CN102509310A - 一种结合地理信息的视频追踪分析方法及系统 - Google Patents

一种结合地理信息的视频追踪分析方法及系统 Download PDF

Info

Publication number
CN102509310A
CN102509310A CN2011103696938A CN201110369693A CN102509310A CN 102509310 A CN102509310 A CN 102509310A CN 2011103696938 A CN2011103696938 A CN 2011103696938A CN 201110369693 A CN201110369693 A CN 201110369693A CN 102509310 A CN102509310 A CN 102509310A
Authority
CN
China
Prior art keywords
information
video
target object
time
initial position
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.)
Granted
Application number
CN2011103696938A
Other languages
English (en)
Other versions
CN102509310B (zh
Inventor
赵莹
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.)
Shanghai Dianji University
Original Assignee
Shanghai Dianji University
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 Shanghai Dianji University filed Critical Shanghai Dianji University
Priority to CN201110369693.8A priority Critical patent/CN102509310B/zh
Publication of CN102509310A publication Critical patent/CN102509310A/zh
Application granted granted Critical
Publication of CN102509310B publication Critical patent/CN102509310B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种结合地理信息的视频追踪分析方法及系统，通过初始化，确定目标物体并提取其特征信息，并获取目标物体的初始位置及时间起点信息还有目标物体的下一位置及所需时间信息，然后对下一位置规定时间段内的视频进行匹配，接着依据匹配结果对位置信息进行处理，最后存储并输出目标物体的路径信息，有效利用了监控系统中各个摄像头之间的关联性，将摄像头网络空间与时间相关性融合，结合摄像头地理位置信息，自动分析出目标行驶路径。

