CN103428473A - 一种嫌犯追踪的方法及系统 - Google Patents
一种嫌犯追踪的方法及系统 Download PDFInfo
- Publication number
- CN103428473A CN103428473A CN2012101560092A CN201210156009A CN103428473A CN 103428473 A CN103428473 A CN 103428473A CN 2012101560092 A CN2012101560092 A CN 2012101560092A CN 201210156009 A CN201210156009 A CN 201210156009A CN 103428473 A CN103428473 A CN 103428473A
- Authority
- CN
- China
- Prior art keywords
- suspect
- monitoring processing
- processing server
- trail
- camera
- 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.)
- Pending
Links
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种嫌犯追踪的方法及系统,所述系统包括:摄像机(1)、监控处理服务器(2)、摄像机控制服务器(6)和报警器(7),监控处理服务器(2)分别与摄像机(1)、摄像机控制服务器(6)和报警器(7)连接,摄像机控制服务器(6)和摄像机(1)连接;所述的监控处理服务器(2)还包括:嫌犯面部特征存储模块(3)、现场人脸信息存储模块(4)和信息处理单元(5),信息处理单元(5)分别与嫌犯面部特征存储模块(3)和现场人脸信息存储模块(4)连接。本发明通过利用摄像机控制服务器在识别到嫌犯时,控制摄像机变焦,从而拍摄出嫌犯的大图像,有利于从人群中对其进行识别,从而提前侦破案件。
Description
技术领域
本发明涉及一种嫌犯追踪的方法及系统,属于犯罪追踪技术领域。
背景技术
如今,电子信息技术发展迅速,几乎渗透到每个领域。比如,应用电子信息技术进行嫌犯追踪,相比人工破案,破案的效率提高了许多。但是在法治节目中,我们经常会看到,现有技术中,当嫌犯在人群中或者摄像头远距离拍摄时,拍摄的人脸很小,很难将嫌犯从人群中识别出来,因而并不能给案件的侦破提供有力的证据,帮助提前破案。
发明内容
本发明的目的在于,提供一种嫌犯追踪的方法及系统,它可以在某个摄像头发现嫌犯时,及时调整摄像机的焦距,从而拍摄出嫌犯的大图像,容易识别,有利于提早侦破案件。
为解决上述技术问题,本发明采用如下的技术方案:一种嫌犯追踪的方法,包括以下步骤:
S1,采集嫌犯的面部特征信息并录入各个监控处理服务器;
S2,摄像头实时采集人脸图像并将人脸图像传送到监控处理服务器;
S3,监控处理服务器将实时采集的人脸图像与嫌犯的面部特征信息进行匹配;
S4,若一致,则控制嫌犯所在区域的摄像机变焦,拍摄嫌犯的放大图像,并发出预警信号。
前述的嫌犯追踪的方法中,将监控区域划分为多个子区域,由多个摄像机进行连续监测,从而可以避免死角监控不到的现象发生。
前述的嫌犯追踪的方法中,不同的子区域由不同的摄像机进行监控,从而可以将每个摄像机的作用发挥到最大,不存在监控重叠区域。
前述的嫌犯追踪的方法中,步骤S1所述的各个监控处理服务器进行信息同步,从而可以快速的更新不同的嫌犯信息。
前述的嫌犯追踪的方法中,步骤S3,采用局部屏蔽技术来拍摄嫌犯的放大图像,从而可以更加容易的识别出嫌犯,方便早日侦破案件。
实现前述方法的一种嫌犯追踪的系统,包括:摄像机、监控处理服务器、摄像机控制服务器和报警器,监控处理服务器分别与摄像机、摄像机控制服务器和报警器连接,摄像机控制服务器和摄像机连接;所述的监控处理服务器还包括:嫌犯面部特征存储模块、现场人脸信息存储模块和信息处理单元,信息处理单元分别与嫌犯面部特征存储模块和现场人脸信息存储模块连接。
前述的嫌犯追踪的系统中,所述的监控处理服务器还包括:监控区域对照存储模块,监控区域对照存储模块与信息处理单元连接,将监控区域划分为多个子区域,由多个摄像机进行连续监测,从而可以避免死角监控不到的现象发生,同时不同的子区域由不同的摄像机进行监控,从而可以将每个摄像机的作用发挥到最大,不存在监控重叠区域。
前述的嫌犯追踪的系统中,所述的监控处理服务器还包括:信息同步更新模块,各个监控处理服务器进行信息同步,从而可以快速的更新不同的嫌犯信息。
与现有技术相比,本发明通过利用摄像机控制服务器在识别到嫌犯时,控制摄像机变焦,从而拍摄出嫌犯的大图像,有利于从人群中对其进行识别,从而提前侦破案件。另外,本发明中所述的监控处理服务器还包括:监控区域对照存储模块,监控区域对照存储模块与信息处理单元连接,将监控区域划分为多个子区域,由多个摄像机进行连续监测,从而可以避免死角监控不到的现象发生,同时不同的子区域由不同的摄像机进行监控,从而可以将每个摄像机的作用发挥到最大,不存在监控重叠区域。本发明中所述的监控处理服务器还包括:信息同步更新模块,各个监控处理服务器进行信息同步,从而可以快速的更新不同的嫌犯信息。
附图说明
图1是本发明的一种实施例的结构示意图;
图2是本发明的一种实施例的工作原理图。
附图标记:1-摄像机,2-监控处理服务器,3-嫌犯面部特征存储模块,4-现场人脸信息存储模块,5-信息处理单元,6-摄像机控制服务器,7-报警器,8-监控区域对照存储模块,9-信息同步更新模块。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
