CN106504270A - 一种视频中目标物体的展示方法及装置 - Google Patents

一种视频中目标物体的展示方法及装置 Download PDF

Info

Publication number
CN106504270A
CN106504270A CN201610981492.6A CN201610981492A CN106504270A CN 106504270 A CN106504270 A CN 106504270A CN 201610981492 A CN201610981492 A CN 201610981492A CN 106504270 A CN106504270 A CN 106504270A
Authority
CN
China
Prior art keywords
video
frame
target
target object
positional information
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
CN201610981492.6A
Other languages
English (en)
Other versions
CN106504270B (zh
Inventor
杨莉
向建华
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201610981492.6A priority Critical patent/CN106504270B/zh
Publication of CN106504270A publication Critical patent/CN106504270A/zh
Priority to PCT/CN2017/091452 priority patent/WO2018086360A1/en
Priority to EP21177537.4A priority patent/EP3893201B1/en
Priority to EP17869139.0A priority patent/EP3523780B1/en
Priority to US16/406,297 priority patent/US11049262B2/en
Application granted granted Critical
Publication of CN106504270B publication Critical patent/CN106504270B/zh
Priority to US17/355,165 priority patent/US11568548B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本发明涉及视频处理技术领域，尤其涉及一种视频中目标物体的展示方法及装置，包括：确定目标物体；针对任一目标物体，在目标视频的各视频帧中查找所述目标物体，得到目标物体的行动轨迹，根据目标物体在各视频帧中的位置信息之间的间距，确定目标物体在各视频帧中待删除的位置信息并删除，得到更新后的行动轨迹；根据各目标物体的更新后的行动轨迹，生成热力图并显示。本发明实施例，一方面对目标物体在各视频帧中的位置信息进行删除，得到更新后的行动轨迹，从而减少提高了视频分析的效率；另一方面以热力图的方式显示更新后的行动轨迹，解决了现有技术无法有效展示视频中目标物体的移动情况的问题，方便了用户查看视频分析结果。