Description

一种结合地理信息的视频追踪分析方法及系统
技术领域
本发明涉及信息技术领域，特别涉及一种结合地理信息的视频追踪分析方法及系统。
背景技术
近年来，随着国民经济的迅猛发展，我国高速公路、城市快速路上行驶的车辆越来越多、速度也越来越快，与车辆交通有关的案件也呈不断上升势头。视频监控在交通管理方法得到了非常广泛地应用，然而实际的监控任务仍需要较多的人工完成。特别是对逃逸车辆的追踪情况下，监控录像数量大、背景繁杂，往往需要花费大量的人力物力，耗时久，存在一定的疏漏。
视频监控系统作为面向城市公共安全综合管理的物联网应用中智慧安防和智慧交通的重要组成部分，通过摄像录像系统，由机器代替人眼对监控区域进行实时不间断监控，并由报警设备对非法入侵进行警示的系统。通过交通监控系统，一方面可以加强交通管理，提高现有道路的通行能力，协调处理突发性交通事件，缓和交通阻塞，从而改善交通状况。另一个重要的作用是通过监控录像的信息提取，追踪交通肇事逃逸车辆。协助交警、公安系统开展工作。
对于道路交通分布的摄像头而言，在一定的时间与空间范围内是存在着关联性的。例如相邻两个路口的摄像头，在地理位置上存在相关性，在时间上，根据车辆的行驶方向，也存在着相关性。然而目前传统方法中，视频监控处理是基于单一摄像头完成，即每个摄像头是独立，相互间并无关联。当需将多个摄像头信息进行综合分析的情况下，必定需要人工参与。因此，传统方法的瓶颈是没有充分地利用不同摄像头之间的在拍摄时间以及摄像头所处地理位置上的时间空间的关联性。将每一个摄像头作为一个独立的处理单元。对于监控视频跟踪分析而言，费时耗力。此外，对于追踪目标车辆，基本完全依赖于人工完成，通过观察目标车辆出现路口的监控录像，逐一分析所有可能路口的监控录像，并最终估计目标车辆行驶路线及到达目的地。
如何运用科学的手段有效追踪目标车辆，设计一种结合地理信息的视频追踪分析方法及系统，是信息技术技术领域目前急待解决的问题之一。
发明内容
有鉴于此，本发明实施例提出了一种结合地理信息的视频追踪分析方法及系统，通过初始化，确定目标物体并提取其特征信息，并获取目标物体的初始位置及时间起点信息还有目标物体的下一位置及所需时间信息，然后对下一位置规定时间段内的视频进行匹配，接着依据匹配结果对位置信息进行处理，最后存储并输出目标物体的路径信息，有效利用了监控系统中各个摄像头之间的关联性，将摄像头网络空间与时间相关性融合，结合摄像头地理位置信息，自动分析出目标行驶路径。
为解决上述技术问题，本发明实施例的目的是通过以下技术方案实现的：
一种结合地理信息的视频追踪分析方法，包括：
步骤一、进行初始化，确定目标物体并提取其特征信息；
步骤二、获取目标物体的初始位置及时间起点信息；
步骤三、获取目标物体的下一位置及所需时间信息；
步骤四、对下一位置规定时间段内的视频进行匹配；
步骤五、依据匹配结果对位置信息进行处理；
步骤六、存储并输出目标物体的路径信息。
优选的，在上述步骤一中，提取特征信息为目标物体不变性特征。
优选的，在上述步骤一中，进一步包括对前N(N＝10)帧的视频进行手工标注。
优选的，在上述步骤二中，通过网络摄像头、控制主机及视频信息服务器获取目标物体的初始位置及时间起点信息。
优选的，在上述步骤三中，所需时间信息Δt为初始位置P0至下一路口地理位置P1所需时间。
优选的，在上述步骤四中，匹配过程包括请求网络视频监控系统中视频信息服务器之下一路口地理位置P1在[t0+Δt-Δm，t0+Δt+Δm]时间内的视频，分析该段视频内容，并进行目标车辆匹配，其中Δm为时间冗余，Δt为初始位置P0至下一路口地理位置P1所需时间。
优选的，在上述步骤五中，进一步包括：如果下一路口地理位置处视频中成功匹配到目标车辆，则首先输出下一路口地理位置位置，并将其设置为初始位置。
优选的，在上述步骤五中，进一步包括：如果匹配失败，则将请求初始位置P0处[t0+2Δt-Δm，t0+2Δt+Δm]时间段视频，进行目标车辆匹配，成功则表明目标车辆调头，否则表示目标车辆停止运动，其中，其中Δm为时间冗余，Δt为初始位置P0至下一路口地理位置P1所需时间。
一种结合地理信息的视频追踪分析系统，包括初始化单元、第一获取单元、第二获取单元、匹配单元、处理单元及输出单元，通过初始化，确定目标物体并提取其特征信息，并获取目标物体的初始位置及时间起点信息还有目标物体的下一位置及所需时间信息，然后对下一位置规定时间段内的视频进行匹配，接着依据匹配结果对位置信息进行处理，最后存储并输出目标物体的路径信息。
优选的，在上述初始化单元用于进行初始化，确定目标物体并提取其特征信息。
优选的，在上述第一获取单元用于获取目标物体的初始位置及时间起点信息。
优选的，在上述第二获取单元用于获取目标物体的下一位置及所需时间信息。
优选的，在上述匹配单元用于对下一位置规定时间段内的视频进行匹配。
优选的，在上述处理单元用于依据匹配结果对位置信息进行处理。
