CN113614739B 跟踪方法、跟踪系统及机器可读介质 （环球城市电影有限责任公司）

2021.09.29PCT/US2020/02580620WO2020/205782EN2020.10.08US2016092739A1,2016.03.31公开了向跟踪传感器系统提供上下文跟踪信息以提供准确且高效的对象跟踪的系统和方2从跟踪第一覆盖区域的第一跟踪传感器系统接收第一被跟踪对象的被跟踪目标上下将来自所述第一跟踪传感器系统的所述被跟踪目标上下文提供给跟踪与所述第一覆通过下列方式来基于来自所述第一跟踪传感器系统的所述被跟踪目标上下文引起由所述第二跟踪传感器系统对新观察到的被跟踪目标的识别：通过基于在先前位置观察到候选人身份的集合的时间与由所述第二跟踪传感器系统观察到新观察到的被跟踪目标的时间之间的时间差确定在候选人身份的集合预测可到达感器系统的所述被跟踪目标上下文从候选人身份的集合中滤除所述新观察到的被跟踪目将没有所述子集的所述候选人身份的集合提供给所基于来自所述第一跟踪传感器系统的所述被跟踪目标上下文从候选人身份的集合中经由所述第二跟踪传感器系统，从没有所述第一子集的所述候选人基于来自所述第一跟踪传感器系统的所述被跟踪目标上下文，滤基于在识别的位置范围之内的先前位置处跟踪所述候选人身份的集合的时间与由所二子集确定为在所述先前位置处跟踪的候选人身份的集合的7.根据权利要求6所述的机器可读介质，其中3及收集附加的跟踪传感器系统输入，以用于响应于所述预测供方向以前进到跟踪传感器系统覆盖区域来收集所述附加的跟踪传感标前进到所述跟踪传感器系统覆盖区域来提12.根据权利要求11所述的机器可读介质，其中所述第一被跟踪对象包括车辆并且所识别所述相关联的属性中的模式以识别指示应被响应于确定所述第一被跟踪对象与所述模式确定所述第一被跟踪对象和所述第二被跟踪对象在对彼此的阈值接近度中已经花费将第一加权概率与所述第二被跟踪对象相关联，其中所述第一加权概将第二加权概率与所述第二被跟踪对象相关联，其中所述第二加权概16.根据权利要求15所述的机器可读介质，其中所述第一加权概率是代表所述第二被4跟踪对象在所述第一被跟踪对象附近已经花费的从跟踪第一覆盖区域的第一跟踪传感器系统接收跟踪传感器系统输入将来自所述第一跟踪传感器系统的所述被跟踪目标上下文提供给跟踪与所述第一覆通过下列方式来基于来自所述第一跟踪传感器系统的所述被跟踪目标上下文引起由所述第二跟踪传感器系统对新观察到的被跟踪目标的识别：通过基于在先前位置观察到候选人身份的集合的时间与由所述第二跟踪传感器系统观察到新观察到的被跟踪目标的时间之间的时间差确定在候选人身份的集合预测可到达感器系统的所述被跟踪目标上下文从候选人身份的集合中滤除所述新观察到的被跟踪目将没有所述子集的候选人身份的集合提供给所及收集附加的跟踪传感器系统输入，以用于响应于所述19.根据权利要求17所述的计算机实现的方法，其中所述第一被跟踪对象和所述新观第二跟踪传感器系统，其配置成跟踪不同于所述第从所述第一跟踪传感器系统接收所述第一被跟踪对象的被跟踪目标将来自所述第一跟踪传感器系统的所述被跟踪目标上下文提供给不同于所述第一跟通过下列方式来基于来自所述第一跟踪传感器系统的所述被跟踪目标上下文引起对统:通过基于在先前位置观察到候选人身份的集合的时间与由所述第二跟踪传感器系统观察到所述第二被跟踪对象的时间之间的时间差确定在候选人身份的集合预测可到达的器系统的所述被跟踪目标上下文从候选人身份的集合中滤除所述第二被跟踪对象能够被将没有所述子集的候选人身份的集合提供给所521.根据权利要求20所述的系统，其中所述第一跟踪传感器系统包括与所述第二跟踪6[0002]本申请要求于2019年4月2日提交的题为“TrackingAggregationand[0005]本部分旨在向读者介绍可能与下面描述和/或要求保护的本技术的各个方面相关本公开可以包含可以与以下阐述的实施例类似或不同的[0007]本文中描述的实施例涉及一种跟踪系统，其在跟踪系统之间高效地聚合和/或传加的处理效率并且还可以实现更粒度的(granular)开放环境中的对象的的被跟踪目标上下文引起由第二跟踪传感器系统对新观察到的被跟踪目标的识7被跟踪目标上下文引起由第二跟踪传感器系统对新观察到的被跟踪目标的识跟踪传感器系统的被跟踪目标上下文引起对第二被跟踪对象的[0012]图1是图示了根据本公开的实施例的具有上下文跟踪系统的多传感器跟踪部件的[0015]图4是图示了根据实施例的用于使用获取的上下文来识别后续跟踪传感器处的上[0016]图5是图示了根据实施例的用于使用置信度区间来确定用