本发明的实施例1:一种嫌犯追踪的系统,如图1所示,包括:摄像机1、监控处理服务器2、摄像机控制服务器6和报警器7,监控处理服务器2分别与摄像机1、摄像机控制服务器6和报警器7连接,摄像机控制服务器6和摄像机1连接;所述的监控处理服务器2还包括:嫌犯面部特征存储模块3、现场人脸信息存储模块4和信息处理单元5,信息处理单元5分别与嫌犯面部特征存储模块3和现场人脸信息存储模块4连接。
本发明的实施例2:一种嫌犯追踪的系统,如图1所示,包括:摄像机1、监控处理服务器2、摄像机控制服务器6和报警器7,监控处理服务器2分别与摄像机1、摄像机控制服务器6和报警器7连接,摄像机控制服务器6和摄像机1连接;所述的监控处理服务器2还包括:嫌犯面部特征存储模块3、现场人脸信息存储模块4和信息处理单元5,信息处理单元5分别与嫌犯面部特征存储模块3和现场人脸信息存储模块4连接。所述的监控处理服务器2还包括:监控区域对照存储模块8,监控区域对照存储模块8与信息处理单元5连接。
本发明的实施例3:一种嫌犯追踪的系统,如图1所示,包括:摄像机1、监控处理服务器2、摄像机控制服务器6和报警器7,监控处理服务器2分别与摄像机1、摄像机控制服务器6和报警器7连接,摄像机控制服务器6和摄像机1连接;所述的监控处理服务器2还包括:嫌犯面部特征存储模块3、现场人脸信息存储模块4和信息处理单元5,信息处理单元5分别与嫌犯面部特征存储模块3和现场人脸信息存储模块4连接。所述的监控处理服务器2还包括:监控区域对照存储模块8,监控区域对照存储模块8与信息处理单元5连接。所述的监控处理服务器2还包括:信息同步更新模块9。
本发明的一种实施例的工作原理:(如图2所示)
监控处理服务器2采集嫌犯的面部特征信息并通过信息同步更新模块9同步到各个监控处理服务器2的嫌犯面部特征存储模块3中;摄像头1实时采集人脸图像并将人脸图像传送到监控处理服务器2中的现场人脸信息存储模块4中;监控处理服务器2中的信息处理单元5将实时采集的人脸图像与嫌犯的面部特征信息进行匹配;若一致,则发送信息到摄像机控制服务器6,摄像机控制服务器6根据监控处理服务器2上的监控区域对照存储模块8中的对照信息控制嫌犯所在区域的摄像机1变焦,拍摄嫌犯的放大图像,并且报警器7发出预警信号。
Claims (8)
1.一种嫌犯追踪的方法,其特征在于,包括以下步骤:
S1,采集嫌犯的面部特征信息并录入各个监控处理服务器;
S2,摄像头实时采集人脸图像并将人脸图像传送到监控处理服务器;
S3,监控处理服务器将实时采集的人脸图像与嫌犯的面部特征信息进行匹配;
S4,若一致,则控制嫌犯所在区域的摄像机变焦,拍摄嫌犯的放大图像,并发出预警信号。
2.根据权利要求1所述的嫌犯追踪的方法,其特征在于,将监控区域划分为多个子区域,由多个摄像机进行连续监测。
3.根据权利要求2所述的嫌犯追踪的方法,其特征在于,不同的子区域由不同的摄像机进行监控。
4.根据权利要求1所述的嫌犯追踪的方法,其特征在于,步骤S1中所述的各个监控处理服务器进行信息同步。
5.根据权利要求1所述的嫌犯追踪的方法,其特征在于,步骤S3中,采用局部屏蔽技术来拍摄嫌犯的放大图像。
6.实现权利要求1~5所述方法的一种嫌犯追踪的系统,其特征在于,包括:摄像机(1)、监控处理服务器(2)、摄像机控制服务器(6)和报警器(7),监控处理服务器(2)分别与摄像机(1)、摄像机控制服务器(6)和报警器(7)连接,摄像机控制服务器(6)和摄像机(1)连接;所述的监控处理服务器(2)还包括:嫌犯面部特征存储模块(3)、现场人脸信息存储模块(4)和信息处理单元(5),信息处理单元(5)分别与嫌犯面部特征存储模块(3)和现场人脸信息存储模块(4)连接。
7.根据权利要求6所述的嫌犯追踪的系统,其特征在于,所述的监控处理服务器(2)还包括:监控区域对照存储模块(8),监控区域对照存储模块(8)与信息处理单元(5)连接。
8.根据权利要求6或7所述的嫌犯追踪的系统,其特征在于,所述的监控处理服务器(2)还包括:信息同步更新模块(9)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101560092A CN103428473A (zh) | 2012-05-20 | 2012-05-20 | 一种嫌犯追踪的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101560092A CN103428473A (zh) | 2012-05-20 | 2012-05-20 | 一种嫌犯追踪的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103428473A true CN103428473A (zh) | 2013-12-04 |
Family
ID=49652571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012101560092A Pending CN103428473A (zh) | 2012-05-20 | 2012-05-20 | 一种嫌犯追踪的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103428473A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157630A (zh) * | 2016-08-01 | 2016-11-23 | 百度在线网络技术(北京)有限公司 | 犯罪嫌疑目标的监测方法、车辆及系统 |
CN106503641A (zh) * | 2016-10-18 | 2017-03-15 | 上海众恒信息产业股份有限公司 | 辅助决策分析系统及分析方法 |
