專利名稱：行車路徑重建方法、系統(tǒng)及計(jì)算機(jī)程序產(chǎn)品的制作方法
技術(shù)領(lǐng)域：
本發(fā)明是有關(guān)于一種車輛追蹤并重建行車路徑的方法、系統(tǒng)及計(jì)算機(jī)程序產(chǎn)品。
背景技術(shù)：
傳統(tǒng)對(duì)于行進(jìn)中車輛的位置掌握，一般是通過全球定位系統(tǒng)(GlcAalPositioning System, GPS)來達(dá)成。此方法的運(yùn)作原理是在追蹤目標(biāo)車輛上安裝一個(gè)GPS信號(hào)接收器， 用以實(shí)時(shí)接收GPS信號(hào)，并通過無線通訊接口將定位信息上傳至后端主機(jī)，藉以追蹤該車輛位置。此類方法多應(yīng)用于車隊(duì)管理。但是，此方法有其應(yīng)用上的限制，特別是在市區(qū)內(nèi)受到建筑物的遮蔽時(shí)，接收器即無法接收到GPS信號(hào)。此外，因?yàn)楸匦柙谀繕?biāo)車輛上安裝額外的裝置，對(duì)于非特定目標(biāo)位置的掌握，則無法可施。再者，目前學(xué)術(shù)界也已經(jīng)提出通過設(shè)置于道路口的攝影機(jī)所取得的監(jiān)視圖像，進(jìn)行車輛追蹤的研究及方法?？鐢z影機(jī)追蹤特定目標(biāo)的最大挑戰(zhàn)在于，需要對(duì)不同攝影機(jī)所檢測(cè)到的移動(dòng)物體物進(jìn)行再識(shí)別(Re-identification)，以去除重復(fù)的數(shù)據(jù)，同時(shí)保持目標(biāo)信息的一致。傳統(tǒng)上會(huì)應(yīng)用監(jiān)視范圍相互重迭的攝影機(jī)，利用該重迭攝影機(jī)在重迭區(qū)域內(nèi)，同一時(shí)間、同一位置所檢測(cè)到的移動(dòng)物體應(yīng)為同一個(gè)目標(biāo)物的物理特性，來集成多部攝影機(jī)的移動(dòng)物體檢測(cè)信息。此做法仰賴移動(dòng)物體檢測(cè)算法的正確性及坐標(biāo)轉(zhuǎn)換的精確度。一般而言，路口攝影機(jī)所拍攝到的監(jiān)視圖像在分析上，因?yàn)橐苿?dòng)物體檢測(cè)算法及坐標(biāo)轉(zhuǎn)換失真所導(dǎo)致的物體定位誤差可以達(dá)目標(biāo)物本身大小的0.5倍以上，尤其是可視范圍愈大則誤差值也愈大，并可能大于目標(biāo)物本身的大小，因此當(dāng)同一范圍內(nèi)有多個(gè)移動(dòng)物體同時(shí)在移動(dòng)時(shí)，再識(shí)別錯(cuò)誤的機(jī)率很高。為了改善以上現(xiàn)象，一般的做法是改善移動(dòng)物體檢測(cè)算法以提高對(duì)象檢測(cè)的信息正確性，或者改善坐標(biāo)轉(zhuǎn)換的做法以減小定位失真。由于一般實(shí)務(wù)應(yīng)用上，架設(shè)于路口的攝影機(jī)其分辨率均不高，且所需監(jiān)視的范圍通常較廣，因此導(dǎo)致所取得的圖像質(zhì)量對(duì)于移動(dòng)物體檢測(cè)算法而言，較難得到較佳的結(jié)果。 所以改善移動(dòng)物體檢測(cè)算法或改善坐標(biāo)轉(zhuǎn)換的做法，所能獲得的改善成效有限。此外，移動(dòng)物體檢測(cè)算法受天候因素的影響十分大，一旦應(yīng)用于戶外，其所產(chǎn)生的誤差通常較難以接受。由于上述問題所產(chǎn)生的影響，所以在跨影機(jī)追蹤移動(dòng)物體物時(shí)，所產(chǎn)生的移動(dòng)軌跡正確性并不高。

發(fā)明內(nèi)容
本發(fā)明提供一種行車路徑重建方法、系統(tǒng)及計(jì)算機(jī)程序產(chǎn)品，同時(shí)使用車輛識(shí)別系統(tǒng)及路口監(jiān)視器以重建車輛的行車路徑。本發(fā)明提出一種行車路徑重建方法，此方法接收一車輛識(shí)別數(shù)據(jù)，其包括多個(gè)第一類路口監(jiān)視器所拍攝的多張第一監(jiān)視畫面中每一個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果。接著，比對(duì)各個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果，以找出相似的至少一部車輛。然后，依據(jù)各個(gè)第一類路口監(jiān)視器的配置位置以及各部車輛的比對(duì)結(jié)果，估算各部車輛在這些配置位置之間移動(dòng)的至少一個(gè)行經(jīng)地點(diǎn)及行車時(shí)間。之后，查詢一移動(dòng)物體追蹤信息，其包括配置在上述行經(jīng)地點(diǎn)的多個(gè)第二類路口監(jiān)視器所拍攝的多張第二監(jiān)視畫面中出現(xiàn)的至少一個(gè)移動(dòng)物體的追蹤信息。最后，將上述的車輛及移動(dòng)物體進(jìn)行比對(duì)，以找出各部車輛所關(guān)聯(lián)的移動(dòng)物體，據(jù)以建立各部車輛的完整行車路徑。本發(fā)明提出一種行車路徑重建系統(tǒng)，其包括車輛搜尋模塊及路徑重建模塊。其中， 車輛搜尋模塊接收多個(gè)第一類路口監(jiān)視器所拍攝的多張第一監(jiān)視畫面中每一個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果，比對(duì)各個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果，以找出相似的至少一部車輛，并依據(jù)各個(gè)第一類路口監(jiān)視器的配置位置及各部車輛的比對(duì)結(jié)果，估算各部車輛在這些配置位置之間移動(dòng)的至少一個(gè)行經(jīng)地點(diǎn)及行車時(shí)間。路徑重建模塊查詢配置在上述行經(jīng)地點(diǎn)的多個(gè)第二類路口監(jiān)視器所拍攝的多張第二監(jiān)視畫面中出現(xiàn)的至少一個(gè)移動(dòng)物體的追蹤信息，據(jù)以將所述車輛及移動(dòng)物體進(jìn)行比對(duì)，以找出各部車輛所關(guān)聯(lián)該移動(dòng)物體，并據(jù)以建立各部車輛的完整行車路徑。