优选的，在上述输出单元用于存储并输出目标物体的路径信息。
综上所述，本发明提供了一种结合地理信息的视频追踪分析方法及系统，通过初始化，确定目标物体并提取其特征信息，并获取目标物体的初始位置及时间起点信息还有目标物体的下一位置及所需时间信息，然后对下一位置规定时间段内的视频进行匹配，接着依据匹配结果对位置信息进行处理，最后存储并输出目标物体的路径信息，有效利用了监控系统中各个摄像头之间的关联性，将摄像头网络空间与时间相关性融合，结合摄像头地理位置信息，自动分析出目标行驶路径。
附图说明
图1为本发明实施例的方法流程图；
图2为本发明一具体实施例的流程示意图；
图3为本发明实施例的系统结构示意图；
图4为本发明一具体实施例的系统结构示意图。
具体实施方式
本发明实施例提供的一种结合地理信息的视频追踪分析方法及系统，通过初始化，确定目标物体并提取其特征信息，并获取目标物体的初始位置及时间起点信息还有目标物体的下一位置及所需时间信息，然后对下一位置规定时间段内的视频进行匹配，接着依据匹配结果对位置信息进行处理，最后存储并输出目标物体的路径信息，有效利用了监控系统中各个摄像头之间的关联性，将摄像头网络空间与时间相关性融合，结合摄像头地理位置信息，自动分析出目标行驶路径。
为使本发明的目的、技术方案及优点更加清楚明白，下面参照附图并举实施例，对本发明进一步详细说明。
本发明实施例提供一种结合地理信息的视频追踪分析方法，如图1所示，具体步骤包括：
步骤一、进行初始化，确定目标物体并提取其特征信息；
具体而言，在本发明实施例之结合地理信息的视频追踪分析系统是利用摄像头网络以及相关地理信息，分析视频内容，获得目标车辆行驶路线。
在本方案中，将会进行初始化处理并确定目标，对前N(N＝10)帧的视频进行手工标注，并提取目标物体不变性特征，训练分类器。
步骤二、获取目标物体的初始位置及时间起点信息；
具体而言，在本发明实施例中，目标物体为一待追踪的目标车辆，通过获取目标车辆的时间起点信息(在本方案中为初始视频时间t0)以及该目标车辆的初始位置(在本方案中为摄像头地理位置P0)。
在本方案中，包含有网络摄像头，网络摄像头分布在城市道路路口，摄像机通过网络将视频图像传输到控制主机。网络摄像头采用H.264压缩编码。
以及控制主机，控制主机将视频信号分配到各监视器及录像设备，同时可将需要传输的语音信号同步录入到录像机内。通过控制主机，操作人员可发出指令，对云台的上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作，并可通过控制主机实现在多路摄像机及云台之间的切换。利用特殊的录像处理模式，可对图像进行录入、回放、处理等操作，使录像效果达到最佳。
此外，还包括一视频信息服务器，视频信息服务器，用于存储各个网络摄像头压缩后的视频数据信息，作为视频分析数据库。
步骤三、获取目标物体的下一位置及所需时间信息；
具体而言，在本发明实施例中，将根据目标车辆行驶方向，结合地理信息数据库内容，获取目标车辆到达下一路口地理位置P1及两路口距离信息，并结合当时交通流量信息，估算初始位置P0至下一路口地理位置P1所需时间信息Δt。
步骤四、对下一位置规定时间段内的视频进行匹配；
具体而言，在本发明实施例中，将请求网络视频监控系统中视频信息服务器之下一路口地理位置P1在[t0+Δt-Δm，t0+Δt+Δm]时间内的视频，分析该段视频内容，并进行目标车辆匹配，其中Δm为时间冗余。
步骤五、依据匹配结果对位置信息进行处理；
进一步的，在本发明实施例中，将依据匹配结果对位置信息进行处理，具体而言为：如果下一路口地理位置P1处视频中成功匹配到目标车辆，则首先输出下一路口地理位置P1位置，并将P1设置为P0，转到步骤二。如果匹配失败，则将请求初始位置P0处[t0+2Δt-Δm，t0+2Δt+Δm]时间段视频，进行目标车辆匹配，成功则表明目标车辆调头，转至步骤二。否则表示目标车辆停止运动。
步骤六、存储并输出目标物体的路径信息。
具体而言，在本发明实施例中，将会对目标车辆的位置信息等进行存储，并将目标物体的路径信息输出。
进一步的，在本方案中，包含地理信息数据库，存储和管理全国范围多种比例尺、地貌、水系、居民地、交通、地名等基础地理信息，包括栅格地图数据库、矢量地形要素数据库、数字高程模型数据库、地名数据库和正射影像数据库等。此外，还包括高性能计算机，作为数据处理中心，用于视频分析、目标跟踪以及路径分析。
图2为本发明一具体实施例的流程示意图，由三个部分构成：初始化、目标路径的自动分析以及输出路径。
步骤1，初始化，确定目标。对前N(N＝10)帧的视频进行手工标注，提取目标不变性特征，训练分类器。
步骤2，确定目标车辆初始视频时间t0以及摄像头地理位置P0。
步骤3，根据目标行驶方向，结合地理信息数据库内容，得到下一路口地理位置P1及两路口距离信息，并结合当时交通流量信息，估算初始位置P0至下一路口P1所需时间Δt。
