专利名称：用于提高检测铁轨横穿事件的可靠性的方法和系统的制作方法
技术领域：
本公开总体上涉及监视对象，更具体地，涉及监视接近铁路轨道的对象。更具体地，本公开涉及减少检测铁轨横穿事件的假阳性的数量。
背景技术：
如本领域技术人员已知的，在检测横穿铁路轨道的对象时可以使用视频数据。监视接近铁路轨道的对象在提高铁路运输的保险和安全量度两方面会是有用的。可以对传感器范围之内的对象进行监视以检测对象是否以及何时横穿至铁路轨道上。例如，传感器能够进行监视以确定对象的位置和速度。常规系统能够将该位置和速度与关于铁路轨道位置的已知信息进行比较来确定对象是否以及何时横穿至铁路轨道上。如果对象已经横穿至铁路轨道上，则系统可以生成警报以通知适当个人发生了横穿事件。
在监视对象方面已经使用了不同类型的传感器。例如，基于视觉的解决方案可以包括使用相机。基于视觉的解决方案可以比较连续图像来识别对象相对于铁路轨道的移动。常规系统还可以包括非视觉解决方案，例如，其采用诸如红外传感器或运动传感器之类的传感器。非视觉解决方案能够检测对象在传感器附近区域中的移动。然而，常规系统具有可能导致生成假阳性的横穿事件的警报的缺陷。如这里所使用的，“假阳性”是识别到实际没有发生的事件的发生。例如，非视觉解决方案可能无法在不应当处于铁路轨道上的对象与应当处于铁路轨道上的列车之间进行区分。在另一个示例中，基于视觉的解决方案可能无法准确地将在相机视野内移动的对象与背景中的对象区分开来。此外，较接近于相机的对象会看上去比距相机较远的对象更大。当对象仅是比铁路轨道更加接近于相机时，该对象可能看上去已经横穿至铁路轨道上。所生成的假阳性的数目降低了检测铁轨横穿事件的可靠性。随着可靠性的降低，常规系统所生成的警报的有用性和重要性也有所降低。因此，具有一种考虑到以上所讨论的一种或多种问题以及可能的其他问题的方法和装置将是有利的。
发明内容
不同的说明性实施例提供了用于监视对象的方法、数据处理系统和计算机程序产品。接收区域的多幅图像。从多幅图像识别区域中的对象。从多幅图像中的第一图像识别该区域内分区中的多个点。该多个点相互之间以及与分区具有固定关系。监视区域中的对象以确定对象是否进入分区。响应于识别出多幅图像中的第二图像中的多个点中缺失数个而确定对象尚未进入分区。
图I是依据说明性实施例的对象监视环境的图示；图2是依据说明性实施例的对象监视环境的框图；图3是依据说明性实施例的分区监视系统的框图4是依据说明性实施例的对象监视系统的框图；图5是依据说明性实施例的在轨道集合上所识别的多个兴趣点的图像的图示；图6是依据说明性实施例的图5所示的轨道集合上所检测的列车图像的图示；图7是依据说明性实施例的用于监视对象的过程的流程图；图8是依据说明性实施例的用于识别感兴趣分区中的兴趣点的过程的流程图；图9是依据说明性实施例的用于识别列车何时出现在感兴趣分区中的过程的流程图；图10是依据说明性实施例的用于提高检测横穿事件的可靠性的过程的流程图；以及图11是依据说明性实施例的数据处理系统的框图。
具体实施方式
如本领域技术人员将会意识到的，本发明的各方面可以被实现为系统、方法或计算机程序产品。因此，本发明的各方面可以采用全硬件实施例、全软件实施例(包括固件、驻存软件、微代码等)，或者在这里通常总地可以被称作“电路”、“模块”或“系统”的组合软件和硬件方面的实施例。此外，本发明的各方面可以采用在具有实现于其上的计算机可读程序代码的一个或多个计算机可读介质中实现的计算机程序产品的形式。可以利用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质例如可以是电的、磁的、光学的、电磁的、红外的或半导体的系统、装置或设备，或者以上的任意适当组合，但是并不局限于此。计算机可读存储介质的更为具体的示例(非穷举性列举)将包括以下具有一条或多条连线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPR0M或闪存)、光纤、便携式紧致盘只读存储器(CD-ROM)、光存储设备、磁存储设备，或者以上的任意适当组合。在本文的上下文中，计算机可读存储介质可以是任意的切实介质，其能够包含或存储程序以供指令执行系统、装置或设备使用或者与之相结合。计算机可读信号介质可以包括具有其中所实现的计算机可读程序代码的传播数据信号，其例如处于基带之中或者作为载波的一部分。这样的传播信号可以采取任意的各种形式，包括电磁、光学或其任意适当组合，但是并不局限于此。计算机可读信号介质可以是并非计算机可读存储介质并且能够传输、传播或输送程序以供指令执行系统、装置或设备使用或者与之相结合的任意计算机可读介质。在计算机可读介质上实现的程序代码可以使用任意适当的介质进行传送，包括无线、有线、光纤线缆、RF等，或者上述的任意适当组合，但是并不局限于此。用于执行本发明各方面的操作的计算机程序代码可以以一种或多种编程语言的任意组合进行编写，包括诸如Java、Smalltalk、C++等的面向对象编程语言，以及诸如“C”编程语言或类似编程语言的常规程序化编程语言。程序代码可以完全在用户的计算机上执行，部分在用户的计算机上执行，作为独立软件包，部分在用户的计算机上执行且部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后者的情形中，远程计算机可以通过任意类型的网络连接到用户的计算机，上述网络包括局域网(LAN)或广域网(WAN)，或者可以生成到外部计算机的连接(例如，通过使用互联网服务提供商的互联网)。以下参考根据本发明实施例的方法、装置(系统)和计算机程序产品的流程示和/或框图对本发明的各方面进行描述。将要理解的是，流程示和/或框图中的每个框以及流程示和/或框图中的框组合可以通过计算机程序指令来实现。这些计算机程序指令可以被提供给通用计算机、专用计算机或者其他可编程数据处理装置的处理器来生产机器，以使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实施流程图和/或框图的一个或多个框中所指定的功能/动作的装置。这些计算机程序指令还可以存储在计算机可读介质中，其能够指示计算机、其他可编程数据处理装置或其他设备以特定方式进行工作，以使得存储在计算机可读介质中的指令生产出包括实施流程图和/或框图的一个或多个框所指定的功能/动作的指令的制品。
