CN106503622A - 一种车辆反跟踪方法及装置 - Google Patents

一种车辆反跟踪方法及装置 Download PDF

Info

Publication number
CN106503622A
CN106503622A CN201610853177.5A CN201610853177A CN106503622A CN 106503622 A CN106503622 A CN 106503622A CN 201610853177 A CN201610853177 A CN 201610853177A CN 106503622 A CN106503622 A CN 106503622A
Authority
CN
China
Prior art keywords
vehicle
focal length
face
photographic head
length photographic
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
Application number
CN201610853177.5A
Other languages
English (en)
Inventor
申皓全
赵勇
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.)
BEIJING DEEPGLINT INFORMATION TECHNOLOGY Co Ltd
Original Assignee
BEIJING DEEPGLINT INFORMATION TECHNOLOGY Co Ltd
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 BEIJING DEEPGLINT INFORMATION TECHNOLOGY Co Ltd filed Critical BEIJING DEEPGLINT INFORMATION TECHNOLOGY Co Ltd
Priority to CN201610853177.5A priority Critical patent/CN106503622A/zh
Publication of CN106503622A publication Critical patent/CN106503622A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本申请提供了一种车辆反跟踪方法及装置，包括：获取车载广角摄像头拍摄的道路图像；根据所述道路图像确定广角场景内的行人和/或车辆的位置区域；驱动车载长焦摄像头旋转并获取所述行人和/或车辆的图像；根据所述行人和/或车辆的图像识别人脸和/或车牌；在所述人脸和/或车牌满足预警条件时，发送预警信息。本申请通过车载广角摄像头拍摄广角场景的道路图像，然后检测出广角场景内的人或车辆后驱动车载长焦摄像头近距离获取人或车辆的图像，进而以长焦摄像头获取的图像为基础识别人脸或车牌，确保反跟踪的图像更加清楚、质量更高，从而为后续预警判断提供保障，确保反跟踪预警的准确性。

