專利名稱：用于產(chǎn)生和/或處理對象簽名的設(shè)備、監(jiān)控設(shè)備、方法和計算機程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于產(chǎn)生和/或處理一個場景中的對象的對象簽名的設(shè)備，其中，所述對象簽名被構(gòu)造用于所述對象的描述和/或識別，所述設(shè)備具有被構(gòu)造用于從所述場景中提取出所述對象的至少一個特征值的特征提取裝置，其中，所述特征值可表示在所述特征的特征空間中，所述設(shè)備還具有被構(gòu)造用于將所述特征值編碼成識別數(shù)據(jù)的編碼裝置，其中，所述識別數(shù)據(jù)構(gòu)成所述對象簽名的一部分。本發(fā)明還涉及一種監(jiān)控設(shè)備、一種方法以及一種相關(guān)的計算機程序。
背景技術(shù)：
已知的實施方式中的視頻監(jiān)控系統(tǒng)具有多個監(jiān)控攝像機，這些監(jiān)控攝像機也觀察復雜的監(jiān)控區(qū)域。在某些實施方式中，匯集并且中央地分析處理來自監(jiān)控區(qū)域的圖像數(shù)據(jù)流。除通過監(jiān)控人員的分析處理外，同時建立自動化的監(jiān)控，其中，使用圖像處理算法。在此，通常的處理方式是將運動的對象與(基本上靜止的)場景背景分開，隨時間跟蹤運動的對象以及在出現(xiàn)相關(guān)運動時觸發(fā)警報或者繼續(xù)跟蹤。如果監(jiān)控區(qū)域較大，則通常不僅在唯一的攝像機的視野中而且通過監(jiān)控區(qū)域中的整個攝像機網(wǎng)絡(luò)并且在較長的時間段上跟蹤運動的對象。在此情況下，出現(xiàn)在不同地點和在不同時刻重新辨識運動的對象的問題。因為攝像機的視野往往不是重疊的，所以運動的對象離開一個攝像機的視野并且在一個不確定的、稍后的時刻進入到另一個攝像機的視野中。為了實現(xiàn)重新辨識，在運動的對象出現(xiàn)時從所述對象采集盡可能多的信息。這種信息集稱為對象簽名?，F(xiàn)在可以借助于所述對象簽名在攝像機網(wǎng)絡(luò)中重新辨識對象。例如，可能構(gòu)成最接近的現(xiàn)有技術(shù)的文獻DE 10 2005 053 148 Al公開了一種用于在視頻監(jiān)控系統(tǒng)中處理內(nèi)容信息的方法。提出了在網(wǎng)絡(luò)中提供并且在網(wǎng)絡(luò)上分布各個對象的內(nèi)容信息。在不同的等級層面中采集內(nèi)容信息，其中，可以彼此獨立地讀取不同的等級層面。此外還建議，對內(nèi)容信息進行編碼，以便將來自低等級層面的內(nèi)容信息在更高等級層面中壓縮成概要信息，從而可以在搜索相關(guān)事件時有利地利用更高等級層面的這些概要信息，以便將來自視頻數(shù)據(jù)的圖像文檔的篩分限制在較短的相關(guān)時間段上。

發(fā)明內(nèi)容
本發(fā)明公開了一種具有權(quán)利要求1的特征的用于產(chǎn)生和/或處理簽名對象的設(shè)備，一種具有權(quán)利要求10的特征的監(jiān)控設(shè)備，一種具有權(quán)利要求11的特征的方法以及一種具有權(quán)利要求12的特征的計算機程序。由從屬權(quán)利要求、以下說明以及附圖得出本發(fā)明的優(yōu)選的或有利的實施方式。本發(fā)明涉及一種設(shè)備，其適用于和/或被構(gòu)造用于產(chǎn)生和/或處理(尤其是用于比較)場景中的對象的對象簽名。所述對象優(yōu)選被構(gòu)造為運動的對象，例如人、汽車等等。 場景是指借助或可借助傳感器進行觀察的監(jiān)控區(qū)域的一部分。