專利名稱:運動檢測設(shè)備的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及到視頻處理的領(lǐng)域,并且提供一種用于從視頻幀序列 中提取運動信息的設(shè)備、相應(yīng)的方法以及計算沖幾程序產(chǎn)品。本發(fā)明可 以被用在監(jiān)視應(yīng)用(例如交通監(jiān)視應(yīng)用)中,并且用于檢測闖入建筑 物或房屋。
背景技術(shù):
運動信息對于多種應(yīng)用來說可能是非常重要的,其中包括交通監(jiān) 控、跟蹤人、保安以及監(jiān)視。例如,隨著道路上的車輛越來越多,許 多城市可能面臨著交通堵塞的嚴(yán)重問題。世界上的大城市現(xiàn)在使用交 通引導(dǎo)系統(tǒng)來緩解上述情況并且更加高效地使用現(xiàn)有的基礎(chǔ)設(shè)施。為 此,必須有能夠以低成本實時地同時監(jiān)控多輛車的系統(tǒng)。在最近的幾年內(nèi),數(shù)字視頻處理取得了很大進展。有多種出版物 都針對檢測諸如轎車或人之類的對象的移動。即使對于對車輛進行速 度估計之類的相對簡單的任務(wù),現(xiàn)有解決方案都使用存儲器密集的算 法和/或需要很高計算能力的算法的組合。已經(jīng)知道的用于所述目的的 算法利用對象識別、對象跟蹤或者把在不同時刻取得的圖像進行比較。 因此,實現(xiàn)用于上述應(yīng)用的實時系統(tǒng)是非常困難而且昂貴的。真實運動估計是一種應(yīng)用在高端電視機中的視頻處理技術(shù)。這些電視機使用100Hz的幀速率而不是50Hz。這就使得有必要通過內(nèi)插產(chǎn) 生新的視頻幀。為了以高幀質(zhì)量進行所述內(nèi)插,對兩個空間幀內(nèi)的像 素塊的運動進行估計。這可以通過如在以下文獻中描述的3D遞歸搜索 塊匹酉己算、法來實J見Gerard de Haan等人6勺 "True mot ion est imat ion with 3D—recursive search block matching (利用3D遞歸搜索塊匹 酉己的真實運動4古i十)",IEEE t ransact ions on c i rcu i ts and sys terns of video technology, volume 3, number 5, 1993年10月。這種算 法把一幀細分成8x8像素的塊,并且嘗試識別出該塊在下一幀中的位 置。通過把這些位置進行比較使得有可能為每一個像素塊分配運動矢 量,所述運動矢量包括該塊的像素放置的比值以及兩幀之間的時間。US 6, 757, 328 Bl公開了一種用于從視頻序列中提取運動信息的方 法。由該美國專利4吏用的^見頻序列已經(jīng)包含所述^見頻流(例如MPEG流) 所固有的運動矢量。所述運動矢量是從已編碼視頻流中提取的。所述 MPEG流中的這些運動矢量由編碼過程產(chǎn)生,因此它們不表示真實運動。 作為一個例子,所述MPEG流包含指向左側(cè)的運動矢量,而所述對象則 可能實施了向右側(cè)的運動。為了解決這一問題,實施一個過濾步驟以 補救所述運動矢量的較差質(zhì)量。在所述過濾步驟之后,該美國專利的 作者把所述運動信息用于交通監(jiān)視應(yīng)用。發(fā)明內(nèi)容本發(fā)明的一個目的是提供一種用于從視頻幀序列中提取運動信息 的設(shè)備、方法和計算4幾程序產(chǎn)品,該一見頻幀序列可用于未^皮編碼的寺見頻幀。本發(fā)明的一個目的是實施簡單且高效的運動信息提取,從而有可 能進行實時處理。上述目的和其他目的是通過獨立權(quán)利要求的特征實現(xiàn)的。本發(fā)明 的優(yōu)選實施例由從屬權(quán)利要求的特征描述。