CN112800279B - 基于视频的应急目标信息获取方法、装置、设备和介质 - Google Patents

基于视频的应急目标信息获取方法、装置、设备和介质 Download PDF

Info

Publication number
CN112800279B
CN112800279B CN202011642799.6A CN202011642799A CN112800279B CN 112800279 B CN112800279 B CN 112800279B CN 202011642799 A CN202011642799 A CN 202011642799A CN 112800279 B CN112800279 B CN 112800279B
Authority
CN
China
Prior art keywords
emergency target
emergency
target
data
key frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011642799.6A
Other languages
English (en)
Other versions
CN112800279A (zh
Inventor
王贺
王萌萌
张峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC Information Science Research Institute
Original Assignee
CETC Information Science Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC Information Science Research Institute filed Critical CETC Information Science Research Institute
Priority to CN202011642799.6A priority Critical patent/CN112800279B/zh
Publication of CN112800279A publication Critical patent/CN112800279A/zh
Application granted granted Critical
Publication of CN112800279B publication Critical patent/CN112800279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/787Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/59Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Abstract

本发明提供一种基于视频的应急目标信息获取方法、装置、设备和介质,方法包括:获取多个不同视角的视频;获取每个视频的关键帧图像;获取包含应急目标的关键帧图像,将包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据;将应急目标与多个不同视角的视频、关键帧图像和应急目标数据分别进行关联,得到应急目标信息库;根据信息获取要求从应急目标信息库中获取对应的应急目标信息。本发明一种基于视频的应急目标信息获取方法、装置、设备和介质中,通过将应急目标与多个不同视角的视频、关键帧图像和应急目标数据进行关联,以得到应急目标不同维度的信息,分层次提供了丰富应急决策的数据源,提高了信息获取的效率。

Description

基于视频的应急目标信息获取方法、装置、设备和介质
技术领域
本发明属于信息分析与情报处理技术领域,具体涉及一种基于视频的应急目标信息获取方法、装置、设备和介质。
背景技术
实时监控视频作为智慧城市建设的重要组成部分,具有数据规模巨大、数据处理复杂、数据价值密度低、数据更新变化快的重要特点。以实时监控体系的单个摄像头为例,监控视频画面的语义内容以秒级呈现快速变化。因此,对大规模实时监控视频中的语义内容进行分析与理解对于各类复杂场景下的应急管理与决策支持具有重要作用。
当前对应急情报的获取技术主要包括了文本类信息的情报分析处理、文本类信息与其他类型信息在决策场景下的融合分析。对文本类信息的情报分析主要对各类网络社会媒体中的文本信息进行自然语言技术处理,根据领域关键词的构词特点、句法特点与领域特征建立特征模板,然后从语料中抽取与应急情报模板相匹配的词语。而文本信息与其他类型信息在决策场景下的融合分析注重于将不同领域的信息源进行数据组织与知识库构建,常采用知识图谱、图模型等丰富的数据组织形式,以实现服务于应急决策支持的快速信息定位与决策推理。
目前情报分析技术主要针对网络信息资源与文献信息资源等传统信息源,传统情报源难以满足智慧城市场景下全面应急决策问题,对单一数据源情报组织与分析技术手段单一问题,对于实时视频的深层次探索与分析并生成关键情报还处于起步阶段,并没有一种可以有效利用实时监控视频中的图像信息来获取情报的方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一,提供一种基于视频的应急目标信息获取方法、装置、设备和介质。
本发明的一个方面提供一种基于视频的应急目标信息获取方法,所述方法包括:
获取多个不同视角的视频;
获取每个所述视频的关键帧图像;
获取包含应急目标的关键帧图像,将所述包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据;
将所述应急目标与所述多个不同视角的视频、所述关键帧图像和所述应急目标数据分别进行关联,得到应急目标信息库;
根据信息获取要求从所述应急目标信息库中获取对应的应急目标信息。
可选的,所述获取多个不同视角的视频,包括:
获取多个不同视角的初始视频;
