| 主权项 |
一种物件侦测与追踪的方法，用来侦测与追踪透过一场景中物体运动而产生的多个连续的影像，该方法包含：根据一输入的新影像与过去时刻的累积资讯，更新一前背景外貌双模型的资讯；根据该更新后的前背景外貌双模型的资讯与过去传递的时间轴资讯以及目前观测的影像，进行一物件侦测程序；利用该物件侦测程序产生的侦测结果，去更新该前背景外貌双模型的资讯，直到满足一收敛条件为止；将该收敛的侦测结果视为一新的追踪量测结果，来更新一追踪预测模型；利用该更新后的追踪预测模型求得一最后追踪结果，该最后追踪结果为根据目前追踪量测与过去观察的追踪结果而决定；以及预测下一个时刻之追踪物体的位置，并回传预测的前背景物体的标记与外貌资讯，作为该更新前背景外貌双模型之步骤所需的资讯。如申请专利范围第1项所述之物件侦测与追踪的方法，其中该进行该物件侦测的程序是一个最佳化的问题，该最佳化的问题的定义为，根据目前时刻观察到的影像资讯、更新后的前背景外貌双模型资讯、以及前一个时刻所传递过来的预估标记，来决定目前时刻之最好的分类标记。如申请专利范围第2项所述之物件侦测与追踪的方法，其中该物件侦测的程序采用一个3－层式机制来处理该物件侦测的最佳化标记。如申请专利范围第3项所述之物件侦测与追踪的方法，其中该3－层式机制包含：一观察资讯层，提供目前时刻观察到的影像色彩资讯；一隐藏标记层，提供每一个像素点的分类标记；以及一记忆估计层，提供由过去所传递过来的预估分类标记。如申请专利范围第2项所述之物件侦测与追踪的方法，其中该最佳化的问题被描述成由一个可能性机率函式与一事前机率资讯两者组合而成的一个最大化的问题。如申请专利范围第1项所述之物件侦测与追踪的方法，其中该追踪预测模型是以一贝式滤波器来描述一物体运动模型的动态系统。如申请专利范围第1项所述之物件侦测与追踪的方法，该物件侦测程序透过建立一贝式网路模型，将包含空间域、时间域上面的先前累积资讯、以及目前观察的机率资讯，整合在一起考虑并且作决策。如申请专利范围第2项所述之物件侦测与追踪的方法，其中该物件追踪模组与该物件侦测程序交互运作，并且两者衍生之资讯在彼此之间互相分享与回馈。如申请专利范围第8项所述之物件侦测与追踪的方法，其中该交互运作至少包括更新运动模型、传递时间域上的预估前背景标记资讯、前景与背景的标记分类、以及重复更新前景背景标记与前背景外貌双模型资讯的步骤。如申请专利范围第9项所述之物件侦测与追踪的方法，其中该更新运动模型至少包括：对于每一个物体，使用它在前一时刻的物体位置，来更新物体运动模型；根据更新后的物体运动模型，预测在目前时刻之物体可能会出现的位置以及出现在该位置的外貌资讯；以及以所预测的在目前时刻之物体可能出现的位置当成目前时刻时，预测物体之位置的一初始值。如申请专利范围第10项所述之物件侦测与追踪的方法，其中该传递时间域上的前背景标记资讯至少包括：根据该初始的预测位置资讯，将前一时刻的物体标记转换到目前时刻的预测位置，并产生目前时刻的一记忆预估层，以提供该物件侦测时的时间域上的先前位置资讯；在目前时刻时，利用一最佳化过程求取一隐藏标记层，以提供每一个像素点的分类标记；以及在该最佳化的过程后，求出目前时刻的一最佳隐藏标记。如申请专利范围第11项所述之物件侦测与追踪的方法，其中该重复更新前景背景标记至少包括：利用该最佳隐藏标记，重新估算每一个物体的物体位置；以及如果每一个物体位置落在以各自预测物体位置为中心之事先定义的附近位置，则结束目前时刻的追踪程序，否则再以该物体位置当成新的测物体位置，并重返该传递时间域上的标记资讯的步骤。一种物件侦测与追踪的方法，用来侦测与追踪透过一场景中物体运动而产生的多个连续的影像，该方法包含：将该场景中物体的前景与背景外貌模型模拟成一前景与背景外貌机率模型；根据目前时刻之前景与背景外貌模型与时间域上的预测资讯，以及目前观测到的影像资讯来进行物体侦测与该场景中物体的前景与背景的最佳化标记；根据最新量测到的该场景中物体的物体前景与背景标记资讯，以及过去记忆学习的物体移动资讯来决定该场景中物体目前时刻的物体移动位置，并更新物体运动模型与估计下一时刻的物体移动位置；以及根据过去时刻物体侦测的结果与物体移动资讯来更新前景与背景外貌模型。如申请专利范围第13项所述之物件侦测与追踪的方法，该方法的特征在于前景外貌模型与背景外貌模型的同步维持，以及物体侦测与物体追踪的资讯交流与回馈。如申请专利范围第13项所述之物件侦测与追踪的方法，其中该前景与背景的最佳化标记系根据目前时刻观察到的影像资讯，以及前一个时刻所传递过来的预估标记，以及前背景外貌双模型资讯来决定目前时刻之最好的分类标记。一种物件侦测与追踪的系统，用来侦测与追踪透过一场景中物体运动而产生的多个连续的影像，该系统包含：一前背景外貌双模更新模组，根据一输入的新影像、前一时刻的累积资讯，来更新物体的前景外貌模型与背景外貌模型；一物件侦测模组，根据该输入的新影像、更新后的该前景外貌模型与该背景外貌模型、以及过去传递的时间轴资讯，来进行物件侦测与决定目前时刻之最好的分类标记；以及一追踪预测更新模组，利用该物件侦测模组的侦测结果，更新该前背景外貌双模型的资讯，直到满足一收敛条件为止，并将该收敛的侦测结果视为一新的追踪量测结果，来更新物体运动模型，进而预测下一个时刻之追踪物体的位置，并回传预测的物体位置与外貌资讯给该前背景外貌双模更新模组，作为更新该前背景外貌双模型所需的资讯。如申请专利范围第16项所述之物件侦测与追踪的系统，其中该物件侦测模组采用一个3－层式机制来决定目前时刻之最好的分类标记。如申请专利范围第16项所述之物件侦测与追踪的系统，其中该物件侦测模组透过一最佳化标记运算模组，来进行该最好的分类标记的判断。如申请专利范围第16项所述之物件侦测与追踪的系统，该系统将物体的前景外貌模型与背景外貌模型模拟成一机率模型，对于每一新的观察值，该机率模型提供该新的观察值属于前景或背景的可能性。 |