本發(fā)明還提供一種計(jì)算機(jī)程序產(chǎn)品，其經(jīng)由電子裝置加載以執(zhí)行下列步驟首先， 接收一車輛識(shí)別數(shù)據(jù)，其包括多個(gè)第一類路口監(jiān)視器所拍攝的多張第一監(jiān)視畫面中每一個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果。接著，比對(duì)各個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果，以找出相似的至少一部車輛。然后，依據(jù)各個(gè)第一類路口監(jiān)視器的配置位置以及各部車輛的比對(duì)結(jié)果， 估算各部車輛在這些配置位置之間移動(dòng)的至少一個(gè)行經(jīng)地點(diǎn)及行車時(shí)間。之后，查詢一移動(dòng)物體追蹤信息，其包括配置在上述行經(jīng)地點(diǎn)的多個(gè)第二類路口監(jiān)視器所拍攝的多張第二監(jiān)視畫面中出現(xiàn)的至少一個(gè)移動(dòng)物體的追蹤信息。最后，將上述的車輛及移動(dòng)物體進(jìn)行比對(duì)，以找出各部車輛所關(guān)聯(lián)的移動(dòng)物體，據(jù)以建立各部車輛的完整行車路徑。基于上述，本發(fā)明的行車路徑重建方法、系統(tǒng)及計(jì)算機(jī)程序產(chǎn)品利用車輛識(shí)別技術(shù)及移動(dòng)物體的追蹤技術(shù)，結(jié)合相似車輛比對(duì)、行經(jīng)地點(diǎn)及時(shí)間估算等技術(shù)，藉以提高完整行車路徑重建的正確性，并進(jìn)一步利用關(guān)鍵影格的關(guān)聯(lián)性建立技術(shù)，達(dá)到提高查詢目標(biāo)車輛相關(guān)信息的正確性的目的。為讓本發(fā)明的上述特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉實(shí)施例，并配合所附圖式作詳細(xì)說明如下。


圖1是依照本發(fā)明第一實(shí)施例所繪示的行車路徑重建系統(tǒng)的方塊圖。圖2是依照本發(fā)明第一實(shí)施例所繪示的行車路徑重建方法的流程圖。圖3是依照本發(fā)明第二實(shí)施例所繪示的車輛行車路徑重建系統(tǒng)的示意圖。圖4是依照本發(fā)明第二實(shí)施例所繪示的行車路徑重建方法的流程圖。圖5(a)及圖5(b)是依照本發(fā)明一實(shí)施例所繪示的計(jì)算最少編輯操作次數(shù)的范例。圖6是依照本發(fā)明一實(shí)施例所繪示的線性回歸處理結(jié)果的示意圖。圖7是依照本發(fā)明一實(shí)施例所繪示的運(yùn)動(dòng)模型示意圖。[主要元件標(biāo)號(hào)說明]100、300 行車路徑重建系統(tǒng)110、310 車輛搜尋模塊120、320 路徑重建模塊
32 車輛識(shí)別系統(tǒng)34 移動(dòng)物體追蹤系統(tǒng)312:相似車輛比對(duì)單元314 行車信息提供單元316 行經(jīng)地點(diǎn)估測(cè)單元322 移動(dòng)物體追蹤數(shù)據(jù)庫324 追蹤數(shù)據(jù)查詢單元326:線性回歸過濾單元328 運(yùn)動(dòng)模型過濾單元330 關(guān)鍵影格關(guān)聯(lián)模塊332 關(guān)鍵影格數(shù)據(jù)庫334 關(guān)聯(lián)性建立單元510、520、530、540 車牌圖像S210 S250 本發(fā)明第一實(shí)施例的行車路徑重建方法的各步驟S410 S430 本發(fā)明第二實(shí)施例的行車路徑重建方法的各步驟
具體實(shí)施例方式由于具有車輛識(shí)別功能的路口監(jiān)視器成本較高，一般只會(huì)被布建于少數(shù)的重要路口，至于其它路口則只布建一般的路口攝影機(jī)。然而，道路上行駛的車輛的種類、速度、方向等變化性相當(dāng)大，若只使用少量路口監(jiān)視器的車輛識(shí)別結(jié)果來作為重建車足跡的依據(jù)，將無法百分之百的保證其正確性，尤其是在車足跡經(jīng)過多個(gè)路口之后，其正確性就會(huì)明顯的降低。為了彌補(bǔ)無車輛識(shí)別系統(tǒng)的路口的信息，本發(fā)明所提出的方法是同時(shí)使用車輛識(shí)別系統(tǒng)及相對(duì)于車輛識(shí)別功能成本較低的路口監(jiān)視器，應(yīng)用移動(dòng)物體追蹤技術(shù)所產(chǎn)生的移動(dòng)物體追蹤信息，彌補(bǔ)只使用車輛識(shí)別結(jié)果產(chǎn)生車足跡的不足之處。圖1是依照本發(fā)明的第一實(shí)施例所繪示的行車路徑重建系統(tǒng)的方塊圖。圖2是依照本發(fā)明的第一實(shí)施例所繪示的行車路徑重建方法的流程圖。請(qǐng)同時(shí)參照?qǐng)D1及圖2，本實(shí)施例的行車路徑重建系統(tǒng)100包括車輛搜尋模塊110及路徑重建模塊120，以下則搭配圖2 說明本實(shí)施例的方法的詳細(xì)步驟首先，由車輛搜尋模塊110接收由車輛識(shí)別系統(tǒng)(未繪示)輸出的車輛識(shí)別數(shù)據(jù) (步驟S210)，此數(shù)據(jù)包括出現(xiàn)在多個(gè)第一類路口監(jiān)視器所拍攝的多張第一監(jiān)視畫面中每一個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果。其中，所述的第一類路口監(jiān)視器支持車牌識(shí)別，而其所拍攝的第一監(jiān)視畫面將會(huì)送入車輛識(shí)別系統(tǒng)，以識(shí)別出其中的車輛，本實(shí)施例的車輛搜尋模塊110即是接收由車輛識(shí)別系統(tǒng)輸出的車輛識(shí)別結(jié)果。接著，由車輛搜尋模塊110比對(duì)各個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果，以找出相似的至少一部車輛(步驟S220)，并依據(jù)各個(gè)第一類路口監(jiān)視器的配置位置及各部車輛的比對(duì)結(jié)果，估算各部車輛在這些配置位置之間移動(dòng)的至少一個(gè)行經(jīng)地點(diǎn)及行車時(shí)間(步驟 S230)。