【技术实现步骤摘要】
本专利技术涉及对象跟踪，并且具体地涉及一种计算机实现的用于检测由对象跟踪系统分析的场景中的一个或多个被遮挡区域的方法。
技术介绍
1、对象跟踪是计算机视觉中一个重要且已被广泛研究的领域。对象跟踪的目标在于在捕获场景的传感器数据中保持对一对象(或多个对象)的跟踪。
2、在对象跟踪中，遮挡提出了重大挑战，例如，当被跟踪对象被场景中的静态对象隐藏时。例如，跟踪算法可能丢失在树或建筑物后面暂时被遮挡的行人。
3、当对象轨迹(track)丢失时，可以使用被称为惯性滑行(coasting)的处理来尝试再次恢复该对象轨迹。惯性滑行指的是，当对象暂时未被检测到时(例如，在遮挡期间或信号丢失期间)，基于该对象先前的运动来预测该对象的位置的做法。它利用类似线性外推法或更复杂的运动模型等技术来估计对象的踪迹(trajectory)。在丢失时段期间，惯性滑行持续估计对象的踪迹，以维持假定的轨迹。当在该假定的轨迹附近检测到新的对象时，该对象可以被认为是与丢失了轨迹的对象相同，并且该轨迹可以被认为是被成功地重新获取并且跟踪恢复。然而，随着时间的推移，惯性滑行带来累积误差的风险，特别是如果对象在未被检测到时改变了其速度或方向。出于该原因，对象轨迹的惯性滑行通常仅在一定的时间段(被称为惯性滑行时段)内执行。如果在惯性滑行时段结束之前没有成功地重新获取到对象轨迹，则惯性滑行被认为是失败的，并且对象轨迹被认为是丢失的并且被删除。
4、如果惯性滑行处理失败，或者通常在对象轨迹丢失时，可以使用重新识别(re-identificati
5、重新识别通常需要大量的计算资源。而且，重新识别不是在所有的对象跟踪系统中都可行的(例如，在由雷达设备捕获的数据中跟踪对象的系统中是不可行的)。
6、维护被监测场景的被遮挡区域的映射可以改进惯性滑行处理和/或重新识别处理。然而，正确地识别场景中的被遮挡区域并在被遮挡时使用这些来预测对象行为可能是复杂的。
7、因此，在这种背景下需要改进。
8、用于多相机监控系统的分层数据库(james black等人，模式分析与应用，施普林格出版社，lo，第7卷，第4期，2004年12月1日，xp019381474)提出了一种针对用于视觉监控应用的事件检测和视频内容分析的框架。
9、实时交通监测与遮挡处理(fernandez-sanjurjo mauro等人，密码学中的主题，ct-rsa 2020，2019年9月22日，xp047523419)提出了一种以可以满足实时操作的要求同时强健地对抗遮挡的方式将检测与跟踪相结合的交通监测系统。
技术实现思路
1、鉴于上述情况，解决或至少减少一个或若干个以上讨论的缺点将是有益的，如所附独立专利权利要求中所阐述的那样。
2、根据本专利技术的第一方面，提供了一种计算机实现的用于检测由对象跟踪系统分析的一个或多个视频序列中的一个或多个被遮挡区域的方法，该方法包括：提供一个或多个视频序列，其中该一个或多个视频序列描绘同一场景，该一个或多个视频序列包括多个对象；在一个或多个视频序列中确定多个对象轨迹；并且构建一个或多个视频序列中的一个或多个被遮挡区域的映射。
3、构建映射包括步骤a)和步骤b)：
4、a)在确定多个对象轨迹当中的第一对象轨迹丢失时，对一个或多个视频序列中的至少一个视频序列运行重新识别算法，以尝试恢复第一对象轨迹，该第一对象轨迹与多个对象当中的第一对象相对应；
5、b)在成功地恢复第一对象轨迹时：确定第一对象轨迹丢失的第一区域和第一对象轨迹被恢复的第二区域，其中第一区域是在一个或多个视频序列中在该一个或多视频序列中的多个区域当中确定的，其中第二区域是在一个或多个视频序列中在该一个或多个视频序列中的多个区域当中确定的，其中一个或多个视频序列中的多个区域中的每个区域是指如由一个或多个视频序列捕获的场景的3d区域的以2d表示的区域，其中一个或多个视频序列与每个视频序列的图像帧中所描绘的对象和区域被变换至的基准坐标系相关联；并且将第一区域与第二区域之间的连接添加到一个或多个被遮挡区域的映射中，使得该映射标识在第一区域中丢失的对象轨迹在第二区域中被恢复。