這些傳感器優(yōu)選被構(gòu)造為攝像機，替換地或補充地，也可以使用其他傳感器，例如溫度傳感器、氣味傳感器、麥克風等等。對象簽名是數(shù)據(jù)集合，其被構(gòu)造用于對象的描述和/或識別，尤其是在重復辨識或比較的范圍內(nèi)。所述設(shè)備包括特征提取裝置，所述特征提取裝置可以從場景中提取對象的至少一個特征值，優(yōu)選提取多個特征值。特征值可表示在特征的特征空間中，其中，所述特征空間由所述特征的很多可能的特征值形成。因此每個特征可以在特征空間中有多個這樣特征值。例如，特征空間被構(gòu)造成彩色直方圖，由結(jié)構(gòu)特征、SIFT特征、噪聲、氣味等展開。此外，還設(shè)有編碼裝置，其被構(gòu)造用于將特征值編碼成識別數(shù)據(jù)，尤其是無量綱的識別數(shù)據(jù)，其中，所述識別數(shù)據(jù)形成對象簽名的一部分。在本發(fā)明的范圍內(nèi)提出，識別數(shù)據(jù)引用特征的特征空間的分區(qū)。特別地，特征的識別數(shù)據(jù)不是直接描述的，而是經(jīng)轉(zhuǎn)換的或經(jīng)映射的值。與已知的現(xiàn)有技術(shù)不同，特征值本身不集成到對象簽名中。取而代之地，在對象簽名中僅僅描繪包括特征值的分區(qū)的引用。這種實施方式具有如下優(yōu)點確保非常高效且緊湊的對象描述。取代有時非常復雜的特征值，僅僅傳達對具有特征值的分區(qū)的引用一與 C句法中的指針相當。在本發(fā)明的一個優(yōu)選實施方式中，識別數(shù)據(jù)被分別構(gòu)造為多比特字 (Mehr-Bit-Wort)。根據(jù)特征空間的復雜度和其中要考慮的分區(qū)的數(shù)量，作為對象數(shù)據(jù)使用 8比特字、16比特字或32比特字，因此對象簽名中對應(yīng)特征的存儲需求或傳輸需求限制在所述字長上。優(yōu)選如此選擇分區(qū)，使得所述分區(qū)匯總多個特征值。尤其可以提出，特征空間的分區(qū)包括數(shù)量不同的特征值。優(yōu)選的是，對象簽名不僅包括一個唯一的特征的識別數(shù)據(jù)，而且具有對應(yīng)于不同特征的多個識別數(shù)據(jù)。在此，特征的種類是不受限制的，可以涉及用于描述光學特性的特征——例如顏色、亮度、紋理等，用于描述運動的特征——例如速度或加速度，和/或聲學特征——例如對象的腳步聲或氣味等。原則上，也可以使用電磁輻射——例如手機等的輻射作為對象簽名中的特征并且通過識別數(shù)據(jù)進行引用。在本發(fā)明的一個優(yōu)選實施方式中，所述設(shè)備包括分區(qū)生成器，其被構(gòu)造用于產(chǎn)生特征空間和/或特征空間中的分區(qū)。這些分區(qū)可以完全覆蓋特征空間，然而優(yōu)選的是，這些分區(qū)在特征空間中彼此間隔開地或者不相交地設(shè)置。特征空間和/或分區(qū)的產(chǎn)生可以在訓練階段中(例如事先離線地)進行，或者在設(shè)備的運行時間期間在線地進行。優(yōu)選注意，屬于每個特征的特征空間被有意義地劃分成分區(qū)或集群。例如可以通過如下方式實現(xiàn)有意義的聚集(Clusterimg)記錄很多測試數(shù)據(jù)(監(jiān)控網(wǎng)絡(luò)中出現(xiàn)的對象)，借助于這些測試數(shù)據(jù)來展開并且隨后聚集特征空間。在特征空間中產(chǎn)生的集群越多，可以從對象提取的區(qū)別越細微，但對象簽名的傳輸和/或處理也開銷更大或規(guī)模更大，因為對于特征空間而言傳輸所需的識別數(shù)據(jù)字長隨著復雜度的增大而變得更長。優(yōu)選地，編碼裝置被如此構(gòu)造，使得對象從特征空間中最接近特征值的分區(qū)獲得識別數(shù)據(jù)。