PU/DSP36執(zhí)行本文中描述的各種功能。處理 器24分析來自圖像捕獲單元32的信息W產(chǎn)生可W顯示在用戶接口 26的顯示器上的并且 可W使用用戶接口 26的打印機(jī)打印并通過用戶分析的圖像。
[0048] 用戶接口 26包括輸入設(shè)備，諸如鍵盤、顯示器和揚(yáng)聲器，W向用戶提供視頻和音 頻信息并且允許用戶將參數(shù)輸入至處理器24。用戶接口 26也可W包括用于打印由系統(tǒng)捕 獲的圖像的打印機(jī)。
[0049] 全球地圖系統(tǒng)（例如谷歌地圖，必應(yīng)地圖或者利用地理定位信息的任何其他合適 的全球地圖系統(tǒng)）提供廣闊的出行路徑元數(shù)據(jù)供第=方使用。出行路徑元數(shù)據(jù)與其他項(xiàng)一 起提供關(guān)于出行路徑的位置（諸如道路、水路和/或人行道）W及結(jié)構(gòu)（諸如建筑、植物及 緊鄰出行路徑的其他潛在干擾目標(biāo)）的情境信息。該出行路徑元數(shù)據(jù)可W作為參考地圖提 供至第S方。該種參考地圖42的線圖示例在圖4A中示出，圖4A示出了地理區(qū)域中的出行 路徑，例如，該具體參考地圖中的道路。在圖4B中W陰影線示出出行路徑。可W在例如經(jīng) 由因特網(wǎng)連接的在線和/或例如經(jīng)由存儲介質(zhì)（例如，電的、磁的或者光盤）的線下獲得地 圖信息。該出行路徑元數(shù)據(jù)及其關(guān)聯(lián)的參考地圖可W存儲在服務(wù)器28中。替代地，該出行 路徑元數(shù)據(jù)及其關(guān)聯(lián)的參考地圖可W存儲在處理器24中。
[0化0] 可W通過圖像捕獲設(shè)備20拍攝多個數(shù)字圖像，諸如照片或者視頻序列。圖像然后 可W被傳輸?shù)教幚砥?4W用于處理。在拍攝照片的實(shí)施方式中，處理器24可W被配置為 將照片分為單獨(dú)圖像44a、44b、44c等。在拍攝視頻的實(shí)施方式中，處理器24可W被配置為 將視頻序列分為單獨(dú)圖像44a、44b、44c等。
[0051] 處理器24可W被配置為訪問服務(wù)器28W獲得包含地理配準(zhǔn)信息的合適的參考地 圖42,參見圖4A。處理器24可W被配置為對來自圖像捕獲設(shè)備20的圖像與參考地圖42 進(jìn)行比較。處理器24然后可W使用圖像特征的匹配和平面單應(yīng)性將圖像地理配準(zhǔn)至參考 地圖。
[0化2] 在地理配準(zhǔn)過程期間，通過用戶經(jīng)由用戶接口 26將配準(zhǔn)信息輸入到處理器24可 W手動地將第一圖像44a配準(zhǔn)至參考地圖42。替代地，處理器24可W被配置為使用諸如嵌 入圖像捕獲設(shè)備20內(nèi)的GI^S和/或慣性傳感器的輸入W自動的方式將第一圖像44a配準(zhǔn) 至參考地圖42。在本系統(tǒng)和方法中，假設(shè)在圖像44a、44b、44c等和參考地圖42上存在主平 面，因此，處理器24可W被配置為使用平面單應(yīng)性使圖像44a、44b、44c等與參考地圖42對 準(zhǔn)（align)。
