CN102176246A - 一种多相机目标接力跟踪系统的相机接力关系确定方法 - Google Patents

Abstract

一种多相机目标接力跟踪系统的相机接力关系确定方法，包括以下步骤：在当前相机C₀的矩形视场内确定视场边界区域，并将其划分成多个边界子区域；确定当前相机C₀视场内的被跟踪目标的运动轨迹；确定接力相机；计算接力相机的接力时间t_r；判断接力相机的后续工作状态。本发明能够通过对被跟踪目标在一个相机视场内的运动轨迹进行分析之后，对于各相机间存在盲区的大型目标接力跟踪系统，能够判断出目标走出当前相机视场后进入的下一个相邻相机，实施多相机间准确实时的目标接力跟踪。

Description

一种多相机目标接力跟踪系统的相机接力关系确定方法

技术领域

本发明属于多相机视频监控技术领域，涉及一种用于多相机目标接力跟踪系统的相机间接力关系的确定方法。

背景技术

对于监控网络中无重叠视场(即各相机视场之间存在盲区)的多相机目标接力跟踪系统，要保持对运动的被跟踪目标在多个相机间的接力跟踪，需要确定监控网络中相关的相邻相机等候被跟踪目标进入视场。这是因为一般情况下，进入监控网络系统的运动目标众多，并且不同目标的视觉特征相似的情况也很多，准确预测被跟踪目标可能会出现的相邻相机的视场，是降低误检与漏检的关键。

发明内容

本发明的目的是提供一种多相机目标接力跟踪系统的相机接力关系确定方法，在多相机构成的目标接力跟踪系统中，确定需要激活的相关相机，以实现对被跟踪目标接力跟踪的准确性。

本发明所采用的技术方案是，一种多相机目标接力跟踪系统的相机接力关系确定方法，该多相机目标接力跟踪系统中，包括当前相机和相邻相机，赋予各相机不同的ID号，其中，当前相机为C₀，相邻相机的个数为n且依次赋予ID号为C₁、C₂、...、C_n，且各相机的位置以及对应监控的矩形视场均固定，该方法包括以下各步骤：

步骤1、在当前相机C₀的矩形视场内确定视场边界区域，再根据所述各相邻相机的位置和数量，将该视场边界区域对应划分成多个边界子区域，并依次赋予ID号为D₁、D₂、...、D_n，其中，所述当前相机C₀的视场边界区域为，视场边界线与距离视场边界线一定宽度的矩形界线之间的框形区域。

步骤2、确定当前相机C₀视场内的被跟踪目标的运动轨迹：

步骤2.1、在当前相机C₀视场内，对被跟踪目标进行跟踪检测；

步骤2.2、在步骤2.1得到的被跟踪目标上选取轨迹点；

步骤2.3、被跟踪目标在进入步骤1划分的边界子区域时，通过当前相机C₀得到步骤2.2选取的轨迹点的运动轨迹，并对该运动轨迹进行线性拟合，获得拟合直线。

步骤3、接力相机的判断：

a、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线，均落在步骤1中得到的某一个边界子区域内时，激活该边界子区域对应的相邻相机作为接力相机，该接力相机进入等待接力跟踪状态；

b、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线不是全部落在步骤1中得到的某一个边界子区域内时，同时激活与其两者所在的多个边界子区域相对应的多个相邻相机作为接力相机，该多个接力相机进入等待接力跟踪状态。

步骤4、计算步骤3确定的接力相机的接力时间t_r。

步骤5、判断步骤3确定的接力相机的后续工作状态：

a、当步骤3确定的接力相机的数量为一个时，则在经过步骤4中得到的接力时间t_r后，该接力相机解除等待接力跟踪状态，并进入接力跟踪匹配状态，在该接力相机视场内进行接力跟踪匹配，以确定被跟踪目标是否进入其视场；跟踪匹配不成功，则判定被跟踪目标从相机盲区或者非正常区域通过，解除接力跟踪状态；跟踪匹配成功，则完成对被跟踪目标的接力跟踪；

b、当步骤3确定的接力相机的数量为多个时，所述各接力相机在分别经过步骤4得到的对应的接力时间t_r后，各自解除等待接力跟踪状态，分别进入接力跟踪匹配状态，并在其视场内进行接力跟踪匹配，以确定被跟踪目标是否进入其视场；当所述接力相机均跟踪匹配不成功，则判定被跟踪目标从相机盲区或者非正常区域通过，接力相机全部解除接力跟踪匹配状态；当某个相机接力跟踪匹配成功，则完成对被跟踪目标的接力跟踪，其余相邻相机解除接力跟踪匹配状态。

