專利名稱：基于視頻信號分析的對象計數(shù)方法與裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于視頻信號分析的對象計數(shù)(object counting)方法與裝置。
背景技術(shù)：
對象計數(shù)是通過特定裝置，計算進出一區(qū)域或跨越一計數(shù)線的對象數(shù)量。其應(yīng)用范圍廣泛，例如在大樓、道路、商場或大眾運輸系統(tǒng)等環(huán)境，可通過對象計數(shù)即時掌握進出特定區(qū)域的人數(shù)或車輛數(shù)，作為進出建筑物的人數(shù)控制、道路上的車流量控制或衡量公共設(shè)施的使用率等。常見的對象計數(shù)方法有閘門計數(shù)器、紅外線感應(yīng)器、視頻信號分析方法。閘門計數(shù)器的技術(shù)是當對象通過閘門時，推動旋轉(zhuǎn)欄桿來驅(qū)動計數(shù)器；此技術(shù)可精確計算對象通過的數(shù)量，當對象通過閘門時，要降低速度。紅外線感應(yīng)器的技術(shù)是在出入口的側(cè)向架設(shè)紅外線感應(yīng)器，利用對象通過時遮斷紅外線的特性來估計對象數(shù)量；當對象并排進出時，對象彼此遮蔽的情況會使對象計數(shù)產(chǎn)生誤差。視頻信號分析的技術(shù)是利用攝影機拍攝計數(shù)區(qū)域，并運用對象檢測(object detection)及對象追蹤(object tracking)方法標示出對象所在的座標，以判斷其軌跡(trajectory)是否進出一區(qū)域或跨越一計數(shù)線；在對象檢測時，對象計數(shù)容易受光源的影響，并且在多對象追蹤時，對象遮蔽或合并分離等情況也容易產(chǎn)生誤判。基于視頻信號分析的相關(guān)技術(shù)通常先將攝影裝置架設(shè)在場景正上方俯視取像，然后使用各種不同的影像辨識與處理技術(shù)來達成對象計數(shù)。使用面積估測法的技術(shù)是先檢測出畫面中異動像素，并標記出對象所在區(qū)域，再搭配對象追蹤而得知對象觸發(fā)一跨線事件時，再統(tǒng)計該對象所占面積來估測出對象數(shù)量。例如，相關(guān)文獻中的一技術(shù)是對畫面中對象進行追蹤，當一對象進入一計數(shù)區(qū)域后，搭配對象位移像素在影像中X、Y方向的投影量來估測對象計數(shù)。相關(guān)文獻中的另一技術(shù)如圖1所示，將一待測影像110利用影像前處理(imagepreprocessing)與特征擷取(feature extraction)切割成有多個網(wǎng)格(grid)的影像120后，輔以多種機器學習方法來分析對象數(shù)量與網(wǎng)格的關(guān)聯(lián)性，待對象跨線時，如標號130所示，依網(wǎng)格的異動信息來判定是否有任一對象在影像120中，來估測出對象數(shù)量。相關(guān)文獻中的另一技術(shù)于對象跨線時，以一演算法將對象切割為近似面積的多個區(qū)域，來估測出跨線的對象數(shù)量。使用模板比對(template matching)法的相關(guān)技術(shù)先定義對象模板，以模板比對方式疊合出對象所在區(qū)域，并追蹤對象的移動軌跡來判定方向及跨線事件是否發(fā)生，以達成對象計數(shù)。相關(guān)文獻中的一技術(shù)利用影像邊緣信息建立局部行人模板，當有人員進入場景時，利用相似度比對的方式確認是否為行人并計算其數(shù)量。相關(guān)文獻中的另一技術(shù)則利用頭部形狀(圓、橢圓)與顏色信息，進行對象檢測與追蹤。相關(guān)文獻中的技術(shù)有的是以多邊形模板逼近畫面中前景物區(qū)域，有的使用凸(convex)多邊形模板逼近畫面中對象區(qū)塊。