Description

一种视频中目标物体的展示方法及装置
技术领域
本发明涉及视频处理技术领域，尤其涉及一种视频中目标物体的展示方法及装置。
背景技术
随着视频分析技术的成熟，目前有很多种方式可以对视频中的目标物体进行分析，并进行相应的展示，以便用户或者监控人员进行查看或者分析。
现有技术在做视频中目标物体分析时，主要基于视频中每帧的全部数据内容进行分析，这导致视频分析的效率非常低；并且，在对视频中目标物体的运动情况进行分析之后，也没有以一种很好的方式来展示分析的结果，因而导致用户无法直观清晰地了解视频中的目标物体的移动情况。
综上所述，现有视频分析技术存在视频分析效率低且无法很好地展示视频分析结果的技术问题。
发明内容
本发明提供一种视频中目标物体的展示方法及装置，用以解决现有技术中存在的视频分析技术存在视频分析效率低且无法很好地展示视频分析结果的技术问题。
一方面，本发明实施例提供一种视频中目标物体的展示方法，包括：
确定目标物体；
针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。
可选地，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置分别对应的帧的序号之间的差值；所述根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹，包括：
将所述行动轨迹中的一个位置信息作为参考位置信息；
根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息，所述目标位置信息与所述参考位置信息之间的间距大于或等于所述预设的第一阈值；
将所述目标位置信息作为所述参考位置信息，返回到根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息的步骤，直至所述行动轨迹中无法找到目标位置信息；
将所述目标物体在各视频帧中的位置信息中除所有的参考位置信息之外的位置信息确定为待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹。
可选地，所述根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息，包括：
根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定第一目标视频帧，所述第一目标视频帧与所述参考位置信息所在的帧之间的间距等于所述预设的第一阈值；
若所述第一目标视频帧中包含所述目标物体的位置信息，则将所述第一目标视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息；
若所述第一目标视频帧中不包含所述目标物体的位置信息，则确定第二目标视频帧，所述第二目标视频帧为与所述第一目标视频帧最近的且包含所述目标物体的位置信息的视频帧，将所述第二视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息，所述第二目标视频帧与所述参考位置信息所在的帧之间的间距大于所述预设的第一阈值。
可选地，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置信息之间的物理距离；所述根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹，包括：
将所述行动轨迹中的一个位置信息作为参考位置信息；
判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值，所述参考位置信息与所述参考位置信息的目标位置信息在时间维度上相隔M个位置信息，M为正整数；
若是，则将所述参考位置信息的目标位置信息作为所述参考位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息；
若否，则将所述参考位置信息的目标位置信息确定为待删除的位置信息并删除所述待删除的位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息。
可选地，所述根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹，包括：
将视频帧对应的图像划分为多个子区域，所述多个子区域是根据所有目标物体在各视频帧中的位置信息之间的间距得到的；
将所述目标物体的行动轨迹映射到对应的子区域；
根据预设的删除规则，将各子区域中所述目标物体的位置信息删除至设定数量，所述预设的删除规则为对位于同一个子区域中的同一目标物体的位置信息进行部分删除直至满足所述设定数量。
可选地，所述生成热力图并显示所述热力图之后，还包括：
根据各目标物体的更新后的所述行动轨迹，生成行动趋势图；
对所述行动趋势图进行显示，所述行动趋势图用于展示所述目标视频中各目标物体的移动情况。
可选地，所述确定目标物体，包括：
分析所述目标视频，得到所述目标视频中所有物体的属性信息；
根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为所述目标物体。
另一方面，本发明实施例还提供一种视频中目标物体的展示装置，包括：
确定单元，用于确定目标物体；
更新单元，用于针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
显示单元，用于根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。
可选地，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置分别对应的帧的序号之间的差值；所述更新单元，具体用于：
将所述行动轨迹中的一个位置信息作为参考位置信息；
根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息，所述目标位置信息与所述参考位置信息之间的间距大于或等于所述预设的第一阈值；
将所述目标位置信息作为所述参考位置信息，返回到根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息的步骤，直至所述行动轨迹中无法找到目标位置信息；
将所述目标物体在各视频帧中的位置信息中除所有的参考位置信息之外的位置信息确定为待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹。
可选地，所述更新单元，具体用于：根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定第一目标视频帧，所述第一目标视频帧与所述参考位置信息所在的帧之间的间距等于所述预设的第一阈值；
若所述第一目标视频帧中包含所述目标物体的位置信息，则将所述第一目标视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息；
若所述第一目标视频帧中不包含所述目标物体的位置信息，则确定第二目标视频帧，所述第二目标视频帧为与所述第一目标视频帧最近的且包含所述目标物体的位置信息的视频帧，将所述第二视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息，所述第二目标视频帧与所述参考位置信息所在的帧之间的间距大于所述预设的第一阈值。
可选地，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置信息之间的物理距离；所述更新单元，具体用于：
将所述行动轨迹中的一个位置信息作为参考位置信息；
判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值，所述参考位置信息与所述参考位置信息的目标位置信息在时间维度上相隔M个位置信息，M为正整数；
若是，则将所述参考位置信息的目标位置信息作为所述参考位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息；
若否，则将所述参考位置信息的目标位置信息确定为待删除的位置信息并删除所述待删除的位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息。
可选地，所述更新单元，具体用于：
将视频帧对应的图像划分为多个子区域，所述多个子区域是根据所有目标物体在各视频帧中的位置信息之间的间距得到的；
将所述目标物体的行动轨迹映射到对应的子区域；
根据预设的删除规则，将各子区域中所述目标物体的位置信息删除至设定数量，所述预设的删除规则为对位于同一个子区域中的同一目标物体的位置信息进行部分删除直至满足所述设定数量。
可选地，所述显示单元，还用于：
根据各目标物体的更新后的所述行动轨迹，生成行动趋势图；
对所述行动趋势图进行显示，所述行动趋势图用于展示所述目标视频中各目标物体的移动情况。
可选地，所述确定单元，具体用于：
分析所述目标视频，得到所述目标视频中所有物体的属性信息；
根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为所述目标物体。
本发明实施例，确定目标物体；针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。本发明实施例，在做视频中目标物体行动轨迹分析时，一方面根据目标物体在各视频帧中的位置信息之间的间距，对目标物体在各视频帧中的位置信息进行删除，得到更新后的行动轨迹，从而通过减少视频帧分析的内容，提高了视频分析的效率；另一方面以热力图的方式显示更新后的行动轨迹，解决了现有技术无法有效展示视频中目标物体的移动情况的问题，方便了用户查看视频分析结果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种视频中目标物体的展示方法流程图；
图2为本发明实施例提供的帧时间间距优化策略流程示意图；
图3为为本发明实施例提供的帧时间间距优化策略示例图；
图4为本发明实施例提供的距离间距优化策略流程示意图；
图5为本发明实施例提供的距离间距优化策略示例图；
图6为本发明实施例提供的宫格优化策略流程示意图；
图7为本发明实施例提供的宫格优化策略示例图；
图8为本发明实施例提供的一种视频中目标物体的展示方法详细流程图；
