专利名称：用于将源和宿分配给个体的路线的方法和设备的制作方法
技术领域：
本发明涉及一种用于在具有监视的围场(compound)中将源和宿自动分配给检测到的路线或个体的方法和设备。
背景技术：
行人跟踪是在评定和重构与行人路线有关的信息中可行的工具。具体地，在许多应用中，与行人从何处行走至何处有关的信息是必要的。例如，向行人行至的目标或吸引点的分配以及对从其分散人们的源的识别的问题对行人流的模拟器来说非常重要。这些模拟器对不同基础设施和地点(例如建筑物、体育场、火车站、飞机场等)处的人群的行为进行建模。出于统计和经济目的以及尤其是出于安全原因，人群的行为是所关注的。目的是得到对人群行为的更好控制，例如通过以可控地且可预测地操控行人流的方式来对行人区域进行布置。模拟允许行经关键情形中的多个场景并找到适当的措施来避免可能的危险(例如阻塞点、高行人密度以及拥挤)。可以通过向这些模拟馈送再现实际和真实情形的数据来改进这些模拟的有效性。 模拟通常在有限空间中运行，这进而需要关于行人流的源和宿的信息。可以例如通过对行人踪迹进行自动跟踪的视频分析工具来获得真实情形的数据。 这些工具节约了时间和努力，其中可以在跟踪的时间帧内自动辨认大量行人并向这些行人分配相应路线，从而快速产生所观察的区域中的行人的路线数据。由自动化跟踪的应用引发的若干个问题包括所监控的区域内的特定区的不可访问性，这些区与使一些行人不可辨认的跟踪设备之间的距离，障碍物在跟踪路径中的出现，以及类似的不利条件。一种用于将行人踪迹与源和/或宿相联系的方式是在许多情况下基于编辑者的直觉和经验，执行手动分配。对于每个行人踪迹，必须单独地决定可以分配哪个源和/或宿。当然，这种方案对于大量数据和行人踪迹来说相当低效。
发明内容
因此，本发明的一个目的是提供一种用于在所监控的围场中将源或宿自动分配给个体的路线的方法和设备。本发明的另一目的是提供一种在该围场中源和/或宿到个体的路线的精确分配，即使当不能在围场中的各处以可接受的精度产生路线数据时。前述问题是通过一种用于将源或宿分配给个体的路线的方法来解决的，所述方法包括
(a)在所监控的围场中定义指示可能的源和/或宿的多个源位置数据和/或宿位置数
据；
(b)监控所监控的围场中的移动个体的路线；
(c)根据具有初始位置数据和/或终止位置数据的所监控的路线来产生路线数据；
(d)根据所述初始位置数据和/或所述终止位置数据来确定初始移动矢量和/或终止移动矢量；(e)确定所述多个源位置数据中的每一个与所述初始位置数据之间的多个初始距离矢量和/或所述多个宿位置数据中的每一个与所述终止位置数据之间的多个终止距离矢量；
(f)将所述初始移动矢量与所述多个初始距离矢量中的每一个进行相关和/或将所述终止移动矢量与所述多个终止距离矢量中的每一个进行相关；以及
(g)基于相关结果，将相应的源位置数据和/或宿位置数据分配给所监控的路线。该方法有利地提供了用于评估顺着路线的个体从源分散和/或消失于宿的可能性的规则集合。可以对该规则集合的应用进行自动化，以便快速评定由个体产生的大量路线并向每个路线分配多个可能的源和/宿当中最可能的源和/或宿。在一个实施例中，步骤(f)包括对每个矢量进行归一化并确定归一化后的矢量的标积，并且步骤(g)包括将具有在步骤(f)中获得的最大关联标积的源位置数据和/或宿位置数据分配给所监控的路线。这有利地允许对与每个可能的源和/或宿相关联的可能性参数进行量化。在另一实施例中，如果源位置数据和/或宿位置数据的相应的初始/终止距离矢量的长度超过预定义阈值，则从相关步骤(f)排除该源位置数据和/或宿位置数据。此外， 在另一实施例中，如果不能通过个体的直线移动从初始/终止位置点访问相应的源或宿， 则从相关步骤(f)排除源位置数据和/或宿位置数据。这些措施有利地允许消除掉以下源和/或宿这些源和/或宿离路线的起始或结束点太远或者太复杂而不能达到从而很可能被认为是可能的源或宿。该目的还通过一种围场监视系统而实现，所述围场监视系统包括
