專(zhuān)利名稱(chēng)：用攝像機(jī)網(wǎng)絡(luò)定位目標(biāo)的系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電子學(xué)領(lǐng)域，特別涉及圖像傳感器如攝像機(jī)的網(wǎng)絡(luò)，并特別涉及使用所謂的“智能”攝像機(jī)的網(wǎng)絡(luò)定位和/或跟蹤單個(gè)目標(biāo)或多個(gè)目標(biāo)的領(lǐng)域。本發(fā)明更特別涉及使用智能攝像機(jī)的網(wǎng)絡(luò)隨著時(shí)間定位目標(biāo)的系統(tǒng)和方法，即跟蹤目標(biāo)的系統(tǒng)和方法。
背景技術(shù)：
出于簡(jiǎn)化的目的并且與以下事實(shí)有關(guān)當(dāng)期望使用攝像機(jī)獲得連續(xù)圖像(視頻) 時(shí)，顯而易見(jiàn)的是僅僅獲取靜態(tài)圖像也是可能的，因此本發(fā)明中使用的圖像捕捉設(shè)備在下文被稱(chēng)為“攝像機(jī)”。本發(fā)明提出允許定位目標(biāo)(物體或人，作為非限制性的例子)的攝像機(jī)網(wǎng)絡(luò)。事實(shí)上，術(shù)語(yǔ)“攝像機(jī)”(或智能攝像機(jī))在本申請(qǐng)中是指包含圖像(靜態(tài)或視頻) 獲取裝置、處理數(shù)據(jù)的裝置，特別是處理代表這些圖像的數(shù)據(jù)的裝置和用于彼此傳輸與這種處理有關(guān)的信息和/或傳輸該信息至更高級(jí)別的系統(tǒng)或人的通信裝置的設(shè)備。本申請(qǐng)涉及無(wú)線(xiàn)通信，但是應(yīng)明顯的是，雖然使用無(wú)線(xiàn)通信更實(shí)用，但是也可使用有線(xiàn)通信，特別是由于本發(fā)明使得將經(jīng)過(guò)這些通信裝置的信息量最小化成為可能，并因此不需要有線(xiàn)通信所提供的與無(wú)線(xiàn)通信相比更高的傳輸速率。無(wú)線(xiàn)攝像機(jī)網(wǎng)絡(luò)(WCN) —般是由數(shù)十至數(shù)百個(gè)互相連接的節(jié)點(diǎn)(或如上面定義的 “智能攝像機(jī)”)組成的系統(tǒng)。這些節(jié)點(diǎn)每一個(gè)都由攝像機(jī)(或圖像獲取裝置)、信息處理單元和通信裝置組成。這些節(jié)點(diǎn)具有受限制的覆蓋區(qū)域并部署在不同類(lèi)的環(huán)境中。它們是自治的，并針對(duì)此目的儲(chǔ)有能量，補(bǔ)充其能量被證明是不可能的，這限制了這些節(jié)點(diǎn)的使用壽命。因而最小化每個(gè)節(jié)點(diǎn)的成本是有用的。每個(gè)節(jié)點(diǎn)必須能處理接收的數(shù)據(jù)、做出定位決策并獨(dú)立將該定位決策傳輸?shù)脚c其連接的鄰近節(jié)點(diǎn)。計(jì)劃這種合作以確保做出最佳的決策是可能的，而不管功率消耗和處理功率的限制。因而，WCN遭遇多種類(lèi)型的強(qiáng)約束，其中的功率約束和計(jì)算約束限制了網(wǎng)絡(luò)中節(jié)點(diǎn)的處理和通信能力。盡管如此，它們必須滿(mǎn)足考慮它們打算被部署的系統(tǒng)的敏感性的服務(wù)質(zhì)量的嚴(yán)格目標(biāo)。在這種背景下，最重要的是提出的解決方案是合作式的并需要與通信模式和所獲圖像的實(shí)時(shí)處理有關(guān)的分布式智能技術(shù)。 通信的無(wú)線(xiàn)方面可在用于傳輸信息的傳感器網(wǎng)絡(luò)的范圍內(nèi)開(kāi)發(fā)，并且因此必須在信號(hào)處理算法的設(shè)計(jì)中考慮它。相反地，這些算法依賴(lài)于單元之間的通信并對(duì)通信強(qiáng)加了強(qiáng)限制。在過(guò)去的幾年，實(shí)時(shí)視頻監(jiān)視在科學(xué)界和工業(yè)界吸引最高級(jí)別的特別關(guān)注。已完成了從單個(gè)攝像機(jī)跟蹤移動(dòng)的人或物的多個(gè)項(xiàng)目。已知有許多探測(cè)目標(biāo)的解決方案，例如通過(guò)外形識(shí)別或某個(gè)其他方法，此處將不給出關(guān)于探測(cè)算法的細(xì)節(jié)。不管所提出的算法和模型的復(fù)雜性如何，用單個(gè)攝像機(jī)跟蹤會(huì)由于考慮的景象中出現(xiàn)多種類(lèi)型的障礙物而復(fù)雜化。特別地，已經(jīng)建議使用基于外表模型或顏色相關(guān)圖原理的成熟處理技術(shù)以避免部分或全部障礙物的問(wèn)題?；谙闰?yàn)的移動(dòng)模型的貝葉斯(Bayesian)概率濾波或概率過(guò)濾的其他方法是已知的。然而，并入目標(biāo)的先驗(yàn)動(dòng)態(tài)模型不提供關(guān)于所遭遇障礙物(靜態(tài)障礙物或移動(dòng)人物的混合)的足夠可靠性。多個(gè)具有不同視角監(jiān)測(cè)景象的攝像機(jī)的使用可提供關(guān)于障礙物出現(xiàn)的可靠解決方案。文獻(xiàn)中已提出不同的數(shù)據(jù)合并策略以便開(kāi)發(fā)從分布的攝像
4機(jī)傳出的視屏流。常用策略中的第一類(lèi)策略，由用每個(gè)攝像機(jī)探測(cè)目標(biāo)并基于其校準(zhǔn)和被跟蹤物體的主軸計(jì)算攝像機(jī)之間的映射組成。這種方法的主要缺點(diǎn)是需要探測(cè)并正確跟蹤所有目標(biāo)。另一個(gè)缺點(diǎn)是所有攝像機(jī)必須同時(shí)起作用或是活動(dòng)的，這在無(wú)線(xiàn)且自治并具有受限制的和不可再生的能源儲(chǔ)存的攝像機(jī)網(wǎng)絡(luò)的背景下是不可能的。第二類(lèi)方法基于用于合并來(lái)自不同攝像機(jī)的數(shù)據(jù)的粒子過(guò)濾。粒子過(guò)濾由使用有序蒙特卡洛(Monte Carlo)方法的系統(tǒng)狀態(tài)(知道至目前時(shí)刻的所有視頻圖像)的近似概率密度組成。這種方法的全部好處是其無(wú)需依賴(lài)解析近似而分解非線(xiàn)性動(dòng)態(tài)模型的能力。非線(xiàn)性方面主要由強(qiáng)非線(xiàn)性的視頻觀(guān)察模型引起。以下列類(lèi)別區(qū)分兩種類(lèi)型的方法1. 3D粒子過(guò)濾這包括根據(jù)3D空間中儀器的概率分布模擬大量粒子(系統(tǒng)狀態(tài)如位置、速度、方向、…)，將這些粒子投影在每個(gè)攝像機(jī)的面中，以計(jì)算其在同一攝像機(jī)中的似然水平，并且最終將所有選擇的攝像機(jī)的似然水平相乘以合并數(shù)據(jù)。這種策略的缺點(diǎn)是其集中性，集中性需要將視屏流傳送至中央單元。