應(yīng)當(dāng)強調(diào)的是,權(quán)利要求 中的任何附圖標(biāo)記不應(yīng)被解釋成限制本發(fā)明的范圍。根據(jù)本發(fā)明的第一方面,上述目的是通過一種用于從視頻幀序列 中提取運動信息的設(shè)備實現(xiàn)的,該設(shè)備包括用于捕捉所述視頻幀的數(shù) 字視頻攝影機。此外,所述設(shè)備包括用于處理由該視頻攝影機提供的 視頻幀的處理單元,其中該處理單元適于使用3D遞歸搜索塊算法來確 定所述視頻幀是否顯示出正在移動的物體或人。根據(jù)本發(fā)明,所述運動信息的提取是通過未被編碼的^L頻序列而 實現(xiàn)的。這意味著如果視頻序列已經(jīng)被編碼(例如因為其是MPEG視頻 流),則需要首先對其進行解碼。其原因在于,將在下面詳細討論的 所述用于提取運動信息的算法是在視頻幀的像素上進行操作的。當(dāng)操作所述設(shè)備時,數(shù)字視頻攝影機捕捉視頻幀序列,并且處理 單元處理來自所述數(shù)字視頻攝影機的數(shù)字視頻幀以便提取運動信息。 該處理是通過使用遞歸搜索塊算法而實現(xiàn)的,以便確定所述視頻幀是 否顯示出正在運動的物體或人。不言自明的是,可以通過利用所述基礎(chǔ)算法的計算機程序產(chǎn)品來實施所述方法。所述計算機程序產(chǎn)品包括其上具有計算機程序代碼裝 置的計算機可讀介質(zhì),當(dāng)所述程序被加載時,其使得所述計算機是可 執(zhí)行的以用于確定所述^L頻幀是否顯示出正在移動的物體或人,或者 其通常用于實施將在下面更加詳細解釋的方法。通過任意類型的數(shù)字視頻攝影機(例如固定的或者正在移動的CMOS、 CCD或紅外視頻攝影機)來提供視頻幀序列。所述數(shù)字視頻攝影 機不是本發(fā)明的一部分,因此不需要對其進行進一步解釋。 所述處理單元可以是a) 處理器和相應(yīng)的計算機程序。作為一個例子,所述處理器可以 是Philips的Trimedia處理器或Xetal處理器,例如包括TM 1 300處 理器的Philips PNX 1 300芯片。b) 專用芯片,比如ASIC或FPGAc) 現(xiàn)有的視頻攝影機硬件芯片的積分路徑;或者d) 上述各種可能性的組合。優(yōu)選的選擇取決于系統(tǒng)方面和產(chǎn)品要求。所述處理單元的一個優(yōu) 選實施例使用將被插在數(shù)字視頻攝影機中的額外的卡,其尺寸為!80mm x 125mm并且包括Philips PNX1 300芯片,所述芯片本身包括Phi 1 i ps TN1 300處理器。此外,該卡使用1MB的RAM以用于兩個幀存儲器和一個矢量存儲器。所述處理單元使用3D遞歸搜索塊(3DRS)算法從視頻幀中提取信 息。所述算法按照如在以下文獻中所描述的方式工作Gerard deHaan 等人的 "True motion estimation with 3D-recursive search block matching (利用3D遞歸搜索塊匹配的真實運動估計)",IEEE transactions on circuits and systems of video technology, volume 3, number 5, 1993年10月。本申請明確參考該文獻,其^支合并在此 以作參考。根據(jù)本發(fā)明的設(shè)備的優(yōu)點在于,其可以被通用于未被編碼的視頻 序列。因此,在對視頻序列進行處理之前不需要對其進行編碼,并且 不必對相應(yīng)的軟件或硬件進行投資。所述設(shè)備的另一個優(yōu)點在于,由所述3DRS算法計算的運動矢量表 示物體或人的真實運動,因此不必對所采集的運動矢量進行后處理以 將其質(zhì)量提高到可以接受的水平。