步骤1中，将该视场边界区域对应划分成多个边界子区域的划分方法为：

a、相邻相机的个数n＝1时，以当前相机C₀视场中心点和相邻相机C₁视场中心点连线的垂直线为划分线，将当前相机C₀的框形视场边界区域分为两部分，靠近C₁的边界子区域赋予ID号为D₁；

b、相邻相机的个数n≥2时，以当前相机C₀视场的中心点为基准点，两个相邻相机分别为C_k和C_k+1，C_k和C_k+1相对应的两个边界子区域分别赋予ID号为D_k和D_k+1，C_k和C_k+1视场的中心点分别与当前相机C₀视场中心点连线的夹角为θ_k，该夹角的角平分线即为D_k和D_k+1的划分线，依次类推，将当前相机的视场边界区域划分成n个边界子区域。

步骤1中，所述视场边界区域的宽度为L，该当前相机C₀的矩形视场大小为M×N，L取值在[min(M，N)/10，min(M，N)/8]的范围内。

步骤2.1中，对被跟踪目标的检测是通过当前相机C₀获取被跟踪目标的视频帧序列，对当前帧通过背景差分法检测被跟踪目标，其中，所使用背景差分法计算公式如下：

其中，[f_t(i，j)]为视频当前帧像素值，[b_t(i，j)]为背景像素值并通过单高斯背景建模或者混合高斯背景建模获得，Th为判断阈值，g(i，j)为判断结果，g(i，j)＝1，表明该点像素为被跟踪目标，否则为背景。

步骤2.2中，选取轨迹点的方法为：将检测到的被跟踪目标外形区域用一个竖直方向的外接矩形框表示，将该外接矩形框的下边界的中心点作为被跟踪目标的轨迹点，即当前帧的被跟踪目标的外接矩形的四个角点的坐标分别为则轨迹点的坐标(x^(k)，y^(k))为：

$\left\{\begin{array}{c}{x}^{\left(k\right)}=(x_0^{\left(k\right)}+x_1^{\left(k\right)})/2\\ y^{\left(k\right)}=y_1^{\left(k\right)}\end{array}\right..$

步骤2.3中，使用最小二乘法进行线性拟合，被跟踪目标的运动轨迹点为{(x⁽¹⁾，y⁽¹⁾)，(x⁽²⁾，y⁽²⁾)，...，(x^(K)，y^(K))}，其运动轨迹的拟合直线表示为y＝a·x+b，根据以下方程可求出直线的参数a和b：

$\left\{\begin{array}{c}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left(x^{\left(k\right)}\right)}^2\·a+\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(x^{\left(k\right)}\right)\·b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}(x^{\left(k\right)}\·y^{\left(k\right)})\\ \underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(x^{\left(k\right)}\right)\·a+K\·b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(y^{\left(k\right)}\right)\end{array}\right..$

步骤4中，计算接力时间t_r的方法为：

步骤4.1、根据当前相机C₀视场内被跟踪目标运动轨迹{(x⁽¹⁾，y⁽¹⁾)，(x⁽²⁾，y⁽²⁾)，...，(x^(K)，y^(K))}，估算被跟踪目标在视频图像中的运动速度(V_x，V_y)，所使用的运算公式为：

其中，K为帧数，运动速度(V_x，V_y)的单位为像素数/帧；

步骤4.2、根据上述步骤4.1获得的运动速度计算物理运动速度

所使用的运算公式为：

其中，ρ_t为当前相机C₀标定的视场分辨率，物理运动速度

的单位为米/帧；

步骤4.3、确定当前相机C₀视场与步骤3确定的接力相机的视场之间的距离S_t，再根据上述步骤4.2得到的物理运动速度

计算接力相机的接力时间t_r为：

其中，p_f为帧率。

本发明的一种多相机目标接力跟踪系统的相机接力关系确定方法，能够通过对被跟踪目标在当前相机视场内的运动轨迹进行分析之后，对于各相机间存在盲区的大型目标接力跟踪系统，能够判断出被跟踪目标走出当前相机视场后可能进入的相邻相机，以实现多相机间准确实时的对运动目标的接力跟踪。