监控设备，其被配置为监控围场上的移动个体的路线并根据具有初始位置数据和/或终止位置数据的所监控的路线来产生路线数据；以及计算设备，其被配置为
(a)根据所述初始位置数据和/或所述终端位置数据来确定初始移动矢量和/或终止移动矢量；
(b)确定与所监控的围场中的可能的源和/或宿相关联的、多个源位置数据中的每一个与所述初始位置数据之间的多个初始距离矢量和/或多个宿位置数据中的每一个与所述终止位置数据之间的多个终止距离矢量；
(c)将所述初始移动矢量与所述多个初始距离矢量中的每一个进行相关和/或将所述终止移动矢量与所述多个终止距离矢量中的每一个进行相关；以及
(d)基于相关结果，将相应的源位置数据和/或宿位置数据分配给所监控的路线。另外的修改和变型是从属权利要求的主题。
现在将参照附图来描述本发明的实施例和修改，在附图中 图1示出了根据一个实施例的具有可能的源和/或宿的围场； 图2示出了根据另一实施例的围场中的个体的路线；
图3示出了根据另一实施例的围场中的个体的路线以及矢量； 图4示出了根据另一实施例的围场中的个体的路线以及矢量； 图5示出了根据另一实施例的两个矢量的标积的示意图；图6示出了根据另一实施例的围场监视系统；以及图7示出了根据另一实施例的方法的流程图。附图被包括以提供对实施例的进一步理解。附示了实施例并与该描述一起用于解释实施例的原理。其他实施例以及实施例的许多预期优势将随着它们通过参照以下详细描述变得更好理解而被容易地认识到。附图的元素不必相对于彼此按比例绘制。类似的参考标记表示对应的类似部分。这里描述的各个示例性实施例的特征可以容易地彼此组合，除非另外具体指明。
具体实施例方式在该描述中，提到了“个体”。就该描述而言，个体被理解为以自驱使和自确定的方式在围场中或横过围场移动的可跟踪对象。在具体实施例中，个体可以被理解为步行移动的行人。然而，本发明的概念可以容易地适用于其他个体，比如动物、车辆、飞行器、移动机器人或类似对象。在该描述中，提到了 “围场”。就该描述而言，围场被理解为二维或三维空间，横过这些空间或在这些空间中，个体可以沿可跟踪路线移动。在具体实施例中，围场可以是封闭二维区域，在该封闭二维区域中或横过该封闭二维区域，行人可以自由移动。因此，在该示例中，路线数据包括例如由X和y分量表示的地面上的侧向位置的二维位置数据。然而，本发明的概念可以容易地适用于其他组件，比如例如所监控的领空、所监控的停车场、动物栖息地或其他类似围场。具体地，路线数据不限于二维位置数据，但也可以包括三维位置数据。此外，提到了“源”和“宿”，其被理解为个体进入或退出围场的可能入口或出口点， 即，围场中的新跟踪的个体可能来自的预定义区域或点或者不再可跟踪的个体可能已去往的预定义区域或点。在具体实施例中，源和宿可以是行人区域的边界处的入口或出口点，如楼梯、滚梯、电梯、门、走廊或类似物。然而，源和宿还有可能是其他围场专用入口和出口点。术语“监控路线”同义地用于以下任何种类的跟踪过程，在这些跟踪过程中，可以使用在所监控的围场中收集的传感器数据、以空间以及时间的方式区分个体。在具体实施例中，可以通过在例如利用固定监视视频摄像机拍摄的围场的视频数据上检测个体来监控个体的路线。可以根据视频数据随时间跟踪个体，从而产生与所监控的围场的空间扩展相关的踪迹。本领域技术人员公知如何将例如以相对于围场的地面的角度拍摄的视频数据与围场的空间维度进行相关，以便产生与围场的空间坐标匹配的个体的路线数据。在其他实施例中，其他传感器数据也可以用作产生路线数据(例如红外摄像机数据、雷达数据、超声波反射数据或类似物)的基础。