為避免對象計數(shù)的準確性受到異動區(qū)域外形的影響，有些相關(guān)文獻中的技術(shù)以事先訓練的對象檢測分類器自影像中檢測出包含特定對象的部位，例如擷取膚色區(qū)域、頭部區(qū)域、或人臉區(qū)域等，并輔以對象追蹤及相似度比對，判定是否有觸發(fā)跨線事件并統(tǒng)計對象數(shù)量。使用光流法的相關(guān)技術(shù)是以對象移動時產(chǎn)生的特征點，使用大量的運算來算出兩幀影像的移動向量，再通過移動向量包含的速度與方向信息來統(tǒng)計對象數(shù)量。例如一篇相關(guān)文獻中的技術(shù)以光流峰值來判定行人經(jīng)過的數(shù)量，如圖2中箭頭210、220、230所指之處，有三處光流峰值，并判定有三個行人經(jīng)過。為了有效解決行人間彼此遮蔽的問題，有些相關(guān)文獻中的技術(shù)是使用多支攝影機以不同角度取像的方式，并利用攝影位置的幾何關(guān)系來計算行人之間的對應(yīng)關(guān)系，進而推估行人跨線的方向與數(shù)量；有些相關(guān)文獻中的技術(shù)則使用雙攝影機取得影像深度(depth)信息，來判斷通過的人數(shù)。也有市售產(chǎn)品使用熱影像作為取像來源，來提升對象檢測及追蹤的準確度。在對象計數(shù)的應(yīng)用技術(shù)中，如何能夠不需使用特定的對象模板、不需明確檢測畫面中的獨立對象、以及不需復(fù)雜的對象標記與追蹤程序，而能在多對象并排或?qū)ο蚩缇€的場景中，也可以正常地進行對象計數(shù)，且能達到高準確度，是非常值得研究與發(fā)展的。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種無需特定的對象模板、無需明確檢測畫面中的獨立對象、無需復(fù)雜的對象標記與追蹤程序的基于視頻信號分析的對象計數(shù)方法與裝置。本發(fā)明所揭露的一實施例是關(guān)于一種基于視頻信號分析的對象計數(shù)方法，此方法包含:接取視頻信號來源以取得待處理的一個或多個畫面的數(shù)據(jù)，參照此一個或多個輸入畫面，設(shè)定多個參數(shù)、計算一參考點、及計算一取樣對照表；于每一輸入畫面上，根據(jù)此多個參數(shù)、此參考點、及此取樣對照表，擷取出一取樣影像以得到該取樣影像上的異動像素信息，并計算多條管線上的異動量以判定此多條管線上的對象狀態(tài)；以及根據(jù)一參考對象的信息、及此多條管線上的對象狀態(tài)，進行此參考對象的對象計數(shù)以得出一對象數(shù)。本發(fā)明所揭露的一實施例是關(guān)于一種基于視頻信號分析的對象計數(shù)裝置，此裝置包含一對象計數(shù)模塊(object counting module)、以及一計算機可讀取媒體(computer-readable medium)。此對象計數(shù)模塊在一個或多個計算機系統(tǒng)的控制下來執(zhí)行:參照此一個或多個輸入畫面，設(shè)定多個參數(shù)、計算一參考點、及計算一取樣對照表；于每一輸入畫面上，根據(jù)此多個參數(shù)、此參考點、及此取樣對照表，擷取出一取樣影像以得到該取樣影像上的異動像素信息，并計算多條管線上的異動量以判定此多條管線上的對象狀態(tài)；以及根據(jù)一參考對象的信息、及此多條管線上的對象狀態(tài)，進行此參考對象的對象計數(shù)以得出一對象數(shù)。此計算機可讀取媒體用來儲存所述計算的結(jié)果。以下結(jié)合附圖和具體實施例對本發(fā)明進行詳細描述，但不作為對本發(fā)明的限定。