由于能源限制以及安全性的原因，所以這個(gè)集中化方面在無(wú)線(xiàn)攝像機(jī)網(wǎng)絡(luò)的范圍內(nèi)不可接受，因?yàn)橹醒雴卧耐嘶沟谜麄€(gè)監(jiān)視系統(tǒng)不能操作。2.協(xié)同粒子過(guò)濾這種方法由結(jié)合多個(gè)在不同攝像機(jī)中實(shí)施的粒子過(guò)濾器組成。 這個(gè)結(jié)合依賴(lài)于信息的交換，以便獲得與中央粒子過(guò)濾器相同的性能。盡管是分布式的，但是這種方法需要大量的信息交換，導(dǎo)致高通信成本。此外，這種方法不包含用于選擇攝像機(jī)子集的裝置，該攝像機(jī)子集能夠獲得與作為整體的網(wǎng)絡(luò)相同的跟蹤性能。比較上述兩個(gè)類(lèi)別的方法，可注意到用粒子方法實(shí)施的貝葉斯過(guò)濾提供更堅(jiān)固的概率框架，用于在攝像機(jī)的網(wǎng)絡(luò)內(nèi)跟蹤目標(biāo)。然而，粒子方法無(wú)法適應(yīng)自治攝像機(jī)網(wǎng)絡(luò)背景中的能源限制。因此，現(xiàn)有技術(shù)的解決方案具有針對(duì)部署低成本自治攝像機(jī)網(wǎng)絡(luò)的嚴(yán)重缺點(diǎn)ο此外，從現(xiàn)有技術(shù)中可知，無(wú)線(xiàn)攝像機(jī)的內(nèi)嵌網(wǎng)絡(luò)具有分散處理攝像機(jī)(如前所述，并入了處理裝置)中所獲圖像的優(yōu)點(diǎn)，并具有高分辨率(例如，3.1兆象素CMOS傳感器)，允許獲得比那些用模擬技術(shù)獲得的圖像精確30倍的圖像，并且攝像機(jī)的視野范圍達(dá)到360度，因此最小化大面積監(jiān)視所需的攝像機(jī)數(shù)量。然而，這種類(lèi)型的解決方案具有下列缺點(diǎn)成本(特別是用于機(jī)動(dòng)化攝像機(jī)的成本)；限于更好清晰度的圖像局部處理的分散處理；缺乏協(xié)同處理，導(dǎo)致困難條件下如存在多個(gè)障礙物時(shí)系統(tǒng)故障；限于使用多個(gè)攝像機(jī)以獲得相同景象的多個(gè)視圖的網(wǎng)絡(luò)概念，沒(méi)有智能分布的處理并且攝像機(jī)尺寸太大，造成入侵者損壞的危險(xiǎn)而不是允許離散并有效的監(jiān)視。因而，智能攝像機(jī)網(wǎng)絡(luò)領(lǐng)域的一個(gè)主要問(wèn)題涉及這些攝像機(jī)進(jìn)行的協(xié)同處理。非常需要要求有限資源的允許有效協(xié)同處理的攝像機(jī)，并特別需要允許多個(gè)攝像機(jī)由于互相協(xié)同而同時(shí)跟蹤至少一個(gè)目標(biāo)的攝像機(jī)網(wǎng)絡(luò)。在這種背景下，值得提出攝像機(jī)網(wǎng)絡(luò)，用于定位(和/或跟蹤)目標(biāo)，由于圖像的協(xié)同處理，其建議更先進(jìn)的處理如探測(cè)、跟蹤移動(dòng)物體、做出決策，同時(shí)由于智能攝像機(jī)交換局部處理得到的信息以便滿(mǎn)足評(píng)估和決定的目標(biāo)，因此使網(wǎng)絡(luò)中的信息交換最少，以電信意義理解術(shù)語(yǔ)網(wǎng)絡(luò)，支持多種架構(gòu)，例如廣播、點(diǎn)對(duì)點(diǎn)等等。

發(fā)明內(nèi)容
本發(fā)明以提出使用攝像機(jī)的網(wǎng)絡(luò)定位目標(biāo)的過(guò)程作為目的，其使得緩解現(xiàn)有過(guò)程的至少一些缺點(diǎn)成為可能。這個(gè)目的通過(guò)使用智能攝像機(jī)網(wǎng)絡(luò)跟蹤至少一個(gè)目標(biāo)的方法實(shí)現(xiàn)，智能攝像機(jī)包括實(shí)施至少一個(gè)目標(biāo)跟蹤算法的數(shù)據(jù)處理裝置、圖像獲取裝置和通信裝置，所述攝像機(jī)網(wǎng)絡(luò)覆蓋至少一個(gè)稱(chēng)為地區(qū)的地理區(qū)域，所述方法的特征在于其包括由于至少一個(gè)探測(cè)算法，在該地區(qū)內(nèi)通過(guò)網(wǎng)絡(luò)中的至少一個(gè)攝像機(jī)探測(cè)至少一個(gè)目標(biāo)，然后對(duì)于每一個(gè)時(shí)刻，由于至少一個(gè)使用模型(該模型稱(chēng)為轉(zhuǎn)移模型)的變分過(guò)濾算法，依賴(lài)于從一個(gè)時(shí)刻到另一個(gè)時(shí)刻的目標(biāo)軌跡的時(shí)間相關(guān)性，使用目標(biāo)位置的估計(jì)，重復(fù)通過(guò)至少一個(gè)稱(chēng)為活動(dòng)攝像機(jī)的攝像機(jī)進(jìn)行的至少一個(gè)目標(biāo)跟蹤步驟。以特別有利的方式，跟蹤方法使用在通過(guò)所述活動(dòng)攝像機(jī)獲取的圖像內(nèi)目標(biāo)位置的似然函數(shù)，并且轉(zhuǎn)移模型通過(guò)高斯或高斯函數(shù)(Gaussians)的連續(xù)混合表示，高斯連續(xù)混合允許借助概率密度的目標(biāo)位置的估計(jì)。根據(jù)另一個(gè)特定特征，在給定時(shí)刻，跟蹤步驟也包括確定代表時(shí)間上的充分統(tǒng)計(jì)量的數(shù)據(jù)的步驟，表示軌跡的知識(shí)，以在接下來(lái)的時(shí)刻繼續(xù)跟蹤目標(biāo)。根據(jù)另一個(gè)特定特征，在給定時(shí)刻，跟蹤步驟也包括確定目標(biāo)位置估計(jì)的相關(guān)性指標(biāo)的步驟，由于至少一個(gè)選擇算法允許選擇至少一個(gè)活動(dòng)攝像機(jī)根據(jù)其相關(guān)性指標(biāo)來(lái)執(zhí)行跟蹤，相關(guān)性指標(biāo)表示前一時(shí)刻預(yù)測(cè)目標(biāo)位置的概率密度和當(dāng)前時(shí)刻的估計(jì)目標(biāo)位置的概率密度之間的差。根據(jù)另一個(gè)特定特征，在初始時(shí)刻探測(cè)地區(qū)中出現(xiàn)的至少一個(gè)目標(biāo)的步驟引起所有已探測(cè)該目標(biāo)的攝像機(jī)跟蹤該目標(biāo)，接下來(lái)是在攝像機(jī)之間根據(jù)確定的相關(guān)性指標(biāo)競(jìng)爭(zhēng)的步驟，用于選擇最相關(guān)的并集合一組攝像機(jī)，其被稱(chēng)為活動(dòng)組，在給定時(shí)刻被分配給跟蹤任務(wù)。根據(jù)另一個(gè)特定特征，在執(zhí)行的處理中確定相關(guān)性指標(biāo)的步驟引發(fā)比對(duì)在給定時(shí)刻活動(dòng)的每一個(gè)攝像機(jī)的相關(guān)性指標(biāo)和在選擇算法中確定的閾值的步驟，選擇算法允許攝像機(jī)根據(jù)這個(gè)比對(duì)的結(jié)果繼續(xù)跟蹤或放棄跟蹤。