获取所述多个不同视角的初始视频与地理空间之间的对应关系,根据所述对应关系获取每个所述初始视频对同一目标的描述视频,以得到所述多个不同视角的视频。
可选的,所述获取包含应急目标的关键帧图像,包括:
将预设的应急目标模型与所述关键帧图像进行比较,根据比较结果判断所述关键帧图像中是否包含预设的应急目标,获取包含所述预设的应急目标的关键帧图像;或,
获取所述关键帧图像中所有的目标,得到至少一个初始目标,根据多个不同时序的关键帧图像判断所述初始目标是否为移动目标,将移动目标作为应急目标,获取包含所述移动目标的关键帧图像,以获取包含应急目标的关键帧图像。
可选的,所述将所述包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据,包括:
根据所述应急目标的特征得到数据结构化方法;
根据所述数据结构化方法对所述包含应急目标的关键帧图像进行针对应急目标的结构化数据提取,以得到应急目标数据。
可选的,在所述将所述包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据后,还包括:
根据预设的挖掘条件对所述应急目标数据进行知识挖掘,得到所述应急目标数据的关键数据点。
可选的,所述将所述应急目标与所述多个不同视角的视频、所述关键帧图像和所述应急目标数据分别进行关联,得到应急目标信息库,包括:
将所述应急目标与所述多个不同视角的视频、所述关键帧图像、所述应急目标数据和所述应急目标数据的关键数据点分别进行关联,得到应急目标信息库。
可选的,所述根据信息获取要求从所述应急目标信息库中获取对应的应急目标信息,包括:
若信息获取要求为获取应急目标的动态信息,则从所述应急目标信息库中获取对应的应急目标的不同视角的视频;
若信息获取要求为获取应急目标的静态信息,则从所述应急目标信息库中获取对应的应急目标的所述关键帧图像、所述应急目标数据和所述应急目标数据的关键数据点中的至少一者。
本发明的另一个方面,提供一种基于视频的应急目标信息获取装置,所述装置包括:
视频获取模块,用于获取多个不同视角的视频;
关键帧获取模块,用于获取每个所述视频的关键帧图像;
数据提取模块,用于获取包含应急目标的关键帧图像,将所述包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据;
关联模块,用于将所述应急目标与所述多个不同视角的视频、所述关键帧图像和所述应急目标数据分别进行关联,得到应急目标信息库;
信息获取模块,用于根据信息获取要求从所述应急目标信息库中获取对应的应急目标信息。
本发明的另一个方面,提供一种电子设备,包括:
一个或多个处理器;
存储单元,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,能使得所述一个或多个处理器实现前文阐述的方法。
本发明的另一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,
所述计算机程序被处理器执行时能实现前文阐述的方法。
本发明实施例的一种基于视频的应急目标信息获取方法、装置、设备和介质中,通过将应急目标与多个不同视角的视频、关键帧图像和应急目标数据进行关联,以得到应急目标不同维度的信息,视频可用于获取应急目标的动态信息,关键帧图像和应急目标数据可用于获取应急目标的静态信息,其中,应急目标数据还可进一步用于获取应急目标在关键帧图像中的关键信息,使用者可根据不同的信息获取要求分别从视频、图像、数据三个维度的信息中快速获取到其需要的信息,有效利用了复杂场景下的视频信息,分层次提供了丰富应急决策的数据源,在对视频资源进行有效利用的基础上,提高了信息获取的效率,从而更有效的实现了情报获取与分析,为后期针对应急信息作出应急决策提供了快速信息定位,更好地支持使用者作出准确且快速的应急决策。
附图说明
图1为用于实现根据本公开一实施例的一种基于视频的应急目标信息获取方法和装置的示例电子设备的示意性框图;
图2为本公开另一实施例的一种基于视频的应急目标信息获取方法的流程示意图;
图3为本公开另一实施例的一种基于视频的应急目标信息获取装置的结构示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另外具体说明,本发明中使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“包括”或者“包含”等既不限定所提及的形状、数字、步骤、动作、操作、构件、原件和/或它们的组,也不排除出现或加入一个或多个其他不同的形状、数字、步骤、动作、操作、构件、原件和/或它们的组,或加入这些。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量与顺序。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在发明的一些描述中,除非另有明确的规定和限定,术语“安装”、“连接”、“相连”或者“固定”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是通过中间媒体间接连接,可以是两个元件内部的连通或者两个元件的互相作用关系。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对设置、数字表达式和数值不限制本发明的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的,对于相关领域普通技术人员已知的技术,方法和设备可能不作详细讨论,但在适当情况下,所示技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体的其他示例可以具有不同的值。应注意到:相似的符号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进一步讨论。
在更加详细地讨论之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