图9为本发明实施例提供的一种视频中目标物体的展示方法详细流程图；
图10为本发明实施例提供的一种视频中目标物体的展示方法详细流程图；
图11为本发明实施例提供的一种视频中目标物体的展示装置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
下面结合说明书附图对本发明实施例作进一步详细描述。
如图1所示，本发明实施例提供的一种视频中目标物体的展示方法，包括：
步骤101、确定目标物体；
步骤102、针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
步骤103、根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。
在上述步骤101中，首先确定目标物体。其中，确定目标物体的方式有很多，例如可以是将目标视频中的所有物体都确定为目标物体，即对一个目标视频中的所有物体都需要进行分析；当然，实际应用中，用户一般只对部分目标物体的运动轨迹比较关心，因此本发明实施例还给出一种可以根据实际需要确定目标物体的方法，可选地，所述确定目标物体，包括：分析所述目标视频，得到所述目标视频中所有物体的属性信息；根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为所述目标物体。
对于一个待分析的视频，本发明实施例中称为目标视频，目标视频拍摄到的是多个物体的状态，其中每个物体可以是运动的物体，也可以是静止的物体，对于目标视频中的物体具体是什么，本发明实施例不做具体限定，例如可以是人，车，动物，也可以是其它物体。
在对目标视频做分析时，首先提取出各个物体的属性信息，即标记出该目标视频中有多少个物体，并且每个物体的具体属性是什么，都可以在做视频分析时得到。
其中，每个物体的属性信息可以包含但不限于以下信息：类型、大小、首次出现时间、颜色、速度、方向、行动轨迹等特征。
●类型：例如可以分为三类——人、车、其他，表示当前物体所属类别；
●大小：例如可以分为三档——小、中、大，表示当前物体相对于视
频中的其他目标物体，属于哪一档，为相对值；
●首次出现时间：从目标视频中截取的物体快照对应的首次出现时间点；
●颜色：例如可以分为十种——黑、白、灰、红、橙、黄、绿、青、
蓝、紫，每一种颜色值为该物体与此种颜色的相似值；
●速度：例如可以分为三档——慢、中、快，表示当前物体相对于视
频中的其他运动目标，属于哪一档，亦为相对值；
●方向：例如可以分为16个，以水平位置为起点，顺时间方向，每22.5
弧度为一个方向，即将360度等分为16份，每一扇形区域为一个方向；
●行动轨迹：由目标物体经过视频画面的位置信息构成，例如以左下
角为原点(0,0)，则行动轨迹是由物体距离原点的坐标值(x，y)构成的一
系列点集。
在对目标视频做视频分析时，可以得到上述的摘要结果，摘要结果中包含每个物体的属性信息，即通过摘要结果可以得知该目标视频中包含有哪些物体，以及这些物体的属性信息是什么。
在得到所有物体的属性信息之后，用户可以根据这些属性信息从目标视频的所有物体中筛选出目标物体并最终生成热力图进行展示，其中，筛选出目标物体的方式为：根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为所述目标物体。
具体地，用户可以根据需求，自由组合筛选条件，筛选条件包含基本筛选条件(类型、大小、首次出现时间、颜色、速度、方向)以及高级筛选条件(行动轨迹：例如可以预设检测区域、屏蔽区域、不经过区域以及绊线等)。下面分别说明：
一、基本筛选条件
例如用户想要得到：朝南方向运动的大型汽车，则在筛选时，可以将筛选条件设置为：类型为汽车，大小为：大，方向为：90°(即朝南方向)，从而可以筛选出需要的目标物体。
对于其它筛选条件，和上述筛选方式类似，不再一一举例说明。
二、高级筛选条件
高级筛选，即为通过物体的行动轨迹来筛选出需要的目标物体，例如可以分为以下几种但不限于几种：
●检测区域：判断物体是否经过此区域，只有经过此区域中的物体才会被筛选出来；
●屏蔽区域：判断物体是否只徘徊在此区域，不会经过屏蔽区域之外的地方，若此物体只徘徊在屏蔽区域中，则过滤掉此物体；
●不经过区域：判断物体是否经过此区域，若经过，则过滤掉，只有不经过此区域才筛选出来；
●绊线：判断物体是否经过此绊线，且经过方向为指定方向，均满足则筛选出来，否则过滤掉。
从而，通过上述方式可筛选出本发明实施例中的目标物体，即目标物体是从目标视频中的所有物体中根据用户指定的筛选条件筛选出的，目标物体即为用户想要进行行动轨迹的分析和展示的物体。
上述步骤102中，针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
本发明实施例是对每个目标物体进行单独分析的，最终将所有目标物体的分析结果进行综合并展示，下面详细说明。
针对针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成。
举例来说，针对某个目标物体，其行动轨迹可以表示为：{(1,1,1),(2,1,1),(3,2,3),(6,4,4),(7,4,6)}。其中，集合中的每个元素表示目标物体在某帧中的位置，例如(3,2,3)表示目标物体在第3帧中的位置信息为：(2,3)；再比如，(6,4,4)表示目标物体在第6帧中的位置信息为：(4,4)。并且目标物体的行动轨迹在记录时有可能是不连续的，例如，该目标物体分别在视频帧1，视频帧2，视频帧3，视频帧6，视频帧7中出现了，但在视频帧4和视频帧5中并没有出现，这一般是由于目标物体运动到了视频拍摄范围之外造成的，例如可以是目标物体自己运动到了视频之外造成的，也可以是视频拍摄装置主动更换了拍摄方向和角度造成的，因而实际拍摄过程中，一个目标物体在视频的视频帧中出现的位置可以是不连续的，即在某些视频帧中并没有出现该目标物体。
此外，视频中的目标物体也有可能在相邻的两帧或多帧中的位置信息相同，这表明目标物体在视频画面中处于静止状态，例如，上述行动轨迹中，(1,1,1)和(2,1,1)的坐标位置相同，即目标物体在第一视频帧和第二视频帧中都处于(1,1)位置，表明目标物体处于静止状态。
在得到了目标物体的行动轨迹之后，根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹。
之所以需要删除各视频帧中关于目标物体的部分位置信息，是为了视频分析及后续生成热力图时可以提高处理效率，很明显，要处理的信息越少，效率越高，正是基于这个考虑，本发明实施例对一个目标物体的行动轨迹中的部分位置信息进行删除，进而得到更新后的行动轨迹。
本发明实施例中给出了三种更新方法，下面分别详细说明。
方法一、帧时间间距优化策略
其中，目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置分别对应的帧的序号之间的差值，也可以称之为帧时间间距。例如，目标物体所在的位置1所在的帧为帧3，所在的位置2所在的帧为帧6，则位置1与位置2之间的间距则为3(即6-3＝3)。
可选地，参考图2，为本发明实施例提供的帧时间间距优化策略流程示意图，包含以下步骤：
步骤201、将所述行动轨迹中的一个位置信息作为参考位置信息；
步骤202、根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息；
其中，所述目标位置信息与所述参考位置信息之间的间距大于或等于所述预设的第一阈值。
可选地，步骤202具体包括以下步骤：
步骤2021、根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定第一目标视频帧，所述第一目标视频帧与所述参考位置信息所在的帧之间的间距等于所述预设的第一阈值；
步骤2022、若所述第一目标视频帧中包含所述目标物体的位置信息，则将所述第一目标视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息；
步骤2023、若所述第一目标视频帧中不包含所述目标物体的位置信息，则确定第二目标视频帧，所述第二目标视频帧为与所述第一目标视频帧最近的且包含所述目标物体的位置信息的视频帧，将所述第二视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息，所述第二目标视频帧与所述参考位置信息所在的帧之间的间距大于所述预设的第一阈值。
步骤203、判断是否成功确定出目标位置信息，若是，转到步骤204，若否，则转到步骤205；
步骤204、将所述目标位置信息作为所述参考位置信息，转到步骤202；
步骤205、将所述目标物体在各视频帧中的位置信息中除所有的参考位置信息之外的位置信息确定为待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹。
下面结合一个具体的例子，对上述优化方法做详细说明。举例来说，参考图3，为本发明实施例提供的帧时间间距优化策略示例图，其中，假设一个目标物体的运动轨迹按帧时间顺序，依次有以下帧(即在下列帧中都出现了该目标物体，在其它帧中都没有出现该目标物体)：
帧1～帧30，帧32～帧40，帧43，帧45～帧100。
并且假设第一阈值为10帧，以帧1中的位置信息作为初始参考位置信息，则通过上述方法得到最终优化后的运动轨迹中包含以下帧中的位置信息：帧1，帧12，帧23，帧35，帧49，帧60，帧71，帧82，帧93。即从目标物体的位置信息对应的帧中每隔11帧，保留一帧中的位置信息，而中间的10帧对应的位置均删除掉。
上述方法一中，每隔指定时间长度(即任意两个位置分别对应的帧的序号之间的差值，也可以称之为帧时间间距)取一个位置信息，如每隔10帧(当然也可以根据帧率，以秒为单位进行表述，例如帧率为40帧/秒，则这里每隔10帧，也可以表述为每隔0.25秒)取一个位置信息，而其它未取到的位置信息即视为删除，从而在一定程度上减少位置信息的个数，可实现提高效率。
当然，在上述步骤A中选取初始的参考位置信息时，可以是将第一帧中的位置信息作为初始的参考位置信息；可以是将最后一帧中的位置信息作为初始的参考位置信息；还可以是将中间位置信息作为初始的参考位置信息。
对于如何确定初始的参考位置信息，本发明不做限定。
