CN106651916B - 一种目标的定位跟踪方法及装置 - Google Patents

Abstract

本发明提供了一种目标的定位跟踪方法及装置，其中，该方法包括：获取实际地理区域内设置的多个摄像头的抓拍信息；抓拍信息包括抓拍目标图像及抓拍目标相对摄像头的第一属性信息；第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；基于标准目标图像和抓拍目标图像从抓拍目标中查找待跟踪目标；按照预设搜索间隔和查找到的待跟踪目标的第一属性信息在实际地理区域对应的电子地图的目标区域中进行目标搜索，得到待跟踪目标对应的运行跟踪轨迹，其结合目标识别技术和在线地图技术实现了对待跟踪目标的自动识别，且能够自动绘制上述待跟踪目标的运行跟踪轨迹，省时省力，且定位追踪的准确性和时效性均较高，实用性更佳。

Description

一种目标的定位跟踪方法及装置

技术领域

本发明涉及目标的定位跟踪技术领域，具体而言，涉及一种目标的定位跟踪方法及装置。

背景技术

随着警务信息化的发展，国内外很多城市在各个主要的道路和街道都有高精度的摄像头用于对交通信息的监控。上述监控摄像头的存在起到了很重要的作用，其已经成为社会治安防范与案件侦破的主要手段之一。

现有技术中，多采用人工分析的方式对视频监控中摄取的目标进行定位和跟踪。即，监控人员根据事先掌握的目标人员(如嫌疑犯、常住人口等)的相关图像，对监控摄像头记录的视频进行人工筛查以进行目标人员的定位和追踪。但是，由于人工筛查往往需要反复观看视频才能确认人员身份，所以人工筛查和目标人员追踪无法做到实时监控，且还需要通过人工方式对目标人员的路径进行记录以便于根据相关路径判断目标的活动范围，另外，考虑到监控人员的精力有限，其很难同时处理和分析多路视频的输入。

发明人在研究中发现，现有技术中的目标定位跟踪方法由于采用人工方式对监控视频进行人员筛查和轨迹记录，导致追踪的时效性较差，且人力和时间成本均较高，导致实用性较差。

发明内容

有鉴于此，本发明的目的在于提供一种目标的定位跟踪方法及装置，结合目标识别技术和在线地图技术进行目标定位跟踪，省时省力，且定位追踪的准确性和时效性均较高。

第一方面，本发明实施例提供了一种目标的定位跟踪方法，所述方法包括：

获取实际地理区域内设置的多个摄像头的抓拍信息；所述抓拍信息包括抓拍目标图像及抓拍目标相对所述摄像头的第一属性信息；所述第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；

基于标准目标图像和所述抓拍目标图像从所述抓拍目标中查找待跟踪目标；

按照预设搜索间隔和查找到的所述待跟踪目标的第一属性信息在所述实际地理区域对应的电子地图的目标区域中进行目标搜索，得到所述待跟踪目标对应的运行跟踪轨迹。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述从所述抓拍目标中查找待跟踪目标，包括：

根据标准目标图像对所述抓拍目标图像进行比对分析；

将对比成功的所述抓拍目标图像对应的所述抓拍目标确定为所述待跟踪目标。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述根据标准目标图像对所述抓拍目标图像进行比对分析，包括：

利用预先训练好的深度模型，提取所述抓拍目标图像的图像特征作为第一图像特征，以及提取所述标准目标图像的图像特征作为第二图像特征；

将所述第一图像特征和所述第二图像特征进行比对分析；

其中，所述深度模型通过如下步骤获取：

建立包含目标图像的样本图片集；

利用深度卷积神经网络对所述样本图片集进行深度学习，得到对应于所述样本图片集的所述目标图像的图像特征；

利用随机梯度下降方法对所述图像特征进行训练，得到对应于所述目标图像的深度模型。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述按照预设搜索间隔和查找到的所述待跟踪目标的第一属性信息在所述实际地理区域对应的电子地图的目标区域中进行目标搜索，得到所述待跟踪目标对应的运行跟踪轨迹，包括：

基于所述摄像头的第二属性信息，建立所述目标区域对应的搜索图结构；所述搜索图结构中相邻所述摄像头之间的距离均为所述预设搜索间隔；所述第二属性信息至少包括：第二位置信息；