也可以在設(shè)備的運行時間期間擴展特征空間，其方式是，在特征值與迄今的分區(qū)的距離過大時定義新的分區(qū)。在理想情形中，僅僅相互比較對象簽名的識別數(shù)據(jù)，以便辨識或識別相同的對象。 這是可行的，但通常不是最優(yōu)的，因為對于相同的對象而言特征值會由于仿射畸變、縮放變化、照明變化、定位誤差或一般而言由于特征值的噪聲而劇烈地變化。出于所述原因，主觀想象地未將相同的特征值(在另一時刻針對同一對象計算同一個特征)分配給相同的分區(qū)，使得所述特征的識別數(shù)據(jù)不同。由于所述困難，優(yōu)選的是，分區(qū)發(fā)生器被構(gòu)造用于產(chǎn)生一個唯一的特征空間的分區(qū)之間的相似性程度。所述相似性程度是兩個分區(qū)之間的相似性的評價。弓丨入相似性程度的優(yōu)點在于，當前對象與參考對象或比較對象之間的比較的結(jié)果不僅取決于對象簽名的一致性，還取決于對象簽名的相似性。在本發(fā)明的一個可能的實現(xiàn)中，相似性程度被構(gòu)造為相似性圖，其中分區(qū)作為節(jié)點或集群通過線段連接。兩個分區(qū)的相似性例如通過兩個分區(qū)之間的中間節(jié)點的數(shù)量和/ 或通過兩個分區(qū)之間優(yōu)選最短路徑上的線段的長度確定。在本發(fā)明的一個擴展構(gòu)型中，所述設(shè)備包括比較裝置，所述比較裝置被構(gòu)造用于基于相似性程度在具有第一識別數(shù)據(jù)的第一對象簽名與具有第二識別數(shù)據(jù)的第二對象簽名之間進行比較。在比較時，尤其是進行每個特征的相似性函數(shù)的融合，從而可以實現(xiàn)對象的穩(wěn)健的重新辨識。在本發(fā)明的范圍內(nèi)，分別等權(quán)重地處置這些特征；在變換的實施方式中，還可以加權(quán)地處置這些特征，使得較重要的特征在比較時比不太重要的特征具有更大的權(quán)重。本發(fā)明的另一個主題涉及一種監(jiān)控設(shè)備，尤其是視頻監(jiān)控系統(tǒng)，其具有多個監(jiān)控攝像機和至少一個根據(jù)以上權(quán)利要求中任一項所述的設(shè)備，所述多個監(jiān)控攝像機為了對監(jiān)控區(qū)域進行監(jiān)控被設(shè)置和/或可被設(shè)置在網(wǎng)絡(luò)中，其中，通過所述網(wǎng)絡(luò)來傳輸簽名對象。在本發(fā)明的所述實施方式中，在根據(jù)本發(fā)明的對象簽名中待傳輸?shù)臄?shù)據(jù)的最小化的優(yōu)點是特別顯著的。為了在網(wǎng)絡(luò)中的每個任意地點都可以實施兩個對象簽名的比較，優(yōu)選在所述網(wǎng)絡(luò)中設(shè)有一個或多個數(shù)據(jù)存儲器，在所述數(shù)據(jù)存儲器中存放了特征空間或分區(qū)以及其到識別數(shù)據(jù)和/或相似性程度的映射。在比較時，可以在傳輸或生成對象簽名后從網(wǎng)絡(luò)中的每個點訪問數(shù)據(jù)存儲器并且確定兩個對象簽名之間的相似性。本發(fā)明的另一個主題涉及一種具有權(quán)利要求11的特征的用于產(chǎn)生和/或處理和/ 或搜索或檢索對象簽名的方法，所述方法優(yōu)選在根據(jù)以上權(quán)利要求中任一項所述的設(shè)備或監(jiān)控設(shè)備上實施。所提出的方法允許高效地存儲、搜索和/或比較簽名對象。本發(fā)明的最后一個主題涉及一種具有權(quán)利要求12的特征的計算機程序。


從以下對本發(fā)明的優(yōu)選實施例的描述中得出本發(fā)明的其他特征、優(yōu)點和效果。附圖示出圖1 作為本發(fā)明的實施例的監(jiān)控設(shè)備的示意性框圖；圖2:特征空間的圖解。
