发明名称 非重叠视域跨摄像机室内行人目标跟踪方法及系统
摘要 本发明公开了非重叠视域跨摄像机室内行人目标跟踪方法及系统,包括在三维GIS模型的辅助支持下,建立摄像机间的连通关系矩阵;根据用户所框选需跟踪的行人目标进行单摄像机目标跟踪,获取行人目标样本图像;判断需跟踪的行人目标是否离开当前摄像机视域,若是则停止基于当前摄像机的单摄像机目标跟踪,根据连通关系矩阵,对当前摄像机节点及其所有连通的邻接节点发布行人目标匹配指令,确定目标匹配任务开启时刻和目标匹配任务结束时刻;对接收到行人目标匹配指令的所有摄像机,分别从目标匹配任务开启时刻开始,对拍摄所得视频进行行人检测。本发明为非重叠视域跨摄像机室内行人目标跟踪与匹配提供了一个实时可靠的技术方案。<b />
申请公布号 CN104601964A 申请公布日期 2015.05.06
申请号 CN201510063819.7 申请日期 2015.02.06
申请人 武汉大学 发明人 眭海刚;吕枘蓬;涂继辉;董亮;蔡肖芋
分类号 H04N7/18(2006.01)I;G06T7/00(2006.01)I;G06T7/20(2006.01)I;G06T15/00(2011.01)I 主分类号 H04N7/18(2006.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 严彦
主权项 一种非重叠视域跨摄像机室内行人目标跟踪方法,其特征在于,包括以下步骤:步骤1,在三维GIS模型的辅助支持下,建立摄像机间的连通关系矩阵,包括标注各摄像机相应视频图像上的入口线和出口线在三维GIS模型中的对应位置,所有的入口线和出口线分别作为一个节点,在三维GIS模型中对所有节点进行空间分析,得到摄像机间的连通关系及邻接连通节点间的空间距离,建立摄像机间的连通关系矩阵S如下,<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>S</mi><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><msubsup><mi>s</mi><mn>11</mn><mi>AA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>11</mn><mi>AB</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>12</mn><mi>AA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>12</mn><mi>AB</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mrow><mn>1</mn><mi>j</mi></mrow><mi>AA</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mrow><mn>1</mn><mi>k</mi></mrow><mi>AB</mi></msubsup></mtd></mtr><mtr><mtd><msubsup><mi>s</mi><mn>11</mn><mi>BA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>11</mn><mi>BB</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>12</mn><mi>BA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>12</mn><mi>BB</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mrow><mn>1</mn><mi>j</mi></mrow><mi>BA</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mrow><mn>1</mn><mi>k</mi></mrow><mi>BB</mi></msubsup></mtd></mtr><mtr><mtd><msubsup><mi>s</mi><mn>21</mn><mi>AA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>21</mn><mi>AB</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>22</mn><mi>AA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>22</mn><mi>AB</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mrow><mn>2</mn><mi>j</mi></mrow><mi>AA</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mrow><mn>2</mn><mi>k</mi></mrow><mi>AB</mi></msubsup></mtd></mtr><mtr><mtd><msubsup><mi>s</mi><mn>21</mn><mi>BA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>21</mn><mi>BB</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>22</mn><mi>BA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mn>22</mn><mi>BB</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mrow><mn>2</mn><mi>j</mi></mrow><mi>BA</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mrow><mn>2</mn><mi>k</mi></mrow><mi>BB</mi></msubsup></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd></mtd><mtd><mo>.</mo></mtd><mtd></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd></mtd><mtd><mo>.</mo></mtd><mtd></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd><mtd></mtd><mtd><mo>.