蹤之至少一物件之分析結果以追蹤該些物件之軌跡。

Description

一種分佈式的物件追蹤系統
本發明係有關物件追蹤系統，特別是一種分佈式的物件追蹤系統。
現行的影像分析裝置多為針對單一攝影機的單一場景的影像分析，各自影像分析裝置之分析結果獨立，無法串聯不同攝影機的分析結果，進而達到跨攝影機的物件追蹤。因此，業界需要一個能夠串聯不同攝影機的分析結果，進而達到跨攝影機的物件追蹤之分佈式的物件追蹤系統。
本發明之一目的是提供一種分佈式的物件追蹤系統，其可串接多個影像分析裝置之多個即時影像串流之物件分析結果，以即時追蹤一物件之軌跡，其中影像分析裝置之資源分可被利用來做物件之特徵分析以降低系統成本。
本發明之一目的是提供一種分佈式的物件追蹤系統，其可串接跨區域之多個影像分析裝置之多個即時影像串流之物件分析結果，以即時追蹤跨區域之一物件軌跡，以提供事後事件搜尋與異常行為告警之服務。
本發明的一實施例中提出一種分佈式的物件追蹤系統，包含： 多個影像分析裝置，其中每一影像分析裝置分析其所接收之至少一即時影像串流中之物件以產生可被追蹤之至少一物件之分析結果；以及一群集管理服務裝置，連接至該多個影像分析裝置，其中該群集管理服務裝置包含一追蹤模組以串接所述多個影像分析裝置所產生之該些被追蹤之至少一物件之分析結果以追蹤該些物件之軌跡。
在一實施例中，每一影像分析裝置接收多個即時影像串流，其中每一影像分析裝置包含一追蹤模組以串接所述多個即時影像串流之至少一物件之特徵分析結果以產生該至少一物件之次軌跡，其中該群集管理服務裝置之追蹤模組串接所述多個影像分析裝置所產生之該些次軌跡以追蹤該些物件之軌跡。
在一實施例中，該至少一物件包含一人，該分析結果包含該人之臉部特徵。
在一實施例中，該至少一物件包含一行李箱，該分析結果包含該行李箱之特徵。
在一實施例中，該多個影像分析裝置分佈於一偵知區域，其中該偵知區域中之至少一特定物件被預定不會被追蹤。
在一實施例中，該偵知區域包含一車站，該車站之工作人員被預定不會被追蹤。
在一實施例中，假設該偵知區域內之某一特定物件超過一預定之時間長度皆未被偵測到，則認定該特定物件已離開該偵知區域，而不會再被該多個影像分析裝置做即時追蹤。
在一實施例中，如果該偵知區域內之一被追蹤之物件持續逗留於該偵知區域內之一特定區域且超過一預定之時間長度，則發出異常逗留事件。
本發明的一實施例中提出一種分佈式的物件追蹤系統，包含：一第一多個影像分析裝置，其中每一影像分析裝置分析其所接收之至少一即時影像串流中之物件以產生可被追蹤之至少一物件之一第一分析結果；一第一跨攝影機追蹤裝置，連接至該第一多個影像分析裝置，其中該第一跨攝影機追蹤裝置包含一追蹤模組以串接所述第一多個影像分析裝置所產生之該些被追蹤之至少一物件之第一分析結果以追蹤該些物件之一第一軌跡；一第二多個影像分析裝置，其中每一影像分析裝置分析其所接收之至少一即時影像串流中之物件以產生可被追蹤之至少一物件之一第二分析結果；一第二跨攝影機追蹤裝置，連接至該第二多個影像分析裝置，其中該第二跨攝影機追蹤裝置包含一追蹤模組以串接所述第二多個影像分析裝置所產生之該些被追蹤之至少一物件之第二分析結果以追蹤該些物件之一第二軌跡；以及一群集管理服務裝置，連接至該第一跨攝影機追蹤裝置與該第二跨攝影機追蹤裝置，其中該群集管理服務裝置包含一追蹤模組，用以串接該些物件之該第一軌跡與該第二軌跡。
在一實施例中，該分佈式的物件追蹤系統根據一特定之目標影像以追蹤該目標。
在一實施例中，該第一多個影像分析裝置分佈於一第一偵知區域，該第二多個影像分析裝置分佈於一第二偵知區域，其中該第一偵知區域與該第二偵知區域中之至少一特定物件被預定不會被追蹤。
在一實施例中，該第一多個影像分析裝置分佈於一第一偵知區域，該第二多個影像分析裝置分佈於一第二偵知區域，其中，如果該群集管理服務裝置所轄之所有偵知區域內之某一特定物件超過一預定之時間長度皆未被偵測到，則認定該特定物件已離開該群集管理服務裝置所轄之所有偵知區域，而不會再被該第一多個影像分析裝置與該第二多個影像分析裝置做即時追蹤。