詳言之，由于上述第一類路口監(jiān)視器的成本較高，一般只配置在較重要的路口，即便有相似車輛出現(xiàn)在兩個(gè)路口，還是無法確定車輛在這兩個(gè)路口之間的行車路徑。然而，本實(shí)施例仍基于歷史統(tǒng)計(jì)信息，找出車輛在兩個(gè)路口之間行駛可能行經(jīng)的地點(diǎn)以及所花費(fèi)的時(shí)間，而可用以作為后續(xù)追蹤車輛的依據(jù)。然后，由路徑重建模塊120查詢一移動(dòng)物體追蹤信息，其包括配置在上述行經(jīng)地點(diǎn)的多個(gè)第二類路口監(jiān)視器所拍攝的多張第二監(jiān)視畫面中出現(xiàn)的至少一個(gè)移動(dòng)物體的追蹤信息(步驟S240)。其中，所述的第二類路口監(jiān)視器不支持車牌識(shí)別，但其所拍攝的監(jiān)視畫面仍可通過移動(dòng)物體追蹤技術(shù)，追蹤在各個(gè)監(jiān)視畫面之間的移動(dòng)物體(即車輛)，進(jìn)而作為輔助重建行車路徑的依據(jù)。最后，路徑重建模塊120即將車輛搜尋模塊110所比對(duì)的至少一部車輛與所查詢的至少一個(gè)移動(dòng)物體，依車輛與移動(dòng)物體的時(shí)間、空間信息，及其特征如顏色統(tǒng)計(jì)值(Color Histogram)等進(jìn)行比對(duì)，以找出各部車輛所關(guān)聯(lián)的移動(dòng)物體，據(jù)以建立各部車輛的完整行車路徑(步驟S250)。簡(jiǎn)言之，路徑重建模塊120依照車輛搜尋模塊110比對(duì)的車輛出現(xiàn)在各個(gè)第一類路口監(jiān)視器的時(shí)間點(diǎn)，找出在第二類路口監(jiān)視器中出現(xiàn)的可能移動(dòng)物體，而結(jié)合此車輛識(shí)別結(jié)果及移動(dòng)物體追蹤結(jié)果，即可重建出車輛的完整行車路徑。綜上所述，本實(shí)施例的行車路徑重建方法是集成車輛識(shí)別系統(tǒng)及移動(dòng)物體追蹤系統(tǒng)的輸出結(jié)果，據(jù)以建立各部車輛的完整行車路徑，而可提高其信息正確性并重建完整的車足跡。需說明的是，本發(fā)明在建立各部車輛的完整行車路徑后，還包括取得關(guān)鍵影格的拍攝時(shí)間，進(jìn)一步找出車足跡對(duì)應(yīng)的關(guān)鍵影格，并建立其與關(guān)鍵影格的關(guān)聯(lián)性，而可用以作為后續(xù)查詢車足跡的依據(jù)。以下則再舉一實(shí)施例詳細(xì)說明。圖3是依照本發(fā)明的第二實(shí)施例所繪示的車輛行車路徑重建系統(tǒng)的示意圖。圖4 是依照本發(fā)明的第二實(shí)施例所繪示的行車路徑重建方法的流程圖。請(qǐng)同時(shí)參照?qǐng)D3及圖4， 本實(shí)施例的行車路徑重建系統(tǒng)300包括車輛搜尋模塊310、路徑重建模塊320及關(guān)鍵影格關(guān)聯(lián)模塊330。以下則搭配圖4說明本實(shí)施例的方法的詳細(xì)步驟首先，由車輛搜尋模塊310接收車輛識(shí)別系統(tǒng)32輸出的車輛識(shí)別結(jié)果，并比對(duì)各個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果，以找出出現(xiàn)在這些第一監(jiān)視畫面中相似的至少一部車輛 (步驟 S410)。詳言之，車輛搜尋模塊310可再區(qū)分為相似車輛比對(duì)單元312、行車信息提供單元 314及行經(jīng)地點(diǎn)估測(cè)單元316。其中，相似車輛比對(duì)單元312用以比對(duì)在第一監(jiān)視畫面中出現(xiàn)的各部車輛的車輛特征，以識(shí)別出相似的車輛(步驟S411)。此處用來識(shí)別相似車輛的車輛特征包括車輛的車牌、車色或車種，而不限制其范圍。以車牌識(shí)別為例，本實(shí)施例將兩部車輛的車牌號(hào)碼的差異度定義為編輯距離 (edit distance)，而以此編輯距離的大小來決定這兩部車輛是否相同或相似。詳言之，編輯距離的定義為兩個(gè)字符串A與B之間，由字符串A轉(zhuǎn)換成字符串B所需的最少編輯操作次數(shù)，符合規(guī)定的編輯操作包括單一字符的替換以及插入一個(gè)字符。舉例來說，圖5(a)及圖5(b)是依照本發(fā)明一實(shí)施例所繪示的計(jì)算最少編輯操作次數(shù)的范例。 其中，在圖5 (a)的車牌圖像520中，車牌圖像510的尾數(shù)88被刪除，而達(dá)成此差異所需的最少編輯操作次數(shù)為2次。此外，在圖5(b)的車牌圖像540中，車牌圖像530的前綴Q被刪除，而達(dá)成此差異所需的最少編輯操作次數(shù)為1次。利用上述的編輯距離可量化車牌號(hào)碼之間的差異性，而依照此最少編輯操作次數(shù)的大小，則可判定這兩部車輛是否為相似車輛。根據(jù)上述，本實(shí)施例的相似車輛比對(duì)單元312例如會(huì)擷取第一監(jiān)視畫面中出現(xiàn)的任兩部車輛的車牌號(hào)碼(即第一車牌號(hào)碼及第二車牌號(hào)碼)，并計(jì)算將此第一車牌號(hào)碼轉(zhuǎn)換為第二車牌號(hào)碼所需的最少編輯次數(shù)，然后與一個(gè)門坎值比較，而當(dāng)最少編輯次數(shù)小于等于門坎值時(shí)，即將這兩部車輛判定為相似車輛?；氐綀D3，行經(jīng)地點(diǎn)估測(cè)單元316接著即依據(jù)相似車輛比對(duì)單元312所輸出的各部車輛的比對(duì)結(jié)果，找出各部車輛有出現(xiàn)的第一監(jiān)視畫面及其相對(duì)應(yīng)的配置位置(步驟 S412)，并查詢由行車信息提供單元314提供的行車歷史數(shù)據(jù)，據(jù)以判斷各部車輛在這些配置位置之間行車所會(huì)經(jīng)過的至少一個(gè)行經(jīng)地點(diǎn)及行車時(shí)間，最后輸出一個(gè)行車數(shù)據(jù)集合 (步驟 S413)。