Description

一种车辆反跟踪方法及装置
技术领域
本申请涉及计算机视觉技术领域，尤其涉及一种车辆反跟踪方法及装置。
背景技术
反跟踪技术有很多应用场景，例如：防止狗仔队偷拍、防止记者非法跟踪曝光、保护刑警和政府官员、预防绑架等刑事犯罪等。
目前，反跟踪技术抓拍车辆、车牌和人脸的主要方法有以下几种：
1.使用广角相机(24mm～35mm)，拍摄大范围近距离的车辆、车号牌和人脸，适用于紧随目标车辆的反跟踪场景。
2.使用长焦相机(80mm～300mm)，拍摄小范围远距离的车辆、车号牌和人脸，适用于出现在目标车辆正后方的反跟踪场景。
3.使用多个长焦相机，拍摄更大范围远距离的车辆、车号牌和人脸，但摄像机数量随视场角扩大二次增长，成本较高。
现有反跟踪技术要么只关注近距离大视场角、要么只关注远距离小视场角，然而在实际场景中，跟踪车辆不一定出现在目标车辆正后方，也不一定紧随目标车辆，在不提高成本的前提下，采用上述任一方法均可能出现抓拍图像不清晰导致反跟踪结果不准确，误报、漏报率较高等问题。
现有技术不足在于：
在可控成本内反跟踪结果不准确，误报率、漏报率较高。
发明内容
本申请实施例提出了一种车辆反跟踪方法及装置，以解决现有技术中在可控成本内反跟踪结果不准确，误报率、漏报率较高的技术问题。
第一个方面，本申请实施例提供了一种车辆反跟踪方法，包括如下步骤：
获取车载广角摄像头拍摄的道路图像；
根据所述道路图像确定广角场景内的行人和/或车辆的位置区域；
驱动车载长焦摄像头旋转并获取所述行人和/或车辆的图像；
根据所述行人和/或车辆的图像识别人脸和/或车牌；
在所述人脸和/或车牌满足预警条件时，发送预警信息。
第二个方面，本申请实施例提供了一种车辆反跟踪装置，包括：车载广角摄像头、检测模块、驱动装置、车载长焦摄像头、识别模块、预警模块，其中，
车载广角摄像头，用于拍摄道路图像；
检测模块，用于根据所述道路图像确定广角场景内的行人和/或车辆的位置区域；
驱动装置，用于驱动车载长焦摄像头旋转；
车载长焦摄像头，用于获取所述行人和/或车辆的图像；
识别模块，用于根据所述行人和/或车辆的图像识别人脸和/或车牌；
预警模块，用于在所述人脸和/或车牌满足预警条件时，发送预警信息。
有益效果如下：
本申请实施例所提供的车辆反跟踪方法及装置，通过车载广角摄像头拍摄广角场景的道路图像，然后检测出广角场景内的人或车辆后驱动车载长焦摄像头近距离获取人或车辆的图像，进而以长焦摄像头获取的图像为基础识别人脸或车牌，从而可以确保反跟踪的图像更加清楚、质量更高，从而为后续预警判断提供保障，确保反跟踪预警的准确性。
附图说明
下面将参照附图描述本申请的具体实施例，其中：
图1示出了本申请实施例中车辆反跟踪方法实施的流程示意图；
图2示出了本申请实施例中车载长焦摄像头拍摄的过程示意图一；
图3示出了本申请实施例中车载长焦摄像头拍摄的过程示意图二；
图4示出了本申请实施例中车辆反跟踪系统工作流程示意图
图5示出了本申请实施例中车辆反跟踪装置的结构示意图一；
图6示出了本申请实施例中驱动装置的结构示意图；
图7示出了本申请实施例中车辆反跟踪装置的结构示意图二。
具体实施方式
为了使本申请的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本说明中的实施例及实施例中的特征可以互相结合。
针对现有技术的不足，本申请实施例提出了一种车辆反跟踪方法及装置，可以在可控成本内，同时兼顾大的视场角和远距离，抓拍到高质量的车辆、车号牌或人脸，从而提高了反跟踪结果的准确率，降低了误报率、漏报率。
下面结合具体实施例进行说明。
图1示出了本申请实施例中车辆反跟踪方法实施的流程示意图，如图所示，所述反跟踪方法可以包括如下步骤：