根據(jù)另一個(gè)特定特征，比對(duì)在給定時(shí)刻活動(dòng)的每個(gè)攝像機(jī)的相關(guān)性指標(biāo)和閾值的步驟伴有比對(duì)其他攝像機(jī)的相關(guān)性指標(biāo)中的變化的步驟，以便在繼續(xù)跟蹤和終止跟蹤之間決定并決定是否將其表示該攝像機(jī)確定的充分統(tǒng)計(jì)量的數(shù)據(jù)傳輸至網(wǎng)絡(luò)中的其他攝像機(jī)時(shí)考慮該變化，這個(gè)傳輸引起重復(fù)以下步驟攝像機(jī)間競(jìng)爭(zhēng)，以在所有攝像機(jī)的相關(guān)性指標(biāo)都越過(guò)閾值時(shí)集合新的組。根據(jù)另一個(gè)特定特征，跟蹤步驟包括在每個(gè)時(shí)刻都重復(fù)在下一時(shí)刻預(yù)測(cè)(若干) 目標(biāo)的(若干)位置的步驟。根據(jù)另一個(gè)特定特征，表示在時(shí)間上的充分統(tǒng)計(jì)量的數(shù)據(jù)代表目標(biāo)的估計(jì)位置的均值和隨機(jī)均值的協(xié)方差。根據(jù)另一個(gè)特定特征，由于其處理裝置使用表示其各自視場(chǎng)的相對(duì)定位的數(shù)據(jù)， 攝像機(jī)已知地理位置。根據(jù)另一個(gè)特定特征，由于其各自的變分過(guò)濾器之間的依賴(lài)性，在給定時(shí)刻借助變分過(guò)濾的跟蹤步驟，當(dāng)多個(gè)攝像機(jī)被激活時(shí)，通過(guò)活動(dòng)的攝像機(jī)以協(xié)同方式實(shí)施，所述依賴(lài)性通過(guò)連接目標(biāo)位置的隨機(jī)均值的動(dòng)態(tài)單應(yīng)性模型(homography model)表達(dá)，所述目標(biāo)位置分別由每個(gè)活動(dòng)攝像機(jī)估計(jì)。根據(jù)另一個(gè)特定特征，跟蹤由活動(dòng)攝像機(jī)通過(guò)在攝像機(jī)之間交換代表除了那些時(shí)間上的充分統(tǒng)計(jì)量之外，空間上的充分統(tǒng)計(jì)量的數(shù)據(jù)協(xié)同地執(zhí)行，這些空間上的充分統(tǒng)計(jì)量表示當(dāng)前時(shí)刻每個(gè)活動(dòng)攝像機(jī)的圖像中的目標(biāo)的預(yù)期位置。本發(fā)明也具有提出用于通過(guò)傳感器網(wǎng)絡(luò)定位目標(biāo)的系統(tǒng)的目的，該系統(tǒng)允許緩解現(xiàn)有技術(shù)的至少一些缺陷。該目的通過(guò)使用智能攝像機(jī)網(wǎng)絡(luò)跟蹤至少一個(gè)目標(biāo)的系統(tǒng)實(shí)現(xiàn)，每個(gè)智能攝像機(jī)都包括數(shù)據(jù)處理裝置、圖像獲取裝置和通信裝置，攝像機(jī)網(wǎng)絡(luò)覆蓋至少一個(gè)地理區(qū)域，被稱(chēng)為地區(qū)，其特征在于數(shù)據(jù)處理裝置通過(guò)實(shí)施根據(jù)本發(fā)明的方法來(lái)實(shí)施至少一個(gè)定位和跟蹤一個(gè)目標(biāo)或多個(gè)目標(biāo)的算法。根據(jù)另一個(gè)特定特征，所使用的至少一個(gè)算法基于變分過(guò)濾器，該過(guò)濾器允許用于跟蹤的攝像機(jī)之間交換的數(shù)據(jù)被限制為一個(gè)均值和一個(gè)協(xié)方差。根據(jù)另一個(gè)特定特征，至少一個(gè)圖像由至少一個(gè)攝像機(jī)在跟蹤期間獲得，根據(jù)其關(guān)于坐標(biāo)的位置和/或目標(biāo)軌跡被選擇。根據(jù)另一個(gè)特定特征，通過(guò)根據(jù)其位置選擇的至少一個(gè)攝像機(jī)獲取的所述圖像儲(chǔ)存在相同攝像機(jī)的存儲(chǔ)裝置中。根據(jù)另一個(gè)特定特征，該系統(tǒng)包括至少一個(gè)集中設(shè)備，該設(shè)備包括與所述系統(tǒng)中的攝像機(jī)通信的裝置及用于分別儲(chǔ)存和/或顯示數(shù)據(jù)的儲(chǔ)存和/或顯示裝置，所述數(shù)據(jù)與跟蹤和/或所述獲取的圖像有關(guān)，并由攝像機(jī)傳輸。根據(jù)另一個(gè)特定特征，集中設(shè)備包括數(shù)據(jù)輸入裝置，其允許操作人員基于攝像機(jī)傳輸并顯示在所述設(shè)備上的數(shù)據(jù)檢查目標(biāo)的跟蹤，并且如果適用，經(jīng)由所述設(shè)備的通信裝
置警告觀(guān)察辦公室。本發(fā)明的另一個(gè)目的是提出用于通過(guò)目標(biāo)定位的設(shè)備，該設(shè)備使用傳感器網(wǎng)絡(luò)， 允許緩解現(xiàn)有技術(shù)的至少一些缺陷。這種設(shè)備允許單獨(dú)實(shí)施本發(fā)明，或與其他相同類(lèi)型的設(shè)備合作以實(shí)施本發(fā)明。該目的通過(guò)智能攝像機(jī)實(shí)現(xiàn)，所述智能攝像機(jī)覆蓋至少一個(gè)地理區(qū)域并包括數(shù)據(jù)處理裝置、圖像獲取裝置，其特征在于數(shù)據(jù)處理裝置通過(guò)實(shí)施根據(jù)本發(fā)明至少一個(gè)實(shí)施所述的方法實(shí)施至少一個(gè)定位一個(gè)目標(biāo)或多個(gè)目標(biāo)的算法，其中單個(gè)攝像機(jī)可進(jìn)行跟蹤。根據(jù)另一個(gè)特定特征，智能攝像機(jī)包含通信裝置，用于與另一智能相機(jī)通信，從而實(shí)施根據(jù)本發(fā)明至少一個(gè)實(shí)施例的方法，其中多個(gè)攝像機(jī)可以連續(xù)地或協(xié)同地執(zhí)行跟蹤。根據(jù)另一個(gè)特定特征，智能攝像機(jī)包含用于與集中設(shè)備通信的通信裝置，集中設(shè)備具有與至少一個(gè)攝像機(jī)通信的裝置以及儲(chǔ)存和/或顯示裝置，儲(chǔ)存和/或顯示裝置用于分別儲(chǔ)存和/或顯示與跟蹤和/或所述獲取的圖像有關(guān)的數(shù)據(jù)。


在閱讀下面的描述并參考附圖后，本發(fā)明的其他特殊特征和優(yōu)點(diǎn)將顯現(xiàn)，其中圖1顯示根據(jù)本發(fā)明隨時(shí)間跟蹤目標(biāo)的跟蹤系統(tǒng)的實(shí)施例，網(wǎng)絡(luò)中具有一個(gè)傳感器的放大視圖，圖2顯示根據(jù)本發(fā)明的定位過(guò)程的實(shí)施例，圖3顯示在2個(gè)攝像機(jī)同時(shí)實(shí)現(xiàn)變分過(guò)濾器的情形中的動(dòng)態(tài)狀態(tài)模型。
