协同对象位置数据与视频数据的制作方法
【技术领域】
[0001]本发明涉及对象跟踪系统，该对象跟踪系统能够自动生成关于视频信号中的一个或多个对象的位置的元数据。然后该元数据被插入到视频信号中。接着该对象可以与视频信号内的一个或多个对象相关联。
【背景技术】
[0002]监控系统用于在区域内跟踪对象。美国专利公布号2008/0774484公开了用于捕获场景内的运动对象的视频的一个或多个视频监控摄像头。处理器将所捕获的运动对象的视频地理参照为地球空间模式并生成包含叠加到地球空间模式的场景中的插入/图标的显不O
[0003]美国专利公布号2011/0145257涉及加强处理地理参照的视频馈送。处理器将选择的带有地球空间标记的元数据以及适当的标注叠放到可视区域中。这允许用户在具有访问诸如名称、位置的信息以及诸如大小和速度的其他信息的权限的同时查看该视频。
[0004]现有技术目前不跟踪相互关联的对象。
【发明内容】
[0005]本发明涉及对象跟踪系统，在该对象跟踪系统中用于视频监控系统内的对象位置的元数据被用来跟踪该对象以及将该对象与其他对象关联。
[0006]对象跟踪系统包括获得关于场景的信息的传感器系统。分析单元分析该信息以识别该场景内的对象及其位置。处理器生成识别每个对象位置的元数据。插入器将元数据插入到关于该场景的信息中。
[0007]关于该场景的对象跟踪系统信息是视频数据。用于在该视频数据的帧中的每个对象的元数据被插入到该视频数据。
[0008]对象跟踪系统的传感器系统包括感测可视对象和非可视对象。
[0009]传感器系统包括至少检测射频信号和温度的传感器。
[0010]对象的位置的元数据是为了随时间跟踪对象的运动。
[0011]绘制单元在地图上画线路来随时间绘制识别中的对象的运动。
[0012]第二分析单元分析元数据来确定两个或更多个对象是否通过在预定的时间段内位于彼此的预定距离内而相互关联。
[0013]相互关联的对象包括人以及个人或非个人的物品。
[0014]能够确定所检测的对象是否在之前的视频帧中已经被跟踪。如果所检测的对象之前未被跟踪，则其中新对象出现的视频帧被高亮显示。同样，如果出现在之前的帧中的对象不再出现，类似的帧也能够被高亮显示。
[0015]根据下面的说明和附图，本发明的其他方面将变得清晰，所有下面的说明和附图仅作为示例来描述本发明的原理。
【附图说明】
[0016]图1示出对象跟踪系统的示例。
[0017]图2示出生成元数据的示例。
[0018]图3示出将对象相互关联的示例。
【具体实施方式】
[0019]现在将参照【附图说明】本发明。本发明可以以不同的形式实现并且不应受限于以下公开的实施例。
[0020]本发明公开了一种对象跟踪系统，该对象跟踪系统自动生成关于在受监控的区域内的各种对象的位置的元数据。所生成的元数据与视频信号相关联。因此，对象位置数据被作为元数据并入视频信号中。
[0021]图1示出对象跟踪系统的示例。一个或多个摄像头I被设置在特定的关注区域2中。该区域内的对象3被主处理器4识别，该主处理器4包括分析器5、处理器6、插入器7和绘制单元8。主处理器4分析视频以确定视频中的对象，识别该对象并确定其位置。处理器然后将关于对象的位置的元数据插入到其中该对象出现的视频中。该元数据可被添加到每一帧。作为替代，在一些实现方式中视频的帧被修改，而在另一些实现方式中元数据在不修改视频帧的情况下被保存到视频中。在带有所跟踪的对象的视频帧中所生成的元数据是可见的。具体地，在该视频帧中关于所跟踪的对象的位置信息是可见的。
[0022]基于所跟踪的对象是之前被跟踪的对象还是新对象，能够启动各种动作。例如，新对象的出现会触发重新查看存档视频或将其中检测到新对象的视频的帧的部分高亮显示。可以生成关于特定物品何时出现在视频中的统计数据。即，能够随时间跟踪视频中的各种对象以确定某些对象何时出现在特定区域中。
[0023]对象所处的位置的元数据能够用于随时间跟踪对象的运动。因此，地图可以显示随时间对象行进的线路。
[0024]图2示出生成元数据的示例。首先，传感器和/或摄像头获得场景的读数或图像(步骤201)。接着，对该场景分析场景内的可视对象和非可视对象以确定场景内的对象的位置(步骤202)。生成识别该场景内的每个对象的位置的元数据(步骤203)。在一个实施例中，然后元数据被插入到视频信号中(步骤204)。在另一个实施例中，生成并显示随时间跟踪该对象的在地图上的线路(步骤205)。注意，步骤204和步骤205是可被执行的可选步骤。
[0025]此外，利用本发明的对象跟踪系统允许所跟踪的对象位置与视频帧中的视觉运动相协同。通过分析视频帧内的该部分，能够确定帧内的其它对象是否相互关联。例如，在视频帧中检测到的靠近诸如手机的所跟踪的对象的位置的脸/人，可以与所跟踪的对象(人)相协同。
[0026]通过跟踪对象并且确定对象的运动是否与其他对象关联，能够识别对象之间的关系。例如，视频片段可能显示带有牌照和人的车。由于该车、该牌照和该人位于彼此的预定距离内并且作为整体一起运动，因此该人可以与该车相关联。作为替代，该车及其牌照能够相互关联。
[0027]尽管以上说明公开了识别视频信号中的对象的位置，对象也可以使用非可视的数据来识别，比如通过温度、射频识别(RFID)等。因此，能够以可视的、非可视的或这二者的结合的方式来识别对象。例如，比如通过视频监控摄像头能够以可视的方式识别人的位置，而人的手机可能不可见。但是，手机的位置可以通过从射频源进行三角测量来识别。此外，由于人的位置和手机的位置是一致的，因此手机和人可以被相互关联。虽然这个示例仅用于关联两个对象，但这种关联也可以用于两个以上的对象(例如，人、手机、背包、伞等)。
[0028]图3示出将对象相互关联的示例。首先，分析来自传感器的输出以确定两个或更多个对象是否位于彼此的预定距离内(步骤301)。可以分析来自传感器的输出以包括视频数据的分析、射频数据以及任何其它传感器输出的分析。接着，在预定的时间段内跟踪这些对象(步骤302)。确定这些对象是否在预定的时间段内作为整体一起运动或这些对象是否移动到彼此相当接近(步骤303)。可以确定是否允许关联对象(步骤304)。若这些