首先,参照图1来描述用于实现本公开实施例的一种基于视频的应急目标信息获取方法和装置的示例电子设备。
如图1所示,电子设备200包括一个或多个处理器210、一个或多个存储装置220、输入装置230、输出装置240等,这些组件通过总线系统和/或其他形式的连接机构250互连。应当注意,图1所示的电子设备的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
示例性的,处理器能够有效对多源异构的大规模实时数据进行数据接入、数据存储、数据处理、数据分析等系列操作。
所述处理器210可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制所述电子设备中的其他组件以执行期望的功能。
所述存储装置220可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器可以运行所述程序指令,以实现下文所述的本公开实施例中(由处理器实现)的客户端功能以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如,所述应用程序使用和/或产生的各种数据等。
所述输入装置230可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置240可以向外部(例如用户)输出各种信息(例如图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
示例性地,用于实现根据本公开实施例的一种基于视频的应急目标信息获取方法和装置的示例电子设备可以被实现为诸如智能手机、平板电脑。
下面,将参考图2描述根据本公开实施例的一种基于视频的应急目标信息获取方法。
如图2所示,一种基于视频的应急目标信息获取方法S100,包括:
S110:获取多个不同视角的视频。
具体地,在本步骤中,多个不同视角的视频主要为针对某个场景具有不同拍摄角度的视频,示例性的,可通过设置为不同方向的摄像头中获取,例如,针对某一路段,可设置多个摄像头,分别从不同的视角拍摄该路段不同的图像,例如行政区划、马路道路、建筑物等。
示例性的,在本步骤中,在获取多个不同视角的视频后,还可构建该多个不同视角的视频组成的关联关系体系,以便于在后续的过程中更方便获取多个视频之间的空间关系,进而根据多个不同视角的视频获取针对同一目标的图像信息,示例性的,可通过标签构建该关联体系关系,例如,针对某一路段,摄像头1拍摄的视频1体现了马路道路,摄像头2位于摄像头1的左侧,且摄像头2与摄像头1平行且拍摄方向相同,摄像头2拍摄的视频2体现了建筑物,则可通过马路道路、摄像头2的右侧且拍摄方向相同等标签来标记视频1,使用建筑物、摄像头1的左侧且拍摄方向相同等标签来标记视频2,使用这种方式建立关联关系体系后,在进行目标识别时,若目标从视频1中丢失,即可根据视频1和视频2之间的空间关系,快速调出视频2查找对应的目标,以追踪对应的目标的运动轨迹,本领域技术人员可根据实际的使用需求选择不同的关联体系构建方法,本实施例中不进行具体限制。
S120:获取每个视频的关键帧图像。
具体地,在本步骤中,使用视频关键帧提取方法从每个视角的视频中抽取关键帧图像,示例性的,关键帧图像为视频流中清晰可识别目标的图像,示例性的,可以结合时间间隔和目标来选取关键帧,例如,当图像中存在目标时,每秒提取一帧图像作为关键帧,当图像中没有目标出现时,只记录间隔时间,本领域技术人员还可以根据实际的使用需求选择其他的方法抽取关键帧图像,本实施例中不进行具体限制。
S130:获取包含应急目标的关键帧图像,将包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据。
具体地,在本步骤中,进一步从所有关键帧图像中选取包括应急目标的关键帧图像,示例性的,应急目标可为预设的应急目标,应急目标由应急模型库提供参考模型,也可根据实际的情况即时性的选择,例如从关键帧图像中识别出的目标中选取某个目标作为应急目标,示例性的,可使用鼠标点击或键盘输入等方式选取应急目标,本领域技术人员可根据实际的使用需求选取不同的目标识别算法识别关键帧图像中的应急目标,本实施例中不进行具体限制;示例性的,在本步骤中,识别包含应急目标的关键帧图像中的应急目标后,针对应急目标进行数据提取,以得到对应的应急目标数据,示例性的,通过数据提取将图像信息转化为数据库文件,从而将图像中的关键信息进行存储,而不是存储整个图像,这样在后续获取信息时,可直接从数据库文件中获取信息,提高了信息获取的效率,且同时节约了存储空间。
S140:将应急目标与多个不同视角的视频、关键帧图像和应急目标数据分别进行关联,得到应急目标信息库。
具体地,在本步骤中,分别获取多个不同视角的视频中出现过应急目标的视频、关键帧图像中出现过应急目标的关键帧以及与应急目标对应的应急目标数据,将应急目标与该视频、关键帧图像和应急目标数据分别进行关联,从而形成针对该应急目标的信息库,当需要查找与该应急目标相关的信息时,即可快速的通过该应急目标的信息库找到需要的信息,示例性的,可通过标签的方式进行关联,例如针对应急目标A,视频1、视频2、关键帧图像1、关键帧图像2中均出现了应急目标A,则对视频1、视频2、关键帧图像1、关键帧图像2设置应急目标A的标签,且对应急目标A的应急目标数据也设置应急目标A的标签,当需要获取应急目标A的信息时,则可通过应急目标A的标签快速找到出现过应急目标A的视频、关键帧图像和应急目标数据,示例性的,若存在多个应急目标,则均按上述方法进行关联,从而形成了多个应急目标的信息库,将其组合以得到包含所有应急目标信息的应急目标信息库。
S150:根据信息获取要求从应急目标信息库中获取对应的应急目标信息。