具體實(shí)施例方式本發(fā)明涉及通過(guò)如前定義的智能攝像機(jī)的網(wǎng)絡(luò)跟蹤至少一個(gè)目標(biāo)的系統(tǒng)和方法。 這些智能攝像機(jī)(S)已知地理位置并且每個(gè)都包含實(shí)施至少一個(gè)用于跟蹤一個(gè)目標(biāo)或多個(gè)目標(biāo)的算法(AS、AD、AF)的數(shù)據(jù)處理裝置(Si)、圖像獲取裝置(S2)和通信裝置(S21)。 攝像機(jī)( 的網(wǎng)絡(luò)使得覆蓋至少一個(gè)地理區(qū)域(稱(chēng)為地區(qū)(Z)成為可能)，其中攝像機(jī)網(wǎng)絡(luò)進(jìn)行的協(xié)同處理允許低成本的有效監(jiān)視，特別是使用具有受限計(jì)算資源和能力的攝像機(jī)。 通信裝置可以是有線(xiàn)或無(wú)線(xiàn)的。優(yōu)選地，本發(fā)明將在自治攝像機(jī)(即，不需要更高級(jí)別的系統(tǒng))的網(wǎng)絡(luò)中實(shí)施，自治攝像機(jī)的網(wǎng)絡(luò)以協(xié)同的方式實(shí)施本發(fā)明。根據(jù)攝像機(jī)群組中的變化，處理裝置是可重構(gòu)的。所述方法包括通過(guò)網(wǎng)絡(luò)中的至少一個(gè)攝像機(jī)( ，使用至少一種探測(cè)算法(AD)， 探測(cè)(50)地區(qū)(Z)中的至少一個(gè)目標(biāo)(X)，接著是，對(duì)于每一個(gè)時(shí)刻(t)，使用至少一個(gè)基于變分過(guò)濾器的變分過(guò)濾算法(AF)，重復(fù)至少一個(gè)稱(chēng)為活動(dòng)攝像機(jī)的攝像機(jī)對(duì)目標(biāo)(X)跟蹤(5 的至少一個(gè)步驟，接著是通過(guò)概率密度估計(jì)(551)目標(biāo)(X)的位置。所述系統(tǒng)包括聯(lián)網(wǎng)的攝像機(jī)和數(shù)據(jù)處理裝置(Si)，數(shù)據(jù)處理裝置通過(guò)實(shí)施根據(jù)本發(fā)明的方法，實(shí)施至少一種算法(AS、AD、AF)用以定位一個(gè)或多個(gè)目標(biāo)。圖1顯示這種系統(tǒng)的實(shí)施實(shí)例。圖2顯示所述方法的實(shí)施實(shí)例。在這個(gè)實(shí)施例中，在初始時(shí)刻探測(cè)(50)地區(qū)(Z) 中存在的至少一個(gè)目標(biāo)(X)的步驟，引發(fā)或觸發(fā)所有已探測(cè)到目標(biāo)(X)的攝像機(jī)的目標(biāo)跟蹤(5 ，即目標(biāo)位置的估計(jì)。在具體實(shí)施例中，在所有已探測(cè)目標(biāo)的攝像機(jī)正在進(jìn)行跟蹤的這個(gè)初始時(shí)刻之后，使用相關(guān)性指標(biāo)(J)的計(jì)算進(jìn)行活動(dòng)攝像機(jī)(其將繼續(xù)進(jìn)行跟蹤)的選擇，相關(guān)性指標(biāo)(J)代表通過(guò)每個(gè)攝像機(jī)執(zhí)行的目標(biāo)位置估計(jì)的相關(guān)性。因此，在具體實(shí)施例中，基于所確定的相關(guān)性指標(biāo)(J)，所述方法繼續(xù)攝像機(jī)之間的競(jìng)爭(zhēng)(5 的步驟，以選擇并集合一組攝像機(jī)(I)，稱(chēng)為活動(dòng)攝像機(jī)，其在給定時(shí)刻(t)被分配給跟蹤任務(wù)(5 。在給定時(shí)刻(t)的跟蹤步驟(5 —般也包括確定(55 代表在下一時(shí)刻(t+Ι)的目標(biāo)(X) 的充分統(tǒng)計(jì)量的數(shù)據(jù)(SQ的步驟。在具體實(shí)施例中，相關(guān)性指標(biāo)(J)的計(jì)算在每個(gè)時(shí)刻發(fā)生。在這種情形中，在給定時(shí)刻⑴的跟蹤步驟(55)也包括使用至少一種選擇算法(AS)確定( 執(zhí)行的處理的相關(guān)性指標(biāo)(J)的步驟，選擇算法(AQ允許選擇將繼續(xù)跟蹤的攝像機(jī)(以及那些將停止跟蹤的攝像機(jī))。在具體實(shí)施例中，確定(55 執(zhí)行的處理(執(zhí)行的估計(jì))的相關(guān)性指標(biāo)(J)的步驟引發(fā)比對(duì)(54)在給定時(shí)刻(t)活動(dòng)的每個(gè)攝像機(jī)的相關(guān)性指標(biāo)(J)與選擇算法(AS)中確定的閾值的步驟，取決于該比對(duì)的結(jié)果，選擇算法(AS)允許攝像機(jī)繼續(xù)跟蹤(5 或放棄跟蹤，放棄跟蹤通過(guò)將該攝像機(jī)確定的代表時(shí)間上的充分統(tǒng)計(jì)量的數(shù)據(jù)(SQ傳輸至網(wǎng)絡(luò)中的其他攝像機(jī)實(shí)現(xiàn)。在給定時(shí)刻(t)活動(dòng)的每個(gè)攝像機(jī)的相關(guān)性指標(biāo)(J)與閾值的比對(duì)(54)步驟，在具體實(shí)施例中伴隨由其他攝像機(jī)相關(guān)性指標(biāo)(J) 的變化的比對(duì)641)組成的步驟，以在繼續(xù)跟蹤(5 和放棄跟蹤之間做出決定時(shí)考慮這個(gè)變化。例如，當(dāng)活動(dòng)攝像機(jī)的相關(guān)性指標(biāo)(J)降到低于閾值，同時(shí)其他攝像機(jī)的相關(guān)性指標(biāo)保持高于閾值時(shí)，該活動(dòng)攝像機(jī)放棄目標(biāo)的跟蹤而不引發(fā)網(wǎng)絡(luò)中的警告。另一方面，當(dāng)標(biāo)準(zhǔn)(J)對(duì)于所有活動(dòng)攝像機(jī)都減少時(shí)，在網(wǎng)絡(luò)中廣播警告以便集合新的相關(guān)攝像機(jī)組。因此， 當(dāng)其他攝像機(jī)的指標(biāo)(J)中變化的比對(duì)641)步驟造成指標(biāo)對(duì)于多個(gè)攝像機(jī)都減少的事實(shí)時(shí)，代表時(shí)間上的充分統(tǒng)計(jì)量的數(shù)據(jù)(SQ的傳輸(56)伴隨重復(fù)攝像機(jī)之間的競(jìng)爭(zhēng)(52)以形成新的活動(dòng)組的步驟。當(dāng)集合這個(gè)組后，活動(dòng)的攝像機(jī)放棄跟蹤并移交數(shù)據(jù)，以便其他攝像機(jī)能夠跟隨活動(dòng)目標(biāo)并執(zhí)行跟蹤。在相反的情形中，如果沒(méi)有攝像機(jī)能夠具有高于閾值的相關(guān)性指標(biāo)(J)，那么攝像機(jī)不放棄跟蹤。當(dāng)指標(biāo)(J)中變化的比對(duì)641)確定所有指標(biāo)(J)都減少以考慮所有攝像機(jī)的指標(biāo)(J)時(shí)(活動(dòng)攝像機(jī)易受失活，并且不活動(dòng)攝像機(jī)易受激活)，發(fā)起競(jìng)爭(zhēng)步驟(5 ，從而保持最相關(guān)的攝像機(jī)。在具體實(shí)施例中，跟蹤步驟(5 包括在每個(gè)時(shí)刻(t)，重復(fù)預(yù)測(cè)下一時(shí)刻的(若干)目標(biāo)的(若干)位置的步驟。