步骤4，请求网络视频监控系统中视频信息服务器路口P1在[t0+Δt-Δm，t0+Δt+Δm]时间内的视频，其中Δm为时间冗余。分析该段视频内容，并进行目标匹配。
步骤5，若P1处视频中成功匹配到目标。则首先输出P1位置，并将P1设置为P0，转到第二步。若匹配失败，请求初始位置P0处[t0+2Δt-Δm，t0+2Δt+Δm]时间段视频，进行目标匹配，成功则表明目标调头，转至第二步。否则表示目标停止运动。
步骤6，结束，得到最终行驶路径。
另外，本发明实施例还提供一种结合地理信息的视频追踪分析系统。如图3所示，为本发明实施例提供的一种结合地理信息的视频追踪分析系统示意图。
一种结合地理信息的视频追踪分析系统，包括初始化单元11、第一获取单元22、第二获取单元33、匹配单元44、处理单元55及输出单元66。
初始化单元11，用于进行初始化，确定目标物体并提取其特征信息；
具体而言，在本发明实施例之结合地理信息的视频追踪分析系统是利用摄像头网络以及相关地理信息，分析视频内容，获得目标车辆行驶路线。
在本方案中，将会进行初始化处理并确定目标，对前N(N＝10)帧的视频进行手工标注，并提取目标物体不变性特征，训练分类器。
第一获取单元22，用于获取目标物体的初始位置及时间起点信息；
具体而言，在本发明实施例中，目标物体为一待追踪的目标车辆，通过获取目标车辆的时间起点信息(在本方案中为初始视频时间t0)以及该目标车辆的初始位置(在本方案中为摄像头地理位置P0)。
在本方案中，包含有网络摄像头，网络摄像头分布在城市道路路口，摄像机通过网络将视频图像传输到控制主机。网络摄像头采用H.264压缩编码。
以及控制主机，控制主机将视频信号分配到各监视器及录像设备，同时可将需要传输的语音信号同步录入到录像机内。通过控制主机，操作人员可发出指令，对云台的上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作，并可通过控制主机实现在多路摄像机及云台之间的切换。利用特殊的录像处理模式，可对图像进行录入、回放、处理等操作，使录像效果达到最佳。
此外，还包括一视频信息服务器，视频信息服务器，用于存储各个网络摄像头压缩后的视频数据信息，作为视频分析数据库。
第二获取单元33，用于获取目标物体的下一位置及所需时间信息；
具体而言，在本发明实施例中，将根据目标车辆行驶方向，结合地理信息数据库内容，获取目标车辆到达下一路口地理位置P1及两路口距离信息，并结合当时交通流量信息，估算初始位置P0至下一路口地理位置P1所需时间信息Δt。
匹配单元44，用于对下一位置规定时间段内的视频进行匹配；
具体而言，在本发明实施例中，将请求网络视频监控系统中视频信息服务器之下一路口地理位置P1在[t0+Δt-Δm，t0+Δt+Δm]时间内的视频，分析该段视频内容，并进行目标车辆匹配，其中Δm为时间冗余。
处理单元55，用于依据匹配结果对位置信息进行处理；
进一步的，在本发明实施例中，将依据匹配结果对位置信息进行处理，具体而言为：如果P1处视频中成功匹配到目标车辆，则首先输出P1位置，并将P1设置为P0，转到步骤二。如果匹配失败，则将请求初始位置P0处[t0+2Δt-Δm，t0+2Δt+Δm]时间段视频，进行目标车辆匹配，成功则表明目标车辆调头，转至步骤二。否则表示目标车辆停止运动。
输出单元66，用于存储并输出目标物体的路径信息。
具体而言，在本发明实施例中，将会对目标车辆的位置信息等进行存储，并将目标物体的路径信息输出。
进一步的，在本方案中，包含地理信息数据库，存储和管理全国范围多种比例尺、地貌、水系、居民地、交通、地名等基础地理信息，包括栅格地图数据库、矢量地形要素数据库、数字高程模型数据库、地名数据库和正射影像数据库等。此外，还包括高性能计算机，作为数据处理中心，用于视频分析、目标跟踪以及路径分析。
图4为本发明一具体实施例的系统结构示意图。
本领域普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
综上所述，本文提供了一种结合地理信息的视频追踪分析方法及系统，通过初始化，确定目标物体并提取其特征信息，并获取目标物体的初始位置及时间起点信息还有目标物体的下一位置及所需时间信息，然后对下一位置规定时间段内的视频进行匹配，接着依据匹配结果对位置信息进行处理，最后存储并输出目标物体的路径信息，有效利用了监控系统中各个摄像头之间的关联性，将摄像头网络空间与时间相关性融合，结合摄像头地理位置信息，自动分析出目标行驶路径。
以上对本发明所提供的一种结合地理信息的视频追踪分析方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方案；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (15)