步骤101、获取车载广角摄像头拍摄的道路图像；
步骤102、根据所述道路图像确定广角场景内的行人和/或车辆的位置区域；
步骤103、驱动车载长焦摄像头旋转并获取所述行人和/或车辆的图像；
步骤104、根据所述行人和/或车辆的图像识别人脸和/或车牌；
步骤105、在所述人脸和/或车牌满足预警条件时，发送预警信息。
广角摄像头一般为低于35mm的摄像头，广角摄像头视角广，比较适合拍摄场景较大的照片，而长焦摄像头一般为高于135mm以上的摄像头，长焦摄像头视角小，适于拍摄远距离的事物。
具体实施时，可以利用车载广角摄像头拍摄车辆后方的广角场景内的道路图像，然后根据所述道路图像检测出广角场景内的行人、车辆等物体的位置区域；确定行人、车辆的位置区域后，即可驱动车载长焦摄像头去拍摄行人、车辆的清晰图像，最终根据长焦摄像头拍摄的图像进一步识别出人脸、车牌等具体内容，在这些人脸、车牌满足预设的预警条件时，发送预警信息。
其中，预警条件可以为一段时间内多次检测到该人脸、车牌，或者在多个岔路口检测到该人脸、车牌等，具体可以根据实际需要设置。
所述预警信息可以包括所述人脸图像、车牌号码和/或车辆图像。
由于本申请实施例先利用车载广角摄像头获取广角场景的图像，再检测出其中的行人、车辆，利用车载长焦摄像头获取行人、车辆的清晰图像，以长焦摄像头拍摄到的图像为基础识别人脸、车牌，可以确保识别的结果准确度较高，从而进一步确保预警的准确性较高，减少误报、漏报现象。
实施中，所述驱动车载长焦摄像头旋转，具体可以包括：
根据当前车载长焦摄像头的角度和所述位置区域，计算所述车载长焦摄像头的旋转角度；
根据所述旋转角度驱动所述车载长焦摄像头旋转到相应位置。
图2示出了本申请实施例中车载长焦摄像头拍摄的过程示意图一，如图所示，假设在道路图像中存在一辆车，通过车辆检测确定了该车所在的位置区域，当前长焦摄像头的角度为正北方向(实线表示)，根据车辆的位置区域以及当前长焦摄像头的角度可以计算出所述长焦摄像头应该旋转的角度(假设为45°)，虚线表示旋转后的位置。
实施中，所述根据当前车载长焦摄像头的角度和所述位置区域，计算所述车载长焦摄像头的旋转角度，具体可以包括：
根据当前车载长焦摄像头的角度和所述位置区域，确定遍历这些位置区域所需旋转角度最小的遍历顺序；
根据所述遍历顺序确定车载长焦摄像头每次旋转角度。
图3示出了本申请实施例中车载长焦摄像头拍摄的过程示意图二，如图所示，假设道路图像中存在车辆A、B和人C，长焦摄像头当前方向为实线方向，车辆A与车辆B之间夹角为30°，车辆A与人C之间的夹角为60°，那么，长焦摄像头遍历A、B、C的位置区域所需旋转角度最小的遍历顺序可以确定为A→B→C(0+30°+90°)或者B→A→C(30°+30°+60°)。
根据上述遍历顺序，可以确定出所述车载长焦摄像头每一次拍摄所需的旋转角度。
本申请实施例通过规划转动路径/顺序，使得总转动角度小，在能拍摄到每一个目标的前提下速度较快、时间较短。
实施中，当所述人脸和/或车牌在同一路径不同时间出现频率超过第一阈值和/或所述人脸和/或车牌在同一地点不同时间出现频率超过第二阈值时，确定所述人脸和/或车牌满足预警条件。
现有技术只能在车辆行驶的路线上判断某一目标跟踪时间和距离是否过长，然后给出预警、发送警报，但这种方式并不能精准判断，误报率和漏报率等都比较高。
而本申请实施例可以结合历史时间数据、历史路径地点数据给出综合分析，例如：同一车辆或人在相同时问跟踪、同一车辆或人在相同路线上跟踪、同一车辆或人在相同时间地点踩点监视等，从而确保预警更加精准，减少误报或漏报。
实施中，所述方法可以进一步包括：
确定所述人脸和/或车辆出现的时间地点信息；