附图说明

图1是本发明实施例1的多相机位置关系示意图；

图2是图1当前相机视场边界区域划分的示意图；

图3是本发明实施例2的多相机位置关系示意图；

图4是图3当前相机视场边界区域划分的示意图；

图5是本发明实施例3的多相机位置关系示意图；

图6是图5当前相机视场边界区域划分的示意图；

图7是本发明被跟踪目标轨迹点选取原理示意图；

图8中，a为本发明被跟踪目标轨迹点的运动轨迹原理示意图，b为对a中运动轨迹进行线性拟合的原理示意图；

图9是本发明轨迹点的轨迹与其拟合直线在当前相机视场边界区域的分布示意图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明一种多相机目标接力跟踪系统的相机接力关系确定方法，该多相机目标接力跟踪系统中，包括当前相机和相邻相机，赋予各相机不同的ID号，其中，当前相机为C₀，相邻相机的个数为n且依次赋予ID号为C₁、C₂、...、C_n，且各相机的位置以及对应监控的矩形视场均固定，因此，由这些相机构成的监控网络的相机相邻关系可事先确定。该相机接力关系确定方法包括以下各步骤：

步骤1、在当前相机C₀的矩形视场内确定视场边界区域，再根据所述各相邻相机的位置和数量，将该视场边界区域对应划分成多个边界子区域，并依次赋予ID号为D₁、D₂、...、D_n，其中，所述当前相机C₀的视场边界区域为，视场边界线与距离视场边界线一定宽度的矩形界线之间的框形区域。

其中，将该视场边界区域对应划分成多个边界子区域的划分方法为：

a、相邻相机的个数n＝1时，以当前相机C₀视场中心点和相邻相机C₁视场的中心点连线的垂直线为划分线，将当前相机C₀的框形视场边界区域分为两部分，靠近C₁的边界子区域赋予ID号为D₁。

如图1所示，为实施例1的多相机位置关系示意图，其中，该多相机目标接力跟踪系统包括当前相机C₀和1个相邻相机C₁。如图2所示，为图1当前相机C₀视场边界区域划分的示意图，如图中虚线所示，以当前相机C₀视场中心点和相邻相机C₁视场的中心点连线的垂直线为划分线，将当前相机C₀的框形视场边界区域分为两部分，靠近C₁的边界子区域赋予ID号为D₁。

b、相邻相机的个数n≥2时，以当前相机C₀视场的中心点为基准点，两个相邻相机分别为C_k和C_k+1，C_k和C_k+1相对应的两个边界子区域分别赋予ID号为D_k和D_k+1，C_k和C_k+1视场的中心点分别与当前相机C₀视场中心点连线的夹角为θ_k，该夹角的角平分线即为D_k和D_k+1的划分线，依次类推，将当前相机的视场边界区域划分成n个边界子区域。

如图3所示，为实施例2的多相机位置关系示意图，其中，该多相机目标接力跟踪系统包括当前相机C₀以及分布在该当前相机C₀周围的8个相邻相机，依次赋予该8个相邻相机ID号为C₁、C₂、C₃、C₄、C₅、C₆、C₇和C₈。如图4所示，为图3当前相机C₀视场边界区域划分的示意图，以当前相机C₀视场的中心点为基准点，首先选取C₁和C₂这两个相邻相机，C₁和C₂相对应的两个边界子区域分别赋予ID号为D₁和D₂，C₁和C₂视场的中心点分别与当前相机C₀视场中心点连线的夹角为θ₁，该夹角的角平分线即为D₁和D₂的划分线，依次类推，如图中虚线所示，将当前相机C₀的视场边界区域划分成8个边界子区域。

如图5所示，为实施例3的多相机位置关系示意图，其中，该多相机目标接力跟踪系统包括当前相机C₀以及分布在该当前相机C₀周围的3个相邻相机，依次赋予该3个相邻相机ID号为C₁、C₂和C₃。如图6所示，为图5当前相机C₀视场边界区域划分的示意图，以当前相机C₀视场的中心点为基准点，首先选取C₁和C₂这两个相邻相机，C₁和C₂相对应的两个边界子区域分别赋予ID号为D₁和D₂，C₁和C₂视场的中心点分别与当前相机C₀视场中心点连线的夹角为θ₁，该夹角的角平分线即为D₁和D₂的划分线，依次类推，如图中虚线所示，将当前相机C₀的视场边界区域划分成3个边界子区域。