CN107038405A (zh) * | 2015-11-16 | 2017-08-11 | 三星电子株式会社 | 识别对象的方法和设备以及训练识别模型的方法和设备 |
CN110430348A (zh) * | 2019-08-05 | 2019-11-08 | 深圳市威尔电器有限公司 | 巡逻智能监控终端及其工作方法 |
CN111611871A (zh) * | 2020-04-26 | 2020-09-01 | 深圳奇迹智慧网络有限公司 | 图像识别方法、装置、计算机设备和计算机可读存储介质 |
-
2012
- 2012-05-20 CN CN2012101560092A patent/CN103428473A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038405A (zh) * | 2015-11-16 | 2017-08-11 | 三星电子株式会社 | 识别对象的方法和设备以及训练识别模型的方法和设备 |
CN106157630A (zh) * | 2016-08-01 | 2016-11-23 | 百度在线网络技术(北京)有限公司 | 犯罪嫌疑目标的监测方法、车辆及系统 |
CN106503641A (zh) * | 2016-10-18 | 2017-03-15 | 上海众恒信息产业股份有限公司 | 辅助决策分析系统及分析方法 |
CN106503641B (zh) * | 2016-10-18 | 2019-06-07 | 上海众恒信息产业股份有限公司 | 辅助决策分析系统及分析方法 |
CN110430348A (zh) * | 2019-08-05 | 2019-11-08 | 深圳市威尔电器有限公司 | 巡逻智能监控终端及其工作方法 |
CN111611871A (zh) * | 2020-04-26 | 2020-09-01 | 深圳奇迹智慧网络有限公司 | 图像识别方法、装置、计算机设备和计算机可读存储介质 |
CN111611871B (zh) * | 2020-04-26 | 2023-11-28 | 深圳奇迹智慧网络有限公司 | 图像识别方法、装置、计算机设备和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3088910B1 (en) | Method and system for tracking moving trajectory based on human features | |
CN101699862B (zh) | Ptz摄像机获取感兴趣区域高分辨率图像的方法 | |
WO2020094091A1 (zh) | 一种图像抓拍方法、监控相机及监控系统 | |
CN103428473A (zh) | 一种嫌犯追踪的方法及系统 | |
CN104506819A (zh) | 一种多摄像头实时联动的互反馈跟踪系统及方法 | |
EP2966852B1 (en) | Video monitoring method, device and system | |
KR101513215B1 (ko) | 객체 행동패턴 cctv 영상 분석서버 | |
Tiwari et al. | A computer vision based framework for visual gun detection using SURF | |
CN103761514A (zh) | 基于广角枪机和多球机实现人脸识别的系统及方法 | |
CN103686131A (zh) | 使用图像的3d信息的监控设备和系统以及监控方法 | |
Lim et al. | Gun detection in surveillance videos using deep neural networks | |
CN104883548A (zh) | 监控视频人脸抓取处理方法及其系统 | |
US20150213306A1 (en) | Apparatus, method and system for automatically detecting questionable persons | |
CN103150901B (zh) | 一种基于车辆运动矢量场分析的异常交通状况检测方法 | |
KR20150112713A (ko) | 영상분석 서버를 통한 미래 발생범죄 예측 시스템 | |
CN107547865A (zh) | 跨区域人体视频目标跟踪智能监控方法 | |
KR101492473B1 (ko) | 사용자 기반 상황 인지형 씨씨티비 통합관제시스템 | |
CN105959637A (zh) | 一种远程智能视频监控系统 | |
CN105957300B (zh) | 一种智慧金睛识别可疑张贴遮蔽报警方法和装置 | |
CN102254396B (zh) | 基于视频的入侵检测方法及装置 | |
CN203279057U (zh) | 多目标智能跟踪锁定监控系统 | |
CN105025240A (zh) | 一种执法记录仪及其控制方法 | |
KR101485512B1 (ko) | 객체 행동패턴의 해마 신경망 학습을 이용한 미래범죄 발생확률 우선순위 이벤트 cctv 영상처리 방법 | |
KR20150112712A (ko) | 객체 행동패턴 cctv 영상 분석서버 | |
CN202587233U (zh) | 一种嫌犯追踪的系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131204 |