根据所述人脸和/或车辆出现的时间地点信息，得到所述人脸和/或车辆的轨迹信息，发送所述轨迹信息。
具体实施时，可以记录每一个目标出现的时间、地点，然后根据出现的时间、地点信息得到该目标的轨迹信息，最终可以将每一个目标的轨迹信息发送给用户终端展示给用户，也可以将确定符合预警条件的目标跟踪的轨迹信息发送给用户终端展示给用户。
本申请实施例可以将目标的轨迹信息的显示图像称为追踪热点图，用户可以根据轨迹信息以及特征信息(人脸图像、车辆图像、车牌号码等)更加灵活的分辨出自己是否真正被跟踪、真正处于危险之中。例如：用户在上下班路线中被跟踪、出游路线同样被跟踪，说明用户可能处于危险中；或者，用户在某一特定地点被高频监视，特征信息标识有人拿相机，则可以说明用户的隐私很可能已经被侵犯。
为了突出追踪的程度、便于用户一目了然的了解自身所处环境，本申请实施还可以采用如下方式实施。
实施中，所述人脸和/或车辆的轨迹信息在用户终端的显示效果根据所述人脸和/或车辆出现在道路视频图像中的频次确定。
具体实施时，本申请实施例可以将历史的某一车辆追踪的轨迹画在地图上展示给用户，同一路线上追踪的频次越高、路线可以越高亮，当某一特定地点被高频监视时可以在图中显示一个高亮的点，从而可以使用户一目了然的知道自己被跟踪的情况。
实施中，所述方法可以进一步包括：
接收云端发送的高危数据，所述高危数据为预先在云端数据库设置的数据和/或其他车辆上传给云端的数据；
当所述高危数据相关的目标出现时，发送预警信息。
具体实施时，云端可以分析各个终端采集的高危数据，统计出出现频率高部分、或者出现地点集中和路线集中的部分，反馈给每一个前端设备重点防护；此外，云端还可以将公安、官方发布的逃犯人脸和犯罪车辆号牌反馈给用户端的监控装置，进行重点防护。
高危数据可以包括人脸图像、人脸特征向量、车辆图像或车牌号码等信息，根据这些信息可以确定该目标是否出现，当所述高危数据相关的目标出现时可以向用户终端发送高危预警。
其中，人脸的特征向量可以为一串数字编码，用于标识相应的人脸。
本申请实施例可以通过云端整合罪犯人脸和犯罪车辆数据库，给出更全面的高危预警，而且可以通过云端整合每一辆使用反跟踪装置的车辆反馈的高危数据进行融合、分析，反馈给每个前端使用者，预防狗仔队偷拍、记者非法跟踪调查、团伙作案或连环作案等。
实施中，所述方法可以进一步包括：
当发生预警时，记录并存储相应的视频数据。
具体实施时，当预警发生时，可以记录并存储相应的视频数据，例如：满足预警的目标的特征信息、轨迹信息、视频图像等，供后续犯罪取证使用。
具体实施时，可以将某人脸或某个车牌的相关视频数据缓存一定时间，若在这段时间内发生预警，则可以将缓存的视频数据与预警发生后记录的视频数据一并存储；若在这段时间内没有发生预警，则可以将缓存的视频数据删除。
实施例二、
本申请实施例所提供的车辆反跟踪系统可以包括以下软件部分：车辆检测模块、车牌检测模块、行人检测模块、人脸识别模块、调度模块、坐标转换模块；此外，还可以包括以下硬件部分：长焦摄像头、广角摄像头、长焦摄像头转动装置、计算处理单元。
图4示出了本申请实施例中车辆反跟踪系统工作流程示意图，如图所示，反跟踪系统的工作流程可以包括如下步骤：
步骤401、车载广角摄像头(或称车载广角相机)将视频流传送到计算处理单元；
步骤402、计算处理单元运行车辆检测模块、行人检测模块，找出广角场景内有行人、车辆的位置区域；
步骤403、调度模块分析当前车载广角相机的角度与行人车辆位置区域之间的关系，结合历史行人车辆位置区域，规划遍历这些位置区域的先后顺序，计算长焦相机的旋转角度；
步骤404、根据调度模块产生的旋转角度，转动装置将车载长焦相机(或称车载长焦摄像头)转到相应的位置；