詳言之，行車信息提供單元314用以儲(chǔ)存并提供行車歷史信息，其包括統(tǒng)計(jì)以往車輛在第一類路口監(jiān)視器的配置位置之間行車所會(huì)經(jīng)過的至少一個(gè)行經(jīng)地點(diǎn)及對(duì)應(yīng)花費(fèi)的行車時(shí)間。其中，行車信息提供單元314例如會(huì)事先分析各路口車輛行經(jīng)的歷史數(shù)據(jù)，如以統(tǒng)計(jì)分析的平均值和標(biāo)準(zhǔn)差建立各路口行車時(shí)間表及相連接的各路口間的行車路線，而可用以作為后續(xù)判斷車輛行經(jīng)地點(diǎn)及行車時(shí)間的依據(jù)。此外，于系統(tǒng)運(yùn)作期間，行經(jīng)地點(diǎn)估測(cè)單元316會(huì)接收上述相似車輛比對(duì)單元312 輸出的車輛比對(duì)結(jié)果，并應(yīng)用各路口車輛行經(jīng)的歷史數(shù)據(jù)，估算出目標(biāo)車輛出現(xiàn)在各路口的機(jī)率，產(chǎn)生一個(gè)初階的行經(jīng)路口數(shù)據(jù)集合。再將所估算的行經(jīng)路口集合與各路口行車時(shí)間表進(jìn)行比對(duì)，去除時(shí)間上不合理(例如行車時(shí)間間隔過長(zhǎng)或過短)的數(shù)據(jù)，產(chǎn)生第二階的行經(jīng)路口數(shù)據(jù)集合。然后，由路徑重建模塊320查詢配置在上述行經(jīng)地點(diǎn)的第二類路口監(jiān)視器所拍攝的多張第二監(jiān)視畫面中出現(xiàn)的至少一個(gè)移動(dòng)物體的追蹤信息，據(jù)以將各部車輛與移動(dòng)物體，依車輛與移動(dòng)物體的時(shí)間、空間信息，及其特征信息，如顏色統(tǒng)計(jì)值(Color Histogram) 等進(jìn)行比對(duì)，以找出各部車輛所關(guān)聯(lián)的移動(dòng)物體。其中，時(shí)間信息是以最接近過往統(tǒng)計(jì)出來的目標(biāo)值者優(yōu)先建立關(guān)聯(lián)，如時(shí)間依過往統(tǒng)計(jì)結(jié)果99%的移動(dòng)物體其間隔時(shí)間是在3到5 秒內(nèi)，且愈接近平均值4秒的移動(dòng)物體其關(guān)聯(lián)愈高?？臻g則是先搜尋相鄰兩個(gè)路口或以某特定距離內(nèi)的移動(dòng)物體來建立關(guān)聯(lián)。時(shí)空信息亦可合并成速度并以過往統(tǒng)計(jì)結(jié)果來建立關(guān)聯(lián)。特征信息則是表達(dá)成特征向量矩陣，再求得兩特征向量矩陣的相似性。而相似性可以一般的相關(guān)系數(shù)方法來計(jì)算兩個(gè)特征向量矩陣的關(guān)聯(lián)性，如使用皮爾森或幾何距離相關(guān)系數(shù)等。在進(jìn)行上述比對(duì)的同時(shí)，路徑重建模塊320還更進(jìn)一步以一個(gè)線性回歸過濾法去除不合理的移動(dòng)物體追蹤信息，再依時(shí)間及空間的運(yùn)動(dòng)模型將移動(dòng)物體追蹤信息連結(jié)成移動(dòng)軌跡，據(jù)以建立各部車輛完整且正確的行車路徑(步驟S420)。詳言之，路徑重建模塊320包括移動(dòng)物體追蹤數(shù)據(jù)庫322、追蹤數(shù)據(jù)查詢單元324、 線性回歸過濾單元3 及運(yùn)動(dòng)模型過濾單元328。移動(dòng)物體追蹤數(shù)據(jù)庫322用以儲(chǔ)存由移動(dòng)物體追蹤系統(tǒng)34所分析的各個(gè)移動(dòng)物體在第二監(jiān)視畫面中出現(xiàn)的位置、時(shí)間、尺寸、顏色及關(guān)鍵影格等分析數(shù)據(jù)。其中，移動(dòng)物體追蹤系統(tǒng)34利用配置在多個(gè)第二類路口監(jiān)視器所拍攝的第二監(jiān)視畫面，追蹤在這些第二監(jiān)視畫面中出現(xiàn)的移動(dòng)物體，并分析各個(gè)移動(dòng)物體在第二監(jiān)視畫面中出現(xiàn)的位置、時(shí)間、尺寸、顏色及關(guān)鍵影格，然后將分析結(jié)果儲(chǔ)存于移動(dòng)物體追蹤數(shù)據(jù)庫322。其中，所述的第二類路口監(jiān)視器不支持車牌識(shí)別功能，而其所拍攝的監(jiān)視畫面將會(huì)送入移動(dòng)物體追蹤系統(tǒng)34，由移動(dòng)物體追蹤系統(tǒng)34進(jìn)行移動(dòng)物體的追蹤。追蹤數(shù)據(jù)查詢單元3M則接收由車輛搜尋模塊310的行經(jīng)地點(diǎn)估測(cè)單元316輸出的各部車輛對(duì)應(yīng)的行車數(shù)據(jù)集合，而依據(jù)各個(gè)行車數(shù)據(jù)集合中的行車時(shí)間將這些行車數(shù)據(jù)集合排序(步驟S421)，并依據(jù)各個(gè)行車數(shù)據(jù)集合中行經(jīng)地點(diǎn)之間的地理位置關(guān)聯(lián)性，找出可能行經(jīng)的所有第二類路口監(jiān)視器(步驟S42》，以及依據(jù)所找出各該些第二類路口監(jiān)視器的一地理位置數(shù)據(jù)，查詢移動(dòng)物體追蹤數(shù)據(jù)庫322，以取得各部車輛所關(guān)聯(lián)的移動(dòng)物體的移動(dòng)物體追蹤數(shù)據(jù)(步驟S423)。詳言之，路徑重建模塊320的輸入數(shù)據(jù)來源有二，第一個(gè)輸入數(shù)據(jù)來源為使用移動(dòng)物體追蹤技術(shù)所產(chǎn)生的數(shù)據(jù)，此數(shù)據(jù)包含移動(dòng)物體的位置信息、時(shí)間、大小、關(guān)鍵影格等信息，而于系統(tǒng)運(yùn)作期間此數(shù)據(jù)會(huì)被不斷產(chǎn)生并儲(chǔ)存于系統(tǒng)的數(shù)據(jù)儲(chǔ)存媒體(即移動(dòng)物體追蹤數(shù)據(jù)庫32 中；第二個(gè)輸入數(shù)據(jù)來源為車輛搜尋模塊310的輸出-行經(jīng)路口數(shù)據(jù)集合。