如图2、图4和图6所示，视场边界区域的宽度为L，当被跟踪目标进入到宽度为L的边界区域时，多相机目标接力跟踪系统开始判定接力跟踪的相邻相机。所以，宽度L与被跟踪目标运动的快慢有关，该当前相机C₀的矩形视场大小为M×N，L取值在[min(M，N)/10，min(M，N)/8]的范围内。作为以人为被跟踪目标的接力跟踪系统，由于人的行走速度较慢，则L可以取小一些，L＝min(M，N)/10。以交通系统中的行驶车辆为被跟踪目标的接力跟踪系统，L必须取大一些，L＝min(M，N)/8。其选择原则为，在L的宽度范围内，被跟踪目标必须留下轨迹的多个轨迹点，以便对接力相机进行正确的定位。

步骤2、确定当前相机C₀视场内的被跟踪目标的运动轨迹：

步骤2.1、在当前相机C₀视场内，对被跟踪目标进行跟踪检测。

对被跟踪目标的检测是通过当前相机C₀获取被跟踪目标的视频帧序列，对当前帧通过背景差分法检测被跟踪目标，其中，所使用背景差分法计算公式如下：

其中，[f_t(i，j)]为视频当前帧像素值，[b_t(i，j)]为背景像素值并通过单高斯背景建模或者混合高斯背景建模获得，Th为判断阈值，g(i，j)为判断结果，g(i，j)＝1，表明该点像素为被跟踪目标，否则为背景。

步骤2.2、在步骤2.1得到的被跟踪目标上选取轨迹点。

如图7所示，将检测到的被跟踪目标外形区域用一个竖直方向的外接矩形框表示，考虑到脚底点位置受运动目标姿态变化的影响最小，将该外接矩形框的下边界的中心点作为被跟踪目标轨迹点，当前帧(即第k帧)的被跟踪目标的外接矩形的四个角点的坐标分别为

则轨迹点的坐标(x^(k)，y^(k))为：

$\left\{\begin{array}{c}{x}^{\left(k\right)}=(x_0^{\left(k\right)}+x_1^{\left(k\right)})/2\\ y^{\left(k\right)}=y_1^{\left(k\right)}\end{array}\right..$

步骤2.3、被跟踪目标在进入步骤1划分的边界子区域时，通过当前相机C₀得到步骤2.2选取的轨迹点的运动轨迹，并对该轨迹点的运动轨迹进行线性拟合，获得拟合直线。

如图8所示，考虑到系统实时性要求，使用最小二乘法进行线性拟合，被跟踪目标在第K帧进入视场边界区域的边界子区域，且被跟踪目标的运动轨迹点为{(x⁽¹⁾，y⁽¹⁾)，(x⁽²⁾，y⁽²⁾)，...，(x^(K)，y^(K))}，其运动轨迹的拟合直线表示为y＝a·x+b，则根据以下方程可求出直线的参数a和b：

$\left\{\begin{array}{c}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left(x^{\left(k\right)}\right)}^2\·a+\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(x^{\left(k\right)}\right)\·b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}(x^{\left(k\right)}\·y^{\left(k\right)})\\ \underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(x^{\left(k\right)}\right)\·a+K\·b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(y^{\left(k\right)}\right)\end{array}\right..$

步骤3、接力相机的判断：

a、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线，均落在步骤1中得到的某一个边界子区域内时，激活该边界子区域对应的相邻相机作为接力相机，该接力相机进入等待接力跟踪状态。

b、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线不是全部落在步骤1中得到的某一个边界子区域内时，同时激活与其两者所在位置的多个边界子区域相对应的多个相邻相机作为接力相机，该多个接力相机进入等待接力跟踪状态。

如图9所示，上述步骤2.2选取的轨迹点的轨迹与上述步骤2.3获得的拟合直线分布在步骤1中得到的边界子区域D₁和D₂内，则同时激活与D₁和D₂对应的C₁和C₂作为接力相机，该两个接力相机进入等待接力跟踪状态。

步骤4、计算步骤3确定的接力相机的接力时间t_r。接力时间t_r是指预测的接力相机等待被跟踪目标进入其视场的时间。

计算接力时间t_r的方法为：

步骤4.1、根据当前相机C₀视场内被跟踪目标运动轨迹{(x⁽¹⁾，y⁽¹⁾)，(x⁽²⁾，y⁽²⁾)，...，(x^(K)，y^(K))}，估算被跟踪目标在视频中的运动速度(V_x，V_y)，所使用的运算公式为：