步骤405、车载长焦相机每转到一个位置区域，将视频流传回计算处理单元；
步骤406、计算处理单元根据车载长焦摄像头返回的视频流数据，运行车牌检测识别模块和人脸检测识别模块。
步骤407、记录车牌检测结果和人脸识别结果到数据库，供其他应用和模块使用。
本申请实施例相比现有技术具有如下优点：
1、本申请实施例所提供的车载系统是自动的枪球联动装置，在不需要人操作的情况下，通过算法控制车载广角相机和车载长焦相机配合完成人脸、车号牌等的抓拍，兼顾了视场角，距离和成本等要素；
2、相对于人脸、车号牌，行人和车辆在画面中所占面积更大，更容易在广角相机中被检测到，因此，本申请实施例将行人和车辆检测的算法应用在广角相机上；
3、根据广角相机中目标的位置，结合广角相机和长焦相机的参数，计算长焦相机需要转动的角度，规划转动的路径，使得总转动角度小，并且能拍摄到每一个目标；
4、在长焦相机对准每一个目标后，在长焦相机画面上运行人脸检测和车牌检测模块，由于长焦相机能够产生远距离更清晰的视频流，增加了人脸识别和车牌识别的准确度；
5、本申请实施例所提供的车载系统在可控制成本内，能够更全面、更精准地记录车辆周围的人车信息，帮助反跟踪系统更加精准地判断当前是否有被跟踪的威胁。
实施例三、
基于同一发明构思，本申请实施例中还提供了一种车辆反跟踪装置，由于这些设备解决问题的原理与一种车辆反跟踪方法相似，因此这些设备的实施可以参见方法的实施，重复之处不再赘述。
图5示出了本申请实施例中车辆反跟踪装置的结构示意图一，如图所示，所述车辆反跟踪装置可以包括：车载广角摄像头501、检测模块502、驱动装置503、车载长焦摄像头504、识别模块505、预警模块506，其中，
车载广角摄像头501，用于拍摄道路图像；
检测模块502，用于根据所述道路图像确定广角场景内的行人和/或车辆的位置区域；
驱动装置503，用于驱动车载长焦摄像头旋转；
车载长焦摄像头504，用于获取所述行人和/或车辆的图像；
识别模块505，用于根据所述行人和/或车辆的图像识别人脸和/或车牌；
预警模块506，用于在所述人脸和/或车牌满足预警条件时，发送预警信息。
图6示出了本申请实施例中驱动装置的结构示意图，如图所示，所述驱动装置可以包括：
计算单元5031，用于根据当前车载长焦摄像头的角度和所述位置区域，计算所述车载长焦摄像头的旋转角度；
驱动单元5032，用于根据所述旋转角度驱动所述车载长焦摄像头旋转到相应位置。
实施中，所述计算单元可以包括：
第一确定子单元50311，用于根据当前车载长焦摄像头的角度和所述位置区域，确定遍历这些位置区域所需旋转角度最小的遍历顺序；
第二确定子单元50312，用于根据所述遍历顺序确定车载长焦摄像头每次旋转角度。
实施中，所述预警模块具体可以用于当所述人脸和/或车牌在同一路径不同时间出现频率超过第一阈值和/或所述人脸和/或车牌在同一地点不同时间出现频率超过第二阈值时，确定所述人脸和/或车牌满足预警条件，发送预警信息。
图7示出了本申请实施例中车辆反跟踪装置的结构示意图二，如图所示，所述装置可以进一步包括：
时间地点确定模块507，用于确定所述人脸和/或车辆出现的时间地点信息；
轨迹确定模块508，用于根据所述人脸和/或车辆出现的时间地点信息，得到所述人脸和/或车辆的轨迹信息，发送所述轨迹信息。
实施中，所述人脸和/或车辆的轨迹信息在用户终端的显示效果根据所述人脸和/或车辆出现在道路视频图像中的频次确定。
实施中，所述装置可以进一步包括：
数据库，用于当发生预警时，记录并存储相应的视频数据。
为了描述的方便，以上所述装置的各部分以功能分为各种模块或单元分别描述。当然，在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