计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上以使得在计算机、其他可编程装置或其他设备上执行一系列操作步骤以生成计算机实施过程，以使得在计算机或其他可编程装置上执行的指令提供用于实施流程图和/或框图的一个或多个框所指定的功能/动作的过程。不同的说明性实施例认识并顾及到多种不同的考虑。例如，不同的说明性实施例认识并顾及到期望可靠地识别铁轨横穿事件。铁轨横穿事件是不应当出现在铁路轨道上的对象已经横穿至铁路轨道上之时。不同的说明性实施例还认识到期望生成可靠识别的铁轨横穿事件的警报。不同的说明性实施例认识到一种方案可以涉及对铁路轨道周围的区域进行建模。例如，可以对区域的图像进行处理以识别背景中不移动的对象以及前景中可以移动的对象。使用相机或运动传感器的系统可以对前景中的对象进行追踪以识别该对象是否以及何时横穿至铁路轨道上。然而，不同的说明性实施例认识并顾及到铁路轨道周围的区域中的光照变化会影响到对象的追踪。例如，在低光照情形中，能够移动的对象可能被不正确地被识别为背景对象而不被追踪。在其他示例中，轨道周围区域中的光线转移会使得背景对象表现为是移动的。例如，云的移动或者灯光被打开会使得背景对象被作为前景对象进行追踪。光线的转移会使得系统不准确地识别到对象已经横穿至铁路轨道上。不同的说明性实施例认识并顾及到在铁路轨道上移动的列车会导致对象已经横穿至铁路轨道上的不正确识别。列车的移动会导致背景建模系统将列车作为前景对象进行追踪。列车在轨道上移动。因此，可能在实际上列车应当出现在轨道上并且没有发生铁轨横穿事件时生成铁轨横穿事件的警报。因此，不同的说明性实施例提供了一种用于监视对象的方法、数据处理系统和计算机程序产品。接收区域的多幅图像。从多幅图像识别区域中的对象。从多幅图像中的第一图像识别该区域内分区中的多个点。该多个点相互之间以及与分区具有固定关系。对区域中的对象进行监视以确定对象是否进入分区。响应于识别出多幅图像中的第二图像中的多个点缺失数个而确定对象尚未进入分区。如这里关于物体所使用的，“数个”意味着一个或多个物体。现在参考附图并且特别参考图1，依据说明性实施例描绘了对象监视环境的图示。对象监视环境100是可以在其中实施说明性实施例的环境。例如，可以在对象监视环境100中实施用于提高检测铁轨横穿事件的可靠性的系统和方法。在该说明性示例中，对象监视环境100包括传感器102和数据处理系统104。传感器102对对象监视环境100中的对象106和列车108进行感测。例如，传感器102可以是相机、红外传感器、运动传感器、结构化光传感器、雷达设备、声纳设备和/或适于感测对象监视环境100中的对象的任意其他传感器。传感器102可以包括位于对象监视环境100中多处的多个传感器。列车108是沿铁路轨道110移动的车辆或车辆集合。如这里关于物体所使用的，“集合”意味着一个或多个物体。列车108可以是地铁、客运列车、货运列车、煤车、电车和/或沿铁路轨道110移动的任意其他类型的车辆。数据处理系统104对从传感器102所接收的数据进行处理以识别对象106是否已 经横穿至铁路轨道110上。在这些示例中，对象106是不应当出现在铁路轨道110上的对象。例如，对象106可以包括人、车辆、动物，或者不应当出现在铁路轨道110上的其他对象。数据处理系统104包括用于在不应当出现在铁路轨道110上的对象106和列车108之间进行可靠区分的系统和方法。现在参考图2，依据说明性实施例描绘了对象监视环境的框图。图I中的对象监视环境100是图2中的对象监视环境200的一种实施方式的示例。在这些说明性示例中，对象监视环境200包括对象监视系统202和分区监视系统204。对象监视系统202对区域208中的对象206进行监视。对象监视系统202使用相机210监视对象206。例如，相机210生成区域208的多幅图像212。对象监视系统202接收多幅图像212。对象监视系统202中的对象监视处理214对多幅图像212进行处理。例如，对象监视处理214可以比较连续图像以确定对象206的位置、对象206是否已经移动以及对象206移动的方向。分区监视系统204监视区域208中的分区216。在这些说明性示例中，分区216是轨道集合218的一部分的周围的分区。例如，分区216可以包括轨道集合以及轨道集合218的铁轨之间的空间。在其他示例中，分区216包括轨道集合218的任一侧上预先定义的空间量。分区216包括位于区域208内的轨道集合218的一部分。例如，并非作为限制，区域208可以是铁路车站或铁路轨道交叉口。因此，分区216可以是铁路车站或铁路轨道交叉口内的铁轨集合218的一部分的周围的分区。在其他示例中，分区216可以是铁路车站站台之外的分区或者处于铁路交叉口的信号灯或栏杆之间的分区。分区监视系统204包括用于识别区域208中的分区216的分区监视处理220。分区监视处理220接收相机210所生成的区域208的多幅图像212。分区监视处理220对多幅图像212进行处理以识别区域208内的分区216。在这些示例中，分区216是区域208中对象206不应当出现于其中的感兴趣分区。例如，分区监视处理220将多幅图像212中的第一图像224中的轨道集合218识别为分区216。分区监视处理220也可以将轨道集合218周围的额外空间识别为分区216。分区监视处理220随后识别分区216中的多个点222。在这些示例中，多个点222是第一图像224中的分区216内与第一图像224中周围的点具有高水平对比度的点。例如，多个点222包括分区216中的兴趣点。传统的铁路包括位于铁路枕木上的铁轨并且道碴通常由碎石所组成。这些类型的表面具有尖锐的轮廓并且导致了铁路的图像中的点之间的高水平的对比度。分区监视处理220可以将第一图像224中沿轨道集合218的点集合识别为多个点222。