具體實施例方式圖1在示意性框圖中示出監(jiān)控系統(tǒng)1，所述監(jiān)控系統(tǒng)1適用于和/或被構(gòu)造用于監(jiān)控復雜的監(jiān)控區(qū)域，例如街道、建筑物、工廠車間、圖書館等等。監(jiān)控系統(tǒng)1包括通過網(wǎng)絡(luò)3彼此聯(lián)網(wǎng)的多個監(jiān)控設(shè)備2。網(wǎng)絡(luò)3可以任意地例如通過無線或者有線的方式構(gòu)造為LAN、 WLAN、因特網(wǎng)等等。監(jiān)控設(shè)備2分別具有傳感器4，這些傳感器檢測作為場景的監(jiān)控區(qū)域的一部分。例如，傳感器4被構(gòu)造為監(jiān)控攝像機。特別優(yōu)選地，具有傳感器4的監(jiān)控設(shè)備2被構(gòu)造為所謂的智能攝像機，因為本發(fā)明支持計算性能較差的設(shè)備的應(yīng)用。監(jiān)控系統(tǒng)1的功能是跟蹤監(jiān)控區(qū)域中的運動的對象，例如人。為此必須在通過另一個監(jiān)控設(shè)備2檢測時重新辨識由第一監(jiān)控設(shè)備2檢測到的運動的對象。對于重新辨識而言，對于每個檢測到的對象在每個監(jiān)控設(shè)備2中建立一個對象簽名并且將所述對象簽名與分布在網(wǎng)絡(luò)3上的其他監(jiān)控設(shè)備2的對象簽名進行比較。如果當前的對象簽名與另一個監(jiān)控設(shè)備2的對象簽名一致，則對象視為“被重新辨識的”。如果找不到一致的或者相應(yīng)的對象簽名，則所述對象視為“新進入監(jiān)控區(qū)域的”。這種情況例如可以出現(xiàn)在監(jiān)控區(qū)域的入口區(qū)域中。為了形成對象簽名，將傳感器4的傳感器數(shù)據(jù)、尤其是監(jiān)控攝像機的圖像或圖像序列輸送到特征提取裝置5中，所述特征提取裝置5從當前的運動的對象檢測特征。例如， 特征提取單元5可以具有用于對象檢測和跟蹤的裝置6，所述裝置如開頭部分提到的那樣首先將運動的對象與基本上靜止的場景背景分開并且隨時間跟蹤所述運動的對象?；谶@些檢測到的對象，隨后提取光學的或動力學的特征，例如顏色、亮度、紋理或速度或加速度， 其中，給當前對象的這些特征中的每個特征分配一個特征值。然而特征提取裝置5還可以包含用于提取其他特征——例如聲學特征的其他模塊7。將特征的特征值傳輸?shù)骄幋a裝置8中，所述編碼裝置8給特征的每個特征值分配一個集群ID形式的識別數(shù)據(jù)。參照圖2來說明集群ID。圖2在示意圖中示出定義特征空間的集群示圖。特征空間可以如圖所示是二維的，但也可以是三維的或更多維的。在特征空間中，例如通過學習階段或者也在監(jiān)控系統(tǒng)1 的運行期間記錄可能的或檢測到的特征值并且隨后將這些特征值匯總成集群1、2、. . . 7。例如可以通過以下方式實現(xiàn)有意義的聚類記錄許多測試數(shù)據(jù)并且借助于這些測試數(shù)據(jù)展開并且聚類特征空間。特征空間中產(chǎn)生的集群越多，可以從對象提取出的區(qū)別越細微，但集群 ID也會變得更大。也可以在運行時間期間通過形成新的集群來擴展特征空間。根據(jù)在特征空間中計算多少集群來確定集群的集群ID的大小(8比特、16比特或32比特)，并且因此確定對象簽名中所述特征類型的存儲需求或者傳輸需求。將當前對象的當前特征值9分配給特征空間中最接近的集群。例如將用星號表示的特征值9分配給集群ID 1并且將用十字表示的特征值10分配給集群ID 4。 為了當前的特征值與集群ID的分配，監(jiān)控設(shè)備2具有用于存儲特征空間以及集群的數(shù)據(jù)存儲器11。