所述預(yù)測(cè)由目標(biāo)(X)的軌跡(T)的估計(jì)來(lái)允許。如下文進(jìn)一步的詳細(xì)描述，使用變分過(guò)濾算法(AF)估計(jì)(551)的步驟依賴(lài)于稱(chēng)為轉(zhuǎn)移模型(MT) 的模型使用，特別依賴(lài)于從一個(gè)時(shí)刻至另一個(gè)時(shí)刻的目標(biāo)(X)假定軌跡(T)的時(shí)間相關(guān)。下文詳細(xì)描述借助高斯(Gaussians)連續(xù)混合表達(dá)的這個(gè)轉(zhuǎn)移模型(MT)的表達(dá)式，并且該表達(dá)式允許通過(guò)概率密度定義目標(biāo)(X)的預(yù)測(cè)(估計(jì))位置。通過(guò)代表目標(biāo)的連續(xù)位置的概率密度假定的值允許定義目標(biāo)(X)的軌跡(T)。在特別有益的方式中，變分過(guò)濾算法允許代表時(shí)間上的充分統(tǒng)計(jì)量的數(shù)據(jù)(SQ代表目標(biāo)(X)的估計(jì)位置的均值和協(xié)方差。有益地，本發(fā)明允許將攝像機(jī)之間的數(shù)據(jù)傳輸被限制為這些時(shí)間上的充分統(tǒng)計(jì)量。目標(biāo)的這個(gè)位置預(yù)測(cè)可因而包含至少一個(gè)由確定時(shí)間上的充分統(tǒng)計(jì)量以允許繼續(xù)跟蹤組成的步驟。因此，至少在一個(gè)攝像機(jī)每次在給定時(shí)間(t)執(zhí)行跟蹤的情形中，攝像機(jī)可只將代表這個(gè)時(shí)間相關(guān)信息的數(shù)據(jù)彼此傳輸，以便節(jié)省數(shù)據(jù)傳輸，從而節(jié)省消耗的功率。在多個(gè)攝像機(jī)在相同時(shí)刻激活以進(jìn)行協(xié)同過(guò)濾的情形中，在時(shí)刻(t)，借助變分過(guò)濾的跟蹤步驟(5 通過(guò)在攝像機(jī)之間交換代表除了時(shí)間上的充分統(tǒng)計(jì)量之外的空間上的充分統(tǒng)計(jì)量的數(shù)據(jù)(SS)來(lái)協(xié)同實(shí)施。確實(shí)，在多個(gè)攝像機(jī)同時(shí)激活的情形中，它們也將能夠交換代表空間上的充分統(tǒng)計(jì)量的數(shù)據(jù)，如圖像yts中目標(biāo)(X)的位置xts的分布，圖像yts 從在給定時(shí)刻(t)合作的每個(gè)攝像機(jī)(S)中傳出，如下文所解釋的。圖2圖解說(shuō)明代表所述方法具體實(shí)施例的下列序列1.在時(shí)刻t = 0時(shí)，探測(cè)/分類(lèi)(50)所跟隨的物體(目標(biāo)X)。2.通過(guò)已探測(cè)目標(biāo)的攝像機(jī)引發(fā)跟蹤(55)。3.根據(jù)下文中詳細(xì)描述的指標(biāo)(J)(信息標(biāo)準(zhǔn))在攝像機(jī)組的攝像機(jī)之間競(jìng)爭(zhēng) (52)，用于選擇分配以跟蹤目標(biāo)的縮減的攝像機(jī)組It。4.通過(guò)執(zhí)行協(xié)同變分算法(AF)跟蹤(5 目標(biāo)，通過(guò)下列步驟(a)以可能的時(shí)間間隔估計(jì)(551)目標(biāo)⑴的位置。(b)確定(55 至少一個(gè)充分統(tǒng)計(jì)量(SQ以在下一時(shí)刻繼續(xù)跟蹤。(c)確定(553)執(zhí)行的處理的相關(guān)性指標(biāo)(J)。5.比對(duì)(54)如果前一步驟的計(jì)算指標(biāo)大于設(shè)定的閾值，攝像機(jī)繼續(xù)跟蹤；否則， 可發(fā)生兩種情形(a)所有活動(dòng)攝像機(jī)的指標(biāo)降低至設(shè)定閾值以下。在網(wǎng)絡(luò)中廣播警告以集合新的一組活動(dòng)攝像機(jī)。如果集合了該組，則傳遞充分統(tǒng)計(jì)量，并且所述方法返回至跟蹤(上述點(diǎn) 2和幻以使攝像機(jī)返回競(jìng)爭(zhēng)。
(b)活動(dòng)組中的至少一個(gè)攝像機(jī)具有高于閾值的指標(biāo)。關(guān)于(若干)攝像機(jī)的指標(biāo)降至閾值以下，然后放棄跟蹤而不引發(fā)警告。因而，在優(yōu)選實(shí)施例中本發(fā)明提出分散化且合作的系統(tǒng)，該系統(tǒng)用于入侵的探測(cè)/ 分類(lèi)，并用于使用自治、微型、無(wú)線(xiàn)攝像機(jī)的網(wǎng)絡(luò)跟蹤移動(dòng)物體。這種分布模式具有對(duì)外部攻擊和攝像機(jī)故障的特別抗性的優(yōu)點(diǎn)，因?yàn)槠浣?jīng)設(shè)計(jì)以便組件的損失不會(huì)危及網(wǎng)絡(luò)整體的有效性。該提出的技術(shù)基于變分的方法，該變分的方法適應(yīng)數(shù)據(jù)傳輸率和功率方面的通信限制，同時(shí)確保對(duì)于噪音和軌跡的突然變化具有抗性的處理。該技術(shù)基于目標(biāo)位置的真實(shí)分布的近似(例如下文詳細(xì)描述的P(at|yi..t))，目標(biāo)位置通過(guò)更簡(jiǎn)單的函數(shù)(例如，下文詳細(xì)描述的q(at))是難于估計(jì)的，同時(shí)最小化近似誤差(即，通過(guò)尋找最接近真實(shí)分布的近似函數(shù)、提供估計(jì)標(biāo)準(zhǔn)的這些分布之間的差別)。這種近似允許時(shí)間依賴(lài)性被限制為單個(gè)成分(如下文詳細(xì)描述的成分μ t的函數(shù) q，其表示用作時(shí)間上的充分統(tǒng)計(jì)量的隨機(jī)均值的分布)的函數(shù)。因此，被分配以更新過(guò)濾分布的2個(gè)攝像機(jī)之間的通信被限于單個(gè)高斯的參數(shù)傳輸(函數(shù)q(y t)然后可被限制為一個(gè)均值和一個(gè)協(xié)方差)。因此，不需要由首先更新概率密度并且然后對(duì)其進(jìn)行近似處理組成的常規(guī)方法。全球協(xié)同跟蹤協(xié)議由過(guò)濾算法(AF)提供并基于下文描述的變分過(guò)濾。在特別有益的具體實(shí)施例中，提出了信息標(biāo)準(zhǔn)(下文詳細(xì)描述的相關(guān)性指標(biāo)或標(biāo)準(zhǔn)J)，以便定義由給定攝像機(jī)進(jìn)行的處理的相關(guān)性(即，(若干)目標(biāo)的跟蹤，即隨時(shí)間的對(duì)位置的估計(jì))?；谶@個(gè)相關(guān)性標(biāo)準(zhǔn)，選擇一受限制的攝像機(jī)組以實(shí)施物體跟蹤算法，因此進(jìn)一步較少功率消耗。具體實(shí)施例利用該相關(guān)性標(biāo)準(zhǔn)的不同使用方式。在特別有益的具體實(shí)施例中，在每個(gè)時(shí)刻，通過(guò)在多個(gè)攝像機(jī)中同時(shí)實(shí)施過(guò)濾算法，自動(dòng)激活的攝像機(jī)以協(xié)同的方式執(zhí)行跟蹤算法。