分区监视处理220也可以识别沿轨道集合218边缘的点集合或者分区中其他的对比处，诸如沿铁路枕木或道碴的点。分区监视处理220还对多幅图像212中的其他图像进行处理以确定多个点222是否仍然存在。例如，分区监视处理220接收区域208的第二图像226。分区监视处理220从第二图像226确定多个点222 中的所有点是否都存在。如果分区监视处理220识别出多个点222中缺失228特定数目的点，则分区监视处理220生成通知230。在这些示例中，通知230不是对象206已经进入分区216的警报，相反，通知230是列车已经进入分区216的通知。列车处于分区中并且遮挡了多个点222中的点使其无法进入相机210。分区监视处理220将通知230发送至对象监视处理214。当对象监视处理214接收到通知230时，对象监视处理214将获知列车已经进入了分区216。不同于生成铁轨横穿事件的警报，对象监视处理214将被通知以列车已经进入分区216。因此，分区监视处理220减少了对象监视系统202将会生成的假阳性的数量。分区监视处理220提高了检测铁轨横穿事件的可靠性。图2的对象监视环境200的图示并不意味对可以实施不同的说明性实施例的方式施加物理或结构上的限制。可以使用除所图示组件之外和/或替代所图示组件的其他组件。在一些说明性实施例中，一些组件不是必要的。而且，给出框以图示一些功能组件。在不同的说明性实施例中实施时，这些框中的一个或多个可以进行合并和/或被划分为不同框。例如，在一些说明性实施例中，对象监视系统202和分区监视系统204可以使用相同的硬件资源，但具有用于执行各自系统的功能的单独处理。在其他示例中，对象监视系统202和分区监视系统204可以是用于监视对象同时提高检测铁轨横穿事件的可靠性的相同的系统和处理。在其他说明性实施例中，可以在监视区域208中使用除相机210之外或替代相机210的其他传感器。例如，并非作为限制，对象监视系统202可以包括红外传感器、运动传感器、结构化光传感器、雷达设备、声纳设备和/或适于监视对象监视环境200中的区域208的任意其他传感器。现在参考图3，依据说明性实施例描绘了分区监视系统的框图。在这些示例中，分区监视系统300是图2的分区监视系统204的一个实施例的示例。分区监视系统300提供了图2中分区监视系统204的实施例的更多细节。分区监视系统300中的分区监视处理301对分区306的多幅图像302进行处理。例如，分区监视系统300接收第一图像308。第一图像308包括分区306的图像。分区监视处理301将第一图像308处理为多个分段310。多个分段310是第一图像308的像素群组。分区监视处理301将第一图像308的不同部分划分为多个分段310。例如，多个分段310中的分段可以基于第一图像308中具有颜色、对比度、纹理或亮度的类似数值水平的像素而被划分为群组。分区监视处理301还识别多个分段310中的分段的纹理的数值318。分区监视处理301将多个分段310中的分段进行比较以识别多个点304。例如，分区监视处理301将第一分段312与第二分段314进行比较。分区监视处理301识别第一分段312和第二分段314之间的纹理对比度的量316。在该示例中，第一分段312和第二分段314是相邻分段。分区监视处理301将第一分段312与第二分段314进行比较以识别第一分段312和第二分段314之间是否存在高水平的对比度。例如，分区监视处理301可以将对比度的量316与阈值量320进行比较。如果第一分段312和第二分段314之间的对比度的量316超出了阈值量320，则分区监视处理301将点322识别为多个点304之一。分区监视处理301识别距离332和标识信息334。距离332是点322与多个点304中的其他点之间的距离。标识信息334是用于在后来图像中定位点322的信息。例如，标识信息334可以包括第一图像中的点322所组成的一个或多个像素的坐标。标识信息334还可以包括描述点322的信息，例如点322与第一图像308中周围点之间的对比度的量316的差异。另外，标识信息334可以包括点322中一个或多个像素的颜色、对比度、纹理或亮度的数值。在这些示例中，多个点304在第一图像308中相互具有固定的关系。多个点304内的点之间的固定关系允许多个点304在多幅图像302中的其他图像中得以被定位。固定关系基于标识信息334。在这些示例中，点322是第一图像308中存在高水平对比度的点。第一图像308 中围绕点322的点具有明显更高或更低的纹理数值。对比度差异的阈值量320可以由管理员基于分区306的光照条件进行选择。例如，分区306的光照条件的变化会影响到多个点304中的点是否能够被识别。例如，如果云覆盖了分区306的一部分，则分区监视处理301可能更加难以识别后续图像中的多个点304。因此，对阈值量320进行选择以允许虽然光照条件变化但仍然能够识别分区306中的多个点304。分区监视处理301可以重复该处理直至已经针对多个点304识别了足够数目328的点。例如，可以选择多个点304以形成沿轨道集合324中的一条或多条铁轨的长度的直线。还可以选择多个点304以形成沿着或围绕轨道集合324的曲线。管理员可以选择足够数目328以允许分区监视处理301识别出列车326处于分区306之中。例如，可以选择足够数目328以使得多个点304跨过比不应当出现在分区306中的人或车辆更长的长度。因此，多个点304中缺失330数个将会指示列车326而不是人或车辆处于分区306中。此外，分区监视处理301可以采用多种不同的方法和算法来识别分区306中的多个点304。例如，分区监视处理301可以使用角点检测和边缘检测来检测轨道集合324所形成的角点和边缘。分区监视处理301还可以使用峰(blob)检测以及任意相关联的算法来识别区域或高对比度。一旦已经识别了多个点304，分区监视处理301就对后续所接收的图像进行处理以确定多个点304是否出现在后续图像中。例如，分区监视处理301可以使用标识信息334搜索第二图像336以试图在第二图像336中定位多个点304。如果分区监视处理301无法在第二图像336中定位多个点304中的所有点，则分区监视处理301就识别出缺失330从第二图像336中缺失的数个点以形成缺失点337。基于缺失330，分区监视处理301可以确定列车326出现在分区306中。例如，分区监视处理301确定缺失点337的数目是否超过阈值数目338。在这些示例中，选择阈值数目338以使得当缺失点337超出阈值数目338时，列车326出现在分区306中。基于多个点304中的点之间的距离332以及多个点304中的点的位置选择阈值数目338。例如，基于缺失点337的距离和位置，分区监视处理301将能够识别遮挡缺失点337的物体的大小是列车326的大小而不是人或车辆的大小。