上述方法一，减少了每个目标物体的位置信息，并且由于每个目标物体都是按照同样的方法进行位置信息的删除，因而总体上来看，在最后根据所有目标物体的所有保留下来的位置信息生成热力图时，热力图的不同区域之间的位置信息的数量之间的比例还是基本保持不变的，因而该方法可实现保证热力图效果不变的前提下，减小了最终生成热力图时的计算量，提高了系统性能。
并且，上述方法一还保留了停留热力效果，所谓热力停留效果指的是由于一个目标物体在一个位置长时间停留而导致该位置较热的效果。上述方法一虽然是减少了目标物体中的部分位置信息，但由于是基于帧时间间距来删除的，因此最终还是相对地保留了较多的停留位置的位置信息，从而最终在热力图上保留了停留热力效果。
方法二、距离间距优化策略
其中，目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置信息之间的物理距离，也可以称之为距离间距。
可选地，参考图4，为本发明实施例提供的距离间距优化策略流程示意图，包含以下步骤：
步骤401、将所述行动轨迹中的一个位置信息作为参考位置信息；
步骤402、判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值；若是，则转到步骤403；若否，则转到步骤404；
其中，所述参考位置信息与所述参考位置信息的目标位置信息在时间维度上相隔M个位置信息，M为正整数。
步骤403、将所述参考位置信息的目标位置信息作为所述参考位置信息，转到步骤E；
步骤404、将所述参考位置信息的目标位置信息确定为待删除的位置信息并删除所述待删除的位置信息，转到步骤405；
步骤405、判断是否可以找到参考位置信息的目标位置信息，若是，则转到步骤402；若否，结束。
下面结合一个具体的例子，对上述优化方法做详细说明。举例来说，参考图5，为本发明实施例提供的距离间距优化策略示例图，其中，假设一个目标物体的运动轨迹按帧时间顺序，依次有以下帧(即在下列帧中都出现了该目标物体，在其它帧中都没有出现该目标物体)：
帧1～帧20，帧25，帧28～帧50，帧52～帧100。
为方便说明，下面只以其中该目标物体的前5帧为例进行说明方法二的具体过程，且M取值为1。
假设，第二阈值为2，且帧1～帧5的位置信息如下：
在帧1的位置信息为：(1，1)；
在帧2的位置信息为：(2，4)；
在帧3的位置信息为：(2，6)；
在帧4的位置信息为：(3，5)；
在帧5的位置信息为：(3，7)。
并且，以帧1的位置信息作为初始的参考位置信息(实际应用中，类似于方法一，也可以是将最后一帧的位置信息作为初始的参考位置信息，或者是将中间的某帧的位置信息作为初始的参考位置信息)，则首先保留帧1中的位置信息，然后计算帧1的位置信息(1，1)与帧2的位置信息(2，4)之间的距离间距为3.16(即)，由于3.16>2(第二阈值为2)，因此保留帧2的位置信息；同时，将帧2的位置信息作为当前参考位置信息，然后计算得到帧2的位置信息(2，4)与帧3的位置信息(2，6)之间的距离为2(即)，由于2＝2(第二阈值为2)，因此该帧3的位置信息确定为待删除的位置信息并进行删除；继续计算得到帧2的位置信息(2，4)与帧4的位置信息(3，5)之间的距离为1.41(即)，由于1.41<2(第二阈值为2)，因此该帧4的位置信息确定为待删除的位置信息并进行删除；继续计算得到帧2的位置信息(2，4)与帧5的位置信息(3，7)之间的距离为3.16(即)，3.16>2(第二阈值为2)，因此保留帧5的位置信息。
通过上述方法，可以对一个目标物体的所有帧中的位置信息进行逐一检测确定出待删除位置信息并删除，从而可以实现减少每个目标物体的位置信息，并且由于每个目标物体都是按照同样的方法进行位置信息的删除，因而总体上来看，在最后根据所有目标物体的所有保留下来的位置信息生成热力图时，热力图的不同区域之间的位置信息的数量之间的比例还是基本保持不变的，因而该方法可实现保证热力图效果不变的前提下，减小了最终生成热力图时的计算量，提高了系统性能。
并且，上述方法一还可以降低摄像头远近视角偏差带来的影响，其中摄像头远近视角偏差是指由于拍摄物体时，拍摄到的离摄像头近的物体位置信息较少且位置信息之间的间距较大，拍摄到的离摄像头远的物体位置信息较多且位置信息之间的间距较小，从而导致最终在对生成热力图时，远端较热，近端较冷，但实际上，同一个目标物体若以相同的方式在近端和远端运动，其对热力图远端和近端的热力贡献应该是相同的。
通过上述方法二，即可以实现降低甚至是消除摄像头远近视角偏差带来的影响，由于方法二是根据同样的第二阈值来删除一个目标物体中的位置信息的，因而可以将摄像头远端的位置信息之间的间距控制在大于第二阈值阈值的范围，同样地，对于摄像头近端的位置信息的位置信息之间的间距，也控制在大于第二阈值阈值的范围，因而对摄像头远端的位置信息删除的数量要比对摄像头近端的位置信息删除的数量要多，最终保证整个区域中同一个目标物体的位置趋于均匀化，从而降低甚至是消除摄像头远近视角偏差带来的影响。
方法三、宫格优化策略
可选地，参考图6，为本发明实施例提供的宫格优化策略流程示意图，包含以下步骤：
步骤601、将视频帧对应的图像划分为多个子区域，所述多个子区域是根据所有目标物体在各视频帧中的位置信息之间的间距得到的；
步骤602、将所述目标物体的行动轨迹映射到对应的子区域；
步骤603、根据预设的删除规则，将各子区域中所述目标物体的位置信息删除至设定数量，所述预设的删除规则为对位于同一个子区域中的同一目标物体的位置信息进行部分删除直至满足所述设定数量。
举例来说，参考图7，为本发明实施例提供的宫格优化策略示例图。其中，图7中所示的宫格图首先是根据目标视频中所有目标物体的所有位置信息之间的间距，然后确定出对一个视频帧对应的图像划分时的子区域的大小，例如一个子区域可以是划分为3*3像素大小，也可是是9*9像素大小，具体地要根据目标视频中所有目标物体的所有位置信息之间的间距来确定。
在得到了如图7所示的宫格之后，然后针对每个目标物体，都可以使用该宫格，将一个目标物体的行动轨迹中的每个位置信息分别映射到对应的子区域，例如对于一个目标物体，将其所有位置信息映射到子区域后如图7所示。
接下来，对于每个包含有该目标物体的位置信息的子区域，根据预设规则将每个子区域中的位置信息删除至设定数量。对于具体如何来删除，本发明不做限定，例如，假设设定数量为1，则在对每个包含有目标物体的位置信息的子区域进行位置信息的删除时，可以是随机删除位置信息后只保留一个位置信息，也可以是保留子区域中最靠左边的位置信息，或者是保留子区域中最靠下边的位置信息等等，特别地，还可以是将一个子区域中的所有位置信息的平均值作为该子区域中保留的位置信息。
通过上述方法，可以实现减少每个目标物体的位置信息，并且由于每个目标物体都是按照同样的方法进行位置信息的删除，因而总体上来看，在最后根据所有目标物体的所有保留下来的位置信息生成热力图时，热力图的不同区域之间的位置信息的数量之间的比例还是基本保持不变的，因而该方法可实现保证热力图效果不变的前提下，减小了最终生成热力图时的计算量，提高了系统性能。
并且上述方法三也可以降低摄像头远近视角偏差带来的影响，因为对于每个宫格都是以相同的规则进行位置信息的删除，最终保证整个区域中同一个目标物体的位置趋于均匀化，从而降低甚至是消除摄像头远近视角偏差带来的影响。
上述步骤103中，根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。
从而，最终以热力图的形式来显示目标视频中所有的目标物体的运动状态，方便用户或者管理员来查看，其中，对于目标视频的热力图展示，可以是以颜色深浅表示目标物体的疏密，颜色越深代表当前位置经过的目标物体越多；反之，颜色越浅，表示经过的目标物体越少。
此外，还可以生成动态热力图，即根据指定的时间间隔，每段时间生成一张热力图，动态播放，例如，目标视频时长为1小时，指定时间间隔为十分钟，那么动态热力图就会根据每十分钟场景内出现的目标物体生成对应的热力图，一共可以生成六张热力图，然后对这六张热力图进行动态循环播放，从而实现动态展示目标物体的热力图。
可选地，所述生成热力图并显示所述热力图之后，还包括：
根据各目标物体的更新后的行动轨迹，生成行动趋势图；对行动趋势图进行显示，所述行动趋势图用于展示所述目标视频中各目标物体的移动情况。
即不仅可以以热力图的形式展示目标物体的运动情况，还可以是生成行动趋势图，即根据各目标物体的更新后的行动轨迹，生成行动趋势图，具体地，可以是根据各目标物体的更新后的行动轨迹及其方向拟合目标趋势线，且标注出各条趋势线上目标占有比例，更加直观描述各个行动轨迹及总体趋势、比例。
本发明实施例，确定目标物体；针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。本发明实施例，在做视频中目标物体行动轨迹分析时，一方面根据目标物体在各视频帧中的位置信息之间的间距，对目标物体在各视频帧中的位置信息进行删除，得到更新后的行动轨迹，从而通过减少视频帧分析的内容，提高了视频分析的效率；另一方面以热力图的方式显示更新后的行动轨迹，解决了现有技术无法有效展示视频中目标物体的移动情况的问题，方便了用户查看视频分析结果。
下面对本发明实施例提供的一种视频中目标物体的展示方法做详细描述，如图8所示，包括：
步骤801、分析目标视频，得到所述目标视频中所有物体的属性信息；
步骤802、根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为目标物体；
步骤803、针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
其中，根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹，包括以下步骤：
步骤A、将所述行动轨迹中的一个位置信息作为参考位置信息；
步骤B、根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息；
其中，所述目标位置信息与所述参考位置信息之间的间距大于或等于所述预设的第一阈值。
步骤C、判断是否成功确定出目标位置信息，若是，转到步骤D，若否，则转到步骤E；
步骤D、将所述目标位置信息作为所述参考位置信息，转到步骤B；
步骤E、将所述目标物体在各视频帧中的位置信息中除所有的参考位置信息之外的位置信息确定为待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹。