路徑重建模塊320中的追蹤數(shù)據(jù)查詢單元3M在接收行經(jīng)路口數(shù)據(jù)集合之后，即會(huì)依各路口行經(jīng)時(shí)間排序，并依其地理位置關(guān)聯(lián)性找出所有可能行經(jīng)的路口監(jiān)視器，然后依路口監(jiān)視器的地理位置信息，由移動(dòng)物體追蹤數(shù)據(jù)庫322中取得對(duì)應(yīng)的移動(dòng)物體追蹤數(shù)據(jù)。需說明的是，路徑重建模塊320還包括線性回歸過濾單元3 及運(yùn)動(dòng)模型過濾單元328，可用以濾除不合理的移動(dòng)物體追蹤數(shù)據(jù)。其中，路徑重建模塊320重建行進(jìn)路徑的方法分成兩階段，先以一個(gè)線性回歸過濾法去除不合理的移動(dòng)物體追蹤信息，再依時(shí)間及空間的運(yùn)動(dòng)模型將移動(dòng)物體追蹤信息連結(jié)成移動(dòng)軌跡。線性回歸過濾單元326即依據(jù)各部車輛所會(huì)經(jīng)過的行經(jīng)地點(diǎn)及行車時(shí)間，推估一條正常行車路線，以及計(jì)算各個(gè)移動(dòng)物體追蹤數(shù)據(jù)與正常行車路線之間的差異，據(jù)以去除不合理的移動(dòng)物體追蹤數(shù)據(jù)(步驟S4M)。詳言之，通過前一步驟所獲得的目標(biāo)車輛行經(jīng)路口的數(shù)據(jù)集合，可推估出目標(biāo)車輛在其它僅建置路口監(jiān)視器的路口的可能經(jīng)過時(shí)間范圍， 并由移動(dòng)物體追蹤數(shù)據(jù)庫322中取得移動(dòng)物體追蹤數(shù)據(jù)。此外，使用前一步驟所推估出來的正常行車路線作為依據(jù)，計(jì)算所有移動(dòng)物體追蹤數(shù)據(jù)與路線的時(shí)間、空間距離，以去除不合理的數(shù)據(jù)。舉例來說，圖6是依照本發(fā)明一實(shí)施例所繪示的線性回歸處理結(jié)果的示意圖。請(qǐng)參照?qǐng)D6，本實(shí)施例的線性回歸處理系針對(duì)原始移動(dòng)物體追蹤數(shù)據(jù)中的每一筆進(jìn)行處理，計(jì)算其與正常行進(jìn)軌跡的距離，并排除其中的界外值(outlier)，以獲得較合理的移動(dòng)物體追蹤數(shù)據(jù)。另一方面，運(yùn)動(dòng)模型過濾單元3 依據(jù)一個(gè)運(yùn)動(dòng)模型中的車輛速度及移動(dòng)方向， 推估各部車輛的可能移動(dòng)范圍，據(jù)以從線性回歸過濾單元3 所產(chǎn)生的移動(dòng)物體追蹤數(shù)據(jù)中，找出可能性最高的數(shù)據(jù)(步驟S425)。詳言之，由于在大部分情況下，同一個(gè)區(qū)域內(nèi)會(huì)有多部車輛在移動(dòng)，且因?yàn)榈缆返南拗?，其行進(jìn)方向相同的機(jī)率很高(一般不是同向就是反向)，加上移動(dòng)物體追蹤的定位誤差，造成同一時(shí)間點(diǎn)同一位置可能有多個(gè)物體存在，其中又以對(duì)向車道來車與目標(biāo)交會(huì)最常發(fā)生。因此，本實(shí)施例在線性回歸過濾之后，再使用一個(gè)運(yùn)動(dòng)模型處理剩下的移動(dòng)物體追蹤數(shù)據(jù)，以減少上述狀況的影響。因?yàn)樗粉櫟哪繕?biāo)物為車輛，而車輛的移動(dòng)受到物理定律的限制，如速度、移動(dòng)方向改變率等，所以本實(shí)施例即通過一個(gè)推估的運(yùn)動(dòng)模型來選擇可能性最高的移動(dòng)物體追蹤數(shù)據(jù)。舉例來說，圖7是依照本發(fā)明一實(shí)施例所繪示的運(yùn)動(dòng)模型示意圖。請(qǐng)參照?qǐng)D7，本實(shí)施例使用車輛前一位置P1與目前位置P2的向量，在目前位置P2建立一個(gè)可能移動(dòng)范圍， 其中d是由歷史數(shù)據(jù)統(tǒng)計(jì)所得的車輛的最大移動(dòng)距離，θ則為夾角。通過此可能移動(dòng)范圍，即可過濾界外值(例如位置仏)，而再針對(duì)所有界內(nèi)值(例如位置( )進(jìn)行相似度比對(duì)，即可找出最相似的點(diǎn)。最后，重復(fù)上述步驟，即可重建完整的行車路徑。最后，由關(guān)鍵影格關(guān)聯(lián)模塊330依據(jù)上述由車輛識(shí)別系統(tǒng)32所輸出的各個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果，以及由移動(dòng)物體追蹤系統(tǒng)34所輸出的移動(dòng)物體追蹤數(shù)據(jù)，產(chǎn)生至少一個(gè)關(guān)鍵影格，并建立各部車輛的完整行車路徑與這些關(guān)鍵影格的關(guān)聯(lián)性，以作為后續(xù)搜尋各部車輛的依據(jù)(步驟S430)。其中，關(guān)鍵影格關(guān)聯(lián)模塊330可再區(qū)分為關(guān)鍵影格數(shù)據(jù)庫332及關(guān)聯(lián)性建立單元 334。其中，關(guān)鍵影格數(shù)據(jù)庫332即儲(chǔ)存由上述各個(gè)第一監(jiān)視畫面的車輛識(shí)別結(jié)果以及上述的移動(dòng)物體追蹤數(shù)據(jù)產(chǎn)生的至少一個(gè)關(guān)鍵影格。關(guān)聯(lián)性建立單元334則會(huì)建立各部車輛的行車路徑與上述關(guān)鍵影格的關(guān)聯(lián)性，以作為后續(xù)搜尋各部車輛的依據(jù)。詳言之，關(guān)鍵影格關(guān)聯(lián)模塊330的輸入數(shù)據(jù)來源有三，第一個(gè)為上述車輛識(shí)別系統(tǒng)所產(chǎn)生的車輛識(shí)別結(jié)果，一般車輛識(shí)別系統(tǒng)均會(huì)產(chǎn)生一至數(shù)張不等的識(shí)別結(jié)果圖像。第二個(gè)為上述移動(dòng)物體追蹤系統(tǒng)所產(chǎn)生的關(guān)鍵影格，依不同技術(shù)的做法，可能產(chǎn)生一至數(shù)張不等的關(guān)鍵影格。