圖1是一示意圖，說明使用面積估測法來估測對象計數(shù)的技術(shù)；圖2是一示意圖，說明使用光流法來來估測對象計數(shù)的技術(shù)；圖3A是根據(jù)本發(fā)明的一實施例，說明一基于視頻信號分析的對象計數(shù)方法的一示意圖3B是根據(jù)本發(fā)明的一實施例，說明圖3A的對象計數(shù)方法的運作；圖4是根據(jù)本發(fā)明一實施例，基于視頻信號分析的對象計數(shù)裝置的一方框示意圖；圖5是根據(jù)本發(fā)明一實施例，說明對象計數(shù)的一室內(nèi)應(yīng)用場景的一示意圖；圖6是根據(jù)本發(fā)明一實施例，說明一俯視計數(shù)畫面以及在此畫面上進行參數(shù)設(shè)定;圖7是根據(jù)本發(fā)明一實施例，說明另一側(cè)視計數(shù)畫面以及在此畫面上進行參數(shù)設(shè)定;圖8A、圖8B、及圖8C是根據(jù)本發(fā)明一實施例，說明取樣點計算的一示意圖；圖9是根據(jù)本發(fā)明一實施例，一 23X 16取樣影像的位移檢測結(jié)果的范例；圖10是以圖9為例，算出各管線的異動像素總量以及閘門線的上下區(qū)域異動像素
的差異量；圖11是根據(jù)本發(fā)明一實施例，判定在時間點t時，管線i的對象狀態(tài)的流程圖；圖12A與圖12B是根據(jù)本發(fā)明一實施例，搭配總量臨界值及差異量臨界值，來標示符合臨界值條件的管線；圖13是根據(jù)本發(fā)明一實施例，對未定狀態(tài)的管線進行修補的一流程圖；圖14是以圖12B算出的Di(t)的范例來修補管線的對象狀態(tài)后的結(jié)果；圖15是根據(jù)本發(fā)明一實施例，對靜止狀態(tài)的管線進行修補的一流程圖；圖16是以圖15的范例經(jīng)過靜止管線修補后的結(jié)果；圖17是根據(jù)本發(fā)明一實施例，于時間點t、t+l、t+2、t+3、t+4、t+5、及t+6，一包含移動對象的序列取樣影像范例；圖18是根據(jù)本發(fā)明一實施例，以圖17為例，經(jīng)由位移檢測、管線異動量計算及管線狀態(tài)判定后，得出的各管線狀態(tài)值；圖19是根據(jù)本發(fā)明一實施例，以圖18為例，算出各管線的狀態(tài)變化值。其中，附圖標記110待測影像120有多個網(wǎng)格的影像130依網(wǎng)格的異動信息來判定是否有任一對象在影像210、220、230 光流峰值300對象計數(shù)方法310對象計數(shù)設(shè)定312參數(shù)設(shè)定314參考點計算316取樣對照表計算320即時對象計數(shù)322影像取樣324位移檢測326管線異動量計算328管線狀態(tài)判定
330對象計數(shù)340參照此一個或多個輸入畫面，設(shè)定多個參數(shù)、計算一參考點、及計算一取樣對照表345于每一輸入畫面上，根據(jù)此多個參數(shù)、此參考點、及此取樣對照表，擷取出一取樣影像以得到該取樣影像上的異動像素信息，并計算多條管線上的異動量以判定此多條管線上的對象狀態(tài)350根據(jù)一參考對象的信息、及此多條管線上的對象狀態(tài)，進行此參考對象的對象計數(shù)以得出一對象數(shù)402視頻信號來源410對象計數(shù)模塊420計算機系統(tǒng)430計算機可讀取媒體440輸出裝置500 門510 人員520攝影機裝置530可視范圍540虛擬直線600計數(shù)畫面610A、610B 門墻620 人員630虛擬閘門線640A、640B—組平行線650 管線660取樣點700場景畫面710 車輛720行駛軌道730A、730B路徑參考線740虛擬閘門線750 管線760取樣點800影像畫面810閘門線820取樣區(qū)域830取樣影像905閘門線910閘門線的上方區(qū)域920閘門線的下方區(qū)域