步骤804、根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况；
步骤805、根据各目标物体的更新后的所述行动轨迹，生成行动趋势图；对所述行动趋势图进行显示，所述行动趋势图用于展示所述目标视频中各目标物体的移动情况。
本发明实施例，确定目标物体；针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。本发明实施例，在做视频中目标物体行动轨迹分析时，一方面根据目标物体在各视频帧中的位置信息之间的间距，对目标物体在各视频帧中的位置信息进行删除，得到更新后的行动轨迹，从而通过减少视频帧分析的内容，提高了视频分析的效率；另一方面以热力图的方式显示更新后的行动轨迹，解决了现有技术无法有效展示视频中目标物体的移动情况的问题，方便了用户查看视频分析结果。
下面对本发明实施例提供的一种视频中目标物体的展示方法做详细描述，如图9所示，包括：
步骤901、分析目标视频，得到所述目标视频中所有物体的属性信息；
步骤902、根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为目标物体；
步骤903、针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
其中，根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹，包括以下步骤：
步骤A、将所述行动轨迹中的一个位置信息作为参考位置信息；
步骤B、判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值；若是，则转到步骤C；若否，则转到步骤D；
其中，所述参考位置信息与所述参考位置信息的目标位置信息在时间维度上相隔M个位置信息，M为正整数。
步骤C、将所述参考位置信息的目标位置信息作为所述参考位置信息，转到步骤E；
步骤D、将所述参考位置信息的目标位置信息确定为待删除的位置信息并删除所述待删除的位置信息，转到步骤E；
步骤E、判断是否可以找到参考位置信息的目标位置信息，若是，则转到步骤B；若否，结束。
步骤904、根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况；
步骤905、根据各目标物体的更新后的所述行动轨迹，生成行动趋势图；对所述行动趋势图进行显示，所述行动趋势图用于展示所述目标视频中各目标物体的移动情况。
本发明实施例，确定目标物体；针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。本发明实施例，在做视频中目标物体行动轨迹分析时，一方面根据目标物体在各视频帧中的位置信息之间的间距，对目标物体在各视频帧中的位置信息进行删除，得到更新后的行动轨迹，从而通过减少视频帧分析的内容，提高了视频分析的效率；另一方面以热力图的方式显示更新后的行动轨迹，解决了现有技术无法有效展示视频中目标物体的移动情况的问题，方便了用户查看视频分析结果。
下面对本发明实施例提供的一种视频中目标物体的展示方法做详细描述，如图10所示，包括：
步骤1001、分析目标视频，得到所述目标视频中所有物体的属性信息；
步骤1002、根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为目标物体；
步骤1003、针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
其中，根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹，包括以下步骤：
步骤A、将视频帧对应的图像划分为多个子区域，所述多个子区域是根据所有目标物体在各视频帧中的位置信息之间的间距得到的；
步骤B、将所述目标物体的行动轨迹映射到对应的子区域；
步骤C、根据预设的删除规则，将各子区域中所述目标物体的位置信息删除至设定数量，所述预设的删除规则为对位于同一个子区域中的同一目标物体的位置信息进行部分删除直至满足所述设定数量。
步骤1004、根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况；
步骤1005、根据各目标物体的更新后的所述行动轨迹，生成行动趋势图；对所述行动趋势图进行显示，所述行动趋势图用于展示所述目标视频中各目标物体的移动情况。
本发明实施例，确定目标物体；针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。本发明实施例，在做视频中目标物体行动轨迹分析时，一方面根据目标物体在各视频帧中的位置信息之间的间距，对目标物体在各视频帧中的位置信息进行删除，得到更新后的行动轨迹，从而通过减少视频帧分析的内容，提高了视频分析的效率；另一方面以热力图的方式显示更新后的行动轨迹，解决了现有技术无法有效展示视频中目标物体的移动情况的问题，方便了用户查看视频分析结果。
基于相同的技术构思，本发明实施例还提供一种视频中目标物体的展示装置，如图11所示，包括：
另一方面，本发明实施例提供一种视频中目标物体的展示装置，包括：
确定单元1101，用于确定目标物体；
更新单元1102，用于针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
显示单元1103，用于根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。
可选地，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置分别对应的帧的序号之间的差值；所述更新单元1102，具体用于：
将所述行动轨迹中的一个位置信息作为参考位置信息；
根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息，所述目标位置信息与所述参考位置信息之间的间距大于或等于所述预设的第一阈值；
将所述目标位置信息作为所述参考位置信息，返回到根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息的步骤，直至所述行动轨迹中无法找到目标位置信息；
将所述目标物体在各视频帧中的位置信息中除所有的参考位置信息之外的位置信息确定为待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹。
可选地，所述更新单元1102，具体用于：根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定第一目标视频帧，所述第一目标视频帧与所述参考位置信息所在的帧之间的间距等于所述预设的第一阈值；
若所述第一目标视频帧中包含所述目标物体的位置信息，则将所述第一目标视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息；
若所述第一目标视频帧中不包含所述目标物体的位置信息，则确定第二目标视频帧，所述第二目标视频帧为与所述第一目标视频帧最近的且包含所述目标物体的位置信息的视频帧，将所述第二视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息，所述第二目标视频帧与所述参考位置信息所在的帧之间的间距大于所述预设的第一阈值。
可选地，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置信息之间的物理距离；所述更新单元1102，具体用于：
将所述行动轨迹中的一个位置信息作为参考位置信息；
判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值，所述参考位置信息与所述参考位置信息的目标位置信息在时间维度上相隔M个位置信息，M为正整数；
若是，则将所述参考位置信息的目标位置信息作为所述参考位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息；
若否，则将所述参考位置信息的目标位置信息确定为待删除的位置信息并删除所述待删除的位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息。
可选地，所述更新单元1102，具体用于：
将视频帧对应的图像划分为多个子区域，所述多个子区域是根据所有目标物体在各视频帧中的位置信息之间的间距得到的；
将所述目标物体的行动轨迹映射到对应的子区域；
根据预设的删除规则，将各子区域中所述目标物体的位置信息删除至设定数量，所述预设的删除规则为对位于同一个子区域中的同一目标物体的位置信息进行部分删除直至满足所述设定数量。
可选地，所述显示单元1103，还用于：
根据各目标物体的更新后的所述行动轨迹，生成行动趋势图；
对所述行动趋势图进行显示，所述行动趋势图用于展示所述目标视频中各目标物体的移动情况。
可选地，所述确定单元1101，具体用于：
分析所述目标视频，得到所述目标视频中所有物体的属性信息；
根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为所述目标物体。
本发明实施例，确定目标物体；针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。本发明实施例，在做视频中目标物体行动轨迹分析时，一方面根据目标物体在各视频帧中的位置信息之间的间距，对目标物体在各视频帧中的位置信息进行删除，得到更新后的行动轨迹，从而通过减少视频帧分析的内容，提高了视频分析的效率；另一方面以热力图的方式显示更新后的行动轨迹，解决了现有技术无法有效展示视频中目标物体的移动情况的问题，方便了用户查看视频分析结果。
本发明是参照根据本发明实施例的方法、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。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做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发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (14)