[0053] 在下文中，是使第一圖像44a與參考地圖42對準(zhǔn)的單應(yīng)性。給出第一圖像44a 的配準(zhǔn)，隨后的圖像44b、44c等如下進(jìn)行地理配準(zhǔn)。將It定義為圖像捕獲設(shè)備在時間t捕 獲的圖像，和Iw定義為隨后的圖像。如在圖6A中示出的，在兩個圖像（正在分析的當(dāng)前 圖像和已經(jīng)分析的之前的圖像）中，通過從圖像提取尺度不變特征轉(zhuǎn)換（SIFT)描述符或者 其他已知的描述符W已知的方式進(jìn)行圖像與圖像的配準(zhǔn)。通過經(jīng)由歐幾里得空間中的它們 的最近鄰域在兩個圖像中匹配來自圖像的SIFT描述符，來獲得初始的對應(yīng)組。該些推斷的 對應(yīng)包含許多不正確的匹配，該些經(jīng)由已知的方法刪除，諸如隨機(jī)樣本一致性（RANSAC，在 Fischler,andBolles,Comm,oftheACM,Vol. 24,PP. 381-395, 1981 中記載），或者其他方 法，用W從包含異常值的一組觀察數(shù)據(jù)估計(jì)數(shù)學(xué)模型的參數(shù)，異常值也提供作為使與11 對準(zhǔn)的單應(yīng)性的Hw，t。因此，隨后的圖像Iw經(jīng)由W下乘積H 或者 更加簡單化嗎=13吊.*-1 '巧w進(jìn)行地理配準(zhǔn)。處理器24可W被配置對每個連續(xù)圖像進(jìn)行 地理配準(zhǔn)，或者可W被配置對預(yù)定的圖像（例如，跳過一些連續(xù)圖像）進(jìn)行地理配準(zhǔn)。
[0054]W上方法可W在每個單應(yīng)性計(jì)算中引入小誤差，誤差隨著時間而積累并且不久之 后可能導(dǎo)致失配的圖像。該些誤差通過利用附加的圖像與參考地圖的配準(zhǔn)使圖像與圖像 配準(zhǔn)細(xì)化來緩解。在時間t，假設(shè)要被地理配準(zhǔn)的圖像It在小的誤差范圍內(nèi)。通過經(jīng)由圖 像塊的共有信息（interactin化rmation，交互信息）使It中的關(guān)注點(diǎn)與參考地圖42進(jìn) 行匹配來細(xì)化地理配準(zhǔn)。共有信息是兩個信號之間的信息重疊的測量，或者一個信號的多 少知識可W提供第二信號的知識。共有信息是魯椿性（穩(wěn)定）的和有用的，該是因?yàn)槠鋬H 對一個信號是否在另一個信號沒有變化時變化敏感，而不是它們的相對值。因?yàn)閰⒖嫉貓D 42和正在分析的圖像在不同的時間拍攝，可能存在諸如一天不同的時刻、不同的天氣條件 等復(fù)雜的因素W及正在分析的圖像可能W與參考地圖42中的圖像W不同的角度拍攝的事 實(shí)。共有信息幫助緩解該些復(fù)雜的因素。因此，使誤差累積和地理配準(zhǔn)"偏移"無效。
[0化5]在圖4A至圖4D中可W看到地理配準(zhǔn)視頻序列的示例。圖4A示出參考地圖42。 圖4B示出配準(zhǔn)至參考地圖42的第一圖像44a。圖4C和圖4D示出了配準(zhǔn)至參考地圖42的 隨后的圖像44b、44c。使用從參考地圖42獲得的出行路徑元數(shù)據(jù)W陰影線示出出行路徑。 [0化6] -旦對圖像等進(jìn)行地理配準(zhǔn)，處理器24可W被配置為使用來自參考地圖42的 出行路徑元數(shù)據(jù)作為附加的情境來檢測圖像44a、44b、44c等中的關(guān)注的移動目標(biāo)46， 例如車輛。在使連續(xù)圖像地理配準(zhǔn)至參考地圖像42之后，通過使用已知的方式中的 粗略背景減法，計(jì)算連續(xù)圖像例如，44a和44b的差異，處理器24進(jìn)行移動目標(biāo)檢測。 將It定義為參考地圖像42,然后使用It作為參考坐標(biāo)系對圖像It_k、. . .It_i、 Iw.....It+k進(jìn)行配準(zhǔn)。然后累計(jì)參考圖像42與所有的其他圖像44a、44b、44c之間 的像素平方差，換言之