在一實施例中，該第一多個影像分析裝置分佈於一第一偵知區域，該第二多個影像分析裝置分佈於一第二偵知區域，其中，如一被追蹤之物件持續逗留於該群集管理服務裝置所轄之所有偵知區域內一特定區域且超過一預定之時間長度，則發出異常逗留事件。
有關本發明之前述及其他技術內容、特點與功效，在以下配合參考圖式之較佳實施例的詳細說明中，將可清楚的呈現。然而，要說明的是，以下實施例並非用以限定本發明。
本發明的一實施例中提出一種分佈式的物件追蹤系統。請參閱圖1，所述分佈式的物件追蹤系統包含：多個影像分析裝置105、106，其中每一影像分析裝置105、106分別分析其相對應之攝影裝置101、102所攝取之即時影像串流中之物件以產生可被追蹤之物件之分析結果；以及一群集管理服務裝置110，連接至該多個影像分析裝置105、106，其中該群集管理服務裝置110包含一追蹤模組110a以串接所述多個影像分析裝置105、106所產生之被追蹤之物件之分析結果以追蹤該物件之軌跡。
在一實施例中，該至少一物件包含一人，該分析結果包含該人之臉部特徵。
在一實施例中，該至少一物件包含一行李箱，該分析結果包含該行李箱之特徵。
在一實施例中，該多個影像分析裝置分佈於一偵知區域，其中該偵知區域中之至少一特定物件被預定不會被追蹤。
在一實施例中，該偵知區域包含一車站，該車站之工作人員被預定不會被追蹤。
本發明的一實施例中提出一種分佈式的物件追蹤系統。請參閱圖2，所述分佈式的物件追蹤系統包含：多個影像分析裝置205、206，其中每一影像分析裝置205、206分別具有相對應之多個影像分析模組205a、205b、206a、206b 以分析其相對應之多個攝影裝置201、202、203、204所攝取之即時影像串流中之物件以產生可被追蹤之物件之分析結果；以及一群集管理服務裝置210，連接至該多個影像分析裝置205、206，其中該群集管理服務裝置210包含一追蹤模組210a以串接所述多個影像分析裝置205、206所產生之被追蹤之物件之分析結果以追蹤該物件之軌跡。
本發明的一實施例中提出一種分佈式的物件追蹤系統。請參閱圖3，所述分佈式的物件追蹤系統包含：多個影像分析裝置310、311，其中每一影像分析裝置310、311分別具有相對應的多個影像分析模組310a、310b、311a、311b 以分析其相對應之多個攝影裝置201、202、203、204所攝取之即時影像串流中之物件以產生可被追蹤之物件之分析結果，其中每一影像分析裝置310、311分別包含一相對應之追蹤模組310c、311c 以串接所述多個即時影像串流之物件之分析結果以產生該些物件之次軌跡；以及一群集管理服務裝置320，連接至該多個影像分析裝置310、311，其中該群集管理服務裝置320包含一追蹤模組320a以串接所述多個影像分析裝置310、311所產生之該些次軌跡以追蹤該些物件之軌跡。
在一實施例中，本發明之分佈式的物件追蹤系統可以劃分為多個偵知區域，每一影像分析裝置可在單一偵知區域中針對攝影機所攝取之即時影像串流作人臉偵測或其他非人之物件偵測以取得人臉特徵及其他可供識別之特徵，以在該單一偵知區域追蹤所述之人或其他非人之物件。在一實施例中，每一影像分析裝置可在單一偵知區域中針對多個來自不同位置之多個攝影機所攝取之即時影像串流作人臉偵測或其他非人之物件偵測以取得人臉特徵及其他可供識別之特徵，以在該單一偵知區域追蹤所述之人或其他非人之物件。在一實施例中，做初步的人臉辨識或物件辨識後，可以排除不必追蹤之物件。例如在車站，則已登錄的車站人員不需要被追蹤；或是指定只有特並物件需要被追蹤，例如行李箱。如果有需要被追蹤之物件，則將要被追蹤之物件之分析結果記錄下來，以作為後續的跨偵知區追蹤之用，分析結果可以包含要被追蹤之物件特徵。群集管理服務裝置之追蹤模組可以將各偵知區域之分析結果串接起來以在所有偵知區域中追蹤該些物件之軌跡。