第三個(gè)則是上述路徑重建模塊330所產(chǎn)生的各部車輛的車足跡(即完整行車路徑)。由于此車足跡中包含移動(dòng)物體追蹤所產(chǎn)生的數(shù)據(jù)，因此本實(shí)施例可依此數(shù)據(jù)中的時(shí)間、空間及監(jiān)視器編號(hào)等信息，取得對(duì)應(yīng)的一至數(shù)張關(guān)鍵影格，并建立該組關(guān)鍵影格與車足跡的關(guān)聯(lián)。此外，因?yàn)檐囎阚E中也包含車輛識(shí)別系統(tǒng)所產(chǎn)生的結(jié)果，因此本實(shí)施例亦依此將車輛識(shí)別其所產(chǎn)生的識(shí)別結(jié)果圖像與車足跡建立關(guān)聯(lián)。本發(fā)明還提供一種計(jì)算機(jī)程序產(chǎn)品，其用以執(zhí)行上述行車路徑重建方法的各個(gè)步驟，此計(jì)算機(jī)程序產(chǎn)品是由數(shù)個(gè)程序指令所組成。特別是，在將此些程序指令加載計(jì)算機(jī)系統(tǒng)并執(zhí)行之后，即可完成上述行車路徑重建方法的步驟與上述行車路徑重建系統(tǒng)的功能。 綜上所述，本發(fā)明的行車路徑重建方法、系統(tǒng)及計(jì)算機(jī)程序產(chǎn)品同時(shí)使用車輛識(shí)別系統(tǒng)及相對(duì)于車輛識(shí)別功能成本較低的路口監(jiān)視器，應(yīng)用既有的移動(dòng)物體追蹤技術(shù)所產(chǎn)生的移動(dòng)物體追蹤信息，彌補(bǔ)只使用車輛識(shí)別結(jié)果產(chǎn)生車足跡的不足之處。此外，本發(fā)明依照移動(dòng)物體追蹤及車輛識(shí)別數(shù)據(jù)中的時(shí)間、監(jiān)視器編號(hào)等信息，于關(guān)鍵影格數(shù)據(jù)庫中取得對(duì)應(yīng)的一至數(shù)張關(guān)鍵影格，并建立該組關(guān)鍵影格與車足跡的關(guān)聯(lián)，而可供作為后續(xù)查詢車足跡的依據(jù)。雖然本發(fā)明已以實(shí)施例揭露如上，然其并非用以限定本發(fā)明，任何所屬技術(shù)領(lǐng)域中具有通常知識(shí)者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作些許的更動(dòng)與潤(rùn)飾，故本發(fā)明的保護(hù)范圍當(dāng)視所附的權(quán)利要求范圍所界定者為準(zhǔn)。
權(quán)利要求
1.一種行車路徑重建方法，包括接收一車輛識(shí)別數(shù)據(jù)，其包括多個(gè)第一類路口監(jiān)視器所拍攝的多張第一監(jiān)視畫面中每一個(gè)第一監(jiān)視畫面的一車輛識(shí)別結(jié)果；比對(duì)各該些第一監(jiān)視畫面的該車輛識(shí)別結(jié)果，以找出相似的至少一車輛； 依據(jù)各該些第一類路口監(jiān)視器的一配置位置及各所述車輛的一比對(duì)結(jié)果，估算各所述車輛在該些配置位置之間移動(dòng)的至少一行經(jīng)地點(diǎn)及一行車時(shí)間；查詢一移動(dòng)物體追蹤信息，其包括配置在所述行經(jīng)地點(diǎn)的多個(gè)第二類路口監(jiān)視器所拍攝的多張第二監(jiān)視畫面中出現(xiàn)的至少一移動(dòng)物體的一追蹤信息；以及比對(duì)所述車輛及所述移動(dòng)物體，找出各所述車輛所關(guān)聯(lián)的該移動(dòng)物體，據(jù)以建立各所述車輛的一完整行車路徑。
2.根據(jù)權(quán)利要求1所述的行車路徑重建方法，其中比對(duì)各該些第一監(jiān)視畫面的該車輛識(shí)別結(jié)果，以找出相似的所述車輛的步驟包括比對(duì)在該些第一監(jiān)視畫面中出現(xiàn)的車輛的至少一車輛特征，以識(shí)別出相似的車輛。
3.根據(jù)權(quán)利要求2所述的行車路徑重建方法，其中比對(duì)在該些第一監(jiān)視畫面中出現(xiàn)的車輛的所述車輛特征，以識(shí)別出相似的車輛的步驟包括擷取該些第一監(jiān)視畫面中出現(xiàn)的任兩車輛的一第一車牌號(hào)碼及一第二車牌號(hào)碼； 計(jì)算該第一車牌號(hào)碼轉(zhuǎn)換為該第二車牌號(hào)碼所需的一最少編輯次數(shù)，并與一門坎值比較；以及當(dāng)該最少編輯次數(shù)小于等于該門坎值時(shí)，判定該兩車輛為相似的車輛。
4.根據(jù)權(quán)利要求2所述的行車路徑重建方法，其中所述車輛特征包括車牌、車色或車種。
5.根據(jù)權(quán)利要求1所述的行車路徑重建方法，其中依據(jù)各該些第一類路口監(jiān)視器的該配置位置及各所述車輛的該比對(duì)結(jié)果，估算各所述車輛在該些配置位置之間移動(dòng)的所述行經(jīng)地點(diǎn)及該行車時(shí)間的步驟包括依據(jù)各所述車輛的該比對(duì)結(jié)果，找出各所述車輛有出現(xiàn)的該些第一監(jiān)視畫面及其相對(duì)應(yīng)的該些配置位置；以及查詢一行車歷史數(shù)據(jù)，據(jù)以判斷各所述車輛在該些配置位置之間行車所會(huì)經(jīng)過的行經(jīng)地點(diǎn)及行車時(shí)間，輸出一行車數(shù)據(jù)集合，其中該行車歷史信息系統(tǒng)計(jì)以往車輛在該些配置位置之間行車所會(huì)經(jīng)過的行經(jīng)地點(diǎn)及對(duì)應(yīng)花費(fèi)的行車時(shí)間。
6.根據(jù)權(quán)利要求1所述的行車路徑重建方法，其中在查詢?cè)撘苿?dòng)物體追蹤信息的步驟之前，還包括儲(chǔ)存各所述移動(dòng)物體在該些第二監(jiān)視畫面中出現(xiàn)的一位置、一時(shí)間、一尺寸、一顏色及一關(guān)鍵影格于一移動(dòng)物體追蹤數(shù)據(jù)庫。