1.一种结合地理信息的视频追踪分析方法，其特征在于，所述方法包括：
步骤一、进行初始化，确定目标物体并提取其特征信息；
步骤二、获取目标物体的初始位置及时间起点信息；
步骤三、获取目标物体的下一位置及所需时间信息；
步骤四、对下一位置规定时间段内的视频进行匹配；
步骤五、依据匹配结果对位置信息进行处理；
步骤六、存储并输出目标物体的路径信息。
2.根据权利要求1所述的分析方法，其特征在于，所述步骤一中，提取特征信息为目标物体不变性特征。
3.根据权利要求1所述的分析方法，其特征在于，所述步骤一中，进一步包括对前N(N＝10)帧的视频进行手工标注。
4.根据权利要求1所述的分析方法，其特征在于，所述步骤二中，通过网络摄像头、控制主机及视频信息服务器获取目标物体的初始位置及时间起点信息。
5.根据权利要求1所述的分析方法，其特征在于，所述步骤三中，所需时间信息Δt为初始位置P0至下一路口地理位置P1所需时间。
6.根据权利要求1所述的分析方法，其特征在于，所述步骤四中，匹配过程包括请求网络视频监控系统中视频信息服务器之下一路口地理位置P1在[t0+Δt-Δm，t0+Δt+Δm]时间内的视频，分析该段视频内容，并进行目标车辆匹配，其中Δm为时间冗余，Δt为初始位置P0至下一路口地理位置P1所需时间。
7.根据权利要求1所述的分析方法，其特征在于，所述步骤五中，进一步包括：如果下一路口地理位置处视频中成功匹配到目标车辆，则首先输出下一路口地理位置位置，并将其设置为初始位置。
8.根据权利要求1所述的分析方法，其特征在于，所述步骤五中，进一步包括：如果匹配失败，则将请求初始位置P0处[t0+2Δt-Δm，t0+2Δt+Δm]时间段视频，进行目标车辆匹配，成功则表明目标车辆调头，否则表示目标车辆停止运动，其中，其中Δm为时间冗余，Δt为初始位置P0至下一路口地理位置P1所需时间。
9.一种结合地理信息的视频追踪分析系统，其特征在于，所述分析系统包括初始化单元、第一获取单元、第二获取单元、匹配单元、处理单元及输出单元，通过初始化，确定目标物体并提取其特征信息，并获取目标物体的初始位置及时间起点信息还有目标物体的下一位置及所需时间信息，然后对下一位置规定时间段内的视频进行匹配，接着依据匹配结果对位置信息进行处理，最后存储并输出目标物体的路径信息。
10.根据权利要求9所述的分析系统，其特征在于，所述初始化单元用于进行初始化，确定目标物体并提取其特征信息。
11.根据权利要求9所述的分析系统，其特征在于，所述第一获取单元用于获取目标物体的初始位置及时间起点信息。
12.根据权利要求9所述的分析系统，其特征在于，所述第二获取单元用于获取目标物体的下一位置及所需时间信息。
13.根据权利要求9所述的分析系统，其特征在于，所述匹配单元用于对下一位置规定时间段内的视频进行匹配。
14.根据权利要求9所述的分析系统，其特征在于，所述处理单元用于依据匹配结果对位置信息进行处理。
15.根据权利要求9所述的分析系统，其特征在于，所述输出单元用于存储并输出目标物体的路径信息。
CN201110369693.8A 2011-11-18 2011-11-18 一种结合地理信息的视频追踪分析方法及系统 Expired - Fee Related CN102509310B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110369693.8A CN102509310B (zh) 2011-11-18 2011-11-18 一种结合地理信息的视频追踪分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110369693.8A CN102509310B (zh) 2011-11-18 2011-11-18 一种结合地理信息的视频追踪分析方法及系统