然而,這對于所述設(shè)備的應(yīng)用來說是很重要的如果所述設(shè)備被用于速度測量,則當(dāng)所述運動矢量表示 真實運動時,所述速度值的可靠性和精度較高,而當(dāng)必須對所述運動 矢量進行后處理時,所述速度值的可靠性和精度較低。所述設(shè)備的另一個優(yōu)點在于,即使與其他已知的塊匹配算法相比, 所述3DRS算法也極為高效,因此實時操作的設(shè)備的設(shè)計就變得簡單明 了。為此,在處理單元的選擇方面有很高的自由度,從而可以用硬件 以及軟件來實現(xiàn)所述3DRS算法的執(zhí)行。根據(jù)本發(fā)明的一個優(yōu)選實施例,所述處理單元適于確定由^見頻序 列的各視頻幀所捕獲的物體或人的速度。這可以如下實現(xiàn)。3DRS算法 按照像素塊(例如每塊8x8像素)來處理整個幀。所述3DRS算法對于 每個8x8像素塊輸出一個運動矢量。參照圖3,每個矢量具有x和y分 量,其中x和y表示二維笛卡爾坐標(biāo)系,其中水平x軸指向右側(cè),垂 直y軸指向上方。所述運動矢量的絕對值表示以像素或像素部分(例 如四分之一像素)測量的速度。作為一個例子,對于特定位置(例如對于幀中的一個8x8像素塊), 假設(shè)運動矢量的x值是12,并且該運動矢量的y值是-37。此外,假設(shè) 四分之一像素精度。這意味著該特定塊以12x0. 25=4像素的速度向右 移動(這是因為x值為正),并且以37x0. 25=9. 25的速度向下移動(這 是因為y值為負)。如下把所述運動矢量轉(zhuǎn)換成實際的速度。在第一步中,使用x和y 分量以像素為單位如下計算運動矢量在所述運動方向上的長度(其被 才示i己為Kec/e/7《Z力)<formula>formula see original document page 7</formula> 等式 1)其中,^是該速度的x分量,并且其中^是該速度的y分量。 由于已經(jīng)從所述數(shù)字視頻攝影機獲知了幀頻率(例如25Hz),因 此可以按照每秒像素數(shù)(pps)通過下式計算所述對象的速度 ,et/ — p/w = vec/e"- * /r讓e —( 等式 2)其中,/><3歷6_/>6《表示幀頻率。把由 speed—表示的以每秒像素數(shù)計的速度轉(zhuǎn)換成由 "ee^/w;^表示的以每秒米數(shù)(mps )計的實際速度,這是通過根據(jù)下 式將其除以一個轉(zhuǎn)換因數(shù)而實現(xiàn)的<formula>formula see original document page 8</formula>( 等式 3)其中,conv-factor表示負責(zé)把以像素計的距離轉(zhuǎn)換成以米計的距 離的所述轉(zhuǎn)換因數(shù)。最后,為了更易于解讀,用km/h或者英里/h來表 示以m/s計的速度。只在校準(zhǔn)設(shè)備時把所述轉(zhuǎn)換因數(shù)確定一次。其值取決于對象(例 如車輛)在幀中的位置。每個位置具有其自身的轉(zhuǎn)換因數(shù),由此其值 可以從存在于所述幀本身內(nèi)的信息中提取。這可以在按照像素來測量 例如以米計的已知距離時進行。 一 個例子將是測量道路中間的相鄰車 道標(biāo)識線之間的例如以米計的距離,并且將其與以像素計的相應(yīng)距離 進行比較??梢?皮用于該目的的其他對象有道路旁邊的兩個對象之間 的距離、車輛本身等等。按照上述方式確定的速度是兩幀之間的平均速度。在本說明書中, "速度"這一表達法都是同義的。由于兩幀之間的時間差非常小,因此 所測量的速度是對給定時間下的當(dāng)前速度的良好近似。然而,還有可 能計算多對兩個相繼幀之間的速度,以便實施從幀到幀的速度跟蹤。這又開啟了計算這些速度值的平均值的方式。才艮據(jù)本發(fā)明的一個優(yōu)選實施例,所述處理單元適于同時確定多個 物體或人的速度。3DRS算法處理整個幀,從而對由所述幀捕獲并且在 這些幀內(nèi)正在移動的所有物體或人進行處理。