其中，K为帧数，运动速度(V_x，V_y)的单位为像素数/帧。

步骤4.2、根据上述步骤4.1获得的运动速度计算物理运动速度

所使用的运算公式为：

其中，ρ_t为当前相机C₀标定的视场分辨率，物理运动速度的单位为米/帧。

步骤4.3、确定当前相机C₀视场与步骤3确定接力相机的视场之间的距离S_t，再根据上述步骤4.2得到的物理运动速度

计算接力相机的接力时间t_r为：

其中，p_f为帧率，其单位为帧/秒，根据视频制式的不同，PAL制式p_f＝25帧/秒；NTSC制式p_f＝30帧/秒。

步骤5、判断步骤3确定的接力相机的后续工作状态：

a、当步骤3确定的接力相机的数量为一个时，则在经过步骤4中得到的接力时间t_r后，该接力相机解除等待接力跟踪状态，并进入接力跟踪匹配状态，在该接力相机视场内进行接力跟踪匹配，以确定被跟踪目标是否进入其视场；跟踪匹配不成功，则判定被跟踪目标从相机盲区或者非正常区域通过，解除接力跟踪状态；跟踪匹配成功，则完成对被跟踪目标的接力跟踪；

b、当步骤3确定的接力相机的数量为多个时，所述各接力相机在分别经过步骤4得到的对应的接力时间t_r后，各自解除等待接力跟踪状态，分别进入接力跟踪匹配状态，并在其视场内进行接力跟踪匹配，以确定被跟踪目标是否进入其视场；当所述接力相机均跟踪匹配不成功，则判定被跟踪目标从相机盲区或者非正常区域通过，接力相机全部解除接力跟踪匹配状态；当某个相机接力跟踪匹配成功，则完成对被跟踪目标的接力跟踪，其余相邻相机解除接力跟踪匹配状态。

Claims (7)

1.一种多相机目标接力跟踪系统的相机接力关系确定方法，其特征在于，该多相机目标接力跟踪系统中，包括当前相机和相邻相机，赋予各相机不同的ID号，其中，当前相机为C₀，相邻相机的个数为n且依次赋予ID号为C₁、C₂、...、C_n，且各相机的位置以及对应监控的矩形视场均固定，该方法包括以下各步骤：

步骤1、在当前相机C₀的矩形视场内确定视场边界区域，再根据所述各相邻相机的位置和数量，将该视场边界区域对应划分成多个边界子区域，并依次赋予ID号为D₁、D₂、...、D_n，

其中，所述当前相机C₀的视场边界区域为，视场边界线与距离视场边界线一定宽度的矩形界线之间的框形区域；

步骤2、确定当前相机C₀视场内的被跟踪目标的运动轨迹：

步骤2.1、在当前相机C₀视场内，对被跟踪目标进行跟踪检测；

步骤2.2、在步骤2.1得到的被跟踪目标上选取轨迹点；

步骤2.3、被跟踪目标在进入步骤1划分的边界子区域时，通过当前相机C₀得到步骤2.2选取的轨迹点的运动轨迹，并对该运动轨迹进行线性拟合，获得拟合直线；

步骤3、接力相机的判断：

a、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线，均落在步骤1中得到的某一个边界子区域内时，激活该边界子区域对应的相邻相机作为接力相机，该接力相机进入等待接力跟踪状态；

b、当上述步骤2.2选取的运动轨迹与上述步骤2.3获得的拟合直线不是全部落在步骤1中得到的某一个边界子区域内时，同时激活与其两者所在的多个边界子区域相对应的多个相邻相机作为接力相机，该多个接力相机进入等待接力跟踪状态；

步骤4、计算步骤3确定的接力相机的接力时间t_r；

步骤5、判断步骤3确定的接力相机的后续工作状态：

a、当步骤3确定的接力相机的数量为一个时，则在经过步骤4中得到的接力时间t_r后，该接力相机解除等待接力跟踪状态，并进入接力跟踪匹配状态，在该接力相机视场内进行接力跟踪匹配，以确定被跟踪目标是否进入其视场；跟踪匹配不成功，则判定被跟踪目标从相机盲区或者非正常区域通过，解除接力跟踪状态；跟踪匹配成功，则完成对被跟踪目标的接力跟踪；

b、当步骤3确定的接力相机的数量为多个时，所述各接力相机在分别经过步骤4得到的对应的接力时间t_r后，各自解除等待接力跟踪状态，分别进入接力跟踪匹配状态，并在其视场内进行接力跟踪匹配，以确定被跟踪目标是否进入其视场；当所述接力相机均跟踪匹配不成功，则判定被跟踪目标从相机盲区或者非正常区域通过，接力相机全部解除接力跟踪匹配状态；当某个相机接力跟踪匹配成功，则完成对被跟踪目标的接力跟踪，其余相邻相机解除接力跟踪匹配状态。