具体地,在本步骤中,根据信息获取要求从应急目标信息库中查询对应的应急目标信息,并将其显示出来,示例性的,可使用屏幕投影、声音播报、发送至手机等智能设备的方式进行显示;示例性的,在本步骤中,可根据实际的使用需求预设信息获取要求,例如,预设信息获取要求为查询某个应急目标的所有信息,可也为查询某个应急目标的连续信息,或者说动态信息,例如查询应急目标A的运动轨迹,也可为查询某个应急目标的离散信息,或者说静态信息,例如应急目标A的外观特征,本领域技术人员可根据实际的使用情况预设信息获取要求,示例性的,在本步骤中,也可实时录入信息获取要求,例如,通过键盘输入信息获取要求为查询应急目标A的运动轨迹等。
本公开实施例的一种基于视频的应急目标信息获取方法,通过将应急目标与多个不同视角的视频、关键帧图像和应急目标数据进行关联,以得到应急目标不同维度的信息,视频可用于获取应急目标的动态信息,关键帧图像和应急目标数据可用于获取应急目标的静态信息,其中,应急目标数据还可进一步用于获取应急目标在关键帧图像中的关键信息,使用者可根据不同的信息获取要求分别从视频、图像、数据三个维度的信息中快速获取到其需要的信息,有效利用了复杂场景下的视频信息,分层次提供了丰富应急决策的数据源,在对视频资源进行有效利用的基础上,提高了信息获取的效率,从而更有效的实现了情报获取与分析,为后期针对应急信息作出应急决策提供了快速信息定位,更好地支持使用者作出准确且快速的应急决策。
下面将进一步阐述实施例的一种基于视频的应急目标信息获取方法的具体步骤。
示例性的,步骤S110具体包括:
S111:获取多个不同视角的初始视频。
具体地,在本步骤中,多个不同视角的初始视频主要为针对某个场景具有不同拍摄角度的源视频,示例性的,可通过设置为不同方向的摄像头中获取,例如,针对某一路段,可设置多个摄像头,分别从不同的视角拍摄该路段不同的图像,例如行政区划、马路道路、建筑物等。
S112:获取多个不同视角的初始视频与地理空间之间的对应关系,根据对应关系获取每个初始视频对同一目标的描述视频,以得到多个不同视角的视频。
具体地,在本步骤中,示例性的,首先,先对多个不同视角的初始视频进行预处理,提高初始视频的精确度和清晰度,例如,使用编解码技术提取高清视频流;其次,获取地理空间数据,地理空间指的是地表所捕获的各类信息,示例性的,可以通过地图软件等方式获取地理空间的开源数据;再次,获取预处理后的多个不同视角的初始视频与地理空间数据之间的对应关系,也就是确认每个初始视频在地理空间之中的位置、角度、高度等信息,示例性的,可通过设置地理空间标签的方式来获取预处理后的初始视频与地理空间之间的对应关系,例如,预处理后的初始视频1在地理空间xyz坐标系中的坐标为(a,b,c),距离水平面的高度为n米,与x方向夹角α、与y方向夹角β、与z方向夹角γ,则可使用上述体现位置、角度与高度的信息对视频1设置标签1,标签1用于表述预处理后的初始视频1与地理空间之间的对应关系;最后,根据每个初始视频与地理空间数据之间的对应关系,获取每个预处理后的初始视频对同一目标的描述视频,示例性的,若需要获取对目标A的描述视频,则调取所有出现过目标A的预处理后的初始视频以及其对应的地理空间标签,从而得到了地理空间中不同位置、高度、角度的视频对同一目标A的描述视频,从而得到了针对同一目标的多个不同视角的视频,示例性的,本领域技术人员可根据实际使用情况通过目标识别算法识别视频中的目标,本实施例中不进行具体限制。
示例性的,在本步骤中,通过构建与地理空间之间的关系的方式获取针对同一目标的多个不同视角的视频,可以确定多个视频采集设备采集到的内容可以协同描述的信息内容,实现了多视角视频对同一目标的描述,由于视频本身具有可以描述不同时序图像的特点,因此,本步骤中实现了从不同时间和空间的角度来描述同一目标,例如,结合时间和空间数据,通过多个摄像头的内容呈现,可以推演出某个目标的行动轨迹,提高了对目标的可追踪性,避免了使用单一视角摄像头容易跟丢目标的问题。
示例性的,在本步骤中,还可以获取所述多个不同视角的初始视频与地理空间、建筑道路、自然环境之间的对应关系,根据所述对应关系获取每个所述初始视频对同一目标的描述视频,以得到所述多个不同视角的视频,对应关系的获取方法与前文阐述的相同,此处不再赘述。
示例性的,步骤S130中,获取包含应急目标的关键帧图像,具体包括:
S131:将预设的应急目标模型与关键帧图像进行比较,根据比较结果判断关键帧图像中是否包含预设的应急目标,获取包含预设的应急目标的关键帧图。
具体地,在本步骤中,若预先给出了需要识别的应急目标,则针对该预设的需要识别的目标进行识别,示例性的,可通过提供已构建的应急目标模型来预先给出需要识别的目标,例如,游行的人群的模型、着火的车辆的模型、嫌疑移动物体的模型等,在此基础上,使用目标识别技术比较关键帧图像中是否包括该预设的应急目标模型,若包含,则认为该关键帧图像为包含应急目标的关键帧图像,将其从关键帧图像中抽取出来予以保留,若不包含,则认为该关键帧图像为不包含应急目标的关键帧图像,则舍弃该关键帧图像。
S132:获取关键帧图像中所有的目标,得到至少一个初始目标,根据多个不同时序的关键帧图像判断初始目标是否为移动目标,将移动目标作为应急目标,获取包含移动目标的关键帧图像,以获取包含应急目标的关键帧图像。
具体地,在本步骤中,若没有预先给出了需要识别的应急目标,则识别关键帧图像中的所有目标,将识别得到的一个或多个目标作为初始目标,再找出初始目标中的移动目标作为应急目标,示例性的,可根据多个不同时序的关键帧图像判断初始目标是否为移动目标,例如,判断同一视角的视频中,多个不同时序的关键帧图像中识别出的同一外观的目标的位置变化,若位置有变化,则为移动目标,否则为非移动目标,也可以通过判断多个不同视角的视频中多个不同时序的关键帧图像中识别出的同一外观的目标的位置变化来判断该目标是否为移动目标,本领域技术人员可根据实际的使用情况使用其他的方法识别出关键帧图像中的移动目标,本实施例中不进行具体限制,识别出移动目标后,即将移动目标作为应急目标,获取包含移动目标的关键帧图像,也就是获取包含应急目标的关键帧图像。
需要说明的是,步骤S131和步骤S132的顺序可根据实际情况设置,本实施例中不进行具体限制,示例性的,可先执行步骤S131,也就是先判断有无预设的需要识别的目标,若有,则执行步骤S131,若无,则执行步骤S132,也可以同时执行步骤S131和步骤S132,将预设的需要识别的目标和关键帧图像中的移动目标均作为应急目标。