基于所述待跟踪目标的所述第一属性信息和所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标对应的运行跟踪轨迹。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述基于所述待跟踪目标的所述第一属性信息和所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标对应的运行跟踪轨迹，包括：

基于所述待跟踪目标的第一位置信息和一个所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标在所述搜索图结构中的第一预设第一位置信息；

判断所述第一预设第一位置信息是否是所述待跟踪目标的目标第一位置信息；

若是，则根据所述第一位置信息及对应的所述第一方向信息、所述第一时间信息和所述目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到所述待跟踪目标在所述第一位置信息和所述目标第一位置信息之间的运行跟踪轨迹；

若否，则循环增加一个所述预设搜索间隔，并基于所述第一预设第一位置信息和循环增加后的所述预设搜索间隔对所述搜索图结构进行路径搜索，直至得到所述待跟踪目标在所述搜索图结构中的第二预设第一位置信息为目标第一位置信息时，停止搜索，并根据所述第一位置信息及对应的所述第一方向信息、所述第一时间信息和所述目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到所述待跟踪目标在所述第一位置信息和所述目标第一位置信息之间的运行跟踪轨迹。

第二方面，本发明实施例还提供了一种目标的定位跟踪装置，所述装置包括：

获取模块，用于获取实际地理区域内设置的多个摄像头的抓拍信息；所述抓拍信息包括抓拍目标图像及抓拍目标相对所述摄像头的第一属性信息；所述第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；

查找模块，用于基于标准目标图像和所述抓拍目标图像从所述抓拍目标中查找待跟踪目标；

搜索模块，用于按照预设搜索间隔和查找到的所述待跟踪目标的第一属性信息在所述实际地理区域对应的电子地图的目标区域中进行目标搜索，得到所述待跟踪目标对应的运行跟踪轨迹。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述查找模块包括：

对比单元，用于根据标准目标图像对所述抓拍目标图像进行比对分析；

确定单元，用于将对比成功的所述抓拍目标图像对应的所述抓拍目标确定为所述待跟踪目标。

结合第二方面的第一种可能的实施方式，本发明实施例提供了第二方面的第二种可能的实施方式，其中，还包括生成模块；所述生成模块包括第一建立单元、学习单元和训练单元；所述对比单元包括：

提取子单元，用于利用所述训练单元训练好的深度模型，提取所述抓拍目标图像的图像特征作为第一图像特征，以及提取所述标准目标图像的图像特征作为第二图像特征；

对比子单元，用于将所述第一图像特征和所述第二图像特征进行比对分析；

所述第一建立单元，用于建立包含目标图像的样本图片集；

所述学习单元，用于利用深度卷积神经网络对所述样本图片集进行深度学习，得到对应于所述样本图片集的所述目标图像的图像特征；

所述训练单元，用于利用随机梯度下降方法对所述图像特征进行训练，得到对应于所述目标图像的深度模型。

结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中，所述搜索模块包括：

第二建立单元，用于基于所述摄像头的第二属性信息，建立所述目标区域对应的搜索图结构；所述搜索图结构中相邻所述摄像头之间的距离均为所述预设搜索间隔；所述第二属性信息至少包括：第二位置信息；

搜索单元，用于基于所述待跟踪目标的所述第一属性信息和所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标对应的运行跟踪轨迹。

结合第二方面的第三种可能的实施方式，本发明实施例提供了第二方面的第四种可能的实施方式，其中，所述搜索单元包括：

搜索子单元，用于基于所述待跟踪目标的第一位置信息和一个所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标在所述搜索图结构中的第一预设第一位置信息；

判断子单元，用于判断所述第一预设第一位置信息是否是所述待跟踪目标的目标第一位置信息；

第一生成子单元，用于在判断出所述第一预设第一位置信息是所述待跟踪目标的目标第一位置信息时，根据所述第一位置信息及对应的所述第一方向信息、所述第一时间信息和所述目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到所述待跟踪目标在所述第一位置信息和所述目标第一位置信息之间的运行跟踪轨迹；

第二生成子单元，用于在判断出所述第一预设第一位置信息不是所述待跟踪目标的目标第一位置信息时，循环增加一个所述预设搜索间隔，并基于所述第一预设第一位置信息和循环增加后的所述预设搜索间隔对所述搜索图结构进行路径搜索，直至得到所述待跟踪目标在所述搜索图结构中的第二预设第一位置信息为目标第一位置信息时，停止搜索，并根据所述第一位置信息及对应的所述第一方向信息、所述第一时间信息和所述目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到所述待跟踪目标在所述第一位置信息和所述目标第一位置信息之间的运行跟踪轨迹。