此外，分区监视处理301可以在确定列车326是否出现在分区306中时考虑缺失点337的第一图案340。例如，进入分区306的列车326的所形成的第二图案342可以从之前进入分区306的列车326的图像获得或者基于列车326的已知尺寸而获得。分区监视处理301能够将第一图案340与第二图案342进行比较。如果图案匹配，则分区监视处理301将确定列车326已经进入了分区306。以这种方式，分区监视系统300可以是列车检测系统344的示例。现在参考图4，依据说明性实施例描绘了对象监视系统的框图。在这些示例中，对象监视系统400是图2中对象监视系统202的一个实施例的示例。对象监视系统400提供了图2中对象监视系统202的实施例的更多细节。对象监视系统400使用多幅图像406监视区域404中的对象402。例如，对象监视系统400可以在对区域404中的对象402进行追踪时使用背景建模。对象监视系统400接收多幅图像406。对象监视系统400中的对象监视处理408对图像410进行比较以识别图像410之间的相似性412。例如，相似性412可以是图像410中在一段时间内保持静止的物 体的结果。对象监视处理408将把图像410中在一段时间内保持静止的物体识别为背景对象集合414。对象监视处理408可以不必对图像410中的背景对象集合414进行监视。另一方面，图像410中在图像410之间表现出移动或变化迹象的物体被识别为前景对象集合416。对象监视处理408将对前景对象集合416在区域404中的移动进行监视。对象监视处理408还从图像410识别区域404中的分区418。分区418是其中不应当出现前景对象集合416的分区。对象监视处理408还识别图像410中围绕分区418的边界420。例如，边界420是区域404中的虚拟边界，其一旦被对象402所横穿就会导致生成横穿事件警报422。对象监视处理408对对象402进行监视以确定对象402是否以及何时横穿边界420。边界420还可以包括宽度424。宽度424是对象402可以横穿边界420而对象监视处理408没有确定对象402已经进入分区418的阈值距离。宽度424可以由管理员进行选择以减少假阳性。例如，宽度424可以允许人的脚处于站台边缘而并不导致生成横穿事件警报422。对象监视处理408还接收列车是否出现在分区418中的通知。通常，移动的列车将被作为前景对象集合416中的一个。如果列车进入分区418，则对象监视处理408可以生成横穿事件警报422。然而，如果对象监视处理408已经被通知以列车出现在分区418中，则对象监视处理408将确定是列车而不是对象出现在分区418中。此外，如果列车已经静止了一段时间，则对象监视处理408将把列车视为背景对象集合414中的一个。然而，如之前所讨论的，诸如图3中的分区监视处理301之类的分区监视处理将仍然能够利用缺失的兴趣点来检测列车的出现。对象监视处理408被通知以列车出现并且能够更好地追踪区域404中的前景对象集合416。在这些说明性实施例中，对象监视处理408还可以识别对象402的大小426和类型428。对象监视处理408向诸如图3的分区监视处理301之类的分区监视处理发送与大小426和类型428相关的信息。分区监视处理接着可以在选择用于确定是否出现列车的可能从图像中缺失的点的阈值数目时使用大小426和类型428。例如，可以选择阈值数目以使得分区418中的大小426和类型428的对象不被检测为列车。现在参考图5，依据说明性实施例描绘了在轨道集合上所识别的多个兴趣点的图像的图示。在该说明性示例中，图像500是轨道集合502的图像。图像500是图3中第一图像308的示例。图像500包括边界504。边界504是图像500中所识别的虚拟边界。例如，边界504围绕包括轨道集合502的一部分的感兴趣分区506。在该示例中，多个兴趣点508以及多个兴趣点509是已经在图像500中被识别的兴趣点。在该示例中，多个兴趣点508沿轨道集合502定位。在其他示例中，多个兴趣点508可以采用直线或曲线的形式。例如，多个兴趣点508能够形成沿轨道集合502的直线510。现在参考图6，依据说明性实施例描绘了在图5所示的轨道集合上检测的列车的图示。在该说明性示例中，图像600是在与图5的图像500不同的时间生成的轨道集合502的图像。在该示例中，列车602出现在轨道集合502上。可以使用多个兴趣点508将列车602识别为列车。如图像600中所示，图5中的多个兴趣点509在图像600中不再见到。列车602已经遮挡了多个兴趣点509而无法在图像600中看到。例如，如果多个兴趣点508和509中 的数个兴趣点在图像600中丢失，则诸如图3的列车检测系统344之类的列车检测系统能够检测到列车602而不是对象已经横穿了边界504。在另一个示例中，如果多个兴趣点508和509中的在图像600中丢失的兴趣点的图案与横穿边界504的列车的图案相匹配，则列车检测系统能够检测到列车602而不是对象已经横穿了边界504。而且，如图6所示，直线510的一部分已经被列车602所遮挡而无法在图像600中看到。例如，直线510在图像600中丢失的部分的长度超过了预定长度，则诸如图3的列车检测系统344之类的列车检测系统能够检测到列车602而不是对象已经横穿了边界504。现在参考图7，依据说明性实施例描绘了用于监视对象的过程的流程图。图7所示的过程可以在图I的对象监视环境中运行的数据处理系统104中实施。过程以接收区域的多幅图像作为开始(步骤702)。