示例性的,步骤S130中,将包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据,具体包括:
S133:根据应急目标的特征得到数据结构化方法。
示例性的,在本步骤中,应急目标的特征为应急目标关键的外观特征或使用特性,例如,当应急目标为车辆时,应急目标的特征可为车辆的颜色、品牌、驾驶员特征、车牌号、副驾情况、推演出的车辆速度等,示例性的,可预设应急目标的特征,例如将车辆应急目标的特征设置为车辆的颜色、品牌、驾驶员特征、车牌号、副驾情况、推演出的车辆速度,并预设对应的目标识别算法从关键帧图像中提取出上述应急目标的特征,示例性的,也可在使用过程中自适应的设置应急目标的特征,例如,当未预设应急目标为车辆,而在使用过程中临时决定将车辆作为应急目标时,可通过键盘输入等方式将应急目标的特征自适应的设置为车辆的颜色、品牌、驾驶员特征等,再调用现有的目标识别算法获取该设置的应急目标的特征。
示例性的,在本步骤中,根据应急目标的特征得到数据结构化方法,主要为根据应急目标的特征设置符合数据库文件的数据结构化方法,以将图像信息转化为结构化的数据库文件,例如文本信息等,例如,将车辆的特征按车辆的颜色、品牌、驾驶员特征、车牌号、副驾情况、推演出的车辆速度的顺序设置数据结构,第一位数据用于表示车辆的颜色,例如红色用R表示,第二位和第三位数据用于表示车辆的品牌等,本领域技术人员可根据实际的使用情况设置数据结构以及对应的数据库文件的分布结构,本实施例中不进行具体限制。
S134:根据数据结构化方法对包含应急目标的关键帧图像进行针对应急目标的结构化数据提取,以得到应急目标数据。
具体地,在本步骤中,使用步骤S133中已确定的数据结构化方法,提取包含应急目标的关键帧图像中应急目标的信息,对其进行结构化数据处理,例如,应急目标为车辆,则从关键帧图像中识别出车辆的颜色为红色,再将该红色按照数据结构化的方法转化为R存储在结构化数据的第一位,待识别出该车辆应急目标的所有特征后,分别将其转化为文本信息存储在结构化数据中对应的数据位中,从而得到了该车辆应急目标的数结构化数据,也就是得到了该车辆应急目标的应急目标数据,示例性的,本领域技术人员可根据实际的使用需求选择不同的方法提取目标的特征,例如,使用对应的颜色特征提取方法识别车辆应急目标的颜色,对应的文字和数字特征提取方法识别车辆应急目标的车牌、品牌等,本实施例中不进行具体的限制。
本公开实施例的一种基于视频的应急目标信息获取方法,通过构建与地理空间之间的关系的方式获取针对同一目标的多个不同视角的视频,可以确定多个视频采集设备采集到的内容可以协同描述的信息内容,实现了多视角视频对同一目标的描述,可以从多个视角推演出某个目标的行动轨迹,提高了对目标的可追踪性,避免了使用单一视角摄像头容易跟丢目标的问题;此外,针对预先给出了需要识别的应急目标和没有预先给出了需要识别的应急目标两种情况,分别给出了不同的关键帧图像中应急目标的获取方法,提高了关键帧图像中应急目标获取的可适用范围;最后,根据应急目标的特征设置不同的数据结构化方法,再根据不同的数据结构化方法提取关键帧图像中应急目标的结构化数据,使用这种方法,一方面,将图像信息转化为结构化的数据库信息,统一了数据存储的结构,提高了后续查询数据的速度,另一方面,由于该结构化数据体现了应急目标的特征,因此,该结构化数据能够体现应急目标的关键特征,如外观特征或使用特征等,因此,后续当需要或许该应急目标的关键细节信息时,可直接提取该应急目标的结构化数据,提高了信息获取的效率,同时,由于数据库文件的存储空间显然小于图像文件的存储空间,因此,是用该方法能够使用较小的存储空间存储更多的有效信息,提高了存储空间的使用效率。
下面将进一步阐述实施例的一种基于视频的应急目标信息获取方法的具体步骤。
示例性的,在步骤S130将包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据后,也就是在步骤S134后,还包括:
S135:根据预设的挖掘条件对应急目标数据进行知识挖掘,得到应急目标数据的关键数据点。
具体地,在本步骤中,使用数据挖掘技术对应急目标数据进行知识挖掘,挖掘出应急目标数据中的各类奇异点或新知识,作为应急目标数据的关键数据点,示例性的,本领域技术人员可根据实际的使用需求预设挖掘条件,例如,当应急目标为车辆时,应急目标数据中包括了车辆的颜色、品牌、驾驶员特征、车牌号、副驾情况、推演出的车辆速度等信息,将挖掘条件预设为车辆所属地区,则使用数据挖掘技术挖掘应急目标数据中的车牌号数据,获取到车牌号中的省份自治区直辖市的简称,从而分析得到经过视频所在路段的车辆中,不同省份车辆的数量,也就是不同所属地区车辆的数量。
示例性的,在包括步骤S135的前提下,步骤S140将应急目标与多个不同视角的视频、关键帧图像和应急目标数据分别进行关联,得到应急目标信息库,具体为:
将应急目标与多个不同视角的视频、关键帧图像、应急目标数据和应急目标数据的关键数据点分别进行关联,得到应急目标信息库。
具体地,在本步骤中,进一步将应急目标数据的关键数据点与对应的应急目标进行关联,与多个不同视角的视频、关键帧图像、应急目标数据共同构成对应的应急目标的信息库,若存在多个应急目标,则均按上述方法关联多个不同视角的视频、关键帧图像、应急目标数据和应急目标数据的关键数据点,从而形成了多个应急目标的信息库,将其组合以得到包含所有应急目标信息的应急目标信息库。
本公开实施例的一种基于视频的应急目标信息获取方法,进一步使用了应急目标数据的关键数据点作为应急目标信息获取的来源,由于关键数据点为在应急目标数据的基础上,进一步进行知识挖掘得到的结果,也就是从大量的应急目标数据中识别出更有效的、更新颖的信息,因此,其更能体现针对应急目标的细节信息,将其与对应的应急目标进行关联,纳入到应急目标信息库中,丰富了应急目标数据库的信息资源,提高了应急目标数据库中信息的多元化和多样性,增加了后续从应急目标数据库中获取信息的途径,尤其提高了针对应急目标细节信息获取的效率,提高了应急目标信息获取的多样性和有效性。