于目标识别的充分上下[0018]图7是图示了根据实施例的用于基于提供的传感器上下文过滤可能的识别预测的[0022]图11是根据实施例的用于基于服从(compliance)规则改变交互式环境的用例的8不旨在被解释为排除也结合了所记载特征的附加实施[0026]本公开总体上涉及一种跟踪系统，该系统累积和/或切换上下文信息以用于高效多个跟踪传感器，诸如一个或多个光检测和测距(LIDAR)系统104、一个或多个射频识别(RFID)读取器系统106、一个或多个飞行时间(ToF)系统107、一个或多个计算机视觉系统[0027]LIDAR系统104可以通过利用脉冲光照亮目标并测量反射脉冲来跟踪个体、对象、和/或个体或对象的组。脉冲光和反射脉冲之间的波长和时间差异可用于生成目标个体、而是可以最好地用于独立于对象的识别来识[0030]计算机视觉系统108可以接收用于上下文分析的相机数据(例如，静止图像和/或[0031]毫米波(mmWave)系统109(例如，毫米波雷达传感器系统)可以提供大带宽以验证9收来自LIDAR系统104的定位信息、从靠近一个或多个RFID读取器系统106的RFID标签获得据本公开的实施例的使用图1的系统的开放环境200的示意图。尽管图2图示了主题公园环[0035]上下文跟踪系统216通信地耦合到开放环境200中的各种跟踪系统。类似于图1的的牌照的字母数字字符以进行汽车219的[0036]识别的对象可以用于识别上下文跟踪系统216中的其他对象。例如，可以将汽车219的识别提供给上下文跟踪系统216。例如，汽车219可以被识别为对应于一个或多个人别地，上下文跟踪系统216可以记录覆盖区202A中识别的一个或多个人独有的特性并且可以使用记录的特性来确定其他覆盖区(诸如覆盖区202B和覆盖区202D)中的被跟踪对象的A在停车场中的指示(或者与汽车A相关联的人A或组A有可能在停车场中[例如，基于汽车A地取决于由计算机视觉系统204提供的识别，可以使用具有较少对象识别能力的较大覆盖[0038]如果只有一个用户与汽车A相关联，那么离开汽车的单个识别对象很可能是相关视觉系统218执行的对象识别分析可能受到由计算机视觉系统204经由上下文跟踪系统216的候选人以增加对象的识别的准确性和处理速度的第二机[0039]在一些实施例中，上下文跟踪系统216可以使用定位信息来推断/预测对象/用户[0041]已经讨论了上下文跟踪系统的基本效用，图3是图示了根据实施例的用于识别和息可能对其他跟踪传感器系统有用，使跟踪传感器系统能够滤入(filterin)或滤除时间估计可以使覆盖该景点的出口的跟踪系统能够滤入人A作为在持续时间估计结束时或[0045]图4是图示了根据实施例的用于使用获取的上下文来识别后续跟踪传感器处的上肯定匹配。图5是图示了根据实施例的用于使用置信度区间来确定用于目标识别的充分上所述信息为其他跟踪传感器的观察的对象提供可能的出口处的跟踪系统能够预测在调整的持续时间离开景点的可能大于在(基于已知信息)目标只是有点可能或不太可能是人A时的预测置信度分数。预附加的跟踪输入，开放环境中的跟踪传感器可以继续积累跟踪信息和/或获得被跟踪目标使用新收集的附加跟踪输入的新的预测置信度分数(框506)，并且进行关于是否满足预测的用于基于提供的传感器上下文过滤可能的识别预测的停车场中跟踪到具有人A身份的目标对象，并且从停车场行进到与观察到新目标对象的跟踪传感器相关联的覆盖区域需要花费20分钟，则人A的身份可以作为新目标对象的可能候的示意图，该示例控制动作800可以基于借助于本文中提供的上下文跟踪技术跟踪的身份环境特征814(这里是虚拟游戏神秘盒)的交互，可以更新与被跟踪对象的身份相关联的个描述的机器学习系统可以观察到指示分组的附加数据模式。图9是用于使用机器学习技术中的加权概率值相加并且可以分别确定加权概率值与之相关联的(一个或多个)个体是组权概率值与之相关联的(一个或多个)个体是组的部辆(其中在车辆之间具有相对长的距离)的个体可能被认为不可能被分组。此外，如图示起存在。由于在时间1111时并非所有团队成员与团队成员110一起存在，所以门没有被解器1204(例如，控制显示器1204的底层硬件)呈现控制动作命令，该控制动作命令指示GUI统的一个或多个部件通信地耦合的可穿戴设备1210。基于与开放环境特征1214(这里是虚供附加的15分。此外，可借助于控制动作命令控制在组成员中的每一个上的可穿戴设备[0069]本文中呈现和要求保护的技术被引用并应用于实际性质的实质性对象和具体示元素。然而，对于包含以任何其他方式指定的元素的任何权利要求，旨在不根据