2.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法，其特征在于，步骤1中，将该视场边界区域对应划分成多个边界子区域的划分方法为：

a、相邻相机的个数n＝1时，以当前相机C₀视场中心点和相邻相机C₁视场中心点连线的垂直线为划分线，将当前相机C₀的框形视场边界区域分为两部分，靠近C₁的边界子区域赋予ID号为D₁；

b、相邻相机的个数n≥2时，以当前相机C₀视场的中心点为基准点，两个相邻相机分别为C_k和C_k+1，C_k和C_k+1相对应的两个边界子区域分别赋予ID号为D_k和D_k+1，C_k和C_k+1视场的中心点分别与当前相机C₀视场中心点连线的夹角为θ_k，该夹角的角平分线即为D_k和D_k+1的划分线，依次类推，将当前相机的视场边界区域划分成n个边界子区域。

3.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法，其特征在于，步骤1中，所述视场边界区域的宽度为L，该当前相机C₀的矩形视场大小为M×N，L取值在[min(M，N)/10，min(M，N)/8]的范围内。

4.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法，其特征在于，步骤2.1中，对被跟踪目标的检测是通过当前相机C₀获取被跟踪目标的视频帧序列，对当前帧通过背景差分法检测被跟踪目标，其中，所使用背景差分法计算公式如下：

其中，[f_t(i，j)]为视频当前帧像素值，[b_t(i，j)]为背景像素值并通过单高斯背景建模或者混合高斯背景建模获得，Th为判断阈值，g(i，j)为判断结果，g(i，j)＝1，表明该点像素为被跟踪目标，否则为背景。

5.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法，其特征在于，步骤2.2中，选取轨迹点的方法为：将检测到的被跟踪目标外形区域用一个竖直方向的外接矩形框表示，将该外接矩形框的下边界的中心点作为被跟踪目标的轨迹点，即当前帧的被跟踪目标的外接矩形的四个角点的坐标分别为

则轨迹点的坐标(x^(k)，y^(k))为：

$\left\{\begin{array}{c}{x}^{\left(k\right)}=(x_0^{\left(k\right)}+x_1^{\left(k\right)})/2\\ y^{\left(k\right)}=y_1^{\left(k\right)}\end{array}\right..$

6.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法，其特征在于，步骤2.3中，使用最小二乘法进行线性拟合，被跟踪目标的运动轨迹点为{(x⁽¹⁾，y⁽¹⁾)，(x⁽²⁾，y⁽²⁾)，...，(x^(K)，y^(K))}，其运动轨迹的拟合直线表示为y＝a·x+b，根据以下方程可求出直线的参数a和b：

$\left\{\begin{array}{c}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left(x^{\left(k\right)}\right)}^2\·a+\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(x^{\left(k\right)}\right)\·b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}(x^{\left(k\right)}\·y^{\left(k\right)})\\ \underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(x^{\left(k\right)}\right)\·a+K\·b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(y^{\left(k\right)}\right)\end{array}\right..$

7.按照权利要求1所述的多相机目标接力跟踪系统的相机接力关系确定方法，其特征在于，步骤4中，计算接力时间t_r的方法为：

步骤4.1、根据当前相机C₀视场内被跟踪目标运动轨迹{(x⁽¹⁾，y⁽¹⁾)，(x⁽²⁾，y⁽²⁾)，...，(x^(K)，y^(K))}，估算被跟踪目标在视频图像中的运动速度(V_x，V_y)，所使用的运算公式为：

其中，K为帧数，运动速度(V_x，V_y)的单位为像素数/帧；

步骤4.2、根据上述步骤4.1获得的运动速度计算物理运动速度

所使用的运算公式为：

其中，ρ_t为当前相机C₀标定的视场分辨率，物理运动速度

的单位为米/帧；

步骤4.3、确定当前相机C₀视场与步骤3确定的接力相机的视场之间的距离S_t，再根据上述步骤4.2得到的物理运动速度

计算接力相机的接力时间t_r为：

其中，p_f为帧率。

Images