下面将进一步阐述实施例的一种基于视频的应急目标信息获取方法的具体步骤。
示例性的,步骤S150根据信息获取要求从应急目标信息库中获取对应的应急目标信息,具体包括:
S151:若信息获取要求为获取应急目标的动态信息,则从应急目标信息库中获取对应的应急目标的不同视角的视频。
具体地,在本步骤中,若信息获取要求为获取应急目标的动态信息,例如,需要获取应急目标的运动轨迹,则需要结合多个具有不同时序的关键帧图像中的目标的点迹获取目标的运动轨迹,因此,需要从应急目标信息库中获取对应的应急目标的不同视角的视频,从而从多个不同视角的视频中分别获取应急目标的点迹,再将点迹你拟合以得到运动轨迹。
S152:若信息获取要求为获取应急目标的静态信息,则从应急目标信息库中获取对应的应急目标的关键帧图像、应急目标数据和应急目标数据的关键数据点中的至少一者。
具体地,在本步骤中,若信息获取要求为获取应急目标的静态信息,例如,需要获取应急目标出现的时间、车辆应急目标的车牌信息等,则只需要获取某一时刻的应急目标信息,也就是静态信息,也就是从应急目标信息库中获取对应的应急目标的关键帧图像、应急目标数据和应急目标数据的关键数据点中的至少一者,即可完成静态信息的获取,示例性的,若信息获取要求为识别应急目标出现的时间,则可从应急目标信息库中获取对应的应急目标的关键帧图像,根据关键帧图像的时序来判断出现该应急目标的时间,若信息获取要求为识别某个车牌的车辆应急目标,则可从应急目标信息库中获取对应的应急目标的应急目标数据,从应急目标数据中查询到该车牌,若信息获取要求为识别某个所属地区的车辆出现的数量,则可从应急目标信息库中获取对应的应急目标的关键数据点,该关键数据点为从车牌号中挖掘出某个所属地区的车辆出现的次数信息,示例性的,也可结合应急目标的关键帧图像、应急目标数据和应急目标数据的关键数据点中的多者获取信息,例如,若信息获取要求为识别某个车牌的车辆应急目标出现的时间,则可先从应急目标信息库中获取对应的应急目标的应急目标数据,从应急目标数据中查询到该车牌,并在此基础上进一步查询该车牌出现的对应的关键帧图像,从而判断出该车牌的车辆出现在视频拍摄路段的时间。
需要说明的是,步骤S151和步骤S151的执行顺序可根据实际情况而调换,本实施例中不进行具体限制。
本公开实施例的一种基于视频的应急目标信息获取方法,针对获取动态信息和针对获取静态信息的信息获取要求,分别从所述应急目标信息库中获取不同的应急目标信息,细化了信息获取方法,有针对性的获取应急目标信息,提高了信息获取的效率和适应性。
下面将参考图3描述本公开另一实施例的一种基于视频的应急目标信息获取装置。
示例性的,如图3所示,一种基于视频的应急目标信息获取装置100包括:
视频获取模块110,用于获取多个不同视角的视频。
关键帧获取模块120,用于获取每个视频的关键帧图像。
数据提取模块130,用于获取包含应急目标的关键帧图像,将包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据。
关联模块140,用于将应急目标与多个不同视角的视频、关键帧图像和应急目标数据分别进行关联,得到应急目标信息库。
信息获取模块150,用于根据信息获取要求从应急目标信息库中获取对应的应急目标信息。
示例性的,一种基于视频的应急目标信息获取装置100还包括:
模型算法模块160,用于调用、更新与管理各类应急模型匹配算法、目标识别与数据提取算法、数据挖掘与情报发现算法。
数据集成模块170,用于对从视频中获取的多源异构数据进行集成与存储,建立统一的数据目录与标识。
本公开实施例的一种基于视频的应急目标信息获取装置,通过将应急目标与多个不同视角的视频、关键帧图像和应急目标数据分别进行关联,以得到应急目标不同维度的信息,视频可用于获取应急目标的动态信息,关键帧图像和应急目标数据可用于获取应急目标的静态信息,其中,应急目标数据还可进一步用于获取应急目标在关键帧图像中的关键信息,使用者可根据不同的信息获取要求分别从视频、图像、数据三个维度的信息中快速获取到其需要的信息,有效利用了复杂场景下的视频信息,分层次提供了丰富应急决策的数据源,在对视频资源进行有效利用的基础上,提高了信息获取的效率,从而更有效的实现了情报获取与分析,为后期针对应急信息作出应急决策提供了快速信息定位,更好地支持使用者作出准确且快速的应急决策。
其中,计算机可读介质可以是本发明的装置、设备、系统中所包含的,也可以是单独存在。
在数据处理上,对于视频流数据、图像数据、数据库数据和统计结果数据分别采用符合各自数据类型的数据处理工具。在数据管理上,采用集成化的管理工具,能够形成统一的数据管理目录、索引、标准等。将接入的数据分阶段处理、分阶段存储,全周期关联、全周期分析。
其中,计算机可读存储介质可是任何包含或存储程序的有形介质,其可以是电、磁、光、电磁、红外线、半导体的系统、装置、设备,更具体的例子包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、光纤、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件,或它们任意合适的组合。
其中,计算机可读存储介质也可包括在基带中或作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码,其具体的例子包括但不限于电磁信号、光信号,或它们任意合适的组合。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。

Claims (10)

1.一种基于视频的应急目标信息获取方法,其特征在于,所述方法包括:
获取多个不同视角的视频;
获取每个所述视频的关键帧图像;
获取包含应急目标的关键帧图像,将所述包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据;