本发明实施例提供的目标的定位跟踪方法及装置，与现有技术中的目标定位跟踪方法由于采用人工方式人力和时间成本均较高，且追踪的时效性较差相比，其首先获取实际地理区域内设置的多个摄像头的抓拍信息；抓拍信息包括抓拍目标图像及抓拍目标相对摄像头的第一属性信息；第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；然后基于标准目标图像和抓拍目标图像从抓拍目标中查找待跟踪目标；最后按照预设搜索间隔和查找到的待跟踪目标的第一属性信息在实际地理区域对应的电子地图的目标区域中进行目标搜索，得到待跟踪目标对应的运行跟踪轨迹，其结合目标识别技术和在线地图技术实现了对待跟踪目标的自动识别，且能够自动绘制上述待跟踪目标的运行跟踪轨迹，省时省力，且定位追踪的准确性和时效性均较高，实用性更佳。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本发明实施例所提供的一种目标的定位跟踪方法的流程图；

图2示出了本发明实施例所提供的另一种目标的定位跟踪方法的流程图；

图3示出了本发明实施例所提供的另一种目标的定位跟踪方法的流程图；

图4示出了本发明实施例所提供的另一种目标的定位跟踪方法的流程图；

图5示出了本发明实施例所提供的另一种目标的定位跟踪方法的流程图；

图6示出了本发明实施例所提供的一种目标的定位跟踪方法中搜索图结构的示意图；

图7示出了本发明实施例所提供的一种目标的定位跟踪装置的结构示意图。

主要元件符号说明：

11、获取模块；22、查找模块；33、搜索模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

考虑到现有技术的目标定位跟踪方法由于采用人工方式对监控视频进行人员筛查和轨迹记录，导致追踪的时效性较差，且人力和时间成本均较高，导致实用性较差。基于此，本发明实施例提供了一种目标的定位跟踪方法及装置，结合目标识别技术和在线地图技术进行目标定位跟踪，省时省力，且定位追踪的准确性和时效性均较高。

其中，上述目标可以是行人，还可以是人脸，考虑到人脸识别技术在对特定人员的定位跟踪应用中的优良特性，本发明实施例中的目标优选为人脸，且在接下来的阐述中，以人脸作为目标进行进一步的阐述。

参见图1所示的本发明实施例提供的目标的定位跟踪方法的流程图，所述方法具体包括如下步骤：

S101、获取实际地理区域内设置的多个摄像头的抓拍信息；抓拍信息包括抓拍目标图像及抓拍目标相对摄像头的第一属性信息；第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；

S102、基于标准目标图像和抓拍目标图像从抓拍目标中查找待跟踪目标；

S103、按照预设搜索间隔和查找到的待跟踪目标的第一属性信息在实际地理区域对应的电子地图的目标区域中进行目标搜索，得到待跟踪目标对应的运行跟踪轨迹。

具体的，本发明实施例所提供的目标的定位跟踪方法首先获取实际地理区域内设置的多个摄像头的抓拍信息，然后根据预存的标准目标图像与抓拍信息中的抓拍目标图像进行对比，以从抓拍目标中查找到待跟踪目标，最后按照预设搜索间隔和查找到的待跟踪目标的第一属性信息在实际地理区域对应的电子地图的目标区域中进行目标搜索，得到待跟踪目标对应的运行跟踪轨迹。

其中，本发明实施例所提供的目标的定位跟踪方法还需要加载初始化信息，该初始化信息包括地图信息、监控摄像机信息、目标区域信息和人员信息。其中，地图信息可以是通过地图插件从网络获取的预设区域内的地图，以用于绘制布控区域，人员轨迹展示等方面，地图信息应包括经纬度信息；监控摄像机信息来自于摄像机信息库，监控摄像机的属性信息包含摄像机的编号，位置(经纬度)，监控摄像机场景的主方向，其中，监控摄像机场景的主方向是这个场景中人员运动的主要方向，每个监控摄像机都需要设置主方向，并把这个方向映射到在线地图上，以便在抓取到特征人员时，确定其运动方向。人员运动主方向一般为监控摄像机面向方向的反方向，并顺应街道的方向。路口处的摄像头可以设定多个主方向；布控区域(即目标区域)则通过用户在地图中绘制得出，布控区域设定后，在布控区域内的摄像机成为布控摄像机，可以从摄像机信息库中加载布控摄像机的信息；人员信息可以是通过用户手动进行添加，还可以从人员信息库中选取特定人员进行添加，还可以添加整个人员信息库。