具體實(shí)施例通過(guò)給定時(shí)刻在多個(gè)攝像機(jī)中同時(shí)實(shí)施變分過(guò)濾、使用時(shí)間上的充分統(tǒng)計(jì)量和空間上的充分統(tǒng)計(jì)量、允許位置相對(duì)從一個(gè)攝像機(jī)位置移動(dòng)到另一個(gè)的位置來(lái)利用這個(gè)協(xié)同跟蹤。在特別有益的方式中，這些空間上的充分統(tǒng)計(jì)量可被限制為至少一個(gè)攝像機(jī)估計(jì)的目標(biāo)預(yù)測(cè)位置。圖1圖解說(shuō)明用于入侵探測(cè)和移動(dòng)人物跟蹤的無(wú)線(xiàn)攝像機(jī)實(shí)例網(wǎng)絡(luò)的操作實(shí)例 時(shí)期1 在初始時(shí)刻探測(cè)/分類(lèi)該入侵。 時(shí)期2 用3個(gè)攝像機(jī)(S1、S2和S3)以協(xié)同的方式跟蹤人物。 時(shí)期3 =S1和S2自動(dòng)探測(cè)其圖像的非相關(guān)性；它們廣播充分統(tǒng)計(jì)量，并且攝像機(jī) S3、S4和S5自動(dòng)激活以協(xié)同跟蹤移動(dòng)人物。 時(shí)期4 :S4、S6和S7接管人物的跟蹤。圖1也顯示攝像機(jī)(S，在這個(gè)案例中是圖1中的攝像機(jī)S2)的放大，以強(qiáng)調(diào)其包含的裝置(特別是S1、S2和S21)。此處提到變分過(guò)濾，因?yàn)樨惾~斯過(guò)濾一直有基于已知數(shù)據(jù)計(jì)算未知量(此處指目標(biāo)的位置)的概率的目的。此處的變分過(guò)濾算法(AF)基于變分計(jì)算，在變分計(jì)算中，人們通過(guò)函數(shù)區(qū)別，因?yàn)闃?biāo)準(zhǔn)(對(duì)應(yīng)于目標(biāo)位置的真實(shí)分布和使用近似函數(shù)估計(jì)的分布之間的差別的估計(jì)標(biāo)準(zhǔn))是可用的，取決于函數(shù)(并且不是矢量)，并且我們尋找允許使估計(jì)標(biāo)準(zhǔn)最小化的函數(shù)(即，近似函數(shù)的)。變分過(guò)濾算法(AF)基于提供目標(biāo)⑴的位置估計(jì)(551)的變分過(guò)濾器。在每個(gè)節(jié)點(diǎn)(每個(gè)智能攝像機(jī)(S))的局部處理中交換的統(tǒng)計(jì)量中包含誤差模型組成有吸引力的策略，用于保證全球網(wǎng)絡(luò)級(jí)別下的有效處理和魯棒處理。從方法學(xué)的觀(guān)點(diǎn)， 變分方法通過(guò)更新非參數(shù)設(shè)定中概率密度的近似形式，允許隱含包含近似誤差的傳播。變分方法的原理由通過(guò)更簡(jiǎn)單函數(shù)近似概率密度(例如，真實(shí)概率密度P(at|yi..t)由下文詳細(xì)描述的q(at)近似)來(lái)探索整個(gè)狀態(tài)空間組成。進(jìn)一步，重尾密度的隱藏狀態(tài)動(dòng)力學(xué)的建模允許在困難情形下(例如軌跡的突然變化)探測(cè)和跟蹤受監(jiān)測(cè)系統(tǒng)。確實(shí)，在常規(guī)系統(tǒng)中使用簡(jiǎn)單高斯轉(zhuǎn)移模型不允許軌跡跳躍的不測(cè)事件。在另一方面，重尾密度的使用允許發(fā)生稀少的軌跡(T)變化事件，例如方向或速度的快速變化。特別地，系統(tǒng)Xt的狀態(tài)動(dòng)力學(xué)可由高斯連續(xù)混合(均值尺度混合)組成的模型描述。根據(jù)此模型，隱藏狀態(tài)XiEi "1遵循高斯分布，具有隨機(jī)均值Pt和隨機(jī)精確度矩陣 Ato均值遵守高斯隨機(jī)漫步，高斯隨機(jī)漫步表示系統(tǒng)隱藏狀態(tài)的軌跡的時(shí)間相關(guān)。精確度矩陣遵守Wishart (威夏爾特)定律1(1)
I Xi-JTC^ It)其中超參數(shù)I，元和歹分別是隨機(jī)漫步的精確度矩陣、自由度和威夏爾特分布的精確度矩陣。應(yīng)注意上述表達(dá)式(1)與被稱(chēng)為轉(zhuǎn)移模型的模型(MT)對(duì)應(yīng)，給出目標(biāo)軌跡(T)上的先驗(yàn)概率。值得注意的是均值和精確度的隨機(jī)方面引起先驗(yàn)、邊緣分布、可根據(jù)超參數(shù)的值以簡(jiǎn)單方式調(diào)節(jié)的尾行為。此外，重尾分布允許具有突然跳躍的軌跡的有效跟蹤，因?yàn)楦咚够旌闲纬删哂凶銐蜢`活的排除稀少事件可能性的概率密度。因而，本發(fā)明中使用的變分過(guò)濾器基于由高斯連續(xù)混合表示的轉(zhuǎn)移模型(MT)并通過(guò)概率密度估計(jì)目標(biāo)位置來(lái)給出目標(biāo)假定軌跡上的先驗(yàn)概率。這個(gè)高斯連續(xù)混合通過(guò)定義“擴(kuò)張的”或“擴(kuò)展的”系統(tǒng)隱藏狀態(tài)(比較α t = (xt，μ t，λ t)，下文詳細(xì)描述其例子)， 使用具有隨機(jī)均值μt和隨機(jī)精確度矩陣Xt的高斯分布在實(shí)踐中獲得。在粒子過(guò)濾方法中，均值的固定值基于目標(biāo)的先前位置確定，并且精確度矩陣的固定值根據(jù)位移速度確定。 由于這些值在經(jīng)由粒子過(guò)濾器的跟蹤過(guò)程中不變化，因此非?？赡艿氖牵醋运鼈兊墓烙?jì)是有缺陷的，特別是在目標(biāo)的位移速度變化的情形中。相反地，在本發(fā)明中，通過(guò)允許隨機(jī)均值(高斯分布)和隨機(jī)精確度矩陣的聯(lián)合估計(jì)，變分方法允許這些值在跟蹤的過(guò)程中被更新。實(shí)際上，變分過(guò)濾器具有對(duì)于粒子過(guò)濾器尺寸的增加的更高容限，并因此允許引入這種要被估計(jì)的隨機(jī)變量而粒子過(guò)濾器將因?yàn)槠渑c這種引入不兼容而發(fā)散。目標(biāo)的探測(cè)可被定義為分類(lèi)問(wèn)題。因此，探測(cè)算法(AD)定義一組確定的探測(cè)/分類(lèi)參數(shù)(或標(biāo)準(zhǔn))，其被應(yīng)用于所獲取的圖像以定義目標(biāo)物體，如現(xiàn)有技術(shù)中已知的。此外， 可向所獲取圖像內(nèi)的多個(gè)探測(cè)區(qū)域應(yīng)用多個(gè)探測(cè)/分類(lèi)算法和/或應(yīng)用所述算法(或若干算法)。這個(gè)探測(cè)歸結(jié)為在初始時(shí)刻定義“參考描述項(xiàng)”。此后，在隨后的每個(gè)時(shí)刻，由所獲數(shù)據(jù)(圖像)和參考描述項(xiàng)之間的差別定義的似然函數(shù)(例如下文詳細(xì)描述的ρ(yt IXt)) 被用于變分過(guò)濾。實(shí)際上，圖像yt和目標(biāo)&在該圖像中的位置之間的關(guān)系通常是復(fù)雜的并且不能提前定義。因而，使用似然函數(shù)表達(dá)這種關(guān)系，似然函數(shù)由本發(fā)明中實(shí)施的變分過(guò)濾使用。假定似然性具有所選描述項(xiàng)的函數(shù)的一般形式，在攝像機(jī)中被用于探測(cè)目標(biāo)。描述