在一實施例中，每一影像分析裝置可在單一偵知區域中針對多個來自不同位置之多個攝影機所攝取之即時影像串流作人臉偵測或其他非人之物件偵測以取得人臉特徵及其他可供識別之特徵，其中每一影像分析裝置包含一追蹤模組以串接所述多個即時影像串流之至少一物件之分析結果以產生該至少一物件之次軌跡，其中該群集管理服務裝置之追蹤模組串接所述多個影像分析裝置所產生之該些次軌跡以追蹤該些物件之軌跡。
在一實施例中，假設該偵知區域內之某一特定物件超過一預定之時間長度皆未被偵測到，則認定該特定物件已離開該偵知區域，而不會再被該多個影像分析裝置做即時追蹤。
在一實施例中，比對預定之時間長度之物件特徵，若一物件特徵達到一定分數(此分數可根據場景學習動態調整)，該物件被標記為需持續追蹤之物件。
在一實施例中，如果該偵知區域內之一被追蹤之物件持續逗留於該偵知區域內之一特定區域且超過一預定之時間長度，則發出異常逗留事件。
本發明的一實施例中提出一種分佈式的物件追蹤系統。請參閱圖4，所述分佈式的物件追蹤系統包含：一第一多個影像分析裝置411、412，其中每一影像分析裝置411、412分別分析其相對應之多個攝影裝置401、402所攝取之即時影像串流中之物件以產生可被追蹤之至少一物件之一第一分析結果；一第一跨攝影機追蹤裝置431，連接至該第一多個影像分析裝置411、412，其中該第一跨攝影機追蹤裝置431包含一追蹤模組431a以串接所述第一多個影像分析裝置411、412所產生之該些被追蹤之至少一物件之第一分析結果以追蹤該些物件之一第一軌跡；一第二多個影像分析裝置421、422，其中每一影像分析裝置421、422分析其相對應之多個攝影裝置403、404所攝取之即時影像串流中之物件以產生可被追蹤之至少一物件之一第二分析結果；一第二跨攝影機追蹤裝置432，連接至該第二多個影像分析裝置421、422，其中該第二跨攝影機追蹤裝置432包含一追蹤模組432a以串接所述第二多個影像分析裝置421、422所產生之該些被追蹤之至少一物件之第二分析結果以追蹤該些物件之一第二軌跡；以及一群集管理服務裝置440，連接至該第一跨攝影機追蹤裝置431與該第二跨攝影機追蹤裝置432，其中該群集管理服務裝置440包含一追蹤模組440a，用以串接該些物件之該第一軌跡與該第二軌跡。
請注意，圖4中之每一個影像分析裝置411、412、421、422，可以是圖1中之影像分析裝置，或是圖2中之影像分析裝置，或是圖3中之影像分析裝置。
在一實施例中，該分佈式的物件追蹤系統根據一特定之目標影像以追蹤該目標。
在一實施例中，該第一多個影像分析裝置分佈於一第一偵知區域，該第二多個影像分析裝置分佈於一第二偵知區域，其中該第一偵知區域與該第二偵知區域中之至少一特定物件被預定不會被追蹤。
在一實施例中，該第一多個影像分析裝置分佈於一第一偵知區域，該第二多個影像分析裝置分佈於一第二偵知區域，其中，如果該群集管理服務裝置所轄之所有偵知區域內之某一特定物件超過一預定之時間長度皆未被偵測到，則認定該特定物件已離開該群集管理服務裝置所轄之所有偵知區域，而不會再被該第一多個影像分析裝置與該第二多個影像分析裝置做即時追蹤。
在一實施例中，該第一多個影像分析裝置分佈於一第一偵知區域，該第二多個影像分析裝置分佈於一第二偵知區域，其中，如一被追蹤之物件持續逗留於該群集管理服務裝置所轄之所有偵知區域內一特定區域且超過一預定之時間長度，則發出異常逗留事件。
本發明之群集管理裝置可以通過網際網路與該多個影像分析裝置通訊，該群集管理裝置可具有一網際網路位址，該多個影像分析裝置通過該固定之網際網路位址與該群集管理裝置連繫以使得該群集管理裝置將該多個影像分析裝置納入其管理範圍。該群集管理裝置與該多個影像分析裝置可使用一通訊協議 (Protocol) 來相互溝通。該群集管理裝置可以具有一管理介面以供使用者來管理該多個影像分析裝置，例如該管理介面可以顯示該多個影像分析裝置之位置分佈圖，或是通過該管理介面以輸入一目標影像以追蹤該目標。