Claims (10)

1.一种车辆反跟踪方法，其特征在于，包括如下步骤：
获取车载广角摄像头拍摄的道路图像；
根据所述道路图像确定广角场景内的行人和/或车辆的位置区域；
驱动车载长焦摄像头旋转并获取所述行人和/或车辆的图像；
根据所述行人和/或车辆的图像识别人脸和/或车牌；
在所述人脸和/或车牌满足预警条件时，发送预警信息。
2.如权利要求1所述的方法，其特征在于，所述驱动车载长焦摄像头旋转，具体包括：
根据当前车载长焦摄像头的角度和所述位置区域，计算所述车载长焦摄像头的旋转角度；
根据所述旋转角度驱动所述车载长焦摄像头旋转到相应位置。
3.如权利要求2所述的方法，其特征在于，所述根据当前车载长焦摄像头的角度和所述位置区域，计算所述车载长焦摄像头的旋转角度，具体包括：
根据当前车载长焦摄像头的角度和所述位置区域，确定遍历这些位置区域所需旋转角度最小的遍历顺序；
根据所述遍历顺序确定车载长焦摄像头每次旋转角度。
4.如权利要求1所述的方法，其特征在于，当所述人脸和/或车牌在同一路径不同时间出现频率超过第一阈值和/或所述人脸和/或车牌在同一地点不同时间出现频率超过第二阈值时，确定所述人脸和/或车牌满足预警条件。
5.如权利要求1所述的方法，其特征在于，进一步包括：
确定所述人脸和/或车辆出现的时间地点信息；
根据所述人脸和/或车辆出现的时间地点信息，得到所述人脸和/或车辆的轨迹信息，发送所述轨迹信息。
6.一种车辆反跟踪装置，其特征在于，包括：车载广角摄像头、检测模块、驱动装置、车载长焦摄像头、识别模块、预警模块，其中，
车载广角摄像头，用于拍摄道路图像；
检测模块，用于根据所述道路图像确定广角场景内的行人和/或车辆的位置区域；
驱动装置，用于驱动车载长焦摄像头旋转；
车载长焦摄像头，用于获取所述行人和/或车辆的图像；
识别模块，用于根据所述行人和/或车辆的图像识别人脸和/或车牌；
预警模块，用于在所述人脸和/或车牌满足预警条件时，发送预警信息。
7.如权利要求6所述的装置，其特征在于，所述驱动装置包括：
计算单元，用于根据当前长焦摄像头的角度和所述位置区域，计算所述车载长焦摄像头的旋转角度；
驱动单元，用于根据所述旋转角度驱动所述车载长焦摄像头旋转到相应位置。
8.如权利要求7所述的装置，其特征在于，所述计算单元包括：
第一确定子单元，用于根据当前车载长焦摄像头的角度和所述位置区域，确定遍历这些位置区域所需旋转角度最小的遍历顺序；
第二确定子单元，用于根据所述遍历顺序确定车载长焦摄像头每次旋转角度。
9.如权利要求6所述的装置，其特征在于，所述预警模块具体用于当所述人脸和/或车牌在同一路径不同时间出现频率超过第一阈值和/或所述人脸和/或车牌在同一地点不同时间出现频率超过第二阈值时，确定所述人脸和/或车牌满足预警条件，发送预警信息。
10.如权利要求6所述的装置，其特征在于，进一步包括：
时间地点确定模块，用于确定所述人脸和/或车辆出现的时间地点信息；
轨迹确定模块，用于根据所述人脸和/或车辆出现的时间地点信息，得到所述人脸和/或车辆的轨迹信息，发送所述轨迹信息。
CN201610853177.5A 2016-09-26 2016-09-26 一种车辆反跟踪方法及装置 Pending CN106503622A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610853177.5A CN106503622A (zh) 2016-09-26 2016-09-26 一种车辆反跟踪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610853177.5A CN106503622A (zh) 2016-09-26 2016-09-26 一种车辆反跟踪方法及装置