将所述应急目标与所述多个不同视角的视频、所述关键帧图像和所述应急目标数据分别进行关联,得到应急目标信息库;
根据信息获取要求从所述应急目标信息库中获取对应的应急目标信息。
2.根据权利要求1所述的方法,其特征在于,所述获取多个不同视角的视频,包括:
获取多个不同视角的初始视频;
获取所述多个不同视角的初始视频与地理空间之间的对应关系,根据所述对应关系获取每个所述初始视频对同一目标的描述视频,以得到所述多个不同视角的视频。
3.根据权利要求1所述的方法,其特征在于,所述获取包含应急目标的关键帧图像,包括:
将预设的应急目标模型与所述关键帧图像进行比较,根据比较结果判断所述关键帧图像中是否包含预设的应急目标,获取包含所述预设的应急目标的关键帧图像;或,
获取所述关键帧图像中所有的目标,得到至少一个初始目标,根据多个不同时序的关键帧图像判断所述初始目标是否为移动目标,将移动目标作为应急目标,获取包含所述移动目标的关键帧图像,以获取包含应急目标的关键帧图像。
4.根据权利要求1所述的方法,其特征在于,所述将所述包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据,包括:
根据所述应急目标的特征得到数据结构化方法;
根据所述数据结构化方法对所述包含应急目标的关键帧图像进行针对应急目标的结构化数据提取,以得到应急目标数据。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,在所述将所述包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据后,还包括:
根据预设的挖掘条件对所述应急目标数据进行知识挖掘,得到所述应急目标数据的关键数据点。
6.根据权利要求5所述的方法,其特征在于,所述将所述应急目标与所述多个不同视角的视频、所述关键帧图像和所述应急目标数据分别进行关联,得到应急目标信息库,包括:
将所述应急目标与所述多个不同视角的视频、所述关键帧图像、所述应急目标数据和所述应急目标数据的关键数据点分别进行关联,得到应急目标信息库。
7.根据权利要求6所述的方法,其特征在于,所述根据信息获取要求从所述应急目标信息库中获取对应的应急目标信息,包括:
若信息获取要求为获取应急目标的动态信息,则从所述应急目标信息库中获取对应的应急目标的不同视角的视频;
若信息获取要求为获取应急目标的静态信息,则从所述应急目标信息库中获取对应的应急目标的所述关键帧图像、所述应急目标数据和所述应急目标数据的关键数据点中的至少一者。
8.一种基于视频的应急目标信息获取装置,其特征在于,所述装置包括:
视频获取模块,用于获取多个不同视角的视频;
关键帧获取模块,用于获取每个所述视频的关键帧图像;
数据提取模块,用于获取包含应急目标的关键帧图像,将所述包含应急目标的关键帧图像进行针对应急目标的数据提取,以得到应急目标数据;
关联模块,用于将所述应急目标与所述多个不同视角的视频、所述关键帧图像和所述应急目标数据分别进行关联,得到应急目标信息库;
信息获取模块,用于根据信息获取要求从所述应急目标信息库中获取对应的应急目标信息。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储单元,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,能使得所述一个或多个处理器实现根据权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,
所述计算机程序被处理器执行时能实现根据权利要求1至7中任意一项所述的方法。
CN202011642799.6A 2020-12-30 2020-12-30 基于视频的应急目标信息获取方法、装置、设备和介质 Active CN112800279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011642799.6A CN112800279B (zh) 2020-12-30 2020-12-30 基于视频的应急目标信息获取方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011642799.6A CN112800279B (zh) 2020-12-30 2020-12-30 基于视频的应急目标信息获取方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN112800279A CN112800279A (zh) 2021-05-14
CN112800279B true CN112800279B (zh) 2023-04-18

Family

ID=75809273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011642799.6A Active CN112800279B (zh) 2020-12-30 2020-12-30 基于视频的应急目标信息获取方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN112800279B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103984710A (zh) * 2014-05-05 2014-08-13 深圳先进技术研究院 基于海量数据的视频交互查询方法及系统
CN106919652A (zh) * 2017-01-20 2017-07-04 东北石油大学 基于多源多视角直推式学习的短视频自动标注方法与系统
CN107563313A (zh) * 2017-08-18 2018-01-09 北京航空航天大学 基于深度学习的多目标行人检测与跟踪方法
CN108629316A (zh) * 2018-05-08 2018-10-09 东北师范大学人文学院 一种多视角的视频异常事件检测方法