另外，上述布控区域由区域端点的经纬度信息表示，端点间按次序用直线连接，形成的封闭图形区域为布控区域。选择布控区域后，区域内所有的监控摄像机成为布控监控摄像机。判断某个监控摄像机是否在布控区域内的方法如下：已知布控区域的端点经纬度和区域的边界线，以及监控摄像机的经纬度，沿着经线方向画直线，并与此直线上的所有区域边界相交，计算出此直线与区域边界的交点数。每次出现交点，交点两侧的直线出现区域内外的交换。直线左右端最外侧一定在区域外，监控摄像机不是在区域内，就是在区域外，所以，监控摄像机所在点的左右两侧的交点数的奇偶性是相同的。

通过上述初始化设置，获得标注的目标区域，布控摄像头的在线电子地图，同时，可以获得每个摄像头下人员的主运动方向，同时已知人员信息库(包含人脸图像)。其中，在线地图中显示目标区域(监控摄像头通过经纬度信息显示在在线地图的指定位置)，且区域内的监控摄像头参与布控抓拍，区域外的摄像头不参与布控抓拍。

另外，对于上述目标区域对应的实际地理区域内的摄像头持续抓拍的抓拍人脸图像，实时对每张抓拍的人脸图像提取人脸特征，并与人员信息库中的标准人脸图像的特征进行比对。若某张抓拍的人脸图像的特征与人员信息库中的标准人脸图像的特征比对成功，则说明人员信息库中的这个人在此布控摄像头的位置出现，即将该抓拍人脸图像对应的抓拍目标作为待跟踪目标。与此同时，在锁定抓拍到人脸图像的视频帧后，进行人脸所在区域内的Harris角点检测。该角点检测方法通过设定一个观察窗口检测局部变化强烈的点区域，从而确定角点所在的位置，并对角点对比对成功的人员进行跟踪，计算该人员的运动方向，并判断该人员向该摄像机场景中的那个主方向运动，然后输出待跟踪目标的定位结果，即在在线地图中显示抓拍到的待跟踪目标的出现位置，出现时间，运动方向，以及其他信息。

对于查找到的待跟踪目标，本发明实施例所提供的目标的定位跟踪方法还将按照预设搜索间隔和查找到的待跟踪目标的第一属性信息在实际地理区域对应的电子地图的目标区域中进行目标搜索，得到待跟踪目标对应的运行跟踪轨迹。

本发明实施例提供的目标的定位跟踪方法，与现有技术中的目标定位跟踪方法由于采用人工方式人力和时间成本均较高，且追踪的时效性较差相比，其首先获取实际地理区域内设置的多个摄像头的抓拍信息；抓拍信息包括抓拍目标图像及抓拍目标相对摄像头的第一属性信息；第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；然后基于标准目标图像和抓拍目标图像从抓拍目标中查找待跟踪目标；最后按照预设搜索间隔和查找到的待跟踪目标的第一属性信息在实际地理区域对应的电子地图的目标区域中进行目标搜索，得到待跟踪目标对应的运行跟踪轨迹，其结合目标识别技术和在线地图技术实现了对待跟踪目标的自动识别，且能够自动绘制上述待跟踪目标的运行跟踪轨迹，省时省力，且定位追踪的准确性和时效性均较高，实用性更佳。

考虑到对目标跟踪的基础是从摄像头抓拍的抓拍目标中查找待跟踪目标，参见图2，上述查找过程具体包括：

S201、根据标准目标图像对抓拍目标图像进行比对分析；

考虑到本发明实施例所提供的目标的定位跟踪方法的具体应用场景，本发明实施例中优选采用深度学习对标准目标图像和抓拍目标图像进行对比，参见图3，上述对比过程具体通过如下步骤实现：

S2011、利用预先训练好的深度模型，提取抓拍目标图像的图像特征作为第一图像特征，以及提取标准目标图像的图像特征作为第二图像特征；

S2012、将第一图像特征和第二图像特征进行比对分析；其中，深度模型通过如下步骤获取：建立包含目标图像的样本图片集；利用深度卷积神经网络对样本图片集进行深度学习，得到对应于样本图片集的目标图像的图像特征；利用随机梯度下降方法对图像特征进行训练，得到对应于目标图像的深度模型。