典型地，k= 2。假設(shè)因?yàn)樗袌D 像44a、44b、44c被配準(zhǔn)至參考圖像42,在平方差運(yùn)算中靜止目標(biāo)和背景將互相抵消，然 而將突出移動目標(biāo)46。靈敏度闊值T應(yīng)用于累積的差分圖像W產(chǎn)生二值圖像B，其中，
[0化7]在圖她中，一旦計(jì)算差分圖像（differenceimage,差異圖像），處理器24被配置 為基于標(biāo)記的地圖區(qū)域?qū)塾?jì)的差分圖像執(zhí)行闊值運(yùn)算，產(chǎn)生代表目標(biāo)相對于背景的移動 快于一定速度的分割圖像區(qū)域。通過改變闊值T，可W根據(jù)包含分割圖像區(qū)域的標(biāo)記的地圖 區(qū)域設(shè)定對移動的靈敏度。例如，較低的靈敏度闊值用于出行路徑中的候選移動目標(biāo)與出 行路徑外的候選移動目標(biāo)的對比。接下來，處理器24可W被配置為基于區(qū)域大小、形狀和 動態(tài)性質(zhì)檢測作為目標(biāo)的分割圖像區(qū)域，該動態(tài)性質(zhì)具有基于標(biāo)記的地圖區(qū)域的可變判斷 闊值。此后，處理器24可W被配置為例如通過W已知方式使用卡爾曼濾波器，或者其他合 適的已知跟蹤器形成蹤跡。作為最后的步驟，處理器24可W被配置為輸出目標(biāo)檢測和蹤跡 至用戶。
[0化引圖7A至圖7C中提供移動目標(biāo)檢測和跟蹤過程的示例。圖7A示出累積的差分圖 像。圖7B示出，例如，利用闊值化和形態(tài)學(xué)操作處理圖7A的累積差分圖像之后的分割區(qū)域。 該種形態(tài)學(xué)操作是本領(lǐng)域眾所周知的。圖7C示出目標(biāo)跟蹤結(jié)果。每個跟蹤目標(biāo)46可W通 過擬合的楠圓表示，例如，特定顏色的楠圓。關(guān)注的跟蹤目標(biāo)46的之前位置的歷史可W示 出為相同顏色的尾隨點(diǎn)。
[0化9]另外，一旦對圖像等進(jìn)行地理配準(zhǔn)，處理器24可W被配置為使用出行路徑元數(shù)據(jù) 來抑制未在出行路徑上的檢測的假警報(bào)。一旦檢測到關(guān)注的移動目標(biāo)46,方法進(jìn)行圖6B的 步驟，圖6B使用出行路徑元數(shù)據(jù)濾除假警報(bào)并且增強(qiáng)了遺漏檢測。僅通過使用出行路徑元 數(shù)據(jù)（減小捜索區(qū)域）來減小假警報(bào)率，因?yàn)槊總€圖像的假警報(bào)的數(shù)量與捜索區(qū)域近似成 比例。如果使用出行路徑元數(shù)據(jù)減小捜索區(qū)域，則假警報(bào)率將減小，而移動目標(biāo)的檢測率將 保持不變。如果靈敏度闊值降低，則移動目標(biāo)的檢測率將增加并且假警報(bào)率也將從使用出 行路徑元數(shù)據(jù)降低至的值增加。例如，可W使靈敏度闊值降低使得假警報(bào)率與沒有元數(shù)據(jù) 的情況下的率相同。檢測率則將由于較低的靈敏度闊值而較高。通過降低靈敏度闊值并減 小捜索區(qū)域可W保持假警報(bào)率不變。在該方法中，累積的差分圖像被闊值化并且轉(zhuǎn)變?yōu)槎?值圖像。如果捜索區(qū)域減小，則假警報(bào)率通過降低靈敏度闊值而保