7.根據(jù)權(quán)利要求6所述的行車路徑重建方法，其中比對(duì)所述車輛及所述移動(dòng)物體，找出各所述車輛所關(guān)聯(lián)的該移動(dòng)物體，據(jù)以建立各所述車輛的該完整行車路徑的步驟包括接收各所述車輛對(duì)應(yīng)的該行車數(shù)據(jù)集合； 依據(jù)各該些行車數(shù)據(jù)集合的該行車時(shí)間排序該些行車數(shù)據(jù)集合； 依據(jù)各該些行車數(shù)據(jù)集合中所述行經(jīng)地點(diǎn)的一地理位置關(guān)聯(lián)性，找出可能行經(jīng)的所有第二類路口監(jiān)視器；依據(jù)所找出各該些第二類路口監(jiān)視器的一地理位置數(shù)據(jù)，查詢?cè)撘苿?dòng)物體追蹤數(shù)據(jù)庫，以取得各所述車輛所關(guān)聯(lián)的該移動(dòng)物體及其對(duì)應(yīng)的至少一移動(dòng)物體追蹤數(shù)據(jù)；以及結(jié)合各所述車輛對(duì)應(yīng)的該行車數(shù)據(jù)集合及所關(guān)聯(lián)的該移動(dòng)物體的所述移動(dòng)物體追蹤數(shù)據(jù)，建立各所述車輛的該完整行車路徑。
8.根據(jù)權(quán)利要求7所述的行車路徑重建方法，其中取得各所述車輛所關(guān)聯(lián)的該移動(dòng)物體的步驟包括比對(duì)各所述車輛及各所述移動(dòng)物體的一時(shí)間，搜尋出現(xiàn)時(shí)間最接近一歷史統(tǒng)計(jì)間隔時(shí)間的該移動(dòng)物體，以與各所述車輛建立關(guān)聯(lián)。
9.根據(jù)權(quán)利要求7所述的行車路徑重建方法，其中取得各所述車輛所關(guān)聯(lián)的該移動(dòng)物體的步驟包括比對(duì)各所述車輛及各所述移動(dòng)物體的一空間信息，搜尋相鄰兩個(gè)路口或一特定距離內(nèi)出現(xiàn)的該移動(dòng)物體，以與各所述車輛建立關(guān)聯(lián)。
10.根據(jù)權(quán)利要求7所述的行車路徑重建方法，其中取得各所述車輛所關(guān)聯(lián)的該移動(dòng)物體的步驟包括表述各所述車輛及各所述移動(dòng)物體為對(duì)應(yīng)的一特征向量矩陣；求取各該些特征向量矩陣之間的一相似性；以及取該相似性最高的特征向量矩陣所對(duì)應(yīng)的該車輛及該移動(dòng)物體來建立關(guān)聯(lián)性。
11.根據(jù)權(quán)利要求7所述的行車路徑重建方法，其中在取得各所述車輛所關(guān)聯(lián)的該移動(dòng)物體的所述移動(dòng)物體追蹤數(shù)據(jù)的步驟之后，還包括依據(jù)各所述車輛所會(huì)經(jīng)過的所述行經(jīng)地點(diǎn)及該行車時(shí)間，推估一正常行車路線；以及計(jì)算各所述移動(dòng)物體追蹤數(shù)據(jù)與該正常行車路線之間的一差異，據(jù)以去除不合理的移動(dòng)物體追蹤數(shù)據(jù)。
12.根據(jù)權(quán)利要求11所述的行車路徑重建方法，其中在計(jì)算各所述移動(dòng)物體追蹤數(shù)據(jù)與該正常行車路線之間的該差異，據(jù)以去除不合理的移動(dòng)物體追蹤數(shù)據(jù)的步驟之后，還包括依據(jù)一運(yùn)動(dòng)模型中的一車輛速度及一移動(dòng)方向，推估各所述車輛的一可能移動(dòng)范圍， 據(jù)以從已去除不合理數(shù)據(jù)的移動(dòng)物體追蹤數(shù)據(jù)中，找出可能性最高的移動(dòng)物體追蹤數(shù)據(jù)。
13.根據(jù)權(quán)利要求7所述的行車路徑重建方法，其中在建立各所述車輛的該完整行車路徑的步驟之后，還包括依據(jù)各該些第一監(jiān)視畫面的該車輛識(shí)別結(jié)果以及所述移動(dòng)物體追蹤數(shù)據(jù)中所包含的至少一關(guān)鍵影格，建立各所述車輛的該完整行車路徑與所述關(guān)鍵影格的一關(guān)聯(lián)性，以作為搜尋各所述車輛的依據(jù)。
14.根據(jù)權(quán)利要求1所述的行車路徑重建方法，其中該第一類路口監(jiān)視器支持車牌識(shí)別，而該第二類路口監(jiān)視器不支持車牌識(shí)別。
15.一種行車路徑重建系統(tǒng)，包括一車輛搜尋模塊，接收多個(gè)第一類路口監(jiān)視器所拍攝的多張第一監(jiān)視畫面中每一個(gè)第一監(jiān)視畫面的一車輛識(shí)別結(jié)果，比對(duì)各該些第一監(jiān)視畫面的該車輛識(shí)別結(jié)果，以找出相似的至少一車輛，并依據(jù)各該些第一類路口監(jiān)視器的一配置位置及各所述車輛的一比對(duì)結(jié)果，估算各所述車輛在該些配置位置之間移動(dòng)的至少一行經(jīng)地點(diǎn)及一行車時(shí)間；以及一路徑重建模塊，查詢配置在所述行經(jīng)地點(diǎn)的多個(gè)第二類路口監(jiān)視器所拍攝的多張第二監(jiān)視畫面中出現(xiàn)的至少一移動(dòng)物體的一追蹤信息，據(jù)以比對(duì)所述車輛及所述移動(dòng)物體， 找出各所述車輛所關(guān)聯(lián)的該移動(dòng)物體，并據(jù)以建立各所述車輛的一完整行車路徑。
16.根據(jù)權(quán)利要求15所述的行車路徑重建系統(tǒng)，其中該車輛搜尋模塊包括一相似車輛比對(duì)單元，比對(duì)在該些第一監(jiān)視畫面中出現(xiàn)的車輛的至少一車輛特征，以識(shí)別出相似的所述車輛；一行車信息提供單元，提供一行車歷史信息，其包括統(tǒng)計(jì)以往車輛在該些配置位置之間行車所會(huì)經(jīng)過的所述行經(jīng)地點(diǎn)及對(duì)應(yīng)花費(fèi)的該行車時(shí)間；以及一行經(jīng)地點(diǎn)估測(cè)單元，依據(jù)各所述車輛的該比對(duì)結(jié)果，找出各所述車輛有出現(xiàn)的該些第一監(jiān)視畫面及其相對(duì)應(yīng)的該些配置位置，并查詢?cè)撔熊嚉v史數(shù)據(jù)，據(jù)以判斷各所述車輛在該些配置位置之間行車所會(huì)經(jīng)過的所述行經(jīng)地點(diǎn)及該行車時(shí)間，輸出一行車數(shù)據(jù)集合。