例如，在步骤702，区域可以是轨道集合附近的区域。过程接着从多幅图像中识别区域中的对象(步骤704)。随后，过程从第一图像识别区域内的分区中的多个点(步骤706)。过程接着对区域中的对象进行监视以确定该对象是否已经进入了分区(步骤708)。在步骤708，对象是不应当出现在分区中的对象。可以使用背景建模对对象进行监视。随后，过程识别多幅图像中的第二图像中缺失多个点中的数个(步骤710)。过程接着确定对象尚未进入分区，该过程随后终止(步骤712)。在步骤712，通常，多个点中数个的缺失将指示某对象出现在分区中并因此可以生成警报。然而，在步骤712，过程可以确定该缺失意味着列车出现在区域中。因此，过程将不会生成警报，有效减少了假阳性的数目并提高了检测横穿事件的可靠性。现在参考图8，依据说明性实施例描绘了用于识别感兴趣分区中的兴趣点的过程的流程图的图示。图8所示的过程可以由图3的分区监视系统300中的分区监视处理301实施。该过程以识别所接收图像中的分区作为开始(步骤802)。随后，该过程将分区处理为多个分段(步骤804)。过程接着识别分段之间的纹理对比度的量(步骤806)。随后，该过程确定对比度的量是否超过了阈值量(步骤808)。如果过程确定了对比度的量没有超过阈值量，则过程返回步骤806并且识别其他分段之间的纹理中对比度的量。该过程将试图识别出具有大于阈值量的对比度的量的其他分段。
如果过程确定了对比度的量超过阈值量，则过程识别分段中的点(步骤810)。在步骤810，该点可以是分段之间的点。在另一个示例中，该点可以是位于第一和第二分段之一中且在第一和第二分段中的其他点中与周边点具有最大对比度数值的点。此后，过程确定是否已经在图像中识别出足够数目的点(步骤812)。在步骤812，当列车检测系统能够在分区中的列车和分区中的对象之间进行区分时，就已经识别出了足够数目的点。如果过程确定尚未识别出足够数目的点，则该过程返回步骤806并且识别其他分段之间的纹理对比度的量。如果过程确定了已经识别出足够数目的点，则该过程生成分区中的多个点的标识信息，随后该过程终止(步骤814)。在步骤814，标识信息被用于后来识别区域的其他图像中的多个点。
现在参考图9，依据说明性实施例描绘了用于识别列车何时出现在感兴趣区域中的过程的流程图的图示。图9所示的过程可以由图2中的分区监视系统204中的分区监视处理220来实现。该过程还可以在图3的列车检测系统344中实现。该过程以接收区域的图像作为开始(步骤902)。过程接着确定多个点是否全部都出现在图像中(步骤904)。如果过程确定了多个点全部都出现在图像中，则过程确定列车没有出现(步骤906)。随后，过程返回步骤902并且接收区域的另一幅图像。然而，如果过程确定了多个点中的数个没有出现在图像中，则过程确定从图像中缺失的点的数目是否超过了阈值数目(步骤908)。如果过程确定了从图像缺失的点的数目没有超过阈值数目，则过程返回步骤906并且确定列车没有出现。然而，如果过程确定了从图像缺失的点的数目超过了阈值数目，则过程确定所缺失的点的图案是否与进入区域的列车的图案相匹配(步骤910)。如果过程确定了所缺失的点的图案与进入区域的列车的图案不匹配，则过程返回步骤906并且确定列车没有出现。然而，如果过程确定了所缺失的点的图案与进入区域的列车的图案相匹配，则过程确定列车出现(步骤912)。随后，过程向对象追踪系统发送通知，该过程随后终止(步骤914)。现在参考图10，依据说明性实施例描绘了用于提高检测横穿事件的可靠性的过程的流程图的图示。图10所示的过程可以由图4的对象监视处理408结合图3中的分区监视处理301来实现。该过程以识别图像中的区域中的分区边界作为开始(步骤1002)。在步骤1002，边界还可以具有使得在对象已经横穿了边界的宽度之前将不会生成警报的宽度。随后，过程监视区域中的对象(步骤1004)。过程随后确定对象是否已经横穿了分区的边界(步骤1006)。如果过程确定了对象尚未横穿分区的边界，则过程返回步骤1004并且继续监视区域中的对象。如果过程确定对象已经横穿了分区的边界，则过程确定分区中是否出现列车(步骤1008)。在步骤1008，过程可以从诸如图3的列车检测系统344之类的列车检测系统接收分区中是否以及何时出现列车的通知。如果过程确定分区中出现了列车，则过程返回步骤1004并且监视区域中的对象。列车的出现指示对对象可以横穿边界以进入列车。列车的出现还指示区域中的移动可能是由列车所导致的。因此，过程将不会在实际上没有发生横穿事件时生成警报。该过程提高了检测铁轨横穿事件的可靠性。如果过程确定分区中出现列车，则过程生成横穿事件的警报，随后该过程终止(步骤1010)。
图中的流程图和框示了根据各个说明性实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能性和操作。在这方面，流程图或框图中的每个框可以表示操作或步骤的模块、分段、功能和/或部分。例如，一个或多个框可以被实现为程序代码、以硬件或者程序代码和硬件的组合来实现。当以硬件实现时，硬件例如可以采取被制造或配置为执行流程图或框图中的一个或多个操作的集成电路的形式。在一些可替换实施方式中，框中所提到的一个或多个功能可以以不同于图中所指出的顺序来执行。例如，在一些情况下，根据所涉及的功能性，连续示出的两个框可以大体上同时执行，或者框有时可以以相反的顺序执行。而且，除了流程图或框图中所图示的框之外可以添加其他框。现在转向图11，依据说明性实施例描绘了数据处理系统的框图的图示。在该说明 性示例中，数据处理系统1100包括通信网络(fabric) 1102，其提供处理器单元1104、存储器1106、持久性存储1108、通信单元1110、输入/输出(I/O)单元1112和显示器1114之间的通信。在这些说明性示例中，数据处理系统1100是图I中的数据处理系统的一种实施方式的示例。数据处理系统1100也是图3中的列车检测系统344的一个示例。处理器单元1104用来对可以加载到存储器1106中的软件的指令进行处理。根据特定的实施方式，处理器单元1104可以是多个处理器、多处理器核或者某其他类型的处理器。