1.一种视频中目标物体的展示方法，其特征在于，包括：
确定目标物体；
针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。
2.如权利要求1所述的方法，其特征在于，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置分别对应的帧的序号之间的差值；
所述根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹，包括：
将所述行动轨迹中的一个位置信息作为参考位置信息；
根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息，所述目标位置信息与所述参考位置信息之间的间距大于或等于所述预设的第一阈值；
将所述目标位置信息作为所述参考位置信息，返回到根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息的步骤，直至所述行动轨迹中无法找到目标位置信息；
将所述目标物体在各视频帧中的位置信息中除所有的参考位置信息之外的位置信息确定为待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹。
3.如权利要求2所述的方法，其特征在于，所述根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息，包括：
根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定第一目标视频帧，所述第一目标视频帧与所述参考位置信息所在的帧之间的间距等于所述预设的第一阈值；
若所述第一目标视频帧中包含所述目标物体的位置信息，则将所述第一目标视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息；
若所述第一目标视频帧中不包含所述目标物体的位置信息，则确定第二目标视频帧，所述第二目标视频帧为与所述第一目标视频帧最近的且包含所述目标物体的位置信息的视频帧，将所述第二视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息，所述第二目标视频帧与所述参考位置信息所在的帧之间的间距大于所述预设的第一阈值。
4.如权利要求1所述的方法，其特征在于，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置信息之间的物理距离；
所述根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹，包括：
将所述行动轨迹中的一个位置信息作为参考位置信息；
判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值，所述参考位置信息与所述参考位置信息的目标位置信息在时间维度上相隔M个位置信息，M为正整数；
若是，则将所述参考位置信息的目标位置信息作为所述参考位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息；
若否，则将所述参考位置信息的目标位置信息确定为待删除的位置信息并删除所述待删除的位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息。
5.如权利要求1所述的方法，其特征在于，所述根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹，包括：
将视频帧对应的图像划分为多个子区域，所述多个子区域是根据所有目标物体在各视频帧中的位置信息之间的间距得到的；
将所述目标物体的行动轨迹映射到对应的子区域；
根据预设的删除规则，将各子区域中所述目标物体的位置信息删除至设定数量，所述预设的删除规则为对位于同一个子区域中的同一目标物体的位置信息进行部分删除直至满足所述设定数量。
6.如权利要求1-5中任一项所述的方法，其特征在于，所述生成热力图并显示所述热力图之后，还包括：
根据各目标物体的更新后的所述行动轨迹，生成行动趋势图；
对所述行动趋势图进行显示，所述行动趋势图用于展示所述目标视频中各目标物体的移动情况。
7.如权利要求1-5中任一项所述的方法，其特征在于，所述确定目标物体，包括：
分析所述目标视频，得到所述目标视频中所有物体的属性信息；
根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为所述目标物体。
8.一种视频中目标物体的展示装置，其特征在于，包括：
确定单元，用于确定目标物体；
更新单元，用于针对任一个目标物体，在目标视频的各视频帧中查找所述目标物体，得到所述目标物体的行动轨迹，所述行动轨迹由所述目标物体在各视频帧中的位置信息组成；根据所述目标物体在各视频帧中的位置信息之间的间距，确定所述目标物体在各视频帧中待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹；
显示单元，用于根据各目标物体的更新后的所述行动轨迹，生成热力图并显示所述热力图，所述热力图用于展示所述目标视频中各目标物体的分布情况。
9.如权利要求8所述的装置，其特征在于，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置分别对应的帧的序号之间的差值；
所述更新单元，具体用于：
将所述行动轨迹中的一个位置信息作为参考位置信息；
根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息，所述目标位置信息与所述参考位置信息之间的间距大于或等于所述预设的第一阈值；
将所述目标位置信息作为所述参考位置信息，返回到根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定目标位置信息的步骤，直至所述行动轨迹中无法找到目标位置信息；
将所述目标物体在各视频帧中的位置信息中除所有的参考位置信息之外的位置信息确定为待删除的位置信息并删除所述待删除的位置信息，得到更新后的所述行动轨迹。
10.如权利要求9所述的装置，其特征在于，所述更新单元，具体用于：
根据所述目标物体在各视频帧中的位置信息之间的间距及预设的第一阈值，确定第一目标视频帧，所述第一目标视频帧与所述参考位置信息所在的帧之间的间距等于所述预设的第一阈值；
若所述第一目标视频帧中包含所述目标物体的位置信息，则将所述第一目标视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息；
若所述第一目标视频帧中不包含所述目标物体的位置信息，则确定第二目标视频帧，所述第二目标视频帧为与所述第一目标视频帧最近的且包含所述目标物体的位置信息的视频帧，将所述第二视频帧中包含的所述目标物体的位置信息确定为所述目标位置信息，所述第二目标视频帧与所述参考位置信息所在的帧之间的间距大于所述预设的第一阈值。
11.如权利要求8所述的装置，其特征在于，所述目标物体的行动轨迹中任意两个位置信息之间的间距为所述任意两个位置信息之间的物理距离；
所述更新单元，具体用于：
将所述行动轨迹中的一个位置信息作为参考位置信息；
判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值，所述参考位置信息与所述参考位置信息的目标位置信息在时间维度上相隔M个位置信息，M为正整数；
若是，则将所述参考位置信息的目标位置信息作为所述参考位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息；
若否，则将所述参考位置信息的目标位置信息确定为待删除的位置信息并删除所述待删除的位置信息，返回到判断所述参考位置信息与所述参考位置信息的目标位置信息之间的间距是否大于预设的第二阈值的步骤，直至无法找到所述参考位置信息的目标位置信息。
12.如权利要求8所述的装置，其特征在于，所述更新单元，具体用于：
将视频帧对应的图像划分为多个子区域，所述多个子区域是根据所有目标物体在各视频帧中的位置信息之间的间距得到的；
将所述目标物体的行动轨迹映射到对应的子区域；
根据预设的删除规则，将各子区域中所述目标物体的位置信息删除至设定数量，所述预设的删除规则为对位于同一个子区域中的同一目标物体的位置信息进行部分删除直至满足所述设定数量。
13.如权利要求8-12中任一项所述的装置，其特征在于，所述显示单元，还用于：
根据各目标物体的更新后的所述行动轨迹，生成行动趋势图；
对所述行动趋势图进行显示，所述行动趋势图用于展示所述目标视频中各目标物体的移动情况。
14.如权利要求8-12中任一项所述的装置，其特征在于，所述确定单元，具体用于：
分析所述目标视频，得到所述目标视频中所有物体的属性信息；
根据接收到的用户输入的筛选条件，将所述目标视频中属性信息满足所述筛选条件的物体确定为所述目标物体。
CN201610981492.6A 2016-11-08 2016-11-08 一种视频中目标物体的展示方法及装置 Active CN106504270B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201610981492.6A CN106504270B (zh) 2016-11-08 2016-11-08 一种视频中目标物体的展示方法及装置
PCT/CN2017/091452 WO2018086360A1 (en) 2016-11-08 2017-07-03 Methods and systems for data visualization
EP21177537.4A EP3893201B1 (en) 2016-11-08 2017-07-03 Methods and systems for data visualization
EP17869139.0A EP3523780B1 (en) 2016-11-08 2017-07-03 Methods and systems for data visualization
US16/406,297 US11049262B2 (en) 2016-11-08 2019-05-08 Methods and systems for data visualization
US17/355,165 US11568548B2 (en) 2016-11-08 2021-06-22 Methods and systems for data visualization