Publications (2)

Publication Number Publication Date
CN102509310A true CN102509310A (zh) 2012-06-20
CN102509310B CN102509310B (zh) 2014-01-08

Family

ID=46221388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110369693.8A Expired - Fee Related CN102509310B (zh) 2011-11-18 2011-11-18 一种结合地理信息的视频追踪分析方法及系统

Country Status (1)

Country Link
CN (1) CN102509310B (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103716878A (zh) * 2013-12-12 2014-04-09 深圳先进技术研究院 利用手机与视频监控设备进行定位的方法
CN104008578A (zh) * 2014-06-21 2014-08-27 滁州惠智科技服务有限公司 一种基于视频分析技术的停车管理系统
CN104660987A (zh) * 2015-01-27 2015-05-27 武汉烽火众智数字技术有限责任公司 一种目标运动轨迹分析的方法和监控系统
CN104679864A (zh) * 2015-02-28 2015-06-03 武汉烽火众智数字技术有限责任公司 一种基于gis的嫌疑目标智能跟踪方法和装置
CN105072027A (zh) * 2015-08-12 2015-11-18 西安电子科技大学 车辆与路设通信中的视频下载方法
CN105205467A (zh) * 2015-09-22 2015-12-30 哈尔滨多智科技发展有限公司 基于人脸识别、车辆识别系统的监控追踪方法
CN105430325A (zh) * 2015-11-03 2016-03-23 苏交科集团股份有限公司 在道路的监控视频图像中快速定位车流方向的方法与系统
CN105472332A (zh) * 2015-12-01 2016-04-06 杨春光 基于定位技术与视频技术的分析方法及其分析系统
CN105677922A (zh) * 2016-03-23 2016-06-15 苏州数字地图信息科技股份有限公司 一种利用视频定位目标的方法及装置
CN105898205A (zh) * 2015-01-04 2016-08-24 伊姆西公司 用于由多个摄像头监视目标对象的方法和装置
CN103699677B (zh) * 2013-12-31 2017-01-04 河海大学常州校区 一种基于人脸识别技术的罪犯行踪地图绘制系统及其方法
CN107635188A (zh) * 2017-09-08 2018-01-26 安徽四创电子股份有限公司 一种基于Docker平台的视频车辆跟踪分析方法
CN108174147A (zh) * 2017-12-12 2018-06-15 山东科技大学 视频监控系统中视频源与追踪服务器的自动优化分配方法
CN108431879A (zh) * 2015-12-31 2018-08-21 罗伯特·博世有限公司 智能分布式视觉交通标记器及其方法
CN109344290A (zh) * 2018-11-19 2019-02-15 福建工程学院 一种基于区块链技术寻找走失儿童的方法
CN110263219A (zh) * 2019-06-26 2019-09-20 银河水滴科技（北京）有限公司 一种目标对象路线筛选、展示的方法及装置
CN110321949A (zh) * 2019-06-29 2019-10-11 天津大学 一种基于观测终端网络的分布式车辆追踪方法与系统
CN110399517A (zh) * 2018-12-25 2019-11-01 北京嘀嘀无限科技发展有限公司 一种路径确定方法、装置、电子设备和计算机存储介质
CN110708509A (zh) * 2019-10-10 2020-01-17 桂林理工大学 一种嫌疑犯追踪及特征快速提取的天眼网络视频监控方法
CN111818313A (zh) * 2020-08-28 2020-10-23 深圳市城市交通规划设计研究中心股份有限公司 一种基于监控视频的车辆实时追踪方法及装置
CN113450388A (zh) * 2021-09-01 2021-09-28 智道网联科技(北京)有限公司 一种目标跟踪方法、装置及电子设备
CN116108091A (zh) * 2022-12-26 2023-05-12 小米汽车科技有限公司 数据处理方法、事件追踪分析方法、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040010801A1 (en) * 2002-07-13 2004-01-15 Kim Kyong Ho Video geographic information system
CN101277429A (zh) * 2007-03-27 2008-10-01 中国科学院自动化研究所 监控中多路视频信息融合处理与显示的方法和系统
CN101388144A (zh) * 2007-09-11 2009-03-18 株式会社日立制作所 交通状况预测装置、交通状况预测方法
CN101769745A (zh) * 2009-01-07 2010-07-07 宏达国际电子股份有限公司 移动目标的追踪及导航方法、装置及所使用电脑程序产品
CN102223473A (zh) * 2010-04-16 2011-10-19 鸿富锦精密工业（深圳）有限公司 摄像装置及利用其动态追踪特定物体的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040010801A1 (en) * 2002-07-13 2004-01-15 Kim Kyong Ho Video geographic information system
CN101277429A (zh) * 2007-03-27 2008-10-01 中国科学院自动化研究所 监控中多路视频信息融合处理与显示的方法和系统
CN101388144A (zh) * 2007-09-11 2009-03-18 株式会社日立制作所 交通状况预测装置、交通状况预测方法
CN101769745A (zh) * 2009-01-07 2010-07-07 宏达国际电子股份有限公司 移动目标的追踪及导航方法、装置及所使用电脑程序产品
CN102223473A (zh) * 2010-04-16 2011-10-19 鸿富锦精密工业（深圳）有限公司 摄像装置及利用其动态追踪特定物体的方法