一旦所有特征值均已映射成集群ID，對象簽名生成結(jié)束?，F(xiàn)在，對象簽名在很大程度上或者僅僅由分別被構(gòu)造為多比特字的集群ID組成。因此，大部分信息保留在數(shù)據(jù)存儲器11中并且在對象簽名中僅僅存放了對這些信息的引用。由此，實現(xiàn)了非常高效且緊湊的對象描述。為了對象的重新辨識，監(jiān)控設(shè)備2包括比較裝置12，所述比較裝置12將通過網(wǎng)絡(luò) 3傳輸?shù)膶ο蠛灻c當前的對象簽名進行比較。理想地，僅僅相互比較對象簽名的集群ID 便足以識別相同的對象或同一對象。然而，這種處理方式通常是容易出錯的，因為特征值改變或者演變。改變例如可以通過對象的姿態(tài)變化和/或照明變化產(chǎn)生。作為取決于情況的統(tǒng)計學誤差或系統(tǒng)性誤差的結(jié)果，對于相同的物體，特征值卻不同，并且還以一定的概率分配不同的集群ID。出于所述原因，圖2中的特征空間擴展了相似性圖，其中，不同的集群ID之間的距離以路徑長度d或在相似性圖中必須經(jīng)過的節(jié)點的數(shù)量的形式進行說明并且代表兩個集群的相似性程度。所述相似性圖存放在數(shù)據(jù)存儲器12中或者網(wǎng)絡(luò)3中的中央存儲器中。如果在運行期間改變特征空間和/或相似性圖，則向其他監(jiān)控設(shè)備2的其他數(shù)據(jù)存儲器12或者向一個或多個中央存儲器傳達這些變化。在比較裝置12中，除一致性比較外還進行兩個對象簽名之間的相似性比較，或者取代一致性比較而進行兩個對象簽名之間的相似性比較。在此對于每個特征計算兩個對象簽名的集群ID的相似性。隨后，累積對象簽名的所有特征的全部相似性，以便得到關(guān)于對象的相似性的全局性結(jié)論。所述累積例如通過具有特征的不同加權(quán)的加總進行。利用這種處理方式可以非常穩(wěn)健地重新辨識對象。所述方法可以應(yīng)用于任意特征，其中，每個特征的相似性結(jié)論的隨后融合允許對象的穩(wěn)健的重新辨識。在作為監(jiān)控系統(tǒng)1的視頻監(jiān)控裝置中，例如可以對于攝像機的每一幀計算特征值并且將這些特征值分配給相應(yīng)的分區(qū)或者集群，以便求得集群ID。為了使對象簽名穩(wěn)定，還可以僅僅使用頻繁地、即在多個幀中求得的集群ID。
權(quán)利要求
1.用于產(chǎn)生和/或處理場景中的對象的對象簽名的設(shè)備O)，其中所述對象簽名被構(gòu)造用于描述和/或識別所述對象，所述設(shè)備具有特征提取裝置(5)，所述特征提取裝置被構(gòu)造用于從所述場景中提取所述對象的至少一個特征值，其中，所述特征值可表示在所述特征的特征空間中，所述設(shè)備還具有編碼裝置(8)，所述編碼裝置被構(gòu)造用于將所述特征值編碼成識別數(shù)據(jù)，其中，所述識別數(shù)據(jù)形成所述對象簽名的一部分，其特征在于，所述識別數(shù)據(jù)引用所述特征的特征空間的一個分區(qū)。
2.根據(jù)權(quán)利要求1所述的設(shè)備O)，其特征在于，所述識別數(shù)據(jù)被分別構(gòu)造為多比特字和/或至少一個分區(qū)包括多個特征值和/或一個特征空間的多個分區(qū)包括不同數(shù)量的特征值。
3.根據(jù)權(quán)利要求1或2所述的設(shè)備O)，其特征在于，所述對象簽名包括分配給不同特征的多個識別數(shù)據(jù)。
4.根據(jù)以上權(quán)利要求中任一項所述的設(shè)備O)，其特征在于，所述設(shè)備( 還具有分區(qū)生成器，所述分區(qū)生成器被構(gòu)造用于產(chǎn)生所述特征空間和/或所述特征空間中的分區(qū)。