另外，处理器单元1104可以使用多个异类处理器系统来实现，其中主处理器与从处理器在单个芯片上。如另一个说明性示例，处理器单元1104可以是包含相同类型的多个处理器的对称多处理器系统。存储器1106和持久性存储1108是存储设备1116的示例。存储设备是能够存储信息的任意硬件，上述信息例如数据、函数形式的程序代码和/或以临时和/或持久性为基 础的其他适当信息，但是并不局限于此。在这些示例中，存储器1106例如可以是随机访问存储器或者任意其他适当的易失性或非易失性存储设备。持久性存储1108可以根据特定实施方式而采取各种形式。例如，持久性存储1108可以包含一个或多个组件或设备。例如，持久性存储1108可以是硬盘、闪存、可重写光盘、可重写磁带或者以上的一些组合。持久性存储1108所使用的介质还可以是可移动的。例如，可以将可移动硬盘用于持久性存储1108。在这些示例中，通信单元1110提供与其他数据处理系统或设备的通信。在这些示例中，通信单元1110是网络接口卡。通信单元1110可以通过使用物理和无线通信链路之一或其二者来提供通信。输入/输出单元1112允许利用可以连接到数据处理系统1100的其他设备进行数据的输入和输出。例如，输入/输出单元1112可以提供用于通过键盘、鼠标和/或某其他适当的输入设备进行用户输入的连接。另外，输入/输出单元1112可以向打印机发送输出。显示器1114提供了用于向用户显示信息的机制。用于操作系统、应用和/或程序的指令可以位于通过通信网络1102与处理器单元1104进行通信的存储设备1116中。在这些说明性示例中，指令为持久性存储1108上的函数形式。这些指令可以被加载到存储器1106中以便由处理器单元1104进行处理。不同实施例的处理可以由处理器单元1104使用计算机实现的指令来执行，上述指令可以位于诸如存储器1106的存储器中。
这些指令被称作程序代码、计算机可用程序代码或计算机可读程序代码，其可以由处理器单元1104中的处理器读取并处理。不同实施例中的程序代码可以在不同的物理的或切实的计算机可读介质上实现，诸如存储器1106或持久性存储1108。程序代码1118处于计算机可读介质1120上的函数形式并且可以被加载或传输到数据处理系统1100以便由处理器单元1104进行处理，有选择地，上述计算机可读介质1120是可移动的。程序代码1118和计算机可读介质1120形成了这些示例中的计算机程序产品1122。在一个示例中，计算机可读介质1120可以是计算机可读存储介质1124或计算机可读信号介质1126。计算机可读存储介质1124例如可以包括光盘或磁盘，其被插入或置入驱动器或作为持久性存储1108的一部分的其他设备中以便传输到作为持久性存储1108的一部分的诸如硬盘的存储设备上。计算机可读存储介质1124也可以采用持久性存储的形式，诸如连接到数据处理系统1100的硬盘、拇指驱动器或闪存。在一些情况下，计算机可读存储介质1124可能无法从数据处理系统1100移除。在这些说明性示例中，计算机可读存储介质1124是非瞬时性计算机可读存储介质。
可替换地，程序代码1118可以被使用计算机可读信号介质1126传输到数据处理系统1100。计算机可读信号介质1126例如可以是包含程序代码1118的传播数据信号。例如，计算机可读信号介质1126可以是电信号、光信号和/或任意其他适当类型的信号。这些信号可以通过通信链路进行传送，诸如无线通信链路、光纤线缆、同轴线缆、线路和/或任意其他适当类型的通信链路。换句话说，通信链路和/或连接在说明性示例中可以是物理的或无线的。在一些说明性示例中，程序代码1118可以通过网络经计算机可读信号介质1126从另一设备或数据处理系统下载到持久性存储1108以便在数据处理系统1100内使用。例如，存储在服务器数据处理系统中的计算机可读存储介质中的程序代码可以通过网络从服务器下载到数据处理系统1100。提供程序代码1118的数据处理系统可以是服务器计算机、客户端计算机，或者能够存储并传送程序代码1118的一些其他设备。程序代码1118可以包括用于监视对象的程序代码，例如图2中的对象监视处理214。程序代码1118可以包括用于监视分区的程序代码，例如图2中的分区监视处理220。针对数据处理系统1100图示的不同组件并不意味着对可以实施不同实施例的方式提供架构性限制。不同的说明性实施例可以在包括除针对数据处理系统1100所图示的那些之外的组件或者替代那些的组件的数据处理系统中实现。图11中所示的其他组件可以较所示出的说明性示例有所变化。可以使用能够运行程序代码的任意硬件设备或系统来实现不同实施例。作为一个示例，数据处理系统可以包括与无机组件相集成的有机组件，和/或可以完全由排除人类的有机组件所组成。例如，存储设备可以由有机半导体所组成。在另一个说明性示例中，处理器单元1104可以采用硬件单元的形式，其具有针对特定用途进行制造或配置的电路。这种类型的硬件可以执行操作而无需从存储设备加载到存储器中的被配置为执行操作的程序代码。例如，当处理器单元1104采用硬件单元的形式时，处理器单元1104可以是电路系统、专用集成电路(ASIC)、可编程逻辑设备或者被配置为执行多种操作的某其他适当类型的硬件。利用可编程逻辑设备，该设备被配置为执行多种操作。该设备可以在随后被重新配置或者可以被永久配置为执行多种操作。可编程逻辑设备的示例例如包括可编程逻辑阵列、可编程阵列逻辑、现场可编程逻辑阵列、现场可编程门阵列以及其他适当的硬件设备。利用这种类型的实施方式，由于不同实施例的处理在硬件单元中实现而可以省略程序代码1118。在又另一个说明性示例中，处理器单元1104可以使用在计算机中找到的处理器以及硬件单元的组合来实现。处理器单元1104可以具有多个硬件单元以及被配置为运行程序代码1118的多个处理器。利用该所描绘的示例，一些处理可以在多个硬件单元中实现，而其他处理可以在多个处理器中实现。作为另一个示例，数据处理系统1100中的存储设备是可以存储数据的任意硬件装置。存储器1106、持久性存储1108和计算机可读介质1120是切实形式的存储设备的示 例。