具体的，随着大数据时代的到来，只有比较复杂的模型，或者说表达能力强的模型，才能充分发掘海量数据中蕴藏的丰富信息，所以，本发明实施例采用的是更强大的深度模型，以使得我们能够从大数据挖掘出更多有价值的信息和知识，且本发明实施例所提供的目标的定位跟踪方法在建立包含目标图像的样本图片集后，能够利用深度卷积神经网络对样本图片集进行深度学习，得到对应于样本图片集的目标图像的图像特征，并能够利用随机梯度下降方法对图像特征进行训练，以得到对应于目标图像的深度模型。

其中，深度模型的生成是利用计算机构建多层神经网络，且网络中含有大量的参数。通过让神经网络“学习”大量的人脸图像和预设的正确和错误的比对结果，使神经网络中的参数不断调整。当“学习”到一定程度时，通过这个多层的神经网络，计算机就可以获得人脸的特征。

S202、将对比成功的抓拍目标图像对应的抓拍目标确定为待跟踪目标。

为了更好的对待跟踪目标进行运行跟踪轨迹的确定，参见图4，本发明实施例所提供的目标的定位跟踪方法还包括：

S301、基于摄像头的第二属性信息，建立目标区域对应的搜索图结构；搜索图结构中相邻摄像头之间的距离均为预设搜索间隔；第二属性信息至少包括：第二位置信息；

S302、基于待跟踪目标的第一属性信息和预设搜索间隔对搜索图结构进行路径搜索，得到待跟踪目标对应的运行跟踪轨迹。

具体的，本发明实施例所提供的目标的跟踪方法基于摄像头的第二属性信息，建立目标区域对应的搜索图结构，然后利用广度优先搜索算法基于待跟踪目标的第一属性信息和预设搜索间隔对搜索图结构进行路径搜索，得到待跟踪目标对应的运行跟踪轨迹。

其中，上述广度优先搜索算法是一种简便的图搜索算法，该算法以图中的某一个点为起始点，首先寻找与该点的距离为1的点，若在距离为1的点中未发现目标点，则继续寻找距离为2的点。以此类推，直到找到目标点或遍历了图中所有的点，该算法结束。

其中，为了更好的对搜索图结构进行路径搜索，参见图5，本发明实施例所提供的目标的定位跟踪方法还包括：

S401、基于待跟踪目标的第一位置信息和一个预设搜索间隔对搜索图结构进行路径搜索，得到待跟踪目标在搜索图结构中的第一预设第一位置信息；

S402、判断第一预设第一位置信息是否是待跟踪目标的目标第一位置信息；

S403、若是，则根据第一位置信息及对应的第一方向信息、第一时间信息和目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到待跟踪目标在第一位置信息和目标第一位置信息之间的运行跟踪轨迹；

S404、若否，则循环增加一个预设搜索间隔，并基于第一预设第一位置信息和循环增加后的预设搜索间隔对搜索图结构进行路径搜索，直至得到待跟踪目标在搜索图结构中的第二预设第一位置信息为目标第一位置信息时，停止搜索，并根据第一位置信息及对应的第一方向信息、第一时间信息和目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到待跟踪目标在第一位置信息和目标第一位置信息之间的运行跟踪轨迹。

具体的，为了更好的说明在搜索图结构中的路径搜索过程，下面举例说明，参见图6所示的一种搜索图结构。图6中所示的搜索图结构中相邻摄像头之间的距离均为预设搜索间隔；第二属性信息至少包括：第二位置信息。上述图结构中的每一个点对应于一个摄像机。

若待跟踪目标在4号摄像机处第一次出现，在此基础上，假设人员在3号摄像机出再次被抓拍到，则此人从4号摄像机的位置移动到了3号摄像机的位置。而移动的路径由广度优先搜索搜索图结构得到。

假设待跟踪目标从3号点继续运动，下一次出现是在13号摄像机，12号摄像机未出现，则继续利用广度优先搜索进行路线的查找。以3号点为起始点，与3号点距离为1的点为2、12、4号点，未包含12号点；继续搜索与3号点深度为2的点，为1、8、13、15号点，找到了13号点，并确定3号点到13号点的路径为边(3,12)，(12,3)。