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103716878A (zh) * 2013-12-12 2014-04-09 深圳先进技术研究院 利用手机与视频监控设备进行定位的方法
CN103716878B (zh) * 2013-12-12 2017-01-04 深圳先进技术研究院 利用手机与视频监控设备进行定位的方法
CN103699677B (zh) * 2013-12-31 2017-01-04 河海大学常州校区 一种基于人脸识别技术的罪犯行踪地图绘制系统及其方法
CN104008578A (zh) * 2014-06-21 2014-08-27 滁州惠智科技服务有限公司 一种基于视频分析技术的停车管理系统
CN105898205A (zh) * 2015-01-04 2016-08-24 伊姆西公司 用于由多个摄像头监视目标对象的方法和装置
US10594984B2 (en) 2015-01-04 2020-03-17 EMC IP Holding Company LLC Monitoring target object by multiple cameras
CN104660987B (zh) * 2015-01-27 2019-04-05 武汉烽火众智数字技术有限责任公司 一种目标运动轨迹分析的方法和监控系统
CN104660987A (zh) * 2015-01-27 2015-05-27 武汉烽火众智数字技术有限责任公司 一种目标运动轨迹分析的方法和监控系统
CN104679864A (zh) * 2015-02-28 2015-06-03 武汉烽火众智数字技术有限责任公司 一种基于gis的嫌疑目标智能跟踪方法和装置
CN105072027A (zh) * 2015-08-12 2015-11-18 西安电子科技大学 车辆与路设通信中的视频下载方法
CN105072027B (zh) * 2015-08-12 2018-05-11 西安电子科技大学 车辆与路设通信中的视频下载方法
CN105205467A (zh) * 2015-09-22 2015-12-30 哈尔滨多智科技发展有限公司 基于人脸识别、车辆识别系统的监控追踪方法
CN105430325A (zh) * 2015-11-03 2016-03-23 苏交科集团股份有限公司 在道路的监控视频图像中快速定位车流方向的方法与系统
CN105472332A (zh) * 2015-12-01 2016-04-06 杨春光 基于定位技术与视频技术的分析方法及其分析系统
CN105472332B (zh) * 2015-12-01 2018-07-20 广东弘栎电子设备有限公司 基于定位技术与视频技术的分析方法及其分析系统
CN108431879A (zh) * 2015-12-31 2018-08-21 罗伯特·博世有限公司 智能分布式视觉交通标记器及其方法
CN105677922A (zh) * 2016-03-23 2016-06-15 苏州数字地图信息科技股份有限公司 一种利用视频定位目标的方法及装置
CN107635188A (zh) * 2017-09-08 2018-01-26 安徽四创电子股份有限公司 一种基于Docker平台的视频车辆跟踪分析方法
CN108174147A (zh) * 2017-12-12 2018-06-15 山东科技大学 视频监控系统中视频源与追踪服务器的自动优化分配方法
CN108174147B (zh) * 2017-12-12 2020-01-03 山东科技大学 视频监控系统中视频源与追踪服务器的自动优化分配方法
CN109344290A (zh) * 2018-11-19 2019-02-15 福建工程学院 一种基于区块链技术寻找走失儿童的方法
CN110399517A (zh) * 2018-12-25 2019-11-01 北京嘀嘀无限科技发展有限公司 一种路径确定方法、装置、电子设备和计算机存储介质
CN110263219A (zh) * 2019-06-26 2019-09-20 银河水滴科技（北京）有限公司 一种目标对象路线筛选、展示的方法及装置
CN110321949A (zh) * 2019-06-29 2019-10-11 天津大学 一种基于观测终端网络的分布式车辆追踪方法与系统
CN110708509A (zh) * 2019-10-10 2020-01-17 桂林理工大学 一种嫌疑犯追踪及特征快速提取的天眼网络视频监控方法
CN111818313A (zh) * 2020-08-28 2020-10-23 深圳市城市交通规划设计研究中心股份有限公司 一种基于监控视频的车辆实时追踪方法及装置
CN113450388A (zh) * 2021-09-01 2021-09-28 智道网联科技(北京)有限公司 一种目标跟踪方法、装置及电子设备
CN113450388B (zh) * 2021-09-01 2021-12-10 智道网联科技(北京)有限公司 一种目标跟踪方法、装置及电子设备
CN116108091A (zh) * 2022-12-26 2023-05-12 小米汽车科技有限公司 数据处理方法、事件追踪分析方法、装置、设备及介质
CN116108091B (zh) * 2022-12-26 2024-01-23 小米汽车科技有限公司 数据处理方法、事件追踪分析方法、装置、设备及介质

