多攝像機視野分界線快速自動生成算法

摘要：針對攝像機視野分界線是一種有效地解決多攝像機人體跟蹤目標交接問題的工具，提出了一種基于同步視頻的攝像機視野分界線快速自動生成算法，利用視野分界線和目標中心到視野分界線的距離實現多攝像機之間的目標交接。該算法不依賴攝像機的標定信息和目標顏色信息。為驗證該算法的有效性，設計搭建了一個室內視覺有重疊區域的多攝像機人體跟蹤系統。實驗結果表明，該算法具有易實現、實時、準確率高的優點。

關鍵詞：目標交接；同步視頻；攝像機視野分界線

中圖分類號：TP274.2文獻標志碼：A

文章編號：1001—3695(2007)03—0297—03

近年來，攝像機視野分界線作為一種有效解決多攝像機系統中攝像機之間目標交接問題的工具[1—5]，逐漸成為計算機視覺領域內的一個研究熱點。目標交接是多攝像機人體跟蹤[6—8]研究中的一個熱點和難點。關于這方面的研究，國內外學者提出了許多不同的算法。Kelly等人[9]提出了一種基于三維環境建模和攝像機標定的目標交接算法，該算法利用攝像機的標定信息以及人在三維環境模型中的坐標信息實現目標交接，這種方法存在實時性差的問題，一般PC難以實現實時跟蹤。CaiQ.等人[10］提出了一種基于攝像機之間的相對標定信息，利用貝葉斯概率框架特征點融合來確定對應關系的算法。該系統能夠預測目標在什么時候離開或者進入某個攝像機視野，以便確定下一個最佳角度的攝像機進行連續跟蹤。上述算法均采用了目標特征融合或者三維建模，當目標特征發生較大奇異（如目標顏色差異、光線變化等）或三維建模難以實現時，算法成功率大大降低。文獻[2，3]提出了一種基于攝像機視野分界線的目標交接算法。

本文提出了一種基于同步視頻的攝像機視野分界線快速自動生成算法，并利用目標中心點到攝像機視野分界線距離（均為二維平面上的坐標）實現目標交接。該算法是在文獻[3]提出的方法基礎上改進而來的，不同之處是：①提出了一種新的攝像機視野分界線劃分算法——同步視頻算法；②在目標位置坐標選擇上，選用的是目標中心點坐標，直接在二維坐標平面做攝像機視野分界線，而不是采用人體腳部在地板面上的坐標，這樣可以避免由于環境遮擋而失去了人體腳部信息，更具有一般性。

1攝像機視野分界線劃分

1.1攝像機視野分界線

交接問題是由于當一個目標從一個攝像機視野中進入或走出另外一個攝像機視野時就會產生交接問題。在這一時刻必須確定此目標是否也在其他攝像機視野范圍內，若是，就給它分配相同的標志；否則就分配一個新的標志。假定這樣一個場景：已知場景內有兩個攝像機（C₁，C₂），兩個人（Person₁，Person₂）在里面走動，假設兩個人當前都在攝像機C₁的視野范圍內，但不在攝像機C₂的視野范圍內。當其中一個人進入攝像機C₂的視野范圍時，這個人的身份有三種可能情況：①Person₁；②Person₂；③新進來的一個人。由于不知道場景信息和攝像機標定信息等先驗知識，無法確定這個人的身份標志。在這里有人提出可以用顏色匹配算法對目標進行顏色匹配確定目標標志，然而當攝像機的自身響應參數（如色彩度、顏色平衡、自動曝光等）差別很大或者視頻圖像分辨率較低，以及目標檢測算法不能很好地檢測出目標時，同一個目標的顏色差異會很大；而且人們有時穿的衣服前后顏色不一樣等等，這些因素都會影響到目標身份標志的確定。這時候攝像機的視覺域邊界線即視野分界線有助于解決這個問題。

對于普通的CCD攝像機，其視覺域在二維平面上可以用一個扇形表示，只需要確定頂點和兩條邊線即視野分界線就能確定攝像機的視覺域。如圖1所示，圖中標出了各個攝像機的視野分界線。其中，黑色部分是三個攝像機的公共視野。

1.2視野分界線的劃分

關于攝像機視野分界線的確定，已有學者提出了相應的算法。WolfWayne[4]提出了一種基于投影不變量（ProjectiveInvariants）的算法來確定出攝像機視場邊界線。這種方法的優點是不依賴場景、場景中目標的運動以及攝像機參數等信息；缺點是需要人的參與，沒有實現自動化，存在一定的主觀誤差。