假设以13号摄像机位置为起点，待跟踪目标下一个位置出现在11号摄像机下，以13号点为起始进行广度优先搜索会找到两条路径，分别为(13,10)(10,11)与(13,14)(14,11)，此时，依据13号摄像机判断的人员运动方向(如图6)为向14号摄像机走去，最后判断(13,14)(14,11)路径为人员运动路径。

另外，如果无法判断运动方向，例如从12号摄像机起始，在11号摄像机再次出现，广度优先搜索后有两条路径可选，分别为(12,13)(13,10)(10,11)和(12,13)(13,14)(14,11)，此时，通过两条路径的总长度进行判断，并判定总长路径短的路径为运动路径。

其中，上述通过搜索图结构搜索出来的路径可以直接映射在电子地图上，以在电子地图上进行显示。

本发明实施例提供的目标的定位跟踪方法，与现有技术中的目标定位跟踪方法由于采用人工方式人力和时间成本均较高，且追踪的时效性较差相比，其首先获取实际地理区域内设置的多个摄像头的抓拍信息；抓拍信息包括抓拍目标图像及抓拍目标相对摄像头的第一属性信息；第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；然后基于标准目标图像和抓拍目标图像从抓拍目标中查找待跟踪目标；最后按照预设搜索间隔和查找到的待跟踪目标的第一属性信息在实际地理区域对应的电子地图的目标区域中进行目标搜索，得到待跟踪目标对应的运行跟踪轨迹，其结合目标识别技术和在线地图技术实现了对待跟踪目标的自动识别，且能够自动绘制上述待跟踪目标的运行跟踪轨迹，省时省力，且定位追踪的准确性和时效性均较高，实用性更佳。

本发明实施例还提供了一种目标的定位跟踪装置，所述装置用于执行上述目标的定位跟踪方法，参见图7，所述装置包括：

获取模块11，用于获取实际地理区域内设置的多个摄像头的抓拍信息；抓拍信息包括抓拍目标图像及抓拍目标相对摄像头的第一属性信息；第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；

查找模块22，用于基于标准目标图像和抓拍目标图像从抓拍目标中查找待跟踪目标；

搜索模块33，用于按照预设搜索间隔和查找到的待跟踪目标的第一属性信息在实际地理区域对应的电子地图的目标区域中进行目标搜索，得到待跟踪目标对应的运行跟踪轨迹。

考虑到对目标跟踪的基础是从摄像头抓拍的抓拍目标中查找待跟踪目标，因此，本发明实施例所提供的目标的定位跟踪装置还包括查找模块22，该查找模块22包括对比单元和确定单元，其中：

对比单元，用于根据标准目标图像对抓拍目标图像进行比对分析；

确定单元，用于将对比成功的抓拍目标图像对应的抓拍目标确定为待跟踪目标。

另外，考虑到本发明实施例所提供的目标的定位跟踪装置的具体应用场景，本发明实施例中优选采用对比单元对标准目标图像和抓拍目标图像进行对比，其中，上述对比单元包括：

提取子单元，用于利用训练单元训练好的深度模型，提取抓拍目标图像的图像特征作为第一图像特征，以及提取标准目标图像的图像特征作为第二图像特征；

对比子单元，用于将第一图像特征和第二图像特征进行比对分析；

其中，为了更好的得到上述深度模型，本发明实施例所提供的目标的定位跟踪装置还包括生成模块，该生成模块包括第一建立单元、学习单元和训练单元，其中：

第一建立单元，用于建立包含目标图像的样本图片集；

学习单元，用于利用深度卷积神经网络对样本图片集进行深度学习，得到对应于样本图片集的目标图像的图像特征；

训练单元，用于利用随机梯度下降方法对图像特征进行训练，得到对应于目标图像的深度模型。

为了更好的对待跟踪目标进行运行跟踪轨迹的确定，本发明实施例所提供的目标的定位跟踪装置中的搜索模块33包括：

第二建立单元，用于基于摄像头的第二属性信息，建立目标区域对应的搜索图结构；搜索图结构中相邻摄像头之间的距离均为预设搜索间隔；第二属性信息至少包括：第二位置信息；

搜索单元，用于基于待跟踪目标的第一属性信息和预设搜索间隔对搜索图结构进行路径搜索，得到待跟踪目标对应的运行跟踪轨迹。

其中，为了更好的对搜索图结构进行路径搜索，上述搜索单元还包括：

搜索子单元，用于基于待跟踪目标的第一位置信息和一个预设搜索间隔对搜索图结构进行路径搜索，得到待跟踪目标在搜索图结构中的第一预设第一位置信息；

判断子单元，用于判断第一预设第一位置信息是否是待跟踪目标的目标第一位置信息；

第一生成子单元，用于在判断出第一预设第一位置信息是待跟踪目标的目标第一位置信息时，根据第一位置信息及对应的第一方向信息、第一时间信息和目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到待跟踪目标在第一位置信息和目标第一位置信息之间的运行跟踪轨迹；