1項(xiàng)是用于從信號(hào)如顏色直方圖、定向梯度直方圖中提取特征的函數(shù)或信號(hào)處理領(lǐng)域中已知的其他復(fù)雜程度不同的函數(shù)。描述項(xiàng)基本等同于觀(guān)察模型，即特別是此處給出的實(shí)例中的似然函數(shù)。然而，在視頻“跟蹤”領(lǐng)域，使用術(shù)語(yǔ)描述項(xiàng)是因?yàn)樗^的觀(guān)察模型不存在，本質(zhì)問(wèn)題是似然計(jì)算。此處，例如描述項(xiàng)可從含有被跟蹤物體的圖像的至少一個(gè)矩形中提取特征。當(dāng)前時(shí)刻(t)下該圖像的任何矩形的似然性(例如下文詳細(xì)描述的P (yt I Xt))可被定義為該矩形的描述項(xiàng)和含有在初始時(shí)刻探測(cè)的物體的矩形描述項(xiàng)(也稱(chēng)為參考描述項(xiàng))之間距離的遞減函數(shù)。例如，使用顏色直方圖作為描述項(xiàng)，當(dāng)前時(shí)刻在該圖像的候選矩形的似然水平由計(jì)算該矩形的顏色直方圖和含有所探測(cè)物體的初始圖像的矩形的顏色直方圖之間的Mmttacharya距離相反數(shù)的指數(shù)組成。情形1 在時(shí)刻t僅有一個(gè)攝像機(jī)被激活例如取決于地區(qū)(Z)的構(gòu)造，在當(dāng)前時(shí)刻(t)激活單個(gè)攝像機(jī)(S)以便實(shí)施變分過(guò)濾是可能的。根據(jù)轉(zhuǎn)移模型(MT)，“擴(kuò)張的”隱藏狀態(tài)變?yōu)镃it= (xt, yt，At)。代替使用一組受力粒子作為本領(lǐng)域已知的粒子過(guò)濾來(lái)近似過(guò)濾分布Ρ( α t Iy1.. t)，即時(shí)變分方法的原理由通過(guò)另一個(gè)更簡(jiǎn)單的函數(shù)q( α t)近似該分布，同時(shí)最小化與真實(shí)過(guò)濾分布有關(guān)的 Kullback-Leibler 散度組成
權(quán)利要求
1.一種使用智能攝像機(jī)(S)的網(wǎng)絡(luò)跟蹤至少一個(gè)目標(biāo)(X)的方法，每個(gè)智能攝像機(jī) (S)都包括實(shí)施用于跟蹤一個(gè)或多個(gè)目標(biāo)的至少一種算法(AS、AD、AF)的數(shù)據(jù)處理裝置 (Si)、圖像獲取裝置(S》和通信裝置(S21)，所述攝像機(jī)(S)的網(wǎng)絡(luò)覆蓋至少一個(gè)地理區(qū)域，稱(chēng)為地區(qū)(Z)，其特征在于，所述方法包括通過(guò)所述網(wǎng)絡(luò)中的至少一個(gè)攝像機(jī)( 借助至少一種探測(cè)算法(AD)探測(cè)(50)所述地區(qū)(Z)中的至少一個(gè)目標(biāo)(X)，接下來(lái)，對(duì)于每個(gè)時(shí)刻(t)，通過(guò)至少一個(gè)稱(chēng)為活動(dòng)攝像機(jī)的攝像機(jī)進(jìn)行目標(biāo)(X)跟蹤的至少一個(gè)步驟(55) 的迭代，借助基于變分過(guò)濾器的至少一種變分過(guò)濾算法(AF)，使用所述活動(dòng)攝像機(jī)獲得的圖像中的目標(biāo)(X)的位置的似然函數(shù)并使用模型(MT)，所述模型被稱(chēng)為轉(zhuǎn)移模型，其由高斯連續(xù)混合表示并基于從一個(gè)時(shí)刻至另一個(gè)時(shí)刻目標(biāo)(X)軌跡(T)的時(shí)間相關(guān)，接下來(lái)是通過(guò)概率密度實(shí)施所述目標(biāo)(X)的位置估計(jì)(551)。
2.一種根據(jù)權(quán)利要求1所述的方法，其特征在于在給定時(shí)刻(t)的所述跟蹤步驟(55) 也包括確定( 數(shù)據(jù)的步驟，以在下一時(shí)刻(t+Ι)繼續(xù)所述目標(biāo)(T)的跟蹤，所述數(shù)據(jù)代表時(shí)間上的充分統(tǒng)計(jì)量(SS)，表示所述軌跡(T)的知識(shí)。
3.一種根據(jù)權(quán)利要求1和2所述的方法，其特征在于給定時(shí)刻(t)的所述跟蹤步驟 (55)也包括確定(55 所述目標(biāo)(X)的位置估計(jì)(551)的相關(guān)性指標(biāo)(J)的步驟，借助至少一個(gè)選擇算法(AQ，所述選擇算法(AQ根據(jù)其相關(guān)性指標(biāo)(J)允許選擇至少一個(gè)活動(dòng)攝像機(jī)(S)以執(zhí)行跟蹤，所述相關(guān)性指標(biāo)(J)表示前一時(shí)刻預(yù)測(cè)的目標(biāo)位置的概率密度和當(dāng)前時(shí)刻估計(jì)的目標(biāo)位置的概率密度之間的差。
4.一種根據(jù)權(quán)利要求3所述的方法，其特征在于所述在初始時(shí)刻探測(cè)(50)出現(xiàn)在所述地區(qū)(Z)中的至少一個(gè)目標(biāo)(X)的步驟引發(fā)已經(jīng)探測(cè)所述目標(biāo)(X)的所有攝像機(jī)跟蹤(55) 所述目標(biāo)，之后是所述攝像機(jī)之間根據(jù)所確定的相關(guān)性指標(biāo)(J)的競(jìng)爭(zhēng)(5 步驟，以選擇最相關(guān)的并集合一組攝像機(jī)(I)，稱(chēng)為活動(dòng)攝像機(jī)，其在給定時(shí)刻(t)被分配給跟蹤(55)。
5.一種根據(jù)權(quán)利要求3和4所述的方法，其特征在于所述確定(55 執(zhí)行的處理的相關(guān)性指標(biāo)(J)引起比對(duì)(54)在給定時(shí)刻(t)活動(dòng)的每個(gè)攝像機(jī)的相關(guān)性指標(biāo)(J)與所述選擇算法(AS)中確定的閾值的步驟，取決于比對(duì)的結(jié)果，所述選擇算法(AS)允許所述攝像機(jī)繼續(xù)跟蹤(5 或放棄跟蹤(55)。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于所述比對(duì)(54)在給定時(shí)刻(t)活動(dòng)的每個(gè)攝像機(jī)的相關(guān)性指標(biāo)(J)與閾值的步驟伴隨比對(duì)641)其他攝像機(jī)的相關(guān)性指標(biāo)(J)的變化的步驟，以在決定是繼續(xù)跟蹤(5 還是放棄跟蹤(5 及決定是否將代表該攝像機(jī)確定的充分統(tǒng)計(jì)量的數(shù)據(jù)(SQ傳輸(56)至所述網(wǎng)絡(luò)中的其他攝像機(jī)( 時(shí)考慮該變化，這個(gè)傳輸(56)引發(fā)重復(fù)攝像機(jī)之間的競(jìng)爭(zhēng)(5 以在所有攝像機(jī)的相關(guān)性指標(biāo)(J)超過(guò)所述閾值時(shí)集合新的組的步驟。