本文提出了一種新的基于同步視頻序列圖像的攝像機視野分界線快速自動生成算法。首先由多個攝像機對監控場景進行實時、同步視頻（要求起始時間、幀率相同，如起始時間為12∶00，幀率為30fps）拍攝，場景內只有一個目標，讓該目標走過整個場景，即走遍所有攝像機的視野范圍。對這些序列圖像，記錄兩個數據F^j_i和P^j_i：

攝像機視野分界線復現過程如圖2所示。圖2(a)—(c)分別表示目標進入和離開C₂攝像機視野時刻的圖像；圖2(d)是攝像機C₂在攝像機C₁內的視野分界線復現結果。利用此算法可以計算出其他攝像機視野分界線位置。

但是在有些情況下場景內不可能只有一個目標在運動，場景內有多個目標時，可以用其中某個特征明顯（如輪廓比較大或者衣著顏色比較明顯）的目標進行攝像機視野分界線的確定。

2多攝像機多目標交接

2.1新目標的確定

一旦攝像機的視野分界線確定，就可以實時地確定出目標當前處在哪個或哪幾個攝像機的視野內。當某個攝像機的視野范圍內進入一個新目標時，根據攝像機視野分界線就能確定出目標是否在其他攝像機的視野內，如果此目標沒有在其他任何攝像機的視野內，就給予新的標志；否則就給予相應的標志。

2.2建立對應關系

當一個人進入一個新攝像機視野內時，由目標的中心位置和攝像機的視野分界線可以立刻判斷出此目標是否在其他攝像機視野內，若沒有這樣的攝像機存在即這個目標不在其他任何攝像機視野內，給予此目標新的標志；否則此目標就是離合適(如圖３中的L¹_r)視野分界線最近的目標。

3實驗結果與分析

3.1系統搭建

為了驗證本文提出的算法，在室內搭建了一個由三個攝像機組成的有視覺重疊區域的多攝像機人體跟蹤系統，如圖5所示。中間圖是整個室內多攝像機人體跟蹤系統的平面示意圖：實線是攝像機１的視野范圍，長虛線是攝像機2的視野范圍，短虛線表示攝像機3的視野范圍。其他三幅圖是Camera1、Camera2和Camera3的視野圖。

對于單攝像機的目標檢測與跟蹤，采用文獻[11]提出的目標檢測與跟蹤算法對每一幀序列圖像進行目標檢測和跟蹤；然后對檢測到的結果采用本文提出的算法對不同攝像機內的目標進行目標交接。攝像機之間數據傳輸采用的是局域網Socket技術。

3.2攝像機視野分界線劃分結果

攝像機視野分界線劃分采用的是本文提出的基于同步視頻算法。首先讓整個場景內只有一個目標走動，并且確保此目標能遍歷所有攝像機的視覺范圍。這一步主要的目的是找出某攝像機在其余攝像機內的視野分界線，便于下一步的目標交接。圖6(a)～(c)是目標進入攝像機Ｃ2時刻三個攝像機拍攝到的同一時刻圖像；圖6(d)～(f)是目標進入攝像機C3的三個攝像機拍攝到的同一時刻圖像；圖6(g)～(i)是離開攝像機C2的三個攝像機拍攝到的同一時刻圖像。攝像機視野分界線復現結果如圖6(j)～(l)所示。圖中方框表示的是檢測到的目標，左上方的數字代表目標的標志；長虛線表示攝像機3的視野分界線，短虛線表示攝像機2的視野分界線。由于環境原因，攝像機1的視野分界線沒有標出。

3.3目標交接結果

本文提出的算法適用于單人和多人場景，單人的交接結果如圖6(a)～圖6(i)所示。多人的情況是讓多個人進入視場，依次經過各個攝像機的視野，最后走出視場。結果表明，此算法成功實現了目標在不同攝像機之間的交接（圖7）。

圖7(a)—(c)是三個攝像機在同一時刻的圖像。限于篇幅，單人情況下的目標交接結果本文只給出了三組不同時刻不同攝像機的九幅圖，多人情況只給出了一組結果。在目標檢測成功即能實時檢測出場景中目標的情況下，用本文提出的算法目標交接成功率能達到100％。

4結束語

本文的主要貢獻是提出了一種新的基于同步視頻的攝像機視野分界線快速生成算法，并將它應用于多攝像機跟蹤系統中的目標交接。為了驗證該算法，搭建了一個室內有視覺重疊域的多攝像機人體跟蹤系統。實驗結果表明，該算法具有簡單實現、實時性高（25pps）、準確率高等優點；但它仍然存在一些問題有待解決，如在劃分攝像機視野分界線時，該算法對目標檢測的準確性比較敏感，目標檢測結果的好壞直接影響到攝像機視野分界線劃分的準確度等。

本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。