[发明专利]分布式多目标跟踪的方法和系统

说明书

相关申请的交叉引用

本申请要求于2007年4月20日提交的美国临时申请号 No.60/912945的优先权，其全部内部通过引用结合在此。

技术领域

本发明一般地涉及多目标跟踪，更具体地涉及在监视系统中跟踪多 个目标的方法和系统。

背景技术

跟踪多个目标在例如视频观测、交通监测、人的活动分析、运动视 频分析等许多应用中至关重要。除了跟踪目标的位置，目标的其它特性 例如其速度、尺寸等也可以被跟踪。对目标轨迹的分析能预测目标未来 的路径，从而可采取适当的动作。例如，跟踪拥挤区域例如机场中的人 的活动至关重要，以便于可以探测到异常的活动并且可以防止任何可能 的破坏。

跟踪外观有特点的目标更容易，这是因为可以用多个独立的单目标 跟踪器跟踪它们。这种情况下，除了特定目标之外的所有目标由于它们 相异的外观而可以被视为背景。然而，却难以跟踪外观类似的多个目标， 例如拥挤空间中的人。多目标跟踪根本上不同于单目标跟踪并且需要复 杂的数据关联逻辑将所探测的测量划分到每一个体的数据源，并且建立 它们与所维持的跟踪器的对应。这意味着决定多目标跟踪算法的成功的 两个重要过程——跟踪器-测量关联以及跟踪器过滤，其本质上是两个 交织的性质。进一步地，除了与单目标跟踪关联的其它问题外，这种多 目标跟踪必须处理目标遮蔽(occlusion)。换句话说，即使目标被其 它物体遮蔽或阻断，该目标也必须被识别并跟踪。

处理该问题的通常方法采取联合关联矢量的集中表示，随后通过穷 举例如联合概率数据关联(JPDA)滤波器，或者通过概率蒙特卡洛最优 化来估计该联合关联矢量。然而，在这些方法中，特别是当大量的轨迹 和测量数据需要处理时，所涉及的计算复杂性是巨大的。还提出了基于 采样的方法来对联合似然函数建模，从而直接估计所有目标的组合的状 态。不需借助明确地计算数据关联，基于采样的方法展示了当存在复杂 运动时跟踪多个目标的能力。然而，由于联合状态表示的集中的本质， 这些方法的复杂性随着被跟踪目标数量的增加而指数上升。

鉴于上述讨论，需要一种提供降低的计算复杂性的方法来跟踪多个 目标。

发明内容

本发明的一个示例实施例提供了一种在监视系统中使用变分期望 最大化(EM)算法的分布式跟踪多个目标的方法和系统。对于接收到的 每一个相继的帧，探测模块探测所接收的帧中的多个目标，并提供探测 结果到跟踪模块。跟踪模块包括多个跟踪器。每一个跟踪器在变分EM 算法的E步骤中计算其自身的运动状态变量。进一步地，每一个跟踪器 在变分EM算法的M步骤中计算其与多目标探测结果之一的数据关联变 量。分布式跟踪系统对该多个跟踪器的数据关联变量的值加以限制，从 而防止不合理的数据关联。基于所计算的运动状态变量以及数据关联变 量，每一个跟踪器跟踪其对应目标。

本发明的另一个示例实施例提供了一种能够计算其自身的运动状 态变量和数据关联变量的跟踪器。每一个跟踪器在变分EM算法的E步 骤中计算其自身的运动状态变量。进一步地，每一个跟踪器在变分EM 算法的M步骤中计算其数据关联变量，并提供有关其计算的数据关联变 量的信息到分布式跟踪系统中的其它跟踪器，该数据关联变量将跟踪器 与多个目标之一关联。基于所计算的运动状态变量和数据关联变量，每 一个跟踪器跟踪其对应的目标。进一步地，每一个跟踪器基于从其它跟 踪器接收的信息更新其自身的数据关联变量，并且即使当目标被物体或 另一个目标部分地遮蔽时也能够跟踪目标。

这些和其它优点及特性将通过接下来的连同附图一起提供的有关 本发明优选实施例的详细描述而变得更加容易理解。

附图说明

图1示出了本发明的实施例可以实施的环境。

图2是示出根据本发明实施例的多目标跟踪系统的方框图。

图3示出了根据本发明实施例的多个跟踪器的两两数据关联限制。

图4是示出根据本发明不同实施例的跟踪器的方框图。

图5A、5B和5C示出了根据本发明不同实施例的连续帧中跟踪器和 目标之间的关联。

图6是示出根据本发明一个实施例的多目标跟踪方法的流程图。

图7A和7B是示出根据本发明另一实施例的多目标跟踪方法的流程 图。

具体实施方式