17.根據(jù)權(quán)利要求16所述的行車路徑重建系統(tǒng)，其中該相似車輛比對(duì)單元包括擷取該些第一監(jiān)視畫面中出現(xiàn)的任兩車輛的一第一車牌號(hào)碼及一第二車牌號(hào)碼，并計(jì)算該第一車牌號(hào)碼轉(zhuǎn)換為該第二車牌號(hào)碼所需的一最少編輯次數(shù)，并與一門坎值比較，而當(dāng)該最少編輯次數(shù)小于等于該門坎值時(shí)，判定該兩車輛為相似的車輛。
18.根據(jù)權(quán)利要求16所述的行車路徑重建系統(tǒng)，其中所述車輛特征包括車牌、車色或車種。
19.根據(jù)權(quán)利要求15所述的行車路徑重建系統(tǒng)，其中該路徑重建模塊包括一移動(dòng)物體追蹤數(shù)據(jù)庫，儲(chǔ)存各所述移動(dòng)物體在該些第二監(jiān)視畫面中出現(xiàn)的一位置、 一時(shí)間、一尺寸、一顏色及一關(guān)鍵影格；一追蹤數(shù)據(jù)查詢單元，接收各所述車輛對(duì)應(yīng)的該行車數(shù)據(jù)集合，依據(jù)各該些行車數(shù)據(jù)集合的該行車時(shí)間排序該些行車數(shù)據(jù)集合，依據(jù)各該些行車數(shù)據(jù)集合中所述行經(jīng)地點(diǎn)的一地理位置關(guān)聯(lián)性，找出可能行經(jīng)的所有第二類路口監(jiān)視器，以及依據(jù)所找出各該些第二類路口監(jiān)視器的一地理位置數(shù)據(jù)，查詢?cè)撘苿?dòng)物體追蹤數(shù)據(jù)庫，以取得各所述車輛所關(guān)聯(lián)的該移動(dòng)物體的至少一移動(dòng)物體追蹤數(shù)據(jù)。
20.根據(jù)權(quán)利要求19所述的行車路徑重建系統(tǒng)，其中該追蹤數(shù)據(jù)查詢單元包括比對(duì)各所述車輛及各所述移動(dòng)物體的一時(shí)間，搜尋出現(xiàn)時(shí)間最接近一歷史統(tǒng)計(jì)間隔時(shí)間的該移動(dòng)物體，以與各所述車輛建立關(guān)聯(lián)。
21.根據(jù)權(quán)利要求19所述的行車路徑重建系統(tǒng)，其中該追蹤數(shù)據(jù)查詢單元包括比對(duì)各所述車輛及各所述移動(dòng)物體的一空間信息，搜尋相鄰兩個(gè)路口或一特定距離內(nèi)出現(xiàn)的該移動(dòng)物體，以與各所述車輛建立關(guān)聯(lián)。
22.根據(jù)權(quán)利要求19所述的行車路徑重建系統(tǒng)，其中該追蹤數(shù)據(jù)查詢單元包括表述各所述車輛及各所述移動(dòng)物體為對(duì)應(yīng)的一特征向量矩陣，并求取各該些特征向量矩陣之間的一相似性，而取該相似性最高的特征向量矩陣所對(duì)應(yīng)的該車輛及該移動(dòng)物體來建立關(guān)聯(lián)性。
23.根據(jù)權(quán)利要求19所述的行車路徑重建系統(tǒng)，其中該路徑重建模塊還包括一線性回歸過濾單元，依據(jù)各所述車輛所會(huì)經(jīng)過的行經(jīng)地點(diǎn)及行車時(shí)間，推估一正常行車路線，以及計(jì)算各所述移動(dòng)物體追蹤數(shù)據(jù)與該正常行車路線之間的一差異，據(jù)以去除不合理的移動(dòng)物體追蹤數(shù)據(jù)。
24.根據(jù)權(quán)利要求19所述的行車路徑重建系統(tǒng)，其中該路徑重建模塊還包括一運(yùn)動(dòng)模型過濾單元，依據(jù)一運(yùn)動(dòng)模型中的一車輛速度及一移動(dòng)方向，推估各所述車輛的一可能移動(dòng)范圍，據(jù)以從線性回歸處理后的移動(dòng)物體追蹤數(shù)據(jù)中，找出可能性最高的移動(dòng)物體追蹤數(shù)據(jù)。
25.根據(jù)權(quán)利要求19所述的行車路徑重建系統(tǒng)，還包括一關(guān)鍵影格關(guān)聯(lián)模塊，包括一關(guān)鍵影格數(shù)據(jù)庫，儲(chǔ)存由各該些第一監(jiān)視畫面的該車輛識(shí)別結(jié)果以及所述移動(dòng)物體追蹤數(shù)據(jù)產(chǎn)生的至少一關(guān)鍵影格；以及一關(guān)聯(lián)性建立單元，建立各所述車輛的該完整行車路徑與所述關(guān)鍵影格的一關(guān)聯(lián)性， 以作為搜尋各所述車輛的依據(jù)。
26.根據(jù)權(quán)利要求15所述的行車路徑重建系統(tǒng)，其中該第一類路口監(jiān)視器支持車牌識(shí)別，而該第二類路口監(jiān)視器不支持車牌識(shí)別。
27.一種計(jì)算機(jī)程序產(chǎn)品，經(jīng)由一電子裝置加載該程序以執(zhí)行如權(quán)利要求1所述的行車路徑重建方法。
全文摘要
一種行車路徑重建方法、系統(tǒng)及計(jì)算機(jī)程序產(chǎn)品，此方法先接收多個(gè)第一類路口監(jiān)視器所拍攝的多張第一監(jiān)視畫面的車輛識(shí)別結(jié)果，并比對(duì)這些車輛識(shí)別結(jié)果，以找出相似車輛。然后，依據(jù)各個(gè)第一類路口監(jiān)視器的配置位置及各部車輛的比對(duì)結(jié)果，估算各部車輛在這些配置位置之間移動(dòng)的至少一個(gè)行經(jīng)地點(diǎn)及行車時(shí)間。然后，查詢配置在這些行經(jīng)地點(diǎn)的第二類路口監(jiān)視器所拍攝的多張第二監(jiān)視畫面中出現(xiàn)的至少一個(gè)移動(dòng)物體的追蹤信息。最后，將所述車輛與移動(dòng)物體進(jìn)行比對(duì)，以找出各部車輛所關(guān)聯(lián)的移動(dòng)物體，據(jù)以建立各部車輛的完整行車路徑。
文檔編號(hào)G06K9/00GK102542789SQ201110106670
公開日2012年7月4日 申請(qǐng)日期2011年4月27日 優(yōu)先權(quán)日2010年12月28日
發(fā)明者洪上智, 陳建任, 陳志瑋, 陳證杰, 駱易非 申請(qǐng)人:財(cái)團(tuán)法人工業(yè)技術(shù)研究院