Mf管線i的異動像素總量MP管線i的閘門線的上、下方區(qū)域異動像素的差異量Di (t)時間點t時管線i的對象狀態(tài)Tmotion異動像素的總量臨界值Tdiff異動像素的差異量臨界值1110對象為靜止的狀態(tài)1120對象于閘門線上方的狀態(tài)1130對象于閘門線下方的狀態(tài)1140對象為未定的狀態(tài)S對象為靜止的狀態(tài)T對象于閘門線上方的狀態(tài)B對象于閘門線下方的狀態(tài)U對象為未定的狀態(tài)1310在時間點t時，當一管線上的對象狀態(tài)為未定時，以此管線為中心，由近而遠逐次搜尋對象于閘門線上方或下方的管線1320 一旦搜尋到，則未定狀態(tài)的原管線的對象狀態(tài)被替換為被搜尋到的管線的對象狀態(tài)1330對于在時間點t沒有完成修補的未定狀態(tài)的管線，則參照其前一時間點t-1的管線狀態(tài)進行修補1510Di (t)被替換為 TOP1520Di (t)被替換為 BOTTOMTOP 等于 TBOTTOM 等于 BCl (t)第i條管線的狀態(tài)變化值
具體實施例方式下面結(jié)合附圖對本發(fā)明的結(jié)構(gòu)原理和工作原理作具體的描述:在本發(fā)明的基于視頻信號分析的對象計數(shù)的實施例中，是對計數(shù)線附近區(qū)域進行取樣數(shù)據(jù)的統(tǒng)計分析，并于計數(shù)線上定義多條平行于對象行進方向的取樣管線(tube)，利用統(tǒng)計管線上的異動狀態(tài)來進行對象計數(shù)。根據(jù)本發(fā)明實施例，在視頻信號畫面中，此對象計數(shù)包含對象計數(shù)設(shè)定與即時對象計數(shù)。對象計數(shù)設(shè)定可于離線(offline)狀態(tài)下進行，即時對象計數(shù)可于在線(online)狀態(tài)下進行。圖3A是根據(jù)本發(fā)明一實施例的一示意圖，說明一基于視頻信號分析的對象計數(shù)方法。參考圖3A，對象計數(shù)方法300接取例如來自視頻信號裝置、影音文件或網(wǎng)絡(luò)串流等視頻信號來源，以取得待處理的一個或多個輸入畫面，可分為對象計數(shù)設(shè)定310與即時對象計數(shù)320。在對象計數(shù)設(shè)定310中，于此一個或多個輸入畫面，進行參數(shù)設(shè)定312、參考點計算314、以及取樣對照表計算316。在即時對象計數(shù)320中，于輸入畫面上進行影像取樣322、位移檢測324、管線異動量計算326、管線狀態(tài)判定328、以及對象計數(shù)330。在影像取樣322中，根據(jù)所建構(gòu)的取樣對照表，自輸入畫面中建構(gòu)出取樣影像。在位移檢測324中，檢測此取樣影像中各像素的異動狀態(tài)。在管線異動量計算326中，統(tǒng)計此多條管線的各管線上的異動量。在管線狀態(tài)判定328中，判定取樣影像中，對象于各管線上相對應(yīng)的狀態(tài)類別，以確認輸入畫面是否可能包含對象。在對象計數(shù)330中，通過判定出的各管線上相對應(yīng)的狀態(tài)類別的變化，推算出跨越此閘門線的對象數(shù)量。閘門線是畫面中一直線的起點與終點，用來計數(shù)；在計數(shù)畫面中，可以取近似一待測對象大小的區(qū)域作為一參考對象，此參考對象的信息例如可包含對象寬度(width)與對象深度(cbpth)信息，可定義對象寬度為場景中對象平行于虛擬閘門線的長度(單位為像素)，對象深度為場景中對象垂直于虛擬閘門線的長度(單位為像素)；路徑參考線是用來判斷對象行進方向的直線，可定義為場景中平行于對象行進方向的直線。