</mo></mtd><mtd></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msubsup><mi>s</mi><mrow><mi>k</mi><mn>1</mn></mrow><mi>BA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mrow><mi>k</mi><mn>1</mn></mrow><mi>BB</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mrow><mi>k</mi><mn>2</mn></mrow><mi>BA</mi></msubsup></mtd><mtd><msubsup><mi>s</mi><mrow><mi>k</mi><mn>2</mn></mrow><mi>BB</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mi>kj</mi><mi>BA</mi></msubsup></mtd><mtd><mo>.</mo><mo>.</mo><mo>.</mo></mtd><mtd><msubsup><mi>s</mi><mi>kk</mi><mi>BB</mi></msubsup></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000668550720000011.GIF" wi="696" he="525" /></maths>其中,i=1,2,…k,j=1,2,…k,k表示摄像机的总数;<img file="FDA0000668550720000012.GIF" wi="69" he="84" />表示第i号摄像机的a节点到第j号摄像机的b节点的空间距离,a=A,B,b=A,B;步骤2,根据用户在某个摄像机拍摄的视频图像中所框选需跟踪的行人目标,进行单摄像机目标跟踪,获取行人目标样本图像,记该摄像机为当前摄像机;所述单摄像机目标跟踪,根据对摄像机实时拍摄的当前图像帧所提取前景目标实现,提取前景目标采用适用于视频图像序列的通用的背景减除算法;步骤3,根据步骤2的单摄像机目标跟踪结果,判断需跟踪的行人目标是否离开当前摄像机视域,若是则停止基于当前摄像机的单摄像机目标跟踪,记录目标离开第i号摄像机视域的时刻<img file="FDA0000668550720000013.GIF" wi="98" he="76" />进入步骤4,若否则返回步骤2持续进行单摄像机目标跟踪;步骤4,根据连通关系矩阵,对当前摄像机节点及其所有连通的邻接节点发布行人目标匹配指令,确定目标匹配任务开启时刻和目标匹配任务结束时刻;当前摄像机的目标匹配任务开启时刻为<img file="FDA0000668550720000014.GIF" wi="93" he="74" />目标匹配任务结束时刻为<img file="FDA0000668550720000015.GIF" wi="225" he="75" />其中<img file="FDA0000668550720000016.GIF" wi="93" he="75" />为当前摄像机的预设目标匹配任务时长<img file="FDA0000668550720000017.GIF" wi="113" he="74" />对于其他所有连通的邻接节点,根据连通关系矩阵S,计算目标匹配任务开启时刻<img file="FDA0000668550720000018.GIF" wi="74" he="86" />和目标匹配任务结束时刻<img file="FDA0000668550720000021.GIF" wi="111" he="83" />计算方法如下,设当前摄像机节点为第i号摄像机,第j号摄像机与第i号摄像机邻接,相应的空间距离有<img file="FDA0000668550720000022.GIF" wi="349" he="85" /><maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msubsup><mi>t</mi><mi>j</mi><mi>min</mi></msubsup><mo>=</mo><msubsup><mi>t</mi><mi>i</mi><mi>out</mi></msubsup><mo>+</mo><mfrac><msubsup><mi>s</mi><mi>ij</mi><mi>min</mi></msubsup><msub><mi>V</mi><mi>max</mi></msub></mfrac></mrow>]]></math><img file="FDA0000668550720000023.GIF" wi="336" he="156" /></maths><maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msubsup><mi>t</mi><mi>j</mi><mi>max</mi></msubsup><mo>=</mo><msubsup><mi>t</mi><mi>i</mi><mi>out</mi></msubsup><mo>+</mo><mfrac><msubsup><mi>s</mi><mi>ij</mi><mi>max</mi></msubsup><msub><mi>V</mi><mi>min</mi></msub></mfrac></mrow>]]></math><img file="FDA0000668550720000024.GIF" wi="339" he="149" /></maths>其中,V<sub>max</sub>、V<sub>min</sub>分别为行人步速最大、最小值,<img file="FDA0000668550720000025.GIF" wi="235" he="84" />分别为<img file="FDA0000668550720000026.GIF" wi="322" he="85" />中的最小值和最大值;步骤5,对接收到行人目标匹配指令的所有摄像机,分别从步骤4所确定的目标匹配任务开启时刻开始,对拍摄所得视频进行行人检测,对检测得到的候选行人目标图像和步骤2所得行人目标样本图像分别提取特征并进行匹配;以视频帧中候选行人目标图像为候选目标,以步骤2所得行人目标样本图像为原始目标,若出现某一候选目标与行人目标匹配度大于阈值,则认为该候选目标为行人目标,匹配成功,将该候选目标所在摄像头作为新的当前摄像机,返回步骤2对该候选目标进行单摄像头目标跟踪,并停止所有的匹配任务;否则继续执行匹配任务,直到匹配成功,或者接收到行人目标匹配指令的所有摄像机都达到目标匹配任务结束时刻。
地址 430072 湖北省武汉市武昌区珞珈山武汉大学