个体还有可能协助自动产生路线数据，例如在个体携带诸如RFID标签之类的可检测的信标、活动发射机应答器、蜂窝电话、可检测的颜色标记或类似物时，个体的移动可以通过将检测设备进行匹配而检测到并被转换为关联的路线数据。图1示出了根据一个实施例的围场1。围场1包括围绕区域51的边界2。区域51 可以是行人区域，并且边界2可以包括行人移动的障碍物，如墙、柱、花盆、栅栏或类似物。 区域51不必完全被硬边界围绕，相反地，区域51可以由其他准则定界，诸如区域类型，例如与安全性相关的所监控的区域，诸如事件区域或类似物。区域51是利用诸如视频摄像机之类的监控设备来监控的区域，以便检测区域中的个体并产生个体的时间上分辨的路线数据。区域51可以包括区域内的障碍物，比如障碍物4。例如，障碍物4可以是电梯的外壳或其他地面的穿透部。此外，区域51可以包括障碍物5，如墙、栅栏或类似的屏障。区域51包括行人的可能的源和/或宿，例如区域51的入口或出口。示例性地，示出了可能的源和/或宿7、8、9、10、11和12。必须在第一步骤中识别可能的源和/或宿，例如基于区域51的视频数据。在下文中提到了“源”，然而，这里使用的源等效地也用于意味着宿。可能的源7可以是边界2中的宽阔的区，例如走廊。由于走廊通常比个体的路线路径更宽，因此可以沿着源7的宽度将源7细分为可能的源点7a、7b、7c、7d。源点7a、7b、7c、7d与区域51中的对应的源位置数据相关联。类似地，可以沿着边界2中的源8的宽度将源8细分为源点8a、8b、 8c。例如，源8可以是一段楼梯。显而易见，源7和8还可以设置有相应的单个源点而不是一组源点。例如，单个源点可以是中点或几何质心点。源9、10、11和12可以足够窄以由一个源位置点来确定。例如，源9、10、11和12 可以是滚梯、电梯、门或类似的窄入口和/或出口点。示例性地，源12被示为位于由虚线的椭圆表示的区域6中。区域6可以是监控区域51的监控设备不可清楚检测的区域。例如， 区域6可以是离视频摄相机非常远的区，其中，行人显现得太小而不能可靠地跟踪。区域6 还可以是从监控设备不能清楚可见(例如由于比如树梢、罩篷等障碍物)的区域。图2示出了根据另一实施例的围场中的个体的路线66。路线66由点线指示并可以由沿着路线的跟踪点13a构成。跟踪点13a可以是在被配置为监控区域51的监控设备中或在从监控设备获得数据的计算设备中计算的。路线66可以具有围场内的与初始位置数据相关联的初始点13b，其为个体的第一个跟踪点。例如，初始点1 可以是个体进入视频摄相机的视图的第一个点。路线66可以具有围场内的与终止位置数据相关联的终止点 13c，其为个体的最后一个跟踪点。例如，终止点13c可以是个体处于视频摄相机的视图中的最后一个点。在实例示例中，终止点13c位于区域6的边界上。尽管在产生了最后一个跟踪点13c之后个体仍可以处于围场的区域51中，但是个体不再可被监控设备跟踪，这是由于区域6被监控设备的视图阻挡了或者个体变得太小而不能可靠地检测。图3示出了根据另一实施例的具有关联移动矢量的围场中的个体的路线66。根据跟踪点13a，可以产生个体沿着路线66的移动矢量。例如，通过恰好在初始跟踪点1 之后确定个体沿着其路线66的移动来形成初始移动矢量14。为了获得初始移动矢量14，可以将跟踪点13a的序列中处于初始跟踪点1 之后的跟踪点13d用作初始移动矢量14的末端，而可以将初始跟踪点13b自身用作初始移动矢量14的起始点。然后，初始移动矢量14的方向表示个体在跟踪开始时沿路线66移动的方向。例如，可以将初始移动矢量14的长度选择为与个体沿着路线66的初始移动的速度相关。然而，也可以选择初始移动矢量14的任何其他长度。还有可能将初始移动矢量14的末端选择为跟踪点13a的处于初始跟踪点1 之后的任何其他跟踪点，例如在对初始跟踪点13b的检测已经过去后的某一预定义时间间隔之后检测到的跟踪点。备选地，可以将初始移动矢量14的末端选择为初始跟踪点1 之后沿着路线66的多个跟踪点13a的平均值。