本發明之物件追蹤可以參考的依據，例如人臉特徵，或是人形特徵如衣著、身形等特徵，或是偵測到該物件的設備位置以排除不合理的行動軌跡。
本發明之一實施例中之“跨攝影機追蹤裝置”可以增加層級疊加，如此可分散運算資源，也能擴大整個偵知區域來追蹤物件。
本發明之“即時跨攝影機物件追蹤”可以做到即時事件搜尋，物件到哪裏就追到哪。本發明之“即時跨攝影機物件追蹤”也可以提供異常行為告警，以主動告知相關單位可疑之物件。本發明也可以將大量事件即時彙整為物件，可精簡事件呈現/儲存、加速事後搜尋。
在一實施例中，本發明之影像分析裝置可以控制PTZ攝影機的鏡頭以跟拍目標物件，PTZ表示攝影機的鏡頭可以進行左右轉動(Pan)、上下傾斜(Tile)與放大(Zoom)等不同的功能。
在一實施例中，該群集管理裝置具有影像分析之能力，該群集管理裝置可執行該至少一部份之工作。
在一實施例中，本發明之群集管理裝置可以與影像分析裝置結合，也就是說群集管理裝置也可以具有本發明之影像分析裝置之功能，以降低系統之成本。
在一實施例中，本發明之群集管理裝置不具有影像分析之能力。
在一實施例中，本發明之影像分析裝置之追蹤模組包括至少一中央處理器(CPU)。
在一實施例中，本發明之影像分析裝置之追蹤模組包括至少一中央處理器(CPU)與至少一影像處理器(GPU) 或一影像處理硬體加速器。
在一實施例中，本發明之影像分析裝置之追蹤模組包括至少一中央處理器(CPU)與至少一影像處理硬體加速器。
雖然本發明以前述之較佳實施例揭露如上，然其並非用以限定本發明，任何熟習相像技藝者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，因此本發明之專利保護範圍須視本說明書所附之申請專利範圍所界定者為準。
101‧‧‧攝影裝置102‧‧‧攝影裝置105‧‧‧影像分析裝置105a‧‧‧影像分析模組106‧‧‧影像分析裝置106a‧‧‧影像分析模組110‧‧‧群集管理服務裝置110a‧‧‧追蹤模組201‧‧‧攝影裝置202‧‧‧攝影裝置203‧‧‧攝影裝置204‧‧‧攝影裝置205‧‧‧影像分析裝置205a‧‧‧影像分析模組205b‧‧‧影像分析模組206‧‧‧影像分析裝置206a‧‧‧影像分析模組206b‧‧‧影像分析模組210‧‧‧群集管理服務裝置210a‧‧‧追蹤模組301‧‧‧攝影裝置302‧‧‧攝影裝置303‧‧‧攝影裝置304‧‧‧攝影裝置310‧‧‧影像分析裝置310a‧‧‧影像分析模組310b‧‧‧影像分析模組310c‧‧‧追蹤模組311‧‧‧影像分析裝置311a‧‧‧影像分析模組311b‧‧‧影像分析模組311c‧‧‧追蹤模組320‧‧‧群集管理服務裝置320a‧‧‧追蹤模組401‧‧‧攝影裝置402‧‧‧攝影裝置403‧‧‧攝影裝置404‧‧‧攝影裝置411‧‧‧影像分析裝置412‧‧‧影像分析裝置421‧‧‧影像分析裝置422‧‧‧影像分析裝置431‧‧‧跨攝影機追蹤裝置431a‧‧‧追蹤模組432‧‧‧跨攝影機追蹤裝置432a‧‧‧追蹤模組440‧‧‧群集管理服務裝置440a‧‧‧追蹤模組
圖1說明本發明的一實施例中的分佈式的物件追蹤系統之示意圖。 圖2說明本發明的一實施例中的分佈式的物件追蹤系統之示意圖。 圖3說明本發明的一實施例中的分佈式的物件追蹤系統之示意圖。 圖4說明本發明的一實施例中的分佈式的物件追蹤系統之示意圖。
101‧‧‧攝影裝置
102‧‧‧攝影裝置
105‧‧‧影像分析裝置
105a‧‧‧影像分析模組
106‧‧‧影像分析裝置
106a‧‧‧影像分析模組
110‧‧‧群集管理服務裝置
110a‧‧‧追蹤模組