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610981492.6A CN106504270B (zh) 2016-11-08 2016-11-08 一种视频中目标物体的展示方法及装置

Publications (2)

Publication Number Publication Date
CN106504270A true CN106504270A (zh) 2017-03-15
CN106504270B CN106504270B (zh) 2019-12-20

Family

ID=58323374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610981492.6A Active CN106504270B (zh) 2016-11-08 2016-11-08 一种视频中目标物体的展示方法及装置

Country Status (4)

Country Link
US (2) US11049262B2 (zh)
EP (2) EP3893201B1 (zh)
CN (1) CN106504270B (zh)
WO (1) WO2018086360A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018086360A1 (en) * 2016-11-08 2018-05-17 Zhejiang Dahua Technology Co., Ltd. Methods and systems for data visualization
CN108924627A (zh) * 2018-08-23 2018-11-30 北京字节跳动网络技术有限公司 运动对象的位置分布显示方法、装置、设备及存储介质
CN108985218A (zh) * 2018-07-10 2018-12-11 上海小蚁科技有限公司 人流量统计方法及装置、存储介质、计算设备
CN109033264A (zh) * 2018-07-09 2018-12-18 深圳市商汤科技有限公司 视频分析方法及装置、电子设备和存储介质
CN109697392A (zh) * 2017-10-23 2019-04-30 北京京东尚科信息技术有限公司 绘制目标对象热力图的方法及装置
CN109889693A (zh) * 2019-02-28 2019-06-14 深圳市商汤科技有限公司 视频处理方法及装置、电子设备和存储介质
CN111064984A (zh) * 2018-10-16 2020-04-24 杭州海康威视数字技术股份有限公司 一种视频帧的智能信息叠加显示方法、装置及硬盘录像机
CN111372036A (zh) * 2018-12-25 2020-07-03 中国科学院深圳先进技术研究院 一种视频监测方法、系统
CN111385522A (zh) * 2018-12-27 2020-07-07 杭州海康威视系统技术有限公司 一种运动对象的展示方法、装置、系统及电子设备
CN112188151A (zh) * 2019-07-05 2021-01-05 浙江宇视科技有限公司 视频处理方法、装置及计算机可读存储介质
CN113365027A (zh) * 2021-05-28 2021-09-07 上海商汤智能科技有限公司 视频处理方法及装置、电子设备和存储介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210118175A1 (en) * 2018-04-26 2021-04-22 Telefonaktiebolaget Lm Ericsson (Publ) Object Tracking and Detection in Augmented Reality Applications
US11017242B2 (en) * 2019-02-19 2021-05-25 Unisys Corporation System and method using complex centroids for detecting object-of-interest speeds from two dimensional pictures
CN112884830B (zh) * 2021-01-21 2024-03-29 浙江大华技术股份有限公司 一种目标边框确定方法及装置
CN113345046B (zh) * 2021-06-15 2022-04-08 萱闱(北京)生物科技有限公司 操作设备的移动轨迹记录方法、装置、介质和计算设备
CN115342822B (zh) * 2022-10-18 2022-12-23 智道网联科技(北京)有限公司 路口轨迹数据渲染方法、装置及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231820A (zh) * 2011-06-14 2011-11-02 广州嘉崎智能科技有限公司 一种监控图像处理的方法、装置和系统
CN103955494A (zh) * 2014-04-18 2014-07-30 大唐联智信息技术有限公司 目标对象的搜索方法、装置及终端
CN104717573A (zh) * 2015-03-05 2015-06-17 广州市维安电子技术有限公司 一种视频摘要的生成方法
CN105049674A (zh) * 2015-07-01 2015-11-11 中科创达软件股份有限公司 一种视频图像处理方法和系统
US20160224838A1 (en) * 2011-03-16 2016-08-04 Sensormatic Electronics, LLC Video based matching and tracking

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10336506A (ja) * 1997-05-29 1998-12-18 Canon Inc 画像処理システム、追尾システム，追尾方法，記憶媒体
US20050105764A1 (en) * 2003-11-17 2005-05-19 Mei Han Video surveillance system with connection probability computation that is a function of object size
JP4002919B2 (ja) * 2004-09-02 2007-11-07 技研トラステム株式会社 移動体高さ判別装置
JP4539348B2 (ja) * 2004-09-07 2010-09-08 日産自動車株式会社 衝突時間算出装置および障害物検出装置
US7447337B2 (en) * 2004-10-25 2008-11-04 Hewlett-Packard Development Company, L.P. Video content understanding through real time video motion analysis
FR2897069B1 (fr) * 2006-02-08 2012-06-08 Centre Nat Rech Scient Construction de nouveaux variants de l'enzyme dextrane-saccharase dsr-s par ingienerie moleculaire.
CN101098465A (zh) * 2007-07-20 2008-01-02 哈尔滨工程大学 一种视频监控中运动目标检测与跟踪方法
GB2482127B (en) * 2010-07-19 2015-01-14 Ipsotek Ltd Apparatus, system and method
JP5119504B2 (ja) * 2010-08-24 2013-01-16 Ｎｅｃビッグローブ株式会社 通過判定装置、通過判定方法、プログラム
US8929588B2 (en) * 2011-07-22 2015-01-06 Honeywell International Inc. Object tracking
US9072929B1 (en) * 2011-12-01 2015-07-07 Nebraska Global Investment Company, LLC Image capture system
US9922423B2 (en) * 2012-07-12 2018-03-20 Nec Corporation Image angle variation detection device, image angle variation detection method and image angle variation detection program
CN102819847B (zh) * 2012-07-18 2016-01-13 上海交通大学 基于ptz移动摄像头的运动轨迹提取方法
CN103227963A (zh) * 2013-03-20 2013-07-31 西交利物浦大学 基于视频运动目标检测和跟踪的静态监控视频摘要方法
US8811673B1 (en) * 2013-04-18 2014-08-19 TCL Research America Inc. Intelligent TV system and method
EP2881941A1 (en) 2013-12-09 2015-06-10 Thomson Licensing Method and apparatus for watermarking an audio signal
KR101557376B1 (ko) * 2014-02-24 2015-10-05 에스케이 텔레콤주식회사 사람 계수 방법 및 그를 위한 장치
US9286695B2 (en) * 2014-03-13 2016-03-15 Bendix Commercial Vehicle Systems Llc Systems and methods for tracking points within an encasement
CN104156987B (zh) * 2014-09-10 2017-05-10 成都金盘电子科大多媒体技术有限公司 一种视频内容多目标跟踪方法
US9727786B2 (en) * 2014-11-14 2017-08-08 Intel Corporation Visual object tracking system with model validation and management
CN105227902B (zh) * 2014-12-02 2018-11-23 四川浩特通信有限公司 一种智能实战监控方法
SG11201704573PA (en) 2014-12-24 2017-07-28 Hitachi Int Electric Inc Crowd monitoring system
US9792664B2 (en) * 2015-01-29 2017-10-17 Wipro Limited System and method for mapping object coordinates from a video to real world coordinates using perspective transformation
JP6655878B2 (ja) 2015-03-02 2020-03-04 キヤノン株式会社 画像認識方法及び装置、プログラム
EP3353706A4 (en) * 2015-09-15 2019-05-08 SZ DJI Technology Co., Ltd. SYSTEM AND METHOD FOR MONITORING UNIFORM TARGET TRACKING
CN105447458B (zh) 2015-11-17 2018-02-27 深圳市商汤科技有限公司 一种大规模人群视频分析系统和方法
US11010910B2 (en) * 2015-12-18 2021-05-18 Iris Automation, Inc. Systems and methods for dynamic object tracking using a single camera mounted on a moving object
TWI584227B (zh) * 2016-09-30 2017-05-21 晶睿通訊股份有限公司 影像處理方法、影像處理裝置及影像處理系統
CN106504270B (zh) * 2016-11-08 2019-12-20 浙江大华技术股份有限公司 一种视频中目标物体的展示方法及装置
JP6894725B2 (ja) * 2017-03-09 2021-06-30 キヤノン株式会社 画像処理装置及びその制御方法、プログラム、記憶媒体