对于本领域技术人员来说显而易见的是，存在多种方式来确定初始移动矢量14。通过确定恰好在终止跟踪点13c之前个体沿着其路线66的移动来形成终止移动矢量15。为了获得终止移动矢量15，可以将跟踪点13a的序列中处于终止跟踪点13c之前的跟踪点1 用作终止移动矢量15的起始点，而可以将终止跟踪点13c自身用作终止移动矢量15的末端。然后，终止移动矢量15的方向表示个体在跟踪结束时沿路线66移动的方向。例如，可以将终止移动矢量15的长度选择为与个体沿着路线66的终止移动的速度相关。然而，也可以选择终止移动矢量15的任何其他长度。显而易见，如以上详述的，可以针对初始移动矢量14应用对终止移动矢量15的确定的类似变型。图4示出了根据另一实施例的具有关联的移动和距离矢量的围场中的个体的路线66。针对初始跟踪点13b，确定初始距离矢量16a、16b、16c，其具有与参照图1详述的源点的源位置数据相关联的多个可能源之一处的起始点。在这里示出的示例中，获得以下 3个初始距离矢量初始距离矢量16a是来自起始点9的矢量，初始距离矢量16b是来自起始点8a的矢量，并且初始距离矢量16c是来自起始点10的矢量。所有初始距离矢量16a、 16b、16c在初始跟踪点13b处结束，因此，初始距离矢量16a、16b、16c的方向表示从相应源点朝向初始跟踪点13b的直线移动的方向，并且初始距离矢量16a、16d、16c的长度与相应源点和初始跟踪点Hb之间的空间直线距离相关。当然，有可能产生图1中识别的每个可能的源朝向初始跟踪点13b的初始距离矢量。在一个实施例中，对于进一步处理可以不考虑初始距离矢量组。该组可以包括不满足某些约束的矢量。例如，对于进一步处理可以不考虑初始距离矢量16c，这是由于从源点10至初始跟踪点13b的直线路径穿过障碍物5。因此，出现在跟踪点13b处的个体来自源10是非常不可能的，从而可以以足够高的自信不将源点10考虑为具有路线66的个体的可能的源。当然，也可以考虑多个其他约束，例如对具有比预定义阈值长度更长的长度的初始距离矢量不考虑。以类似的方式，可以通过确定终止跟踪点13c与可能的宿点之间的矢量来获得终止距离矢量17a、17b和17c。在该示例中，终止距离矢量17a朝向宿点12而形成，终止距离矢量17b朝向宿点17d而形成，并且终止距离矢量17c朝向宿点11而形成。所有终止距离矢量17a、17b、17c起始于终止跟踪点13c处，因此，终止距离矢量17a、17b、17c的方向表示从终止跟踪点13c朝向相应宿点的直线移动的方向，并且终止距离矢量17a、17b、17c的长度与相应宿点和终止跟踪点13c之间的空间直线距离相关。当然，有可能产生图1中识别的每个可能的宿从终止跟踪点13c的终止距离矢量。显而易见，如以上关于初始距离矢量详述的，可以利用类似的变型加以必要的修正来获得终止距离矢量。对于所确定的初始距离矢量16a、16b、16c中的每一个，计算相对于初始移动矢量 14的相关性。相关结果是指示可以将关联的源点识别为个体沿着其中初始移动沿初始移动矢量14的方向的路线66的可能源的可能性。例如，相关操作可以包括计算初始移动矢量 14与初始距离矢量中相应的一个初始距离矢量之间的点积。图5示出了这里可以使用的点积的原理。当计算矢量A与矢量B的点积时，获得标量值
A · B = IA| * |BI * COS α ，其中，|X|表示矢量X的长度，并且α表示两个矢量A和B之间的角度。如图5所示， 点积可以被解释为将矢量A投影至矢量B上以便获得矢量C，矢量C的长度被给出为