Publications (1)

Publication Number Publication Date
CN106503622A true CN106503622A (zh) 2017-03-15

Family

ID=58291139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610853177.5A Pending CN106503622A (zh) 2016-09-26 2016-09-26 一种车辆反跟踪方法及装置

Country Status (1)

Country Link
CN (1) CN106503622A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067778A (zh) * 2017-04-28 2017-08-18 惠州华阳通用电子有限公司 一种车辆反跟踪预警方法及装置
CN107358158A (zh) * 2017-06-07 2017-11-17 浙江大华技术股份有限公司 一种团伙作案预警方法及装置
CN107835484A (zh) * 2017-09-15 2018-03-23 上海百林通信网络科技服务股份有限公司 评估移动设备用户潜在危险程度的方法
CN109033973A (zh) * 2018-06-26 2018-12-18 北京旷视科技有限公司 监控预警方法、装置及电子设备
CN109215055A (zh) * 2017-06-30 2019-01-15 杭州海康威视数字技术股份有限公司 一种目标特征提取方法、装置及应用系统
CN109671239A (zh) * 2018-11-12 2019-04-23 厦门快商通信息技术有限公司 一种智能安防系统
CN110881174A (zh) * 2018-09-05 2020-03-13 上海博泰悦臻网络技术服务有限公司 一种车辆防跟踪方法与装置、存储介质
CN111241918A (zh) * 2019-12-26 2020-06-05 的卢技术有限公司 一种基于人脸识别的车用防跟踪方法及系统
WO2020147792A1 (zh) * 2019-01-16 2020-07-23 杭州海康威视数字技术股份有限公司 一种视频显示方法、装置、系统及摄像机
CN111447403A (zh) * 2019-01-16 2020-07-24 杭州海康威视数字技术股份有限公司 一种视频显示方法、装置及系统
CN111447404A (zh) * 2019-01-16 2020-07-24 杭州海康威视数字技术股份有限公司 一种摄像机
CN111479065A (zh) * 2020-04-16 2020-07-31 北京迈格威科技有限公司 相机视场角同步方法及装置、图像拍摄方法及装置
CN111683204A (zh) * 2020-06-18 2020-09-18 南方电网数字电网研究院有限公司 无人机拍摄方法、装置、计算机设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101587544A (zh) * 2009-06-24 2009-11-25 钟德胜 基于计算机视觉的机动车车载反跟踪装置
CN202939756U (zh) * 2012-11-29 2013-05-15 长安大学 双视频头目标入侵记录系统
CN104702842A (zh) * 2015-02-12 2015-06-10 广东欧珀移动通信有限公司 一种控制旋转摄像头组件旋转的方法和移动终端
CN105117096A (zh) * 2015-07-27 2015-12-02 惠州华阳通用电子有限公司 一种基于图像识别的反跟踪方法及装置
CN105243851A (zh) * 2015-09-24 2016-01-13 上海车音网络科技有限公司 车辆监控方法和系统
CN105404882A (zh) * 2015-12-26 2016-03-16 惠州华阳通用电子有限公司 一种基于导航系统的反跟踪方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101587544A (zh) * 2009-06-24 2009-11-25 钟德胜 基于计算机视觉的机动车车载反跟踪装置
CN202939756U (zh) * 2012-11-29 2013-05-15 长安大学 双视频头目标入侵记录系统
CN104702842A (zh) * 2015-02-12 2015-06-10 广东欧珀移动通信有限公司 一种控制旋转摄像头组件旋转的方法和移动终端
CN105117096A (zh) * 2015-07-27 2015-12-02 惠州华阳通用电子有限公司 一种基于图像识别的反跟踪方法及装置
CN105243851A (zh) * 2015-09-24 2016-01-13 上海车音网络科技有限公司 车辆监控方法和系统
CN105404882A (zh) * 2015-12-26 2016-03-16 惠州华阳通用电子有限公司 一种基于导航系统的反跟踪方法及装置