Also Published As

Publication number Publication date
CN102509310B (zh) 2014-01-08

Similar Documents

Publication Publication Date Title
CN102509310B (zh) 一种结合地理信息的视频追踪分析方法及系统
CN109064755B (zh) 基于四维实景交通仿真路况感知管理系统的路径识别方法
Li et al. V2X-Sim: Multi-agent collaborative perception dataset and benchmark for autonomous driving
Moers et al. The exid dataset: A real-world trajectory dataset of highly interactive highway scenarios in germany
US20210004613A1 (en) Annotating high definition map data with semantic labels
CN105761500B (zh) 交通事故处理方法及交通事故处理装置
JP2023026501A (ja) 三次元情報処理方法及び三次元情報処理装置
CN106791613B (zh) 一种基于3dgis和视频相结合的智能监控系统
CN107705574A (zh) 一种精准快速的道路违章停车全自动抓拍系统
Gloudemans et al. I-24 MOTION: An instrument for freeway traffic science
TW202001786A (zh) 用於更新高度自動化駕駛地圖的系統和方法
CN109643367A (zh) 用于自主车辆导航的众包和分发稀疏地图以及车道测量
EP4250255A2 (en) Information transmitting method, and client device
CN107850453A (zh) 匹配道路数据对象以生成和更新精确道路数据库的系统和方法
CN116824859B (zh) 一种基于物联网的智慧交通大数据分析系统
CN110795813A (zh) 一种交通仿真方法及装置
Wang et al. Realtime wide-area vehicle trajectory tracking using millimeter-wave radar sensors and the open TJRD TS dataset
KR101678004B1 (ko) 노드-링크 기반 카메라 네트워크 통합 감시 시스템 및 감시 방법
CN112837414B (zh) 基于车载点云数据的三维高精度地图的构建方法
WO2020210960A1 (zh) 交通道路的数字化全景重建的方法和系统
DE102022102189A1 (de) Multimodales Segmentierungsnetz für ein verbessertes semantisches Labelingbei einer Kartenerzeugung
DE102023111485A1 (de) Nachverfolgungssegmentbereinigung nachverfolgter objekte
CN114492022A (zh) 路况传感数据处理方法、装置、设备、程序以及存储介质
CN117853904A (zh) 道路病害检测方法、装置、设备、介质及系统
Balamurugan et al. The future of India creeping up in building a smart city: intelligent traffic analysis platform

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140108

Termination date: 20161118