在另一个示例中，总线系统可以被用来实现通信网络1102并且可以包括一条或多条总线，诸如系统总线或输入/输出总线。当然，总线系统可以使用在接合到总线系统的不同组件或设备之间提供数据传输的任意适当类型的架构来实现。此外，通信单元可以包括一个或多个被用来传送和接收数据的设备，诸如调制解调器或网络适配器。此外，存储器例如可以是存储器1106或者诸如在通信网络1102中可能出现的接口和存储器控制器集线器中找到的高速缓存。作为另一个示例，数据处理系统1100中的存储设备是可以存储数据的任意硬件。存储器1106、持久性存储1108以及计算机可读介质1120是切实形式的存储设备的示例。这里所使用的术语仅是为了描述特定实施例而并非意在对本发明进行限制。如这里所使用的，除非上下文另外清楚地指出，否则单数形式“一个”、“一”和“该”意在也包括复数形式。将要进一步理解的是，当在该说明书中使用术语“包括”和/或“包含”时，其指定存在所指出特征、整体、步骤、操作、元素和/或组件，但并不排除存在或添加一个或多个其他特征、整体、步骤、操作、元素、组件和/或其群组。以下权利要求书中所有装置或步骤对应的结构、材料、动作和等同物加上功能元素意在包括如特别要求保护的与其他所要求保护的元素相结合来执行功能的任意结构、材料或动作。已经出于说明和描述的目的给出了本发明的描述，但是其并非意在是穷举的或者将本发明限制为所公开的形式。许多修改和变化对于本领域技术人员将是显而易见的，而并不背离本发明的范围和精神。选择和描述实施例是为了对本发明的原理和实际应用进行最佳解释，并且使得本领域技术人员能够针对具有各种修改的各个实施例将本发明理解为适合于所预期的特定用途。
权利要求
1.一种用于监视对象的方法，所述方法包括 接收区域的多幅图像； 从所述多幅图像识别所述区域中的对象； 从所述多幅图像中的第一图像识别所述区域内分区中的多个点，其中所述多个点相互之间以及与所述分区具有固定关系； 对所述区域中的所述对象进行监视以确定所述对象是否进入所述分区；并且响应于识别出所述多幅图像中的第二图像中缺失所述多个点中的数个而使用处理器单元确定所述对象尚未进入所述分区。
2.如权利要求I所述的方法，其中响应于识别出所述多幅图像中的第二图像中缺失所述多个点中的数个而确定所述对象尚未进入所述分区包括 确定所述多个点中从所述第二图像缺失的数目是否超过阈值数目；并且响应于确定所述多个点中从所述第二图像缺失的数目超过所述阈值数目而确定所述对象尚未进入所述分区。
3.如权利要求2所述的方法，进一步包括 从所述多幅图像识别所述对象的类型； 基于所述对象的类型识别所述对象的大小；并且 基于所述多个点中的点之间的距离以及所述对象的大小选择所述阈值数目。
4.如权利要求I所述的方法，其中所述分区包括列车轨道集合的一部分，并且其中响应于识别出所述多幅图像中的所述第二图像中缺失所述多个点中的数个而确定所述对象尚未进入所述分区包括 确定所述多个点中从所述第二图像缺失的所述数个所形成的第一图案是否与在所述列车轨道集合上进入所述区域的列车所形成的第二图案相匹配；并且 响应于确定所述第一图案和所述第二图案相匹配而确定所述列车而不是所述对象进入所述分区。
5.如权利要求I所述的方法，其中确定所述对象尚未进入所述分区包括 响应于识别出所述多幅图像中的所述第二图像中缺失所述多个点中的所述数个而确定列车而不是所述对象进入所述分区。
6.如权利要求5所述的方法，其中从所述多幅图像识别所述区域中的所述对象包括 将所述多幅图像中的图像进行比较以识别所述图像之间的相似性； 将所述相似性识别为背景对象集合； 从所述多幅图像中的所接收图像中去除所述背景对象集合； 将所接收图像中的剩余对象识别为前景对象集合；并且 识别来自所述前景对象集合中的所述对象； 所述方法进一步包括 监视所述前景对象集合；并且 响应于识别出在所述多幅图像中多于一幅的图像中出现缺失所述多个点中的所述数个，将所述列车识别为所述前景对象集合之一而不是所述背景对象集合之一。
7.如权利要求I所述的方法，其中从所述多幅图像中的第一图像识别所述区域内分区中的多个点包括识别所述第一图像内的多个分段处的纹理的数值； 识别所述第一图像中的第一分段与相邻于所述第一分段的第二分段之间的纹理对比度的量；并且 响应于所述第一分段和所述第二分段之间的纹理对比度的量超过阈值量，将与所述第一分段和所述第二分段之一相关联的点识别为所述分区中的所述多个点之一。
8.如权利要求7所述的方法，其中所述区域是火车站，其中所述分区包括列车轨道集合的一部分，并且其中所述多个点包括沿所述第一图像中所拍摄的所述列车轨道集合中的轨道上的铁轨的多个点。
9.如权利要求8所述的方法，其中所述多个点形成沿所述第一图像中拍摄的所述铁轨的边缘的曲线，并且其中所述多个点通过检测所述第一图像中的所述铁轨的所述边缘而被识别。
10.如权利要求I所述的方法，其中监视所述区域中的对象以确定所述对象是否进入所述分区包括 识别所述区域中围绕所述分区的边界； 设置所述边界的宽度；并且 响应于从所述多幅图像中的图像识别出所述对象已经横穿了所述边界的所述宽度，确定所述对象已经进入所述分区。
11.一种用于监视对象的装置，所述装置包括 对象监视系统，其可操作地连接至相机，所述对象监视系统被配置为从所述相机所生成的区域的多幅图像中识别所述区域中的对象，并且监视所述区域中的所述对象以确定所述对象是否进入所述区域内的分区，其中所述分区包括列车轨道集合的一部分；和 列车检测系统，其包括处理单元并且可操作地连接至所述对象监视系统，所述列车检测系统被配置为从所述多幅图像中的第一图像识别所述区域内分区中的多个点，并且响应于识别出所述多幅图像中的第二图像中缺失所述多个点中的数个而确定列车而不是所述对象已经进入所述分区，其中所述多个点相互之间以及与所述分区具有固定关系。
12.如权利要求11所述的装置，其中所述对象监视系统进一步被配置为从所述多幅图像识别所述对象的类型并且基于所述对象的所述类型识别所述对象的大小，并且其中所述列车检测系统被配置为通过确定所述多个点中从所述第二图像缺失的数目是否超过阈值数目来确定所述列车进入所述分区，其中所述阈值数目基于所述多个点中的点之间的距离以及所述对象的所述大小而被选择。