Ic| = IA| * COS α 。如果矢量A和B中的每一个具有单位长度，则矢量C的长度按照角α的余弦缩放， 所述角α的余弦为-1与1之间的值。值1指示矢量A和B平行并指向相同方向，值-1指示矢量A和B平行但指向相反方向。在根据一个实施例的方法中，对初始移动矢量14和相应初始距离矢量中的每一个初始距离矢量进行归一化并计算点积，以便根据两个矢量之间的角度的余弦来获得相关结果。相关结果越大，则将相应源点作为可能的源分配给个体的路线66将更可能。例如， 初始移动矢量14与初始距离矢量16a之间的角度较小，因此，具有路线66的个体分散自或出现自源9的可能性相当高。在一个实施例中，针对将源分配给个体的相应路线，不考虑负值的相关结果。例如，初始移动矢量14与初始距离矢量16b之间的角度大于90°，因此，相关结果为负。具有路线66和初始跟踪点1 的个体出现自源8也是相当不可能的，这是由于将需要个体急剧改变其通常与(例如行人的)自然移动不符合的移动方向。如以上详述的，当计算相关结果时，不考虑预定初始距离矢量，比如例如初始距离矢量16c。根据多个相关结果(例如，与最高相关值相关联的相关结果)来识别可能的源。在图4的示例中，将向路线66分配源9，作为具有路线66的个体的最可能的源。以类似的方式，对于所确定的终止距离矢量17a、17b、17c中的每一个，计算相对于终止移动矢量15的相关性。相关结果是指示可以将关联的宿点识别为个体沿着其中终止移动沿终止移动矢量15方向的路线66的可能的宿的可能性。例如，相关操作可以包括计算终止移动矢量15与终止距离矢量中相应的一个终止距离矢量之间的点积。在根据一个实施例的方法中，对终止移动矢量15和相应终止距离矢量中的每一个终止距离矢量进行归一化并计算点积，以便根据两个矢量之间的角度的余弦来获得相关结果。相关结果越大，则将相应宿点作为可能的宿而分配给个体的路线66将会更可能。例如，终止移动矢量15与初始距离矢量17a之间的角度较小，因此，具有路线66的个体消失于宿12的可能性相当高。在一个实施例中，针对将宿分配给个体的相应路线，不考虑负值的相关结果。例如，终止移动矢量15与终止距离矢量17c之间的角度大于90°，因此，相关结果为负。具有路线66和终止跟踪点13c的个体消失于宿11也是相当不可能的，这是由于会需要个体急剧改变其通常与(例如行人的)自然移动不符合的移动方向。如以上详述的，当计算相关结果时，不考虑预定终止距离矢量等等。根据多个相关结果(例如，与最高相关值相关联的相关结果)来识别可能的宿。在一个实施例中，利用距离因子来调整针对源和/或宿点中的每一个而获得的相关结果，该距离因子说明了初始或终止跟踪点与可能的源或宿点之间的距离。初始或终止跟踪点与可能的源或宿点之间的距离越大，越不可能将源或宿确定为可能的源或宿。在一个实施例中，可以在从相关结果减去一值时来获得对相关结果的调整，以便获得调整后的相关结果。例如，针对具有比预定阈值距离更大的长度的每个距离矢量执行调整。在这种情况下，可以从相关结果减去恒定值，以便获得调整后的相关结果。调整值还有可能以相应距离矢量的长度来缩放。在图4的示例中，终止跟踪点13c与宿点12之间的距离相当大，尤其是在与终止跟踪点13c朝向宿点7d的距离相比时。尽管终止距离矢量17a的相关结果高于终止距离矢量17b的相关结果，但是由于终止距离矢量17a的长度高于预定阈值，因此可以使终止距离矢量17a的相关结果经历调整，从而最终将针对终止距离矢量17a的值调整后的相关结果降低至低于终止距离矢量17b的相关结果的值。因此，有可能将宿点7d所属于的宿7确定为所监控的个体的路线66的最可能的宿。在另一实施例中，当相应的可能源和/或宿点位于监控设备的缺乏分辨的区域 (例如图4中的以及如以上结合图1详述的区域6)中时，有可能不考虑对相关结果的调整。在图4的示例中，宿点12位于区域6中，在区域6中，不能可靠地跟踪个体的路线 66。因此，如果跟踪对于区域6已经可能，那么以下假定可能是合理的假定路线66可能已经沿与终止移动矢量所指示的实质上相同的方向继续。