Claims (12)

  1. 一種分佈式的物件追蹤系統，包含：多個影像分析裝置，其中每一影像分析裝置連接至多個攝影裝置以分析該多個攝影裝置所傳送的多個不同時段的即時影像串流中的一物件以產生該物件的一次軌跡；以及一群集管理服務裝置，連接至該多個影像分析裝置，其中該群集管理服務裝置串接所述多個影像分析裝置中的每一影像分析裝置所產生的該物件的該次軌跡以產生該物件的一軌跡，其中該多個影像分析裝置不相互通訊以追蹤該物件。
  2. 如第1項所述之分佈式的物件追蹤系統，該物件包含一人。
  3. 如第1項所述之分佈式的物件追蹤系統，該物件包含一行李箱。
  4. 如第1項所述之分佈式的物件追蹤系統，其中該多個影像分析裝置分佈於一偵知區域，其中該偵知區域中之至少一特定物件被預定不被追蹤。
  5. 如第4項所述之分佈式的物件追蹤系統，該偵知區域包含一車站，該車站之工作人員被預定不被追蹤。
  6. 如第4項所述之分佈式的物件追蹤系統，假設該偵知區域內之某一特定物件超過一預定之時間長度皆未被偵測到，則認定該特定物件已離開該偵知區域，而不再被該多個影像分析裝置做即時追蹤。
  7. 如第4項所述之分佈式的物件追蹤系統，如果該偵知區域內之一物件持續逗留於該偵知區域內之一特定區域且超過一預定之時間長度，則發出異常逗留事件。
  8. 一種分佈式的物件追蹤系統，包含：一第一多個影像分析裝置，其中每一影像分析裝置連接至多個第一攝影裝置以分析該多個第一攝影裝置所傳送的多個不同時段的第一即時影像串流中的一物件以產生該物件的一第一次軌跡；一第一跨攝影機追踪裝置，連接至該第一多個影像分析裝置，其中該第一跨攝影機追踪裝置串接所述第一多個影像分析裝置中的每一影像分析裝置所產生的該物件的該第一次軌跡以產生該物件的一第二次軌跡，其中該第一多個影像分析裝置不相互通訊以追蹤該物件；一第二多個影像分析裝置，其中每一影像分析裝置分析連接至多個第二攝影裝置以分析該多個第二攝影裝置所傳送的多個不同時段的第二即時影像串流中的該物件以產生該物件的一第三次軌跡；一第二跨攝影機追踪裝置，連接至該第二多個影像分析裝置，其中該第二跨攝影機追踪裝置串接所述第二多個影像分析裝置中的每一影像分析裝置所產生的該物件的該第三次軌跡以產生該被追踪的物件的一第四次軌跡，其中該第二多個影像分析裝置不相互通訊以追蹤該物件；以及一群集管理服務裝置，連接至該第一跨攝影機追踪裝置與該第二跨攝影機追踪裝置以串接該物件的該第二次軌跡與該第四次軌跡。
  9. 如第8項所述之分佈式的物件追蹤系統，其中，該分佈式的物件追蹤系統根據一目標之影像以追蹤該目標。
  10. 如第8項所述之分佈式的物件追蹤系統，其中，該第一多個影像分析裝置分佈於一第一偵知區域，該第二多個影像分析裝置分佈於一第二偵知 區域，其中該第一偵知區域與該第二偵知區域中之至少一特定物件被預定不會被追蹤。
  11. 如第8項所述之分佈式的物件追蹤系統，其中，該第一多個影像分析裝置分佈於一第一偵知區域，該第二多個影像分析裝置分佈於一第二偵知區域，其中，如果該群集管理服務裝置所轄之所有偵知區域內之某一特定物件超過一預定之時間長度皆未被偵測到，則認定該特定物件已離開該群集管理服務裝置所轄之所有偵知區域，而不再被該第一多個影像分析裝置與該第二多個影像分析裝置做即時追蹤。
  12. 如第8項所述之分佈式的物件追蹤系統，其中，該第一多個影像分析裝置分佈於一第一偵知區域，該第二多個影像分析裝置分佈於一第二偵知區域，其中，如一被追蹤之物件持續逗留於該群集管理服務裝置所轄之所有偵知區域內一特定區域且超過一預定之時間長度，則發出異常逗留事件。
TW107115293A 2018-05-04 2018-05-04 一種分佈式的物件追蹤系統 TWI779029B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW107115293A TWI779029B (zh) 2018-05-04 2018-05-04 一種分佈式的物件追蹤系統
US16/401,115 US11232574B2 (en) 2018-05-04 2019-05-02 Distributed object tracking system
JP2019167374A JP2020184292A (ja) 2018-05-04 2019-09-13 分散型対象追跡システム
EP19199768.3A EP3734501A1 (en) 2018-05-04 2019-09-26 A distributed object tracking system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107115293A TWI779029B (zh) 2018-05-04 2018-05-04 一種分佈式的物件追蹤系統