以下圖5與圖6將舉兩個應(yīng)用場景的范例來說明參考對象及前述這些定義。承上述，圖3B是根據(jù)本發(fā)明的一實施例，說明圖3A的對象計數(shù)方法的運作。參考圖3B，參照此一個或多個輸入畫面，設(shè)定多個參數(shù)、計算一參考點、及計算一取樣對照表(步驟340)。于每一輸入畫面上，根據(jù)此多個參數(shù)、此參考點、及此取樣對照表，擷取出一取樣影像以得到該取樣影像上的異動像素信息，并計算多條管線上的異動量以判定此多條管線上的對象狀態(tài)(步驟345)。并且，根據(jù)一參考對象的信息、及此多條管線上的對象狀態(tài)，進行此參考對象的對象計數(shù)以得出一對象數(shù)(步驟350)。結(jié)合此對象計數(shù)方法，圖4是根據(jù)本發(fā)明一實施例，基于視頻信號分析的對象計數(shù)裝置的一方框示意圖。參考圖4，此對象計數(shù)裝置可包含一對象計數(shù)模塊(objectcounting module) 410、以及一計算機可讀取媒體(computer-readable medium) 430 此對象計數(shù)裝置接取視頻信號來源402以取得畫面數(shù)據(jù)，對象計數(shù)模塊410在一運算平臺，例如一個或多個計算機系統(tǒng)420的控制下，根據(jù)上述第三B圖的對象計數(shù)方法的運作，計算出跨越閘門線的對象數(shù)量。計算機系統(tǒng)420可將對象計數(shù)模塊410計算的結(jié)果儲存至計算機可讀取媒體430或輸出至一輸出裝置(output device) 440,例如外接屏幕。視頻信號來源402例如是來自擷取裝置(capture device)、影音文件或網(wǎng)絡(luò)串流等的視頻信號或影像輸A (video or image input)。對象計數(shù)模塊410例如是于一個或多個計算機系統(tǒng)420中可執(zhí)行的程序指令集。對象計數(shù)模塊410例如可在一個或多個計算機系統(tǒng)420中的一個或多個實體中央處理單元(physical CPU)上執(zhí)行。承上述，舉兩個應(yīng)用場景的范例來說明對象計數(shù)設(shè)定310。圖5是根據(jù)本發(fā)明一實施例，說明對象計數(shù)的一室內(nèi)應(yīng)用場景的一示意圖。圖5的室內(nèi)應(yīng)用場景中含一門500及一人員510。一攝影機裝置520架設(shè)于一室內(nèi)頂部，并以一可視范圍530俯拍地面，其拍攝的影像如圖6所示的畫面。圖6是根據(jù)本發(fā)明一實施例的示意圖，說明一俯視計數(shù)畫面以及在此畫面上進行參數(shù)設(shè)定。圖6中，俯視計數(shù)畫面600包含門墻610A與610B、以及一人員，欲計算人員進出門500的數(shù)量，則于計數(shù)畫面600中標示一虛擬閘門線630用來計算跨越該線的人員數(shù)目，虛擬閘門線630對應(yīng)于圖5實際應(yīng)用場景中地面的一虛擬直線540。在計數(shù)畫面600中，取一近似待測對象大小的區(qū)域作為參考對象，例如取人員620作為參考對象，此參考對象的對象寬度與對象深度如圖中所示。并且,于畫面600中，標示出兩條與人員620行進方向平行的路徑參考線，此兩條路徑參考線用來判斷對象的行進方向，例如是門墻側(cè)面所構(gòu)成的一組平行線640A與640B，一條路徑參考線可表示為一起點座標及一終點座標，或可表示為一點座標搭配一斜率值。