13.如权利要求11所述的装置，其中所述列车检测系统被配置为通过确定所述多个点中从所述第二图像缺失的所述数个所形成的第一图案是否与在所述列车轨道集合上进入所述区域的所述列车所形成的第二图案相匹配来确定所述列车已经进入所述分区。
14.如权利要求11所述的装置，其中所述列车检测系统被配置为通过识别所述第一图像内的多个分段处的纹理的数值，识别所述第一图像中的第一分段与相邻于所述第一分段的第二分段之间的纹理对比度的量，并且响应于所述第一分段和所述第二分段之间的所述纹理对比度的量超过阈值量而将与所述第一分段和所述第二分段之一相关联的点识别为所述分区中的所述多个点之一，来从所述多幅图像中的所述第一图像中识别所述区域内的所述分区中的所述多个点。
15.一种用于监视对象的系统，包括 被配置为接收区域的多幅图像的装置； 被配置为从所述多幅图像识别所述区域中的对象的装置； 被配置为从所述多幅图像中的第一图像识别所述区域内分区中的多个点的装置，其中所述多个点相互之间以及与所述分区具有固定关系； 被配置为对所述区域中的所述对象进行监视以确定所述对象是否进入所述分区的装置；和 被配置为响应于识别出所述多幅图像中的第二图像中缺失所述多个点中的数个而确定所述对象尚未进入所述分区的装置。
16.如权利要求15所述的系统，其中被配置为响应于识别出所述多幅图像中的第二图像中缺失所述多个点中的数个而确定所述对象尚未进入所述分区的装置包括 被配置为确定所述多个点中从所述第二图像缺失的数目是否超过阈值数目的装置；和被配置为响应于确定所述多个点中从所述第二图像缺失的所述数目超过所述阈值数目而确定所述对象尚未进入所述分区的装置。
17.如权利要求15所述的系统，其中所述分区包括列车轨道集合的一部分，并且其中被配置为响应于识别出所述多幅图像中的所述第二图像中缺失所述多个点中的所述数个而确定所述对象尚未进入所述分区的装置包括 被配置为确定所述多个点中从所述第二图像缺失的所述数个所形成的第一图案是否与在所述列车轨道集合上进入所述区域的列车所形成的第二图案相匹配的装置；和 被配置为响应于确定所述第一图案和所述第二图案相匹配而确定所述列车而不是对象进入所述分区的装置。
18.如权利要求15所述的系统，其中被配置为确定所述对象尚未进入所述分区的装置包括 被配置为响应于识别出所述多幅图像中的所述第二图像中缺失所述多个点中的所述数个而确定列车而不是所述对象进入所述分区的装置。
19.如权利要求15所述的系统，其中被配置为从所述多幅图像中的所述第一图像识别所述区域内所述分区中的所述多个点的装置包括 被配置为识别所述第一图像内的多个分段处的纹理的数值的装置； 被配置为识别所述第一图像中的第一分段与相邻于所述第一分段的第二分段之间的纹理对比度的量的装置；和 被配置为响应于所述第一分段和所述第二分段之间的纹理对比度的量超过阈值量而将与所述第一分段和第二分段之一相关联的点识别为所述分区中的所述多个点之一的装置。
20.一种用于监视对象的数据处理系统，所述数据处理系统包括 总线系统； 连接到所述总线系统的存储设备，其中所述存储设备包括程序代码；和连接到所述总线系统的处理器单元，其中所述处理器单元被配置为执行所述程序代码以接收区域的多幅图像，从所述多幅图像识别所述区域中的对象，从所述多幅图像中的第一图像识别所述区域内分区中的多个点，其中所述多个点相互之间以及与所述分区具有固定关系，对所述区域中的所述对象进行监视以确定所述对象是否进入所述分区，并且响应于识别出所述多幅图像中的第二图像中缺失所述多个点中的数个而确定所述对象尚未进入所述分区。
21.如权利要求20所述的数据处理系统，其中在执行所述程序代码以响应于识别出所述多幅图像中的所述第二图像中缺失所述多个点中的所述数个而确定所述对象尚未进入所述分区中，所述处理器单元进一步被配置为执行所述程序代码以确定所述多个点中从所述第二图像缺失的数目是否超过阈值数目，并且响应于确定所述多个点中从所述第二图像缺失的所述数目超过所述阈值数目而确定所述对象尚未进入所述分区。
22.如权利要求20所述的数据处理系统，其中所述分区包括列车轨道集合的一部分，并且其中在执行所述程序代码以响应于识别出所述多幅图像中的所述第二图像中缺失所述多个点中的所述数个而确定所述对象尚未进入所述分区中，所述处理器单元进一步被配置为确定所述多个点中从所述第二图像缺失的所述数个所形成的第一图案是否与在所述列车轨道集合上进入所述区域的列车所形成的第二图案相匹配，并且响应于确定所述第一 图案和所述第二图案相匹配而确定所述列车而不是所述对象进入所述分区。
23.如权利要求20所述的数据处理系统，其中在执行所述程序代码以确定所述对象尚未进入所述分区中，所述处理器单元进一步被配置为响应于识别出所述多幅图像中的第二图像中缺失所述多个点中的所述数个而确定列车而不是所述对象进入所述分区。
24.如权利要求20所述的数据处理系统，其中在执行所述程序代码以从所述多幅图像中的所述第一图像识别所述区域内所述分区中的所述多个点中，所述处理器单元进一步被配置为识别所述第一图像内的多个分段处的纹理的数值，识别所述第一图像中的第一分段与相邻于所述第一分段的第二分段之间的纹理对比度的量，并且响应于所述第一分段和所述第二分段之间的纹理对比度的量超过阈值量而将与所述第一分段和所述第二分段之一相关联的点识别为所述分区中的所述多个点之一。
全文摘要
本发明公开了用于提高检测铁轨横穿事件的可靠性的方法和系统。一种用于监视对象的方法、数据处理系统、装置和计算机程序产品。接收区域的多幅图像。从多幅图像识别该区域中的对象。从多幅图像中的第一图像识别该区域内分区中的多个点。多个点相互之间以及与分区具有固定关系。对该区域中的对象进行监视以确定对象是否进入分区。响应于识别出多幅图像中的第二图像中缺失多个点中的数个而确定对象尚未进入所述分区。
文档编号G06K9/00GK102750515SQ201210115238
公开日2012年10月24日 申请日期2012年4月18日 优先权日2011年4月19日
发明者F·C·M·克杰尔德森, R·P·博比特, 翟昀 申请人:国际商业机器公司