Publications (2)

Publication Number Publication Date
TW201947531A TW201947531A (zh) 2019-12-16
TWI779029B true TWI779029B (zh) 2022-10-01

Family

ID=68385081

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107115293A TWI779029B (zh) 2018-05-04 2018-05-04 一種分佈式的物件追蹤系統

Country Status (4)

Country Link
US (1) US11232574B2 (zh)
EP (1) EP3734501A1 (zh)
JP (1) JP2020184292A (zh)
TW (1) TWI779029B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11042648B2 (en) * 2019-07-17 2021-06-22 Here Global B.V. Quantification of privacy risk in location trajectories
CN110781824B (zh) * 2019-10-25 2023-03-14 阿波罗智联(北京)科技有限公司 目标检测及跟踪方法、装置、电子设备及存储介质
CN111131704A (zh) * 2019-12-26 2020-05-08 武汉兴图新科电子股份有限公司 一种云台控制权限管理的方法
JP2024007263A (ja) 2022-07-05 2024-01-18 日本電気株式会社 映像分析装置、映像分析方法、及びプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201026025A (en) * 2008-12-18 2010-07-01 Ind Tech Res Inst Multi-target tracking system, method and smart node using active camera handoff
CN102223517A (zh) * 2010-04-14 2011-10-19 鸿富锦精密工业（深圳）有限公司 监控系统及方法
CN102334142A (zh) * 2009-02-24 2012-01-25 三菱电机株式会社 人物追踪装置以及人物追踪程序

