[发明专利]一种基于网格的目标轨迹跟踪和恢复的方法

权利要求书

1.一种基于网格的目标轨迹跟踪和恢复的方法，其特征在于，步骤如下：

(1)对于多个摄像机中的目标对象进行识别时，首先需要对摄像机所属的空间区域进行网格划分，将空间区域划分成二维虚拟网格，通过识别二维虚拟网格中的摄像机中的目标对象，来对目标对象的轨迹进行跟踪和恢复；

划分二维虚拟网格的主要方法如下：

(1.1)将空间区域划分成二维虚拟网格时需要具有三个特点：

连续性：每个单独的网格单元之间没有空隙，网格单元之间互相连接，无缝拼接；

独立性：每一个网格单元之间并无重叠部分，相互独立，互不依赖；

相对稳定性：划分的网格单元的大小是稳定的，不应该随时变动；

(1.2)将摄像机所属的空间区域表示为一个虚拟的正方形区域，选取正方形区域的中心点，对这个虚拟的正方形区域进行四等分，得到四个大小相等的正方形区域；

(1.3)对于得到的四个大小相等的正方形区域，分别选取每个正方形区域的中心点，从中心点对于每个得到的正方形区域依次进行四等分；

对于得到的每一个正方形区域，选取中心点，采用四分法进行递归分解，依次递归，直到得到的正方形区域满足视频分析的基本要求；

(1.4)用集合S存储每次分解得到的虚拟网格，初始时S＝{S₀},第一次分解后更新集合S的值，S＝{S₁，S₂，S₃，S₄}，用一棵四叉树T表示这个正方形区域的分解过程，根节点T即代表这个初始的尚未分解的正方形区域；

(1.5)假设经过n次分解，最终得到K个正方形区域，即四叉树T拥有K个叶节点，更新集合S，S存储最后一次分解得到的S_i的值，即递归得到的每一个叶节点的值，S＝{S₁，S₂，S₃，…，S_K},此时，集合S中的每一个值S_i代表划分好的满足视频分析基本要求的每一个虚拟网格单元；S_i满足划分虚拟网格所需具有的三个特点；

(2)通过划分好的虚拟网格单元对视频监控系统中的目标对象进行跟踪，采用目标对象识别算法来识别网格单元中的摄像机视频中的目标；

(3)摄像机的移动区域最终被划分为K个虚拟网格单元，在K个虚拟网格单元中对目标对象进行轨迹跟踪和恢复；

(3.1)对于具有K个虚拟网格单元的视频监控系统，假设摄像机的移动轨迹并没有任何重合，每个虚拟网格单元在同一个时间单元中仅出现一个摄像机，同一个时间单元并不是每一个虚拟网格单元都有摄像机；

(3.2)当摄像机出现在这个虚拟网格单元中时，便可取网格内的摄像机的视频数据进行分析，此时将视频监控中的轨迹跟踪问题转换为基于网格的摄像机的视频监控系统中的轨迹跟踪和恢复问题；

(3.3)在基于网格的摄像机视频监控系统中，并不是每个虚拟网格单元中都会有摄像机出现，在同一个时间单元中，假定虚拟网格单元中出现摄像机的虚拟网格单元个数为M个，选取这M个虚拟网格单元中的摄像机的视频数据进行分析；

(3.4)对于M个虚拟网格单元中的视频数据，假定在某一个时间单元中，每个虚拟网格单元中的数据包含N帧，因此，定义一个M×N的矩阵X，具体表示如下：

其中，X＝{x_ij，i＝1,2，...，M，j＝1,2，...，N}，x_ij＝1表示所检测的目标出现在第i个虚拟网格单元的摄像机的视频数据的第j帧，否则，x_ij＝0则表示在第i个虚拟网格单元的摄像机的视频数据的第j帧并没有检测到目标对象；所有“1”按序连接起来即为目标的运动轨迹；

(3.5)通过基于概率的方法对矩阵X中的数据进行取样，从空间和时间的维度分别进行采样，即目标在什么时间出现，在某个时间单元内目标出现在什么地方；通过取样的数据来恢复目标轨迹，并且最大限度的减小实际轨迹和由采样恢复的轨迹的误差，即：

min Err(G,G')

其中，G为目标实际出现的轨迹，G’为基于样本恢复的目标轨迹；

取不同网格单元中的摄像机中的少量视频帧，通过少量视频帧中出现的目标来恢复目标的轨迹，基于采样帧的识别结果，恢复出每一个空间矩阵，从而得出目标在某一个时间单元中出现的位置，将在不同时间单元中目标出现的位置连接起来，所得到的轨迹即为恢复的目标出现的轨迹；

(4)接下来构建网格中的相机关系，利用马尔可夫模型，对时间单元的状态进行定义，定义R个时间单元，t₁，t₂，…，t_R，定义C_ti＝S_i为目标在t_i时间出现在网格S_i的相机中；

(5)利用现有的轨迹推导算法，推导目标在t_i和t_i+1的之间的真实轨迹；根据采样的视频帧的结果推断出真实的目标轨迹，从而得到完整的目标轨迹。