在该实施例中，由于终止距离矢量 17a完全位于区域6中，所以可以省略对终止距离矢量17a的相关结果的调整。尽管在与终止跟踪点13c与宿点7d之间的距离相比时，终止跟踪点13c与宿点12之间的距离相当大， 但是将源12分配给路线66看起来是最合理的选择。图6示出了根据另一实施例的围场监视系统60。该围场监视系统60包括与计算设备62相连接的监控设备61。监控设备61可以被配置为如结合图1详述的那样监控围场上的移动个体的路线。监控设备61还可以被配置为根据具有初始位置数据和/或终止位置数据的所监控的路线来产生路线数据。具体地。该路线数据可以以与以上参照图2详述的路线数据66类似的方式产生。围场监视系统60还可以包括计算设备62，其被配置为根据初始位置数据和/或终止位置数据来确定初始移动矢量和/或终止移动矢量，确定与所监控的围场中的可能的源和/或宿相关联的、多个源位置数据中的每一个与初始位置数据之间的多个初始距离矢量和/或多个宿位置数据中的每一个与终止位置数据之间的多个终止距离矢量，将初始移动矢量与多个初始距离矢量中的每一个进行相关和/或将终止移动矢量与多个终止距离矢量中的每一个进行相关，以及基于相关结果将相应的源位置数据和/或宿位置数据分配给所监控的路线。具体地，计算设备62可以被配置为根据结合图 1至5描述的方法来计算相应的矢量和相关结果。图7示出了用于将源或宿分配给个体的路线的方法的流程图，该方法包括
(a)在步骤71中，在所监控的围场中定义指示可能的源和/或宿的多个源位置数据和 /或宿位置数据；
(b)在步骤72中，监控所监控的围场中的移动个体的路线；
(c)在步骤73中，根据具有初始位置数据和/或终止位置数据的所监控的路线来产生路线数据；
(d)在步骤74中，根据初始位置数据和/或终止位置数据来确定初始移动矢量和/或终止移动矢量；
(e)在步骤75中，确定多个源位置数据中的每一个与初始位置数据之间的多个初始距离矢量和/或多个宿位置数据中的每一个与终止位置数据之间的多个终止距离矢量；
(f)在步骤76中，将初始移动矢量与多个初始距离矢量中的每一个进行相关和/或将终止移动矢量与多个终止距离矢量中的每一个进行相关；
(g)在步骤77中，基于相关结果，将相应的源位置数据和/或宿位置数据分配给所监控的路线。 具体地，可以根据结合图1至5描述的过程来执行图7的方法。
权利要求
1.用于将源或宿分配给个体的路线的方法，包括(a)在所监控的围场中(1)定义指示可能的源和/或宿的多个源位置数据(8、9、10)和 /或宿位置数据(7、11、12);(b)监控所监控的围场(1)中的移动个体的路线(66)；(c)根据具有初始位置数据(13b)和/或终止位置数据(13c)的所监控的路线来产生路线数据(13a);(d)根据所述初始位置数据(1 )和/或所述终止位置数据(13c)来确定初始移动矢量(14)和/或终止移动矢量(15)；(e)确定所述多个源位置数据(8、9、10)中的每一个与所述初始位置数据(1 )之间的多个初始距离矢量(16a、16b、16c)和/或所述多个宿位置数据(7、11、12)中的每一个与所述终止位置数据(13c)之间的多个终止距离矢量(17a、17b、17c)；(f )将所述初始移动矢量(14)与所述多个初始距离矢量(16a、16b、16c)中的每一个进行相关和/或将所述终止移动矢量(15)与所述多个终止距离矢量(17a、17b、17c)中的每一个进行相关，以便获得多个相关结果；以及(g)基于所述相关结果，将相应的源位置数据和/或宿位置数据分配给所监控的路线。
2.根据权利要求1所述的方法，其中，步骤(f)包括对每个矢量进行归一化并确定归一化后的矢量的标积以便获得所述多个相关结果，并且，其中步骤(g)包括将具有在步骤(f) 中获得的最大关联标积的源位置数据和/或宿位置数据分配给所监控的路线。