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11168754A (ja) * 1997-12-03 1999-06-22 Mr System Kenkyusho:Kk 画像の記録方法、画像データベースシステム、画像記録装置及びコンピュータプログラムの記憶媒体
US6359647B1 (en) * 1998-08-07 2002-03-19 Philips Electronics North America Corporation Automated camera handoff system for figure tracking in a multiple camera system
US6437819B1 (en) * 1999-06-25 2002-08-20 Rohan Christopher Loveland Automated video person tracking system
AU2002361483A1 (en) * 2002-02-06 2003-09-02 Nice Systems Ltd. System and method for video content analysis-based detection, surveillance and alarm management
US7242423B2 (en) * 2003-06-16 2007-07-10 Active Eye, Inc. Linking zones for object tracking and camera handoff
US7450735B1 (en) * 2003-10-16 2008-11-11 University Of Central Florida Research Foundation, Inc. Tracking across multiple cameras with disjoint views
WO2006012645A2 (en) * 2004-07-28 2006-02-02 Sarnoff Corporation Method and apparatus for total situational awareness and monitoring
ES2790885T3 (es) * 2005-03-29 2020-10-29 Sportvu Ltd Seguimiento de objetos en tiempo real y captura de movimiento en eventos deportivos
US20080130949A1 (en) * 2006-11-30 2008-06-05 Ivanov Yuri A Surveillance System and Method for Tracking and Identifying Objects in Environments
US8704893B2 (en) * 2007-01-11 2014-04-22 International Business Machines Corporation Ambient presentation of surveillance data
JP5121258B2 (ja) * 2007-03-06 2013-01-16 株式会社東芝 不審行動検知システム及び方法
US7840130B2 (en) * 2007-03-28 2010-11-23 Honeywell International Inc. Mesh communication wireless camera system and method
EP2230629A3 (en) * 2008-07-16 2012-11-21 Verint Systems Inc. A system and method for capturing, storing, analyzing and displaying data relating to the movements of objects
US8570376B1 (en) * 2008-11-19 2013-10-29 Videomining Corporation Method and system for efficient sampling of videos using spatiotemporal constraints for statistical behavior analysis
TWI391801B (zh) * 2008-12-01 2013-04-01 Inst Information Industry 接手視訊監控方法與系統以及電腦裝置
US8493409B2 (en) * 2009-08-18 2013-07-23 Behavioral Recognition Systems, Inc. Visualizing and updating sequences and segments in a video surveillance system
US8284026B2 (en) * 2010-01-29 2012-10-09 Mitsubishi Electric Research Laboratories, Inc. Active badge localization using passive sensors
WO2011102416A1 (ja) * 2010-02-19 2011-08-25 株式会社 東芝 移動物体追跡システムおよび移動物体追跡方法
DE102010003336A1 (de) * 2010-03-26 2011-09-29 Robert Bosch Gmbh Verfahren zur Visualisierung von Aktivitätsschwerpunkten in Überwachungsszenen
JP2011227680A (ja) * 2010-04-19 2011-11-10 Secom Co Ltd 不審者監視装置および不審者監視システム
GB2515926B (en) * 2010-07-19 2015-02-11 Ipsotek Ltd Apparatus, system and method
US9396385B2 (en) * 2010-08-26 2016-07-19 Blast Motion Inc. Integrated sensor and video motion analysis method
US10027952B2 (en) * 2011-08-04 2018-07-17 Trx Systems, Inc. Mapping and tracking system with features in three-dimensional space
US9269243B2 (en) * 2011-10-07 2016-02-23 Siemens Aktiengesellschaft Method and user interface for forensic video search
JP5886594B2 (ja) * 2011-10-27 2016-03-16 セコム株式会社 カメラシステム
AU2011265430B2 (en) * 2011-12-21 2015-03-19 Canon Kabushiki Kaisha 3D reconstruction of partially unobserved trajectory
JP5891061B2 (ja) * 2012-02-15 2016-03-22 株式会社日立製作所 映像監視装置、監視システム、監視システム構築方法
US8698896B2 (en) * 2012-08-06 2014-04-15 Cloudparc, Inc. Controlling vehicle use of parking spaces and parking violations within the parking spaces using multiple cameras
US9087386B2 (en) * 2012-11-30 2015-07-21 Vidsys, Inc. Tracking people and objects using multiple live and recorded surveillance camera video feeds
US9129157B2 (en) * 2013-04-30 2015-09-08 Qualcomm Incorporated Method for image-based status determination
US20170228747A1 (en) * 2014-08-04 2017-08-10 Quividi Process for monitoring the audience in a targeted region
JP6488647B2 (ja) * 2014-09-26 2019-03-27 日本電気株式会社 物体追跡装置、物体追跡システム、物体追跡方法、表示制御装置、物体検出装置、プログラムおよび記録媒体
JP6631619B2 (ja) * 2015-03-27 2020-01-15 日本電気株式会社 映像監視システム及び映像監視方法
US10217120B1 (en) * 2015-04-21 2019-02-26 Videomining Corporation Method and system for in-store shopper behavior analysis with multi-modal sensor fusion
GB2545658A (en) * 2015-12-18 2017-06-28 Canon Kk Methods, devices and computer programs for tracking targets using independent tracking modules associated with cameras
JP2018005555A (ja) * 2016-07-01 2018-01-11 ソニー株式会社 画像処理装置、情報処理装置、および方法、並びにプログラム
JP2018026672A (ja) * 2016-08-09 2018-02-15 キヤノン株式会社 撮影制御装置、撮影制御方法及びプログラム
CN106327875B (zh) * 2016-08-29 2020-05-05 苏州金螳螂怡和科技有限公司 交通视频监控管理控制系统
JP2018085597A (ja) * 2016-11-22 2018-05-31 パナソニックＩｐマネジメント株式会社 人物行動監視装置および人物行動監視システム
US10769808B2 (en) * 2017-10-20 2020-09-08 Microsoft Technology Licensing, Llc Apparatus and methods of automated tracking and counting of objects on a resource-constrained device
US10599947B2 (en) * 2018-03-09 2020-03-24 Ricoh Co., Ltd. On-demand visual analysis focalized on salient events