這使得有可能把本發(fā)明 用于交通監(jiān)^L應(yīng)用,由此應(yīng)當(dāng)#全查多輛車的速度,并且優(yōu)選地應(yīng)當(dāng)同 時檢查多輛車的速度,以便高效地控制速度限制是否被遵守。利用本發(fā)明,有可能區(qū)分車輛正接近攝影機還是遠離攝影機。此 外,有可能監(jiān)控多條車道內(nèi)的車輛的速度,甚至有可能確定各條車道 內(nèi)的轎車的平均速度。確定所述多輛車的平均速度使得有可能得到關(guān) 于在道路上是否存在交通堵塞的指標(biāo)。根據(jù)本發(fā)明的一個優(yōu)選實施例,所述處理系統(tǒng)位于視頻攝影機的 外殼內(nèi)。這樣,所述系統(tǒng)就成為易于攜帶并且易于使用的嵌入式系統(tǒng)。 對于該目的的硬件要求在很大程度上取決于應(yīng)用以及所述設(shè)備的期望 精度。作為一個例子,所述設(shè)備可以包括尺寸為180xl25mm的主板, 其具有Philips PNX1 300芯片并且具有1MB RAM,其中所述芯片包招-Philips TM1 300處理器。該額外卡可以;故集成到所述^見頻4聶影才幾中,以便監(jiān)控高速公路上的交通。然而,對于被設(shè)計成檢查人是否正闖入 建筑物或某些房間的設(shè)備來說,其硬件要求可以較低。在后面的例子 中,低分辨率攝影機就足夠了,因此硬件要求較低。在另一個優(yōu)選實施例中,所述處理系統(tǒng)被實現(xiàn)為實時系統(tǒng)。獲得實時實現(xiàn)方式取決于硬件的能力。即使是諸如Philips TM1 300處理器 的現(xiàn)有硬件也可以保證3DRS算法實時工作,因此無需存儲大量數(shù)據(jù)以 進行離線處理。其基本原因是所述3DRS算法極為高效且穩(wěn)健,取決于 實際的實現(xiàn)方式和要求,其僅僅需要每像素7到10次運算。在本發(fā)明的另一個優(yōu)選實施例中,所述處理系統(tǒng)被適配成指示正 在移動的物體或正在移動的人的位置。通過對由3DRS算法獲得的多個 運動矢量進行后處理來提供這種能力。在最簡單的情況下,正在移動 的物體(例如道路上的正在移動的轎車)限定一個具有非零運動矢量 的區(qū)域,而周圍區(qū)域則具有為零的運動矢量。這樣,可以把所述對象 的位置限定到所述具有非零運動矢量的區(qū)域的中心。在另 一個優(yōu)選實施例中,所述處理系統(tǒng);故適配成實施對象識別。 這樣做意味著通過現(xiàn)有技術(shù)中已知的算法來比較各幀中的對象的尺寸 和形狀,以便例如區(qū)分人與車輛,以及在車輛當(dāng)中進行區(qū)分,例如區(qū)分轎車與卡車。在本發(fā)明的另 一 個實施例中,所述處理系統(tǒng),皮適配成實施車號牌 識別。可以基于本領(lǐng)域技術(shù)人員所公知的光學(xué)字符識別來利用公知的 算法進行車號牌識別。當(dāng)把所述設(shè)備用于速度檢測或者用于識別已經(jīng) 通過紅燈的車輛時,車號牌識別是所述設(shè)備的一種有用的能力。本發(fā)明的第二方面涉及到一種用于從視頻幀序列中提取運動信息 的方法。在該方法的第一步中,捕捉視頻幀序列。在第二步中,對由 枧頻攝影機捕捉的數(shù)字視頻幀進行處理,其中所述處理是通過使用遞 歸搜索塊算法來確定所述視頻幀是否顯示出正在移動的物體或人而實 現(xiàn)的。同樣地,所述算法按照如在以下文獻中所描述的方式工作 Gerard de Haan等人的 "True motion estimation with 3D-recursive search block matching (利用3D遞歸搜索塊匹配的真實運動估計)", IEEE transactions on circuits and systems of video technology, volume 3, number 5, 1993年10月。