為統(tǒng)計對象移動狀態(tài)，于虛擬閘門線630上，定義出數(shù)條于場景中垂直于虛擬閘門線630的管線，一管線650是由多個取樣點660構(gòu)成，所有管線的取樣點的集合構(gòu)成一取樣影像。以另一戶外場景畫面700為例，圖7是根據(jù)本發(fā)明一實施例的示意圖，說明一側(cè)視計數(shù)畫面以及在此畫面上進行參數(shù)設(shè)定。場景畫面700中一車輛710于行駛軌道720上，車輛710可視為參考對象并取其寬度及深度值，于行駛軌道720上可標示出兩條于場景中平行的路徑參考線730A與730B，并定義一條虛擬閘門線740用來計數(shù)。在場景畫面700中，虛擬閘門線740上可定義出數(shù)條于場景中垂直于虛擬閘門線740的管線750，其中一管線是由多個取樣點760構(gòu)成，所有管線的取樣點的集合構(gòu)成一取樣影像。在參考點計算314中，參考點是畫面上兩條路徑參考線的交點，也可稱為消失點(vanishing point),用來作為取樣點計算的參考。令兩條路徑參考線L1與LyL1的起點座標與終點座標分別為(X11, Yn)與(x12，yi2) L2的起點座標與終點座標分別為(x2i，Υ2 )與(χ22> yd，則參考點Pv的座標(χν，yv)可由兩線交點的計算方式、或是由斜率及點座標計算得知。當攝影機拍攝方向垂直于地面時，則路徑參考線是畫面上平行的兩線，也就是說，其交點是無限遠的一消失點。此情況可用兩極大數(shù)值作為參考點座標也無需計算參考點。根據(jù)取樣對照表計算316后，可得出多條管線的取樣點的集合建構(gòu)成取樣對照表，例如自圖6或圖7的場景畫面中閘門線的兩側(cè)選取許多像素以構(gòu)成取樣影像，其寬度與高度分別為Nt個像素及Np個像素。也就是說，Nt是虛擬閘門線上的管線總數(shù)，Np是一管線上取樣點的數(shù)量。取樣影像上任一行(column)的像素就是一管線的取樣數(shù)據(jù)。圖8A、圖SB、及圖SC是根據(jù)本發(fā)明一實施例，說明取樣點計算的一示意圖。在圖8A的一影像畫面800中，L1與L2是一畫面的兩條路徑參考線、閘門線810的起點為Ps(xs，ys)，終點為PE(xE，yE)。Pv(xv，yv)是計算出的參考點，并構(gòu)成兩條區(qū)域參考線，分別為
權(quán)利要求
1.一種基于視頻信號分析的對象計數(shù)方法，其特征在于，該方法包含: 接取視頻信號來源以取得待處理的一個或多個輸入畫面，參照該一個或多個輸入畫面，設(shè)定多個參數(shù)、計算一參考點、及計算一取樣對照表；以及 于該每一輸入畫面上，根據(jù)該多個參數(shù)、該參考點、及該取樣對照表，擷取出一取樣影像以得到該取樣影像上的異動像素信息，并計算多條管線上的異動量以判定該多條管線上的對象狀態(tài)；以及 根據(jù)一參考對象的信息、及該多條管線上的對象狀態(tài)，進行該參考對象的對象計數(shù)以得出一對象數(shù)。
2.根據(jù)權(quán)利要求1所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，該視頻信號來源來自一個或多個視頻信號裝置、一個或多個影音文件、及一個或多個網(wǎng)絡(luò)串流的前述三者的其中任一組合 。
3.根據(jù)權(quán)利要求1所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，該多個參數(shù)設(shè)定至少包含設(shè)定一閘門線、參考對象信息、及一個或多條路徑參考線。
4.根據(jù)權(quán)利要求3所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，該方法還包含:于該閘門線上，定義平行于對象行進方向的該多條管線，并且每一管線是由多個取樣點構(gòu)成，該多條管線的取樣點的集合建構(gòu)成該取樣對照表。