CN110378264A (zh) * 2019-07-08 2019-10-25 Oppo广东移动通信有限公司 目标跟踪方法及装置
CN110648397A (zh) * 2019-09-18 2020-01-03 Oppo广东移动通信有限公司 场景地图生成方法、装置、存储介质及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103984710A (zh) * 2014-05-05 2014-08-13 深圳先进技术研究院 基于海量数据的视频交互查询方法及系统
CN106919652A (zh) * 2017-01-20 2017-07-04 东北石油大学 基于多源多视角直推式学习的短视频自动标注方法与系统
CN107563313A (zh) * 2017-08-18 2018-01-09 北京航空航天大学 基于深度学习的多目标行人检测与跟踪方法
CN108629316A (zh) * 2018-05-08 2018-10-09 东北师范大学人文学院 一种多视角的视频异常事件检测方法
CN110378264A (zh) * 2019-07-08 2019-10-25 Oppo广东移动通信有限公司 目标跟踪方法及装置
CN110648397A (zh) * 2019-09-18 2020-01-03 Oppo广东移动通信有限公司 场景地图生成方法、装置、存储介质及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Naveed Ejaz et al..Adaptive key frame extraction for video summarization using an aggregation mechanism.《Journal of Visual Communication and Image Representation》.2012,1031-1040. *
张昆 等.网络视频数据获取与后处理技术综述.《电视技术》.2019,24-44. *
黄初华.基于多视角视频的时变三维模型序列生成若干关键技术研究.《中国博士学位论文全文数据库 信息科技辑》.2017,I138-75. *

Also Published As

Publication number Publication date
CN112800279A (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN103984710B (zh) 基于海量数据的视频交互查询方法及系统
CN111694965B (zh) 一种基于多模态知识图谱的图像场景检索系统及方法
TWI761851B (zh) 圖像處理方法、圖像處理裝置、電子設備和電腦可讀儲存媒體
US11315340B2 (en) Methods and systems for detecting and analyzing a region of interest from multiple points of view
CN105612513A (zh) 图像检索方法、图像检索系统以及信息记录介质
CN108388649B (zh) 处理音视频的方法、系统、设备及存储介质
CN110532340B (zh) 空间信息时空元数据构建方法
CN104486585B (zh) 一种基于gis的城市海量监控视频管理方法及系统
Vijayarani et al. Multimedia mining research-an overview
CN113255477A (zh) 一种行人视频图像的综合管理系统及方法
Elharrouss et al. FSC-set: counting, localization of football supporters crowd in the stadiums
CN113596601A (zh) 一种视频画面的定位方法、相关装置、设备及存储介质
CN106407268A (zh) 一种基于覆盖率最优化法的内容检索方法及系统
Ma et al. An application of metadata-based image retrieval system for facility management
KR102565798B1 (ko) 지리적 위치점들의 공간 관계를 추출하는 방법 및 장치
CN116010652B (zh) 一种非结构化视频数据处理方法和系统
CN112800279B (zh) 基于视频的应急目标信息获取方法、装置、设备和介质
WO2021114615A1 (zh) 行为风险识别的可视化方法、装置、设备及存储介质
CN112306985A (zh) 一种数字视网膜多模态特征联合精准检索方法
CN115617933A (zh) 基于时空数据的多维轨迹分析及可视化方法及装置
Lin et al. An optimized video synopsis algorithm and its distributed processing model
Xie et al. Multi‐camera video synopsis of a geographic scene based on optimal virtual viewpoint
Sun et al. PIDNet: An efficient network for dynamic pedestrian intrusion detection
Guler et al. A video event detection and mining framework
US20200034338A1 (en) System and method of virtual/augmented/mixed (vam) reality data storage

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant