CN106326240A - 一种物体移动轨迹识别方法及系统 - Google Patents
一种物体移动轨迹识别方法及系统 Download PDFInfo
- Publication number
- CN106326240A CN106326240A CN201510342334.1A CN201510342334A CN106326240A CN 106326240 A CN106326240 A CN 106326240A CN 201510342334 A CN201510342334 A CN 201510342334A CN 106326240 A CN106326240 A CN 106326240A
- Authority
- CN
- China
- Prior art keywords
- specific objective
- picture
- place
- action message
- determining
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000009471 action Effects 0.000 claims description 36
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
Abstract
本发明公开了一种物体移动轨迹识别方法及系统,包括:获取经过确定地点的物体的多角度图片及活动信息;比较获取的物体图片与特定目标的样例图片的相似度,若获取的物体图片与特定目标的样例图片的相似度超过设定的阈值,则识别该物体为特定目标;根据识别为特定目标的物体的活动信息以及确定地点的位置信息对特定目标的移动轨迹进行跟踪。本发明提供的物体移动轨迹识别方法及系统,能够解决现有技术中若目标群体没有携带相应的设备或标签,则无法对目标群体的移动轨迹进行跟踪的问题。
Description
技术领域
本发明涉及计算机视频识别和通信技术领域,尤其涉及一种物体移动轨迹识别方法及系统。
背景技术
目前,随着世界安全形势越来越严峻,城市中的通缉犯、逃跑的犯人、被盗车辆等严重威胁城市公民的生活安全。人们需要对这些特殊类型的目标进行监控,并跟踪预测该类目标的移动轨迹。这需要对该类目标进行识别,并且需要把该类目标所在的位置标识在城市地图上,以方便警方对其进行控制。
现有的物体移动轨迹识别方式为:利用移动通信与全球定位系统(GPS,Global Positioning System)技术相结合针对汽车、轮船等移动物体的位置进行监控,所依赖的硬件系统包括:GPS卫星、移动物体上安装的移动终端、移动通信基站及数据处理中心局;系统可采用主动和被动两种工作模式;GPS位置信息在数据处理中心局的处理采用单点拟合或路线拟合;被动模式在系统中设立三个优先级;移动物体的GPS位置信息发送到数据处理中心局后,与预先存储的GPS信息进行比较和拟合,经过拟合的数据传送给相关的具有更高管理优先权的第三者,所述第三者根据需要对移动物体进行实时、非实时监控或历史检索。
然而,上述方式存在以下问题:若移动物体没有携带移动终端,则无法对移动物体的轨迹进行跟踪;另外,当移动终端出现故障或GPS信号较差时,会导致物体轨迹跟踪的失败。
另外,现有还采用以下方式识别室内物体移动轨迹:根据标签提供信号,再结合实时定位系统(RTLS,Real Time Location Systems)和监控图像获得被监控对象的具体位置,然后将位置信息转换成坐标信息,最后利用坐标信息描绘出被监控对象的移动轨迹。然而,该方法需要在物体上打上标签,如果物体上没有标签则无法进行监控。
可见,在现有技术中,若目标群体没有携带相应的设备或标签,则无法实现对物体移动轨迹的跟踪。
发明内容
为了解决上述技术问题,本发明提供一种物体移动轨迹识别方法及系统,能够解决现有技术中若目标群体没有携带相应的设备或标签,则无法对目标群体的移动轨迹进行跟踪的问题。
为了达到上述技术目的,本发明提供一种物体移动轨迹识别方法,包括:获取经过确定地点的物体的多角度图片及活动信息;比较所述获取的物体图片与特定目标的样例图片的相似度,若所述获取的物体图片与特定目标的样例图片的相似度超过设定的阈值,则识别该物体为特定目标;根据所述识别为特定目标的物体的活动信息以及所述确定地点的位置信息对所述特定目标的移动轨迹进行跟踪。
进一步地,所述活动信息包括所述物体经过该确定地点的时间、速度以及移动方位信息。
进一步地,根据所述识别为特定目标的物体的活动信息以及所述确定地点的位置信息对所述特定目标的移动轨迹进行跟踪包括:根据所述识别为特定目标的物体经过多个确定地点时获取的活动信息中的时间以及多个确定地点的位置信息,按时间先后描绘该特定目标的移动轨迹,并根据经过多个确定地点时获取的活动信息中的速度以及移动方位信息预测后续移动轨迹。
进一步地,所述比较所述获取的物体图片与特定目标的样例图片的相似度之前,该方法还包括:确定需要跟踪的特定目标的样例图片。
本发明还提供一种物体移动轨迹识别系统,包括:摄像头组模块,用于获取经过确定地点的物体的多角度图片及活动信息;图像识别模块,用于比较所述获取的物体图片与特定目标的样例图片的相似度,若所述获取的物体图片与特定目标的样例图片的相似度超过设定的阈值,则识别该物体为特定目标;轨迹显示模块,用于根据所述识别为特定目标的物体的活动信息以及所述确定地点的位置信息对所述特定目标的移动轨迹进行跟踪。
进一步地,所述活动信息包括所述物体经过该确定地点的时间、速度以及移动方位信息。
进一步地,所述轨迹显示模块,具体用于:根据所述识别为特定目标的物体经过多个确定地点时获取的活动信息中的时间以及多个确定地点的位置信息,按时间先后描绘该特定目标的移动轨迹,并根据经过确定地点时获取的活动信息中的速度以及移动方位信息预测后续移动轨迹。
进一步地,上述系统还包括:样例图片管理模块,用于确定需要跟踪的特定目标的样例图片。
在本发明中,获取经过确定地点的物体的多角度图片及活动信息;比较获取的物体图片与特定目标的样例图片的相似度,若获取的物体图片与特定目标的样例图片的相似度超过设定的阈值,则识别该物体为特定目标;根据识别为特定目标的物体的活动信息以及确定地点的位置信息对特定目标的移动轨迹进行跟踪。如此,通过本发明,即使目标群体没有携带相应的设备或标签,也可以对目标群体的移动轨迹进行跟踪,从而可以对城市中的通缉犯、逃跑的犯人、被盗车辆的活动轨迹进行有效跟踪,大大提高了对城市内各类犯罪分子的追捕效率,无需一帧一帧查看视频来查找可疑分子,实现了自动跟踪,进而对追捕最佳时间及最佳地点进行指示,使守株待兔式的追捕变为现实,大大提高了城市应急能力。
附图说明
图1为本发明实施例提供的物体移动轨迹识别方法的流程图;
图2为本发明实施例提供的物体移动轨迹识别系统的示意图;
图3为本发明实施例提供的物体移动轨迹识别系统的应用示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,应当理解,以下所说明的实施例仅用于说明和解释本发明,并不用于限定本发明。
图1为本发明实施例提供的物体移动轨迹识别方法的流程图。如图1所示,本发明实施例提供的物体移动轨迹识别方法包括以下步骤:
步骤11:获取经过确定地点的物体的多角度图片及活动信息。
其中,活动信息包括物体经过确定地点的时间、速度以及移动方位信息。
于一实施例中,确定地点为安装摄像头组的地点(如城市街道的路口),摄像头组例如包括设置在四个相对方位的四个摄像头。举例而言,当一物体经过设置摄像头组的路口时,四个摄像头可从四个不同方位对该物体进行拍照,根据该物体在经过该路口时四个摄像头记录的移动信息(例如在摄像头拍摄区域内不同位置的距离和时间),确定该物体经过该路口的移动速度,并根据该物体的前进方向,确定移动方位信息。
步骤12:比较获取的物体图片与特定目标的样例图片的相似度,若获取的物体图片与特定目标的样例图片的相似度超过设定的阈值,则识别该物体为特定目标。
于一实施例中,在步骤12之前,该方法还包括:确定需要跟踪的特定目标的样例图片。
步骤13:根据识别为特定目标的物体的活动信息以及确定地点的位置信息对特定目标的移动轨迹进行跟踪。
于一实施例中,步骤13包括:根据识别为特定目标的物体经过多个确定地点时获取的活动信息中的时间以及多个确定地点的位置信息,按时间先后描绘该特定目标的移动轨迹,并根据经过多个确定地点时获取的活动信息中的速度以及移动方位信息预测后续移动轨迹。
图2为本发明实施例提供的物体移动轨迹识别系统的示意图。如图2所示,本发明实施例提供的物体移动轨迹识别系统包括:摄像头组模块,用于获取经过确定地点的物体的多角度图片及活动信息;图像识别模块,用于比较所述获取的物体图片与特定目标的样例图片的相似度,若所述获取的物体图片与特定目标的样例图片的相似度超过设定的阈值,则识别该物体为特定目标;轨迹显示模块,用于根据所述识别为特定目标的物体的活动信息以及所述确定地点的位置信息对所述特定目标的移动轨迹进行跟踪。
其中,活动信息包括所述物体经过该确定地点的时间、速度以及移动方位信息。
于一实施例中,轨迹显示模块,具体用于:根据所述识别为特定目标的物体经过多个确定地点时获取的活动信息中的时间以及多个确定地点的位置信息,按时间先后描绘该特定目标的移动轨迹,并根据经过确定地点时获取的活动信息中的速度以及移动方位信息预测后续移动轨迹。
于一实施例中,该系统还包括:样例图片管理模块,用于确定需要跟踪的特定目标的样例图片。
图3为本发明实施例提供的物体移动轨迹识别系统的应用示意图。下面以图3的应用场景为例,详细说明本实施例。
如图3所示,摄像头组模块S10,例如配置为在一个确定地点设置四个摄像头(如城市街道路口的四个岔口各一个)。通过四个摄像头的配合,能够完整地反映物体S11的移动方位信息(例如,包括移动方向以及移动方向的环境信息等),并从不同方位对该物体进行识别。另外,摄像头组模块S10的位置信息(如,经度及纬度)可直接关联至地图。于一实施例中,摄像头组模块S10例如还包括物体移动速度分析模块和地理信息系统(GIS,Geographic Information System)模块,其中,物体移动速度分析模块,用于根据拍摄到的物体S11在不同位置的距离和时间,计算得出其移动速度。
摄像头组模块S10通过网络S12,将物体S11的活动信息(包括拍摄时间点、移动速度、移动方位信息)以及所有拍摄图片存入后台服务器S13的数据库。
图像识别模块例如设置在后台服务器S13内,用于将存储在数据库中的物体的图片与特定目标的样例图片进行比较,若相似度超过设定阀值,则识别该物体为特定目标,从而可确定特定目标曾出现在该摄像头组所在位置,同时,可启动识别成功报警以通知用户。
根据识别出的特定目标出现的摄像头组所在位置,按照时间先后在地图上标识特定目标的移动轨迹,并根据特定目标的移动方位信息以及速度预测后续移动轨迹,并显示在显示部件S15(轨迹显示模块)上。
另外,通过管理台S14(样例图片管理模块),可以录入特定目标的图片特征。
举例而言,通过摄像头组1(至少包括前后左右四个方位的四个摄像头),分四个方位对物体进行拍照,并分析获取物体的获得信息(例如,移动速度及移动方位信息),通过摄像头组所在地图位置的经纬度,得出位置信息,将在该路口摄像头组(摄像头组1)出现的物体的活动信息、位置信息及拍摄图片存储到数据库中。通过将存储在数据库中的物体的拍摄图片与特定目标的样例图片进行比对,实时对特定目标进行识别,若两者的相似度超过设定的阀值,则识别成功,即在摄像头组1出现的物体为特定目标,记录在摄像头组1出现的物体的信息,并启动告警提示,标识上述物体信息是某特定目标的行为,地址在摄像头组1所在位置。下一时段,在某路口摄像头组2,采用与摄像头组1相同的方式,同样记录经过该路口的物体的活动信息,同样进行实时识别,若识别成功,即在摄像头组2出现的物体为特定目标,也需启动告警提示,标识在摄像头组2出现的物体的信息是某特定目标的行为,地址在摄像头组2所在位置。当识别出经过摄像头组1和摄像头组2的物体为同一个特定目标时,可根据该特定目标进入摄像头组1的速度和移动方向,以及进入摄像头组2的移动方向和速度,对该特定目标的移动轨迹进行模拟,例如模拟该特定目标经过了几个街道,目前正在前往哪个街道。
若在同一摄像头组不同时间识别出同一个特定目标,则说明特定目标移动轨迹有返回,可通过移动速度及相隔时间,模拟出特定目标从相应街道折返的线路。
另外,特定目标的样例图片可根据需要进行管理。举例而言,当新增特定目标的样例图片之后,可启动识别任务,对之前三个月内存储的摄像头组拍摄的图片进行自动识别,并自动在地图上描绘出该特定目标的经常移动路线轨迹,从而对该特定目标近期的移动轨迹进行预测。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (8)
1.一种物体移动轨迹识别方法,其特征在于,包括:
获取经过确定地点的物体的多角度图片及活动信息;
比较所述获取的物体图片与特定目标的样例图片的相似度,若所述获取的物体图片与特定目标的样例图片的相似度超过设定的阈值,则识别该物体为特定目标;
根据所述识别为特定目标的物体的活动信息以及所述确定地点的位置信息对所述特定目标的移动轨迹进行跟踪。
2.如权利要求1所述的方法,其特征在于:所述活动信息包括所述物体经过该确定地点的时间、速度以及移动方位信息。
3.如权利要求2所述的方法,其特征在于,所述根据所述识别为特定目标的物体的活动信息以及所述确定地点的位置信息对所述特定目标的移动轨迹进行跟踪包括:根据所述识别为特定目标的物体经过多个确定地点时获取的活动信息中的时间以及多个确定地点的位置信息,按时间先后描绘该特定目标的移动轨迹,并根据经过多个确定地点时获取的活动信息中的速度以及移动方位信息预测后续移动轨迹。
4.如权利要求1所述的方法,其特征在于,所述比较所述获取的物体图片与特定目标的样例图片的相似度之前,还包括:确定需要跟踪的特定目标的样例图片。
5.一种物体移动轨迹识别系统,其特征在于,包括:
摄像头组模块,用于获取经过确定地点的物体的多角度图片及活动信息;
图像识别模块,用于比较所述获取的物体图片与特定目标的样例图片的相似度,若所述获取的物体图片与特定目标的样例图片的相似度超过设定的阈值,则识别该物体为特定目标;
轨迹显示模块,用于根据所述识别为特定目标的物体的活动信息以及所述确定地点的位置信息对所述特定目标的移动轨迹进行跟踪。
6.如权利要求5所述的系统,其特征在于:所述活动信息包括所述物体经过该确定地点的时间、速度以及移动方位信息。
7.如权利要求6所述的系统,其特征在于,所述轨迹显示模块,具体用于:根据所述识别为特定目标的物体经过多个确定地点时获取的活动信息中的时间以及多个确定地点的位置信息,按时间先后描绘该特定目标的移动轨迹,并根据经过确定地点时获取的活动信息中的速度以及移动方位信息预测后续移动轨迹。
8.如权利要求5所述的系统,其特征在于,还包括:样例图片管理模块,用于确定需要跟踪的特定目标的样例图片。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510342334.1A CN106326240A (zh) | 2015-06-18 | 2015-06-18 | 一种物体移动轨迹识别方法及系统 |
PCT/CN2016/076731 WO2016202027A1 (zh) | 2015-06-18 | 2016-03-18 | 一种物体移动轨迹识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510342334.1A CN106326240A (zh) | 2015-06-18 | 2015-06-18 | 一种物体移动轨迹识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106326240A true CN106326240A (zh) | 2017-01-11 |
Family
ID=57544971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510342334.1A Withdrawn CN106326240A (zh) | 2015-06-18 | 2015-06-18 | 一种物体移动轨迹识别方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106326240A (zh) |
WO (1) | WO2016202027A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614897A (zh) * | 2018-11-29 | 2019-04-12 | 平安科技(深圳)有限公司 | 一种室内查找物品的方法及终端 |
CN109740462A (zh) * | 2018-12-21 | 2019-05-10 | 北京智行者科技有限公司 | 目标的识别跟随方法 |
CN109960264A (zh) * | 2019-03-28 | 2019-07-02 | 潍柴动力股份有限公司 | 一种目标识别方法及系统 |
CN110430524A (zh) * | 2019-06-24 | 2019-11-08 | 深圳云天励飞技术有限公司 | 一种基于gps定位的告警方法及装置 |
CN110599776A (zh) * | 2019-10-15 | 2019-12-20 | 福州市协成智慧科技有限公司 | 一种交通数据处理系统 |
CN110728617A (zh) * | 2019-09-30 | 2020-01-24 | 上海电机学院 | 一种基于fpga的动态目标识别与实时跟踪系统 |
CN112348544A (zh) * | 2019-08-09 | 2021-02-09 | 上海红星美凯龙悦家互联网科技有限公司 | 用户信息获取及关联方法、装置、设备、系统和存储介质 |
CN112348545A (zh) * | 2019-08-09 | 2021-02-09 | 上海红星美凯龙悦家互联网科技有限公司 | 用户信息获取及关联系统、装置和存储介质 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723835A (zh) * | 2019-03-21 | 2020-09-29 | 北京嘀嘀无限科技发展有限公司 | 车辆移动轨迹区分方法、装置和电子设备 |
CN110147471A (zh) * | 2019-04-04 | 2019-08-20 | 平安科技(深圳)有限公司 | 基于视频的轨迹跟踪方法、装置、计算机设备及存储介质 |
CN111126807B (zh) * | 2019-12-12 | 2023-10-10 | 浙江大华技术股份有限公司 | 行程切分方法和装置、存储介质及电子装置 |
CN113515982B (zh) * | 2020-05-22 | 2022-06-14 | 阿里巴巴集团控股有限公司 | 轨迹还原方法及设备、设备管理方法及管理设备 |
CN115394025A (zh) * | 2021-05-20 | 2022-11-25 | 中国移动通信集团有限公司 | 监控方法、装置、电子设备及存储介质 |
CN114331662A (zh) * | 2022-03-11 | 2022-04-12 | 支付宝(杭州)信息技术有限公司 | 识别相同业务主体的方法及装置 |
CN114584746B (zh) * | 2022-04-29 | 2022-07-26 | 深圳市边海物联科技有限公司 | 一种安防监控系统及安防监控方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102843547A (zh) * | 2012-08-01 | 2012-12-26 | 安科智慧城市技术(中国)有限公司 | 一种嫌疑目标智能追踪方法和系统 |
CN104034316A (zh) * | 2013-03-06 | 2014-09-10 | 深圳先进技术研究院 | 一种基于视频分析的空间定位方法 |
CN104539909A (zh) * | 2015-01-15 | 2015-04-22 | 安徽大学 | 一种视频监控方法及视频监控服务器 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101207638B (zh) * | 2007-12-03 | 2010-11-10 | 浙江树人大学 | 一种基于预测的无线传感器网络目标跟踪方法 |
US8891818B2 (en) * | 2009-12-08 | 2014-11-18 | Texas Instruments Incorporated | Method and apparatus for tracking objects across images |
CN103020607B (zh) * | 2012-12-27 | 2017-05-03 | Tcl集团股份有限公司 | 一种人脸识别方法及装置 |
CN103942811B (zh) * | 2013-01-21 | 2017-08-15 | 中国电信股份有限公司 | 分布式并行确定特征目标运动轨迹的方法与系统 |
-
2015
- 2015-06-18 CN CN201510342334.1A patent/CN106326240A/zh not_active Withdrawn
-
2016
- 2016-03-18 WO PCT/CN2016/076731 patent/WO2016202027A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102843547A (zh) * | 2012-08-01 | 2012-12-26 | 安科智慧城市技术(中国)有限公司 | 一种嫌疑目标智能追踪方法和系统 |
CN104034316A (zh) * | 2013-03-06 | 2014-09-10 | 深圳先进技术研究院 | 一种基于视频分析的空间定位方法 |
CN104539909A (zh) * | 2015-01-15 | 2015-04-22 | 安徽大学 | 一种视频监控方法及视频监控服务器 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614897A (zh) * | 2018-11-29 | 2019-04-12 | 平安科技(深圳)有限公司 | 一种室内查找物品的方法及终端 |
CN109740462A (zh) * | 2018-12-21 | 2019-05-10 | 北京智行者科技有限公司 | 目标的识别跟随方法 |
CN109740462B (zh) * | 2018-12-21 | 2020-10-27 | 北京智行者科技有限公司 | 目标的识别跟随方法 |
CN109960264A (zh) * | 2019-03-28 | 2019-07-02 | 潍柴动力股份有限公司 | 一种目标识别方法及系统 |
CN110430524A (zh) * | 2019-06-24 | 2019-11-08 | 深圳云天励飞技术有限公司 | 一种基于gps定位的告警方法及装置 |
CN112348544A (zh) * | 2019-08-09 | 2021-02-09 | 上海红星美凯龙悦家互联网科技有限公司 | 用户信息获取及关联方法、装置、设备、系统和存储介质 |
CN112348545A (zh) * | 2019-08-09 | 2021-02-09 | 上海红星美凯龙悦家互联网科技有限公司 | 用户信息获取及关联系统、装置和存储介质 |
CN110728617A (zh) * | 2019-09-30 | 2020-01-24 | 上海电机学院 | 一种基于fpga的动态目标识别与实时跟踪系统 |
CN110599776A (zh) * | 2019-10-15 | 2019-12-20 | 福州市协成智慧科技有限公司 | 一种交通数据处理系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2016202027A1 (zh) | 2016-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106326240A (zh) | 一种物体移动轨迹识别方法及系统 | |
Naphade et al. | The 2019 AI City Challenge. | |
CN102843547B (zh) | 一种嫌疑目标智能追踪方法和系统 | |
US11854136B2 (en) | Monitoring a scene to analyze an event using a plurality of image streams | |
CN103716878B (zh) | 利用手机与视频监控设备进行定位的方法 | |
JP6175846B2 (ja) | 車両追跡プログラム、サーバ装置および車両追跡方法 | |
US20140078304A1 (en) | Collection and use of captured vehicle data | |
US10375522B2 (en) | Mobile device inference and location prediction of a moving object of interest | |
US20070011722A1 (en) | Automated asymmetric threat detection using backward tracking and behavioral analysis | |
CN104317918B (zh) | 基于复合大数据gis的异常行为分析及报警系统 | |
US8890957B2 (en) | Method, system, computer program product and computer-readable recording medium for object tracking | |
CN108540751A (zh) | 基于视频与电子设备标识的监控方法、装置及系统 | |
Jisha et al. | An android application for school bus tracking and student monitoring system | |
CN105100700A (zh) | 利用摄像机之间的交接的目标物跟踪装置及方法 | |
US11430199B2 (en) | Feature recognition assisted super-resolution method | |
CN101430827B (zh) | 基于gps的出租车无线视频监控系统及方法 | |
CN116778292B (zh) | 多模态车辆时空轨迹的融合方法、装置、设备及存储介质 | |
CN103984716A (zh) | 基于地理信息空间地址精确定位的方法及系统 | |
CN114067270A (zh) | 一种车辆追踪方法、装置、计算机设备及存储介质 | |
CN116959265A (zh) | 交通信息提示方法、装置、电子设备和可读存储介质 | |
CN108540748A (zh) | 监控视频与电子设备标识关联的方法、装置及系统 | |
KR101754995B1 (ko) | 범죄자 추적 cctv 장치 | |
TW201530097A (zh) | 犯案車輛圍捕系統與方法 | |
CN110069339B (zh) | 一种分布式识别跟踪系统 | |
CN110717386A (zh) | 涉事对象追踪方法及装置、电子设备和非暂态存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170111 |
|
WW01 | Invention patent application withdrawn after publication |