5.根據(jù)權(quán)利要求4所述的設(shè)備O)，其特征在于，所述分區(qū)生成器被構(gòu)造用于基于測試數(shù)據(jù)和/或?qū)崟r數(shù)據(jù)來展開和/或更新所述特征空間和/或所述特征空間的分區(qū)。
6.根據(jù)權(quán)利要求4或5所述的設(shè)備O)，其特征在于，所述分區(qū)生成器被構(gòu)造用于產(chǎn)生一個唯一的特征空間的分區(qū)之間的相似性程度。
7.根據(jù)權(quán)利要求6所述的設(shè)備O)，其特征在于，所述相似性程度被構(gòu)造為相似性圖， 其中，所述分區(qū)作為節(jié)點通過線段連接。
8.根據(jù)權(quán)利要求7所述的設(shè)備O)，其特征在于，兩個分區(qū)之間的相似性是通過中間節(jié)點的數(shù)量和/或中間線段的長度來確定的。
9.根據(jù)以上權(quán)利要求中任一項所述的設(shè)備O)，其特征在于，所述設(shè)備還具有比較裝置(12)，所述比較裝置(1 被構(gòu)造用于基于所述相似性程度在具有第一識別數(shù)據(jù)的第一對象簽名與具有第二識別數(shù)據(jù)的第二對象簽名之間進行比較。
10.監(jiān)控設(shè)備(1)，具有多個尤其是攝像機的監(jiān)控傳感器，所述監(jiān)控傳感器(4)為了對監(jiān)控區(qū)域進行監(jiān)控而被設(shè)置和/或可被設(shè)置在網(wǎng)絡(luò)C3)中，其特征在于，所述監(jiān)控設(shè)備具有根據(jù)以上權(quán)利要求中任一項所述的設(shè)備O)，其中，通過和/或可通過所述網(wǎng)絡(luò)C3)傳輸所述對象簽名。
11.用于產(chǎn)生和/或處理和/或搜索場景中的對象的對象簽名的方法，其中所述對象簽名被構(gòu)造用于描述和/或識別所述對象，優(yōu)選使用以上權(quán)利要求中任一項所述的設(shè)備(2) 和/或監(jiān)控設(shè)備(1)實施所述方法，其中，從所述場景中提取所述對象的至少一個特征值， 其中，從所述特征的特征空間獲取所述特征值，其中，將所述特征編碼成識別數(shù)據(jù)，其中，所述識別數(shù)據(jù)形成所述對象簽名的一部分，其中，所述識別數(shù)據(jù)引用所述特征的所述特征空間的一個分區(qū)。
12.具有程序代碼單元的計算機程序，用于當在計算機和/或在根據(jù)以上權(quán)利要求中任一項所述的設(shè)備(2)和/或監(jiān)控設(shè)備(1)上執(zhí)行所述程序時實施根據(jù)權(quán)利要求11所述的方法的所有步驟。
全文摘要
本發(fā)明涉及一種用于產(chǎn)生和/或處理場景中的對象的對象簽名的設(shè)備(2)，其中所述對象簽名被構(gòu)造用于描述和/或識別所述對象，所述設(shè)備具有特征提取裝置(5)，所述特征提取裝置被構(gòu)造用于從所述場景中提取所述對象的至少一個特征值，其中，所述特征值可表示在所述特征的特征空間中，所述設(shè)備還具有編碼裝置(8)，所述編碼裝置被構(gòu)造用于將所述特征值編碼成識別數(shù)據(jù)，其中，所述識別數(shù)據(jù)形成所述對象簽名的一部分，其中，所述識別數(shù)據(jù)引用所述特征的特征空間的一個分區(qū)。
文檔編號G06K9/00GK102224510SQ200980146583
公開日2011年10月19日 申請日期2009年10月19日 優(yōu)先權(quán)日2008年11月21日
發(fā)明者H·洛斯, J·K·瓦爾澤爾漢 申請人:羅伯特·博世有限公司