7.一種根據(jù)權(quán)利要求1-6中的一個(gè)所述的方法，其特征在于所述跟蹤(5 步驟包括， 在每個(gè)時(shí)刻(t)，重復(fù)在下一時(shí)刻預(yù)測(cè)(552)(若干)目標(biāo)的(若干)位置的步驟。
8.一種根據(jù)權(quán)利要求1-7之一所述的方法，其特征在于所述代表時(shí)間上的充分統(tǒng)計(jì)量的數(shù)據(jù)(SQ代表所述目標(biāo)(X)的估計(jì)位置的均值和隨機(jī)均值的協(xié)方差。
9.一種根據(jù)權(quán)利要求1-8中之一所述的方法，其特征在于所述攝像機(jī)借助其處理裝置 (Si)使用代表其各自視場(chǎng)的相對(duì)定位的數(shù)據(jù)的事實(shí)，已知地理位置。
10.一種根據(jù)權(quán)利要求9所述的方法，其特征在于在所述時(shí)刻(t)，當(dāng)多個(gè)攝像機(jī)被激活時(shí)，由于其各自的變分過(guò)濾器之間的依賴(lài)性，使用變分過(guò)濾的所述跟蹤步驟(5 由活動(dòng)的攝像機(jī)以協(xié)同的方式實(shí)施，所述依賴(lài)性通過(guò)動(dòng)態(tài)單應(yīng)性模型表達(dá)，所述動(dòng)態(tài)單應(yīng)性模型連接每個(gè)活動(dòng)攝像機(jī)分別估計(jì)的目標(biāo)(X)的位置的隨機(jī)均值。
11.一種根據(jù)權(quán)利要求10所述的方法，其特征在于所述跟蹤通過(guò)在攝像機(jī)之間交換數(shù)據(jù)(SQ由所述活動(dòng)攝像機(jī)協(xié)同執(zhí)行，所述數(shù)據(jù)(SQ代表除了時(shí)間上的充分統(tǒng)計(jì)量的空間上的充分統(tǒng)計(jì)量，這些空間上的充分統(tǒng)計(jì)量代表當(dāng)前時(shí)刻(t)活動(dòng)的每個(gè)攝像機(jī)的圖像中目標(biāo)⑴的位置的似然因子。
12.一種通過(guò)智能攝像機(jī)⑶的網(wǎng)絡(luò)跟蹤至少一個(gè)目標(biāo)⑴的系統(tǒng)，每個(gè)智能攝像機(jī)包括數(shù)據(jù)處理裝置(Si)、圖像獲取裝置(S》和通信裝置(S21)，所述攝像機(jī)(S)的網(wǎng)絡(luò)覆蓋至少一個(gè)地理區(qū)域，稱(chēng)為地區(qū)(Z)，其特征在于所述數(shù)據(jù)處理裝置(Si)通過(guò)實(shí)施根據(jù)任一前述權(quán)利要求所述的方法來(lái)實(shí)施用于定位和跟蹤目標(biāo)(若干)的至少一個(gè)算法(AS、AD、 AF)。
13.一種根據(jù)權(quán)利要求12所述的系統(tǒng)，其特征在于使用的至少一個(gè)算法(AF)基于變分過(guò)濾器，所述變分過(guò)濾器允許用于跟蹤的所述攝像機(jī)之間交換的數(shù)據(jù)被限制為一個(gè)均值和一個(gè)協(xié)方差。
14.一種根據(jù)權(quán)利要求12和13所述的系統(tǒng)，其特征在于在跟蹤期間獲得至少一個(gè)圖像，所述跟蹤通過(guò)根據(jù)其關(guān)于坐標(biāo)的位置和/或所述目標(biāo)的軌跡選擇的至少一個(gè)所述攝像機(jī)進(jìn)行。
15.一種根據(jù)權(quán)利要求14所述的系統(tǒng)，其特征在于通過(guò)至少一個(gè)根據(jù)其位置選擇的攝像機(jī)獲得的所述圖像儲(chǔ)存在同一攝像機(jī)的存儲(chǔ)器裝置中。
16.一種根據(jù)權(quán)利要求12至15中之一所述的系統(tǒng)，其特征在于其包括至少一個(gè)集中設(shè)備，所述設(shè)備包括存儲(chǔ)器裝置和/或顯示裝置，用于分別儲(chǔ)存和/或顯示和所述跟蹤和/ 或所獲得圖像相關(guān)的，由所述攝像機(jī)傳輸?shù)臄?shù)據(jù)。
17.一種根據(jù)權(quán)利要求16中所述的系統(tǒng)，其特征在于所述集中設(shè)備包括允許操作人員基于所述攝像機(jī)傳輸?shù)牟@示在所述設(shè)備上的數(shù)據(jù)檢查目標(biāo)跟蹤的輸入裝置，并且如果可應(yīng)用，則經(jīng)由所述設(shè)備的所述通信裝置警告觀(guān)察辦公室。
18.一種智能攝像機(jī)，覆蓋至少一個(gè)地理區(qū)域并包括數(shù)據(jù)處理裝置、圖像獲取裝置，其特征在于所述數(shù)據(jù)處理裝置通過(guò)實(shí)施根據(jù)權(quán)利要求1至8之一所述的方法來(lái)實(shí)施至少一種算法用于定位一個(gè)或多個(gè)目標(biāo)。
19.一種根據(jù)前述權(quán)利要求所述的智能攝像機(jī)，其特征在于其包含通信裝置以與另一個(gè)智能攝像機(jī)通信，以實(shí)施根據(jù)權(quán)利要求1至11任一條所述的方法。
20.一種根據(jù)權(quán)利要求18和19任一所述的智能攝像機(jī)，其特征在于其包括通信裝置， 用于與集中設(shè)備通信，所述集中設(shè)備包括與至少一個(gè)攝像機(jī)通信的裝置和用于分別儲(chǔ)存和 /或顯示與跟蹤和/或所獲得圖像相關(guān)的數(shù)據(jù)的存儲(chǔ)器裝置和/或顯示裝置。
全文摘要
本發(fā)明涉及一種使用至少一個(gè)智能攝像機(jī)(S)跟蹤至少一個(gè)目標(biāo)(X)的系統(tǒng)、方法和智能攝像機(jī)，至少一個(gè)智能攝像機(jī)(S)包括以下裝置用于實(shí)施跟蹤(若干)目標(biāo)的至少一個(gè)算法(AS、AD、AF)的數(shù)據(jù)處理裝置，用于獲得圖像的裝置(S2)和通信裝置(S21)，其特征在于，在初始時(shí)刻，借助至少一種探測(cè)算法(AD)探測(cè)地區(qū)(Z)中覆蓋的至少一個(gè)目標(biāo)(X)，接下來(lái)，對(duì)于每個(gè)時(shí)刻(t)，借助基于變分過(guò)濾器的至少一種變分過(guò)濾算法(AF)，通過(guò)經(jīng)由高斯連續(xù)混合的目標(biāo)(X)的位置估計(jì)(551)，重復(fù)用稱(chēng)為活動(dòng)攝像機(jī)的至少一個(gè)智能攝像機(jī)(S)跟蹤目標(biāo)(X)的至少一個(gè)步驟。
文檔編號(hào)G06K9/00GK102460512SQ201080027439
公開(kāi)日2012年5月16日 申請(qǐng)日期2010年4月19日 優(yōu)先權(quán)日2009年4月17日
發(fā)明者H·斯努西 申請(qǐng)人:特魯瓦技術(shù)大學(xué)