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160224838A1 (en) * 2011-03-16 2016-08-04 Sensormatic Electronics, LLC Video based matching and tracking
CN102231820A (zh) * 2011-06-14 2011-11-02 广州嘉崎智能科技有限公司 一种监控图像处理的方法、装置和系统
CN103955494A (zh) * 2014-04-18 2014-07-30 大唐联智信息技术有限公司 目标对象的搜索方法、装置及终端
CN104717573A (zh) * 2015-03-05 2015-06-17 广州市维安电子技术有限公司 一种视频摘要的生成方法
CN105049674A (zh) * 2015-07-01 2015-11-11 中科创达软件股份有限公司 一种视频图像处理方法和系统

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018086360A1 (en) * 2016-11-08 2018-05-17 Zhejiang Dahua Technology Co., Ltd. Methods and systems for data visualization
CN109697392A (zh) * 2017-10-23 2019-04-30 北京京东尚科信息技术有限公司 绘制目标对象热力图的方法及装置
CN109033264A (zh) * 2018-07-09 2018-12-18 深圳市商汤科技有限公司 视频分析方法及装置、电子设备和存储介质
CN109033264B (zh) * 2018-07-09 2021-05-25 深圳市商汤科技有限公司 视频分析方法及装置、电子设备和存储介质
CN108985218A (zh) * 2018-07-10 2018-12-11 上海小蚁科技有限公司 人流量统计方法及装置、存储介质、计算设备
CN108924627A (zh) * 2018-08-23 2018-11-30 北京字节跳动网络技术有限公司 运动对象的位置分布显示方法、装置、设备及存储介质
CN111064984A (zh) * 2018-10-16 2020-04-24 杭州海康威视数字技术股份有限公司 一种视频帧的智能信息叠加显示方法、装置及硬盘录像机
CN111372036A (zh) * 2018-12-25 2020-07-03 中国科学院深圳先进技术研究院 一种视频监测方法、系统
CN111385522A (zh) * 2018-12-27 2020-07-07 杭州海康威视系统技术有限公司 一种运动对象的展示方法、装置、系统及电子设备
CN111385522B (zh) * 2018-12-27 2021-08-13 杭州海康威视系统技术有限公司 一种运动对象的展示方法、装置、系统及电子设备
CN109889693A (zh) * 2019-02-28 2019-06-14 深圳市商汤科技有限公司 视频处理方法及装置、电子设备和存储介质
CN109889693B (zh) * 2019-02-28 2021-06-18 深圳市商汤科技有限公司 视频处理方法及装置、电子设备和存储介质
CN112188151A (zh) * 2019-07-05 2021-01-05 浙江宇视科技有限公司 视频处理方法、装置及计算机可读存储介质
CN112188151B (zh) * 2019-07-05 2023-06-23 浙江宇视科技有限公司 视频处理方法、装置及计算机可读存储介质
CN113365027A (zh) * 2021-05-28 2021-09-07 上海商汤智能科技有限公司 视频处理方法及装置、电子设备和存储介质
CN113365027B (zh) * 2021-05-28 2022-11-29 上海商汤智能科技有限公司 视频处理方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
US11568548B2 (en) 2023-01-31
EP3523780B1 (en) 2022-06-15
US11049262B2 (en) 2021-06-29
US20190266733A1 (en) 2019-08-29
CN106504270B (zh) 2019-12-20
EP3523780A4 (en) 2019-11-06
EP3893201B1 (en) 2022-06-15
EP3523780A1 (en) 2019-08-14
EP3893201A1 (en) 2021-10-13
WO2018086360A1 (en) 2018-05-17
US20210319567A1 (en) 2021-10-14

Similar Documents

Publication Publication Date Title
CN106504270A (zh) 一种视频中目标物体的展示方法及装置
CN104680555B (zh) 基于视频监控的越界检测方法及越界监控系统
KR102556393B1 (ko) 영상 축약 시스템 및 방법
CN110458799A (zh) 基于肋骨展开图的肋骨骨折自动检测方法
DE112016005412T5 (de) Überwachungsvorrichtung, Überwachungssystem und Überwachungsverfahren
CN105981372A (zh) 图像处理装置
DE112017006503T5 (de) Verfahren und vorrichtung zum dynamischen geofence-absuchen eines ereignisorts
CN108764328A (zh) 太赫兹图像危险品识别方法、装置、设备及可读存储介质
DE102015116953A1 (de) Weiterleitung von Tiefeninformation in einem Graphikverarbeitungssystem
CN104394377B (zh) 一种监控图像的模糊异常的识别方法及装置
CN104036688B (zh) 基于地图载负量动态筛选电子地图点状要素的方法
KR20070008601A (ko) 영역에 의한 세그먼트화 이득을 이용한 비디오 분석의 개선
CN106991668A (zh) 一种天网摄像头拍摄画面的评价方法
JP2010206475A (ja) 監視支援装置、その方法、及びプログラム
JP5135284B2 (ja) 物体検出方法
DE102006053286A1 (de) Verfahren zur Detektion von bewegungsauffälligen Bildbereichen, Vorrichtung sowie Computerprogramm zur Durchführung des Verfahrens
CN106878670A (zh) 一种视频处理方法及装置
DE102012224365A1 (de) Schnelle Cursor-Lokalisierung
CN107480607A (zh) 一种智能录播系统中站立人脸检测定位的方法
DE112015002242T5 (de) Verfahren und system zum anzeigen von visuellen informationen
CN106373126B (zh) 基于融合类测地线和边界对比的图像显著性检测方法
CN109697385A (zh) 一种目标跟踪方法及装置
US9111346B2 (en) Image processing apparatus, image processing method, and recording medium
CN106815567A (zh) 一种基于视频的火焰检测方法及装置
CN113362406B (zh) 光幕图像生成方法及系统以及识别系统

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
GR01 Patent grant
GR01 Patent grant