本申請明確參考該文獻,其被 合并在此以作參考。根據(jù)本發(fā)明的所述方法的優(yōu)點在于,其可以被通用于未被編碼的 視頻序列。因此,在對所述^見頻序列進行處理之前,所述方法不對其 進行編碼。相反,如果要處理已編碼^見頻序列,則首先必須對其進4亍解碼,這是因為所述方法使用對幀像素進行處理的3DRS算法。所述方法的另一個優(yōu)點在于,由3DRS算法計算的運動矢量表示物 體或人的真實運動,因此不必對所采集的運動矢量進行后處理以將其質(zhì)量提高到可以接受的水平。所述方法的另一個優(yōu)點在于,即使與其他已知的塊匹配算法相比, 3DRS算法也極為高效,因此所述方法特別快,從而使得有可能對所捕 捉的一見頻序列進^f亍實時處理。利用上述方法可以確定物體或人的速度,甚至可以同時確定多個 物體或人的速度。所述方法可以被用于諸如交通監(jiān)視之類的監(jiān)視應(yīng)用。 可以使用所述方法的另 一 個領(lǐng)域是用于道路規(guī)則執(zhí)行攝影機,特別是 作為速度攝影機或紅燈攝影機。通過參照下面描述的各實施例,本發(fā)明的這些和其他方面將變得 顯而易見。應(yīng)當(dāng)注意到,使用附圖標(biāo)記不應(yīng)被理解成限制本發(fā)明的范 圍。
下面將參照附圖僅以舉例的方式來更加詳細地描述本發(fā)明的優(yōu)選 實施例,其中圖l示出了用于提取運動信息的數(shù)字視頻攝影機; 圖2示出了針對速度檢查的位置選擇; 圖3示出了針對速度檢查位置的設(shè)備校準(zhǔn); 圖4是表示具有非零運動矢量的區(qū)域的測量; 圖5描繪了用于實施所述方法的流程圖; 表l包含所述校準(zhǔn)的測量值和轉(zhuǎn)換因數(shù)。
具體實施方式
圖1示出了根據(jù)本發(fā)明的設(shè)備。該設(shè)備包括數(shù)字視頻攝影機1,該 攝影機具有外殼2,該外殼2包括處理單元3。此外,該數(shù)字視頻攝影 機具有輸出端口 4,用于例如通過以太網(wǎng)線纜5與外部計算機(未示出)進行通信。該外部計算機可以位于警察局內(nèi)。此外,該數(shù)字視頻攝影機1具有可選的收發(fā)器6,用于把所采集的數(shù)據(jù)無線傳輸?shù)竭h程計算機。 在可行性研究中,使用不同于如圖1所示的數(shù)字視頻攝影機1的 系統(tǒng)。該數(shù)字視頻攝影機1是Panasonic NV-DX110EG消費視頻攝影機, 其可以被買到并且不需要進一步的解釋。該視頻攝影機1在25Hz的幀 速率下捕捉視頻幀,并且通過4引腳i.Link輸入/輸出端口來輸出所 迷寺見頻幀。所輸出的視頻序列被傳送到傳統(tǒng)的筆記本計算機(未示出),并 且在25Hz下被存儲在AVI正向(AVI-forward)格式中。為了使用3DRS 算法,必須首先對該壓縮視頻格式進行解碼,從而將其轉(zhuǎn)換到Y(jié)UV422 標(biāo)準(zhǔn)。 一皮解碼的一見頻序列具有720 x 576《象素的分辨率以及25Hz的幀 速率。在不進行任何預(yù)處理或后處理的情況下,使用基于基本3DRS算 法的計算機程序來處理所述已解碼視頻序列。在上面提到的筆記本計 算機中執(zhí)行該算法。該算法產(chǎn)生真實運動矢量,所述真實運動矢量給 出可以被信任的速度值。此外,所述真實運動矢量給出高效且非常快 速地工作的穩(wěn)健的3DRS算法,從而使得所述設(shè)備在不進行預(yù)處理或后 處理的情況下實時處理所述幀。在操作中,第 一步包括安裝數(shù)字視頻攝影機并且將其固定到高速 公路上方的橋上。在第二步中,測試該數(shù)字視頻攝影機是否生成視頻 序列并從而正確運轉(zhuǎn)。