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201026025A (en) * 2008-12-18 2010-07-01 Ind Tech Res Inst Multi-target tracking system, method and smart node using active camera handoff
CN102334142A (zh) * 2009-02-24 2012-01-25 三菱电机株式会社 人物追踪装置以及人物追踪程序
CN102223517A (zh) * 2010-04-14 2011-10-19 鸿富锦精密工业（深圳）有限公司 监控系统及方法

Also Published As

Publication number Publication date
US20190340767A1 (en) 2019-11-07
JP2020184292A (ja) 2020-11-12
EP3734501A1 (en) 2020-11-04
TW201947531A (zh) 2019-12-16
US11232574B2 (en) 2022-01-25

Similar Documents

Publication Publication Date Title
TWI779029B (zh) 一種分佈式的物件追蹤系統
CN106791710B (zh) 目标检测方法、装置和电子设备
WO2020057355A1 (zh) 一种三维建模的方法及其装置
Wheeler et al. Face recognition at a distance system for surveillance applications
JP5400138B2 (ja) 電子的監視のためのシステム、方法、コンピュータプログラム及びコンピュータ読み取り可能な媒体
US20140176708A1 (en) System And Method For Detection Of High-Interest Events In Video Data
JP2007257122A (ja) 監視システム
CN103929592A (zh) 全方位智能监控设备及方法
US20100315508A1 (en) Video monitoring system and method
Gupta et al. CrowdVAS-Net: A deep-CNN based framework to detect abnormal crowd-motion behavior in videos for predicting crowd disaster
WO2020057353A1 (zh) 基于高速球的物体跟踪方法、监控服务器、视频监控系统
CN110633648A (zh) 一种自然行走状态下的人脸识别方法和系统
WO2021248564A1 (zh) 一种全景大数据应用监测管控系统
JP2012124658A (ja) 特定人物検知システムおよび検知方法
CN114339168B (zh) 一种区域安全监控方法、装置、电子设备及存储介质
US12039780B2 (en) Video surveillance system with vantage point transformation
JP6632632B2 (ja) 監視システム
JP6941458B2 (ja) 監視システム
EP3905116B1 (en) Image processing system for identifying and tracking objects
Alqatawneh et al. Employing of Object Tracking System in Public Surveillance Cameras to Enforce Quarantine and Social Distancing Using Parallel Machine Learning Techniques.
TWM566885U (zh) 一種分佈式的物件追蹤系統
WO2021082006A1 (zh) 监控装置以及控制方法
Yeh et al. Cooperative dual camera surveillance system for real-time object searching and close-up viewing
CN210666812U (zh) 一种基于多摄像头的不同区域内人脸实时对比跟踪系统
US20240212349A1 (en) Multipurpose visual & auditory intelligent observer system

Legal Events

Date Code Title Description
GD4A Issue of patent certificate for granted invention patent