5.根據(jù)權(quán)利要求3所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，計算多條管線上的異動量包含計算在該多條管線的每一條管線上的異動像素總量以及該閘門線的上、下方區(qū)域異動像素的差異量。
6.根據(jù)權(quán)利要求5所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，該方法利用一異動像素的總量臨界值Tnrotim及一差異量臨界值Tdiff，來判定在一時間點時每一管線上的對象狀態(tài)，并且一管線上的對象狀態(tài)分為靜止狀態(tài)、對象于閘門線上方狀態(tài)、對象于閘門線下方狀態(tài)、以及未定狀態(tài)。
7.根據(jù)權(quán)利要求1所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，該參考對象信息包含對象寬度與對象深度信息。
8.根據(jù)權(quán)利要求6所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，該方法還包含對未定狀態(tài)的管線進行修補，其中在一時間點t，當一管線上的對象狀態(tài)為未定時，以該管線為中心，由近而遠逐次搜尋對象狀態(tài)為對象于閘門線上方狀態(tài)或?qū)ο笥陂l門線下方狀態(tài)的管線，一旦搜尋到，則該未定狀態(tài)的管線的對象狀態(tài)被替換為被搜尋到的管線的對象狀態(tài)，對于在該時間點t沒有完成修補的未定狀態(tài)的管線，則參照其前一時間點t-Ι的管線狀態(tài)進行修補。
9.根據(jù)權(quán)利要求8所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，該方法還包含對靜止狀態(tài)的管線進行修補，其中在一時間點t，當一管線上的對象狀態(tài)為靜止時，如果最靠近該靜止狀態(tài)的管線的兩條管線的對象狀態(tài)都是對象于閘門線上方狀態(tài)或者都是M對象于閘門線下方狀態(tài)，則將該靜止狀態(tài)的管線的對象狀態(tài)修改為最靠近的該兩條管線的對象狀態(tài)。
10.根據(jù)權(quán)利要求9所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，該方法進行該參考對象的對象計數(shù)還包含: 根據(jù)修補后的該多條管線上的對象狀態(tài)，于多個時間點的每一時間點，算出該多條管線的每一管線上的狀態(tài)變化值，以統(tǒng)計出一個或多段具有相同變化值的連續(xù)管線的數(shù)量；以及 根據(jù)該參考對象的寬度信息及統(tǒng)計出的該一個或多段的連續(xù)管線的數(shù)量，計算出該一個或多段的每一段跨越該閘門線的對象數(shù)量，以得出該對象數(shù)。
11.根據(jù)權(quán)利要求6所述的基于視頻信號分析的對象計數(shù)方法，其特征在于，該判定在一時間點時每一管線上的對象狀態(tài)還包含: 在該時間點時，當該管線上的異動像素總量小于Tnrotim時，該管線上的對象狀態(tài)判定為靜止狀態(tài)； 在該時間點時，當該管線上的異動像素總量大于等于Tnrotim，并且該管線上的閘門線的上、下方區(qū)域異動像素的差異量大于等于Tdiff時，該管線上的對象狀態(tài)判定為對象于閘門線上方狀態(tài)； 在該時間點時，當該管線上的異動像素總量大于等于Tnrotim，并且該管線上的閘門線的上、下方區(qū)域異動像素的差異量小于等于-Tdiff時，該管線上的對象狀態(tài)判定為對象于閘門線下方狀態(tài)；以及 在該時間點時，當該管線上的異動像素總量大于等于Tmtrtim并且該管線上的閘門線的上、下方區(qū)域異動像素的差異量大于-Tdiff時，該管線上的對象狀態(tài)判定為未定的狀態(tài)。