在第三步中,通過應(yīng)用軟件,使用上面提到的 筆記本計算機來校準(zhǔn)所述設(shè)備。換句話說,在所述可行性研究的框架內(nèi),根據(jù)本發(fā)明的設(shè)備包括數(shù)字視頻攝影機和筆記本計算機。所述筆 記本計算機代表處理單元,其在上面提到的替換方案a)的意義下包括處理器和相關(guān)存儲器。第 一校準(zhǔn)步驟包括選擇應(yīng)當(dāng)在該處執(zhí)行速度檢查的高速公路的位 置。借助于圖2示出了這一點。圖2示出了具有三條車道的高速公路, 其中的車輛正接近視頻攝影機。對于每條車道,選擇測量位置8、 9和 10。雖然一旦在每一個對象進入所述幀/圖像之后3DRS算法就將開始 估計其速度,但是仍然需要謹慎選擇適當(dāng)?shù)奈恢?。良好的位置不與所 述圖像的邊界過近,并且不在背景中太遠。在下一校準(zhǔn)步驟中,確定用于借助等式3計算車輛的速度的轉(zhuǎn)換 因數(shù)c^7K-尸sc"r。這是對于每一個測量位置8、 9和10進行的。為此目的,以米為單位把由雙箭頭所示的最左車道之間的4個連續(xù)寬條帶 的距離輸入到所述應(yīng)用軟件中。以像素為單位計算相同的距離,即A x^72.2像素。從該值的像素計算所述長度到x軸(Ax-73像素)和y 軸(Ax=156像素)上的相應(yīng)投影。處理單元使用所述轉(zhuǎn)換因數(shù)把x 和y方向上的距離從像素轉(zhuǎn)換成米。所述轉(zhuǎn)換因數(shù)被列在表1的第6 列中。在校準(zhǔn)了所述設(shè)備之后,執(zhí)行速度測量。筆記本計算機充當(dāng)處理 單元,并且在沒有進行任何預(yù)處理或后處理的情況下使用基本3DRS算 法。所述算法對各幀進行處理,并且把所述幀細分成像素塊,即每塊 8x8像素。借助于圖4示出了一項這種測量。現(xiàn)在圈出正在接近攝影機的兩 輛車,以便表示區(qū)域11和12,在所述區(qū)域內(nèi)的像素塊已^f皮識別為具有 非零運動矢量。借助于等式1,分別使用區(qū)域11和12內(nèi)的平均運動矢 量來計算所述運動矢量的長度。幀速率是2SHz,從而可以借助于等式 2和3以及在表1中列出的轉(zhuǎn)換因數(shù)來計算車速。結(jié)果在表l中示出。應(yīng)當(dāng)注意的是,即使是該實驗設(shè)置的測量值也具有非常高的精度, 所述測量值可以借助于下式計算"'Sc 沐* £ve/tx7'tv —e/ror-^-- (等式 4)!— a腳一/。加廠其中,£是運動矢量中的誤差,在該設(shè)置中,5=0,25像素。如果假設(shè)所述轉(zhuǎn)換因數(shù)是表1中的最差值7.50并且?guī)俾适?25Hz,則所述速度誤差僅僅是0. 33km/h。即使對于該簡化的實驗設(shè)置, 這一精度也可以被視為非常好。一旦進行了校準(zhǔn)之后,借助于圖5的流程圖示出了所述設(shè)備的使 用。在步驟1中執(zhí)行對視頻幀序列的捕捉。在步驟6中處理這些視頻 幀,并且在步驟5中輸出結(jié)杲。在第一處理步驟2中,通過3DRS算法分析所述幀,以便識別出在 圖2中示出的測量位置8、 9或10當(dāng)中的任一個處的移動對象。如果 在這些區(qū)域中存在具有非零運動矢量的像素塊,則移動對象(例如轎 車)存在于該區(qū)域內(nèi)。在步驟3中,確定與所述移動像素塊相關(guān)聯(lián)的 速度,并且判定該速度與允許值(例如對于高速公路是100km/h)相比 是否過快。如果速度過快,則在步驟4中從所述^見頻幀中提取出該輛車的車號牌。這是通過現(xiàn)有技術(shù)中已知的附加計算機程序模塊來進行 的。在步驟5中,所述數(shù)據(jù)被輸出到外部計算機,該外部計算機可能 位于警察局中。所述數(shù)據(jù)包括車號牌、速度并且可能包括所述車輛超 速行駛的幀/圖像。附圖標(biāo)記列表1數(shù)字視頻攝影機2外殼3處理單元4輸出端口5線纜6收發(fā)器8測量位置9測量位置10測量位置11區(qū)域12區(qū)域