3.根据权利要求1或2所述的方法，其中，如果源位置数据和/或宿位置数据的相应的初始/终止距离矢量(16a、16b、16c ； 17a、17b、17c)的长度超过预定义阈值，则从相关步骤 (f)排除所述源位置数据和/或宿位置数据。
4.根据前述权利要求之一所述的方法，其中，如果不能通过个体的直线移动来从与初始/终止位置数据(1 ；13c)相关联的初始/终止位置点访问相应的源或宿，则从相关步骤(f)排除源位置数据和/或宿位置数据。
5.根据前述权利要求之一所述的方法，其中，根据初始/终止距离矢量(16a、16b、16c； 17a、17b、17c)的长度来调整步骤(f)的相关结果。
6.围场监视系统(60)，包括监控设备(61 )，其被配置为监控围场(1)上的移动个体的路线(66)并根据具有初始位置数据(13b)和/或终止位置数据(13c)的所监控的路线(66)来产生路线数据(13a)；以及计算设备(62)，其被配置为(a)根据所述初始位置数据(13b)和/或所述终止位置数据(13c)来确定初始移动矢量(14)和/或终止移动矢量(15)；(b)确定与所监控的围场(1)中的可能的源和/或宿相关联的、多个源位置数据中的每一个与所述初始位置数据(Hb)之间的多个初始距离矢量(16a、16b、16c)和/或多个宿位置数据中的每一个与所述终止位置数据(13c)之间的多个终止距离矢量(17a、17b、17c)；(c)将所述初始移动矢量(14)与所述多个初始距离矢量(16a、16b、16c)中的每一个进行相关和/或将所述终止移动矢量(15)与所述多个终止距离矢量(17a、17b、17c)中的每一个进行相关，以便获得多个相关结果；以及(d)基于所述相关结果，将相应的源位置数据和/或宿位置数据分配给所监控的路线 (66)。
7.根据权利要求6所述的围场监视系统(66)，其中，所述计算设备(62)还被配置为 对每个矢量进行归一化，确定归一化后的矢量的标积，以及将具有最大关联标积的源位置数据和/或宿位置数据分配给所监控的路线(66)。
8.根据权利要求6或7所述的围场监视系统，其中，所述计算设备(62)被配置为如果源位置数据和/或宿位置数据的相应的初始/终止距离矢量(16a、Wbuec ； 17a、17b、17c) 的长度超过预定义阈值，则排除该源位置数据和/或宿位置数据。
9.根据权利要求6至8之一所述的围场监视系统(60)，其中，所述计算设备(62)被配置为如果不能通过个体的直线移动从与初始/终止位置数据(1 ；13c)相关联的初始/ 终止点访问相应的源或宿，则排除源位置数据和/或宿位置数据。
10.根据权利要求6至9之一所述的围场监视系统(60)，其中，所述计算设备(62)被配置为根据初始/终止距离矢量(16a、16b、16c ； 17a、17b、17c)的长度来调整相关结果。
11.根据权利要求6至10之一所述的围场监视系统(60)，其中，所述监控设备(61)是视频摄像机。
全文摘要
本发明涉及用于将源和宿分配给个体的路线的方法和设备。用于源或宿分配给个体的路线的方法包括在所监控的围场中定义指示可能的源和/或宿的源/宿位置数据；监控所监控的围场中的移动个体的路线；根据具有初始和终止位置数据的所监控的路线来产生路线数据。在根据初始和/或终止位置数据来确定初始移动矢量和/或终止移动矢量之后，确定源位置数据中的每一个与初始位置数据之间的多个初始距离矢量和/或宿位置数据中的每一个与终止位置数据之间的多个终止距离矢量，将它们与初始距离矢量和/或终止距离矢量中的每一个进行相关，以便基于相关结果，将相应的源位置数据和/或宿位置数据分配给所监控的路线。
文档编号G06T7/20GK102542574SQ20111033368
公开日2012年7月4日 申请日期2011年10月28日 优先权日2010年10月29日
发明者M.达维迪希 申请人:西门子公司