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067778A (zh) * 2017-04-28 2017-08-18 惠州华阳通用电子有限公司 一种车辆反跟踪预警方法及装置
CN107358158A (zh) * 2017-06-07 2017-11-17 浙江大华技术股份有限公司 一种团伙作案预警方法及装置
CN107358158B (zh) * 2017-06-07 2020-04-03 浙江大华技术股份有限公司 一种团伙作案预警方法及装置
CN109215055A (zh) * 2017-06-30 2019-01-15 杭州海康威视数字技术股份有限公司 一种目标特征提取方法、装置及应用系统
US11398084B2 (en) 2017-06-30 2022-07-26 Hangzhou Hikvision Digital Technology Co., Ltd. Method, apparatus and application system for extracting a target feature
CN107835484A (zh) * 2017-09-15 2018-03-23 上海百林通信网络科技服务股份有限公司 评估移动设备用户潜在危险程度的方法
CN109033973A (zh) * 2018-06-26 2018-12-18 北京旷视科技有限公司 监控预警方法、装置及电子设备
CN109033973B (zh) * 2018-06-26 2020-11-03 北京旷视科技有限公司 监控预警方法、装置及电子设备
CN110881174A (zh) * 2018-09-05 2020-03-13 上海博泰悦臻网络技术服务有限公司 一种车辆防跟踪方法与装置、存储介质
CN109671239A (zh) * 2018-11-12 2019-04-23 厦门快商通信息技术有限公司 一种智能安防系统
WO2020147792A1 (zh) * 2019-01-16 2020-07-23 杭州海康威视数字技术股份有限公司 一种视频显示方法、装置、系统及摄像机
CN111447403A (zh) * 2019-01-16 2020-07-24 杭州海康威视数字技术股份有限公司 一种视频显示方法、装置及系统
CN111447404A (zh) * 2019-01-16 2020-07-24 杭州海康威视数字技术股份有限公司 一种摄像机
CN111447403B (zh) * 2019-01-16 2021-07-30 杭州海康威视数字技术股份有限公司 一种视频显示方法、装置及系统
CN111447404B (zh) * 2019-01-16 2022-02-01 杭州海康威视数字技术股份有限公司 一种摄像机
CN111241918A (zh) * 2019-12-26 2020-06-05 的卢技术有限公司 一种基于人脸识别的车用防跟踪方法及系统
CN111241918B (zh) * 2019-12-26 2024-04-09 的卢技术有限公司 一种基于人脸识别的车用防跟踪方法及系统
CN111479065A (zh) * 2020-04-16 2020-07-31 北京迈格威科技有限公司 相机视场角同步方法及装置、图像拍摄方法及装置
CN111683204A (zh) * 2020-06-18 2020-09-18 南方电网数字电网研究院有限公司 无人机拍摄方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN106503622A (zh) 一种车辆反跟踪方法及装置
CN107305627B (zh) 一种车辆视频监控方法、服务器及系统
JP7070683B2 (ja) 劣化診断装置、劣化診断システム、劣化診断方法、プログラム
CN106529401A (zh) 一种车辆反跟踪方法、装置及系统
CN110738150B (zh) 相机联动抓拍方法、装置以及计算机存储介质
CN106571039A (zh) 一种高速公路违章行为自动抓拍系统
CN105185118B (zh) 一种基于视频检测的违章车辆检测装置及其方法
KR102491091B1 (ko) 채증영상클립 생성 방법과, 이를 이용한 이륜차 및 사륜차 일체형 무인교통단속 시스템
WO2010077316A1 (en) Multiple object speed tracking system
KR101404153B1 (ko) 지능형 cctv 통합관제시스템
KR101492473B1 (ko) 사용자 기반 상황 인지형 씨씨티비 통합관제시스템
CN111914592B (zh) 多相机联合取证方法、装置及系统
CN104574993B (zh) 一种道路监控的方法及装置
CN111881322B (zh) 一种目标搜索方法、装置、电子设备及存储介质
CN105163014A (zh) 道路监测装置及方法
JP2012155516A (ja) 車両挙動記録システム
KR101525151B1 (ko) 차량 번호판 인식 시스템 및 방법
CN110147731A (zh) 车辆类型识别方法及相关产品
JP2016021200A (ja) 判定方法、判定システム、及び判定装置
JP2010039825A (ja) 駐車監視方法及びその監視装置
CN113870551B (zh) 一种能够鉴别危险和非危险驾驶行为的路侧监控系统
WO2024098992A1 (zh) 倒车检测方法及装置
CN111383248A (zh) 一种行人闯红灯判断方法、装置和电子设备
CN112289036A (zh) 基于交通语义的场景式违章属性识别系统及方法
CN115206091B (zh) 基于多摄像头和毫米波雷达的路况及事件监测系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 100192 Block B, Building 1, Tiandi Adjacent to Maple Industrial Park, No. 1, North Yongtaizhuang Road, Haidian District, Beijing

Applicant after: BEIJING DEEPGLINT INFORMATION TECHNOLOGY CO., LTD.

Address before: 100091 No. 6 Yudai Road, Haidian District, Beijing

Applicant before: BEIJING DEEPGLINT INFORMATION TECHNOLOGY CO., LTD.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20170315

RJ01 Rejection of invention patent application after publication