權(quán)利要求
1、用于從視頻幀序列中提取運動信息的設(shè)備,包括a)數(shù)字視頻攝影機(1),其用于捕捉視頻幀序列,b)處理單元(3),其用于處理由該視頻攝影機提供的視頻幀,c)該處理單元適于使用遞歸搜索塊算法來確定所述視頻幀是否顯示出正在移動的物體或人。
2、 根據(jù)權(quán)利要求l的設(shè)備,其特征在于 物體或人的速度。
3、 根據(jù)權(quán)利要求2的設(shè)備,其特征在于 確定多個物體或人的速度。
4、 根據(jù)權(quán)利要求l的設(shè)備,其特征在于 攝影機的外殼(2)中。
5、 根據(jù)權(quán)利要求l的設(shè)備,其特征在于 實時系統(tǒng)。
6、 根據(jù)權(quán)利要求l的設(shè)備,其特征在于 正在移動的物體或正在移動的人的位置。
7、 根據(jù)權(quán)利要求l的設(shè)備,其特征在于 對象識別。
8、 根據(jù)權(quán)利要求l的設(shè)備,其特征在于 車號牌識別。
9、 用于從-見頻幀序列中提取運動信息的方法,該方法包括以下步驟a) 捕捉一見頻幀序列,b) 處理數(shù)字視頻幀,所述處理是通過利用遞歸搜索塊算法來實施 的,以便確定所述一見頻幀是否顯示出正在移動的物體或人。
10、 根據(jù)權(quán)利要求9的方法,其特征在于,確定物體或人的速度。
11、 根據(jù)權(quán)利要求9的方法,其特征在于,同時確定多個物體或人 的速度。
12、 根據(jù)權(quán)利要求9的方法,其特征在于,將該方法用于諸如交通 監(jiān)斗見的監(jiān)—見應(yīng)用或者用于檢測闖入到建筑物或房間中。
13、 根據(jù)權(quán)利要求9的方法,其特征在于,將該方法用于道路規(guī)則 執(zhí)行攝影機,特別是作為速度攝影機或紅燈攝影機。,所述處理單元適于確定 ,所述處理單元適于同時 ,所述處理系統(tǒng)位于一見頻 ,所述處理系統(tǒng)被實現(xiàn)為 ,所述處理系統(tǒng)適于指示 ,所述處理系統(tǒng)適于實施 ,所述處理系統(tǒng)適于實施
14、計算機程序產(chǎn)品,該計算4幾程序產(chǎn)品包括計算才幾可讀介質(zhì), 在所述計算機可讀介質(zhì)上具有計算機程序代碼裝置,當(dāng)所述程序被加 載時,使得所述計算機是可執(zhí)行的,以便執(zhí)行根據(jù)權(quán)利要求9到13中任 一條的方法。
全文摘要
本發(fā)明涉及一種用于從視頻幀序列中提取運動信息的設(shè)備、方法和計算機程序產(chǎn)品。用于從視頻幀序列中提取運動信息的現(xiàn)有解決方案需要大量的計算能力,其使得實時系統(tǒng)的實現(xiàn)很難可以昂貴。因此,本發(fā)明的一個目的是簡化這種設(shè)備,并且提供一種實時嵌入式系統(tǒng)。本發(fā)明提供一種包括數(shù)字視頻攝影機1的設(shè)備。該視頻攝影機1包括處理單元3,以用于處理由視頻攝影機1捕捉的視頻幀。所述處理使用3D遞歸搜索塊匹配算法從所述視頻幀中提取運動信息。所述設(shè)備可以被用于交通監(jiān)視應(yīng)用,例如用于確定街道和道路上的車輛的速度。
文檔編號H04N7/18GK101273634SQ200680035666
公開日2008年9月24日 申請日期2006年9月26日 優(yōu)先權(quán)日2005年9月27日
發(fā)明者H·G·P·H·本滕 申請人:皇家飛利浦電子股份有限公司