6、在下文中，为了简单性以及易于解释，表达“在描绘场景的一个或多个视频序列中的区域”以及类似的表达是指一个或多个视频序列捕获的场景的以2d表示的区域可以被简化为仅是“场景的区域”或类似的表达。应注意，在使用了若干个视频序列的情况下，如果这些视频序列是从例如(真实)场景中的不同位置处捕获的，则这些视频序列中的一个视频序列的坐标系通常可以用作针对该多个视频顺序的基准坐标系，使得视频顺序中的对象检测、区域等可以被转换至基准坐标系。在固定相机只产生一个视频序列来捕获场景的情况下，该场景中的每个区域可以由该视频序列的图像帧中的特定像素区域来表示。在由具有变化的视场的视频相机捕获一个视频序列的情况下，如上所述的类似的基准坐标系可以被确定并用于将区域/检测从一个图像帧变换至另一图像帧(例如，使用移动的相机的横摇(pan)、俯仰(tilt)和滚转(roll)、变焦参数)。通常，如本文中所使用的“场景的区域”是由捕获真实世界场景的视频序列形成的以2d表示的真实世界3d区域的表示。
7、在本说明书的上下文中，术语“被遮挡区域”应被理解为描绘场景的一个或多个视频序列中的区域，在该区域中，在一个或多个视频序列中跟踪对象的对象跟踪器系统丢失了对正在跟踪的对象的跟踪。在本文中，被遮挡区域被称为轨迹已丢失的第一区域与轨迹已被恢复的第二区域之间的区域。因此，被遮挡区域是视频序列(多个视频序列)中的、在一个区域(其中历史跟踪数据统计表明(或合理可靠地预测，可能在惯性滑行时段之后)跟踪器无法再跟踪对象)(即，第一区域(“开始区域”))与另一个区域(其中重新识别算法已成功地将丢失对象的轨迹与另一个对象的轨迹相匹配)(即，第二区域(“结束区域”))之间延伸的区域。因此，如本文中使用的“被遮挡区域的映射”是指视频序列中的各区域之间的连接(即，开始区域与一个或多个结束区域之间的连接)的映射。
8、被遮挡区域可以是静态对象的结果，该静态对象(在来自诸如相机或雷达的感测或成像系统的传感器数据中)阻止对它们后面的其他对象的直接观察或检测。这也可以是真实世界场景中的被跟踪对象的更为临时性的遮挡(诸如，一个人本文档来自技高网...
【技术保护点】
1.一种计算机实现的用于检测由对象跟踪系统分析的一个或多个视频序列中的一个或多个被遮挡区域的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，构建所述映射包括：
3.根据权利要求2所述的方法，其中，
4.根据权利要求3所述的方法，其中，
5.根据权利要求1所述的方法，进一步包括以下步骤：
6.根据权利要求5所述的方法，其中，
7.根据权利要求5所述的方法，其中，设定所述惯性滑行时段包括：
8.根据权利要求7所述的方法，其中，
9.根据权利要求8所述的方法，进一步包括：
10.根据权利要求4所述的方法，其中，
11.根据权利要求1所述的方法，其中，
12.根据权利要求1所述的方法，其中，
13.根据权利要求12所述的方法，其中，将所述一个或多个视频序列迭代地划分为所述一个或多个视频序列中的所述多个区域的步骤包括：
14.根据权利要求1所述的方法，进一步包括以下步骤：
15.一种非暂时性计算机可读存储介质，具有
...【技术特征摘要】
1.一种计算机实现的用于检测由对象跟踪系统分析的一个或多个视频序列中的一个或多个被遮挡区域的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，构建所述映射包括：
3.根据权利要求2所述的方法，其中，
4.根据权利要求3所述的方法，其中，
5.根据权利要求1所述的方法，进一步包括以下步骤：
6.根据权利要求5所述的方法，其中，
7.根据权利要求5所述的方法，其中，设定所述惯性滑行时段包括：
8.根据权利要求7所述的方法，其中，
9.根据权利要求8所述...
【专利技术属性】
技术研发人员：阿拉斯·帕帕德利斯，尼克拉·丹尼尔松，
申请(专利权)人：安讯士有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。