12.一種基于視頻信號分析的對象計數(shù)裝置，其特征在于，該裝置包含: 一對象計數(shù)模塊，在一個或多個計算機系統(tǒng)的控制下來執(zhí)行: 參照一個或多個輸入畫面，設(shè)定多個參數(shù)、計算一參考點、及計算一取樣對照表； 于每一輸入畫面上，根據(jù)該多個參數(shù)、該參考點、及該取樣對照表，擷取出一取樣影像以得到該取樣影像上的異動像素信息，并計算多條管線上的異動量以判定此多條管線上的對象狀態(tài)；及 根據(jù)一參考對象的信息、及該多條管線上的對象狀態(tài)，進行該參考對象的對象計數(shù)以得出一對象數(shù)；以及 一計算機可讀取媒體，用來儲存所述計算的結(jié)果。
13.根據(jù)權(quán)利要求12所述的基于視頻信號分析的對象計數(shù)裝置，其特征在于，該對象計數(shù)模塊是在該一個或多個計算機系統(tǒng)中可執(zhí)行的程序指令集，并且在該一個或多個計算機系統(tǒng)中的一個或多個實體中央處理單元上執(zhí)行。
14.根據(jù)權(quán)利要求12所述的基于視頻信號分析的對象計數(shù)裝置，其特征在于，該多個參數(shù)至少包含一閘門線、參考對象信息、以及一個或多條路徑參考線。
15.根據(jù)權(quán)利要求12所述的基于視頻信號分析的對象計數(shù)裝置，其特征在于，該多條管線近乎垂直于該閘門線，并且平行于對象行進方向。
16.根據(jù)權(quán)利要求12所述的基于視頻信號分析的對象計數(shù)裝置，其特征在于，該多條管線的每一管線是由多個取樣點構(gòu)成，該多條管線的取樣點的集合建構(gòu)成該取樣對照表。
17.根據(jù)權(quán)利要求12所述的基于視頻信號分析的對象計數(shù)裝置，其特征在于，該對象計數(shù)模塊計算的結(jié)果儲存至該計算機可讀取媒體或輸出至一外接裝置。
18.根據(jù)權(quán)利要求12所述的基于視頻信號分析的對象計數(shù)裝置，其特征在于，該裝置自一個或多個視頻信號裝置、一個或多個影音文件、及一個或多個網(wǎng)絡(luò)串流的前述三者的任一組合中，接取視頻信號來源以取得該一個或多個畫面。
全文摘要
一種基于視頻信號分析的對象計數(shù)方法與裝置，基于視頻信號分析的對象計數(shù)方法可接取視頻信號來源以取得待處理的一個或多個畫面的數(shù)據(jù)。參照此一個或多個輸入畫面，設(shè)定多個參數(shù)、計算一參考點、及計算一取樣對照表。于每一輸入畫面上，根據(jù)此多個參數(shù)、此參考點、及此取樣對照表，擷取出一取樣影像以得到該取樣影像上的異動像素信息，并計算多條管線上的異動量以判定此多條管線上的異動狀態(tài)。并且根據(jù)一設(shè)定的參考對象的信息、及此多條管線上的異動狀態(tài)，統(tǒng)計各管線的方向性并依觸發(fā)管線的數(shù)量推算出對象數(shù)量。發(fā)明還提供一種基于視頻信號分析的對象計數(shù)裝置，包含一對象計數(shù)模塊以及一計算機可讀取媒體。
文檔編號G06T7/20GK103164706SQ20111043876
公開日2013年6月19日 申請日期2011年12月19日 優(yōu)先權(quán)日2011年12月8日
發(fā)明者李國征, 蔡洛緯, 洪邦展 申請人:財團法人工業(yè)技術(shù)研究院