[发明专利]物件侦测与追踪的方法与系统

说明书

技术领域

本发明是有关于物件侦测(object detection)与追踪(tracking)的方法与系统。

背景技术

物件侦测与物件追踪技术是非常重要的计算机视觉(computer vision)技术，在视频监控(videosurveillance)系统中扮演非常基础又关键的角色。通过正确的物件侦测与追踪，才能获取正确的物体轮廓与物体移动轨迹(object trajectories)。这些资讯是用为高阶视频判断的主要依据，倘若这些资讯不正确，高阶视频监控系统的稳定性与正确性将会面临质疑。

计算机视觉技术的急速发展，加上大众对于人身与资产安全的重视，促使智能型视觉监控与相关管理服务的需求量大幅提升。协助管理人员，以最少的人力来达成长时间与远距离的监控能力，并发展出稳健的物体侦测与物体追踪系统是愈来愈重要的一环。

美国专利公开号2005/0286738A1的文献里，揭露了侦测与追踪的图形物件模型(Graphical Object Models for Detection andTracking)。此图形物件模型揭露了一种空间-时间模式的物件侦测系统架构，并依据欲侦测的特定物体(例如行人或车辆)的特性，将物体拆解成多个微小的物件(例如脚，手，躯干等)，通过各个微小物件的组合模型来判断单一影像中出现特定物体的位置与大小。侦测到的资讯将传递到下一个影像，形成空间-时间模式的物件侦测系统架构。此文献揭露的技术中，各个微小物件的组合模型是事前学习特定物体的模型，并且只维护特定物体模型去进行侦测追踪。

美国专利公开号2005/0002572A1的文献里，揭露了空间-时间模式的物件侦测方法与系统(Methods and systems for Detecting Objects ofInterest in Spatio-temporal signals)。如图1所示，传感器101收集空间-时间资料(spatio-temporal data)101a，此空间-时间资料101a经色彩转换(color conversion)及量化(quantization)后，此物件侦测系统架构100通过一前景/背景分离模组(foreground/backgroundseparation module)104来分离目前所观察到的空间-时间信号(spatio-temporal signals)，以为每一个位置点进行前景与背景的分类标记(classification labeling)。再通过空间的群聚模组(spatial grouper)105将相邻的前景区域结合为同一物体。由时间的追踪模组(temporal tracker)103来追踪前景物件(foreground object)在时间上的移动。随后由一物件分类(objectclassification)模组106将前景物件归类为不同的语意上的物件，例如车辆、行人等。此分类资讯将回馈到前景/背景分离模组104，以修正模型的参数，使得新的前景模型与背景模型参数所分类出来的前景与背景区域与物件分类的结果吻合。此文献中，没有揭露物体追踪与物体侦测的模组进行资讯的分享，前景与背景的侦测上，也没有揭露或提及整体物体形状标记的资讯。

美国专利公开号2006/0045335A1的文献里，揭露了多空间尺寸(multiple spatialscales)上的影像序列的背景维护(BackgroundMaintenance of an Image Sequence)。此多空间尺寸包括了以像素为单元(pixel scale)、以区域为单元(regional scale)、以及与影像为单元(frame scale)的不同的层次。以像素为单元(pixel scale)的运算通过背景相减法(background subtraction)的方式求得初始的前景切割区域。以区域为单元(regionalscale)的运算将相邻的前景像素作区域的结合，来求取前景物体的完整性。以影像为单元(frame scale)的运算进一步由判断需要进行背景模型更新的区域，来改善(refine)目前的背景模型。此文献中，揭露了利用建立背景模型的概念来侦测物体。