[發(fā)明專利]一種運動物體跟蹤方法及裝置

有效

• 申請?zhí)枺?/td>: 201810963325.8
• 申請日: 2018-08-22
• 公開（公告）號: CN109146916B
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計）人: 李樹奎
• 申請（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/246;G06K9/00
• 代理公司: 北京同達信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 黃志華

本發(fā)明公開了一種運動物體跟蹤方法及裝置，涉及圖像處理技術(shù)的人工智能領(lǐng)域，在本發(fā)明實施例中，針對每幀圖像的每個子圖像，如果該子圖像中的目標(biāo)物體在分割線處，當(dāng)該幀圖像的上一幀圖像對應(yīng)的子圖像中未出現(xiàn)該目標(biāo)物體時，將該目標(biāo)物體確定為運動物體，或者，當(dāng)該幀圖像的上一幀圖像對應(yīng)的子圖像中出現(xiàn)該目標(biāo)物體時，基于該子圖像和該幀圖像的上一幀圖像對應(yīng)的子圖像，采用運動物體檢測算法，判斷該目標(biāo)物體為運動物體時，將該目標(biāo)物體確定為運動物體；并跟蹤每個運動物體。當(dāng)子圖像的分割線處出現(xiàn)目標(biāo)物體時，將目標(biāo)物體確定為運動物體并跟蹤，這樣就避免了未檢測到分割線處的運動物體而導(dǎo)致運動物體跟蹤丟失的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)的人工智能領(lǐng)域，尤其涉及一種運動物體的檢測方法及裝置。

背景技術(shù)

在安防視頻監(jiān)控領(lǐng)域，隨著用戶需求逐漸向高清、全景等圖像呈現(xiàn)方向的轉(zhuǎn)變，越來越多的攝像機開始支持高清、全景系列圖像的處理。全景和高清意味著多sensor(傳感器)的圖像拼接技術(shù)催生的超大視角、超大分辨率和超高像素圖像，比如1600萬像素和3200萬像素圖像。而傳統(tǒng)的視頻圖像采集和處理系統(tǒng)多為單sensor和單DSP(Digital SignalProcessing，數(shù)字信號處理器)的處理，即便是多個sensor的圖像經(jīng)拼接后送給單個DSP處理，單個DSP也難以高效的完成如此大分辨率的圖像處理。為了實現(xiàn)單個DSP對大分辨率圖像的處理的時效性，通常的做法是將原始圖像縮小后再在一個單一的DSP芯片做檢測，如8000*4000分辨率的圖像，如果做物體檢測，通常需要縮小到720p或704*576分辨率的圖像，這種方式對于較小分辨率的原始圖像來說，縮小后物體的有效像素不會損失太多，而對于大分辨率的圖像來說，由于縮小比例較大，縮小后的物體有效像素會顯著減少，目標(biāo)物體細(xì)節(jié)損失，導(dǎo)致漏檢率上升。

因此提出了多DSP的方案，圖1為現(xiàn)有技術(shù)中多DSP處理的系統(tǒng)結(jié)構(gòu)圖，包括電源模塊、DSP模塊、時鐘模塊、現(xiàn)場可編程門陣列(Field-Programmable Gate Array，F(xiàn)PGA)模塊和緊湊型PCI(Compact Peripheral Component Interconnect，CPCI)橋模塊，電源模塊為其它各模塊供電，時鐘模塊為DSP模塊提供時鐘信號，DSP模塊、CPCI_J1、CPCI_J2、ZD等模塊通過外部總線與FPGA模塊連接，CPCI橋模塊與FPGA模塊連接，多個sensor圖像經(jīng)FPGA模塊進行預(yù)處理后，拼接融合成為一幅大分辨率圖像。圖2為現(xiàn)有技術(shù)中另一種多DSP處理的系統(tǒng)結(jié)構(gòu)圖，如圖2所示，圖像數(shù)據(jù)傳輸?shù)綀D像預(yù)處理模塊后，圖像預(yù)處理模塊將圖像進行等分，然后傳遞給圖像并行處理模塊進行并行處理，處理完成后再通過圖像預(yù)處理模塊將并行處理后的結(jié)果發(fā)送給圖像綜合處理模塊，由圖像綜合處理模塊進行并行處理后的結(jié)果的合并。

圖3為現(xiàn)有技術(shù)中檢測運動物體的示意圖，如圖3所示，F(xiàn)PGA模塊將圖像進行分割，得到A、B、C三個子圖像，每個DSP模塊檢測對應(yīng)的子圖像中的運動物體，然后各個DSP模塊的檢測結(jié)果進行合成，得到合成后的圖像中的運動物體。但是現(xiàn)有技術(shù)中，需要在物體出現(xiàn)后，對之后的至少兩幀子圖像進行分析，才能確定出運動物體并跟蹤。而如果運動物體被分割，如圖4所示，運動物體O被分割為O1和O2兩部分，假如子圖像A中出現(xiàn)物體O后，針對之后的兩幀子圖像，檢測出子圖像A中的運動物體O1，在之后的第三幀子圖像中，有可能O1在子圖像A中消失，而子圖像B中剛出現(xiàn)OA2，由于基于至少兩幀子圖像才能檢測出運動物體，因此子圖像B中的O2并未檢測為運動物體，這樣在第三幀圖像中就會出現(xiàn)沒有運動物體的情況，造成了運動物體跟蹤丟失。因此現(xiàn)有技術(shù)中存在對分割線處的運動物體無法準(zhǔn)確跟蹤的問題。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種運動物體跟蹤方法及裝置，用以解決現(xiàn)有技術(shù)中分割線處的運動物體跟蹤丟失的問題。

本發(fā)明實施例提供了一種運動物體跟蹤方法，所述方法包括：

針對連續(xù)幀圖像中的每幀圖像，將該幀圖像按照預(yù)設(shè)的規(guī)則劃分為至少兩個子圖像，并確定每相鄰兩個子圖像的分割線；