第二生成子单元，用于在判断出第一预设第一位置信息不是待跟踪目标的目标第一位置信息时，循环增加一个预设搜索间隔，并基于第一预设第一位置信息和循环增加后的预设搜索间隔对搜索图结构进行路径搜索，直至得到待跟踪目标在搜索图结构中的第二预设第一位置信息为目标第一位置信息时，停止搜索，并根据第一位置信息及对应的第一方向信息、第一时间信息和目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到待跟踪目标在第一位置信息和目标第一位置信息之间的运行跟踪轨迹。

本发明实施例提供的目标的定位跟踪装置，与现有技术中的目标定位跟踪方法由于采用人工方式人力和时间成本均较高，且追踪的时效性较差相比，其首先获取实际地理区域内设置的多个摄像头的抓拍信息；抓拍信息包括抓拍目标图像及抓拍目标相对摄像头的第一属性信息；第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；然后基于标准目标图像和抓拍目标图像从抓拍目标中查找待跟踪目标；最后按照预设搜索间隔和查找到的待跟踪目标的第一属性信息在实际地理区域对应的电子地图的目标区域中进行目标搜索，得到待跟踪目标对应的运行跟踪轨迹，其结合目标识别技术和在线地图技术实现了对待跟踪目标的自动识别，且能够自动绘制上述待跟踪目标的运行跟踪轨迹，省时省力，且定位追踪的准确性和时效性均较高，实用性更佳。

此外，上述目标的定位跟踪方法和装置还可以应用在目标检索领域，以适应于非实时的需求。此时，本发明实施例输入为布控区域内的人脸日志(包含抓拍图像，以及抓拍的时间、地点信息)，待检索目标的人脸图像，输出为该待检索目标的运动轨迹，同时还需知晓搜索图结构。在目标检索时，此时的标准目标图像为特定人员的人脸图像，将待检索人员的人脸图像与人脸日志中的每张抓拍图像进行比对，如果发现属于该人员的人脸抓拍图像，便把此抓拍图像及相关信息提取出来，其中，相关信息包括抓拍时间，位置信息，该人员的运动主方向。属于此人员的所有的抓拍图像和对应的信息都被提取出来。运动轨迹方面，与实时状态下的运动轨迹绘制基本相同。按照时间顺序对出现的位置进行排序，结合搜索图结构，利用图的广度优先搜索算法，以及抓拍信息中的人员运动方向，预选路径长度，对运动轨迹进行计算，并可以在在线地图中进行绘制。

本发明实施例所提供的进行目标的定位跟踪的方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

本发明实施例所提供的目标的定位跟踪的装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明提供的实施例中的各功能单元可以集成在一个处理单元中，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单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种目标的定位跟踪方法，其特征在于，包括：

获取实际地理区域内设置的多个摄像头的抓拍信息；所述抓拍信息包括抓拍目标图像及抓拍目标相对所述摄像头的第一属性信息；所述第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；

基于标准目标图像和所述抓拍目标图像从所述抓拍目标中查找待跟踪目标；

按照预设搜索间隔和查找到的所述待跟踪目标的第一属性信息在所述实际地理区域对应的电子地图的目标区域中进行目标搜索，得到所述待跟踪目标对应的运行跟踪轨迹；

其中，所述按照预设搜索间隔和查找到的所述待跟踪目标的第一属性信息在所述实际地理区域对应的电子地图的目标区域中进行目标搜索，得到所述待跟踪目标对应的运行跟踪轨迹，包括：

基于所述摄像头的第二属性信息，建立所述目标区域对应的搜索图结构；所述搜索图结构中相邻所述摄像头之间的距离均为所述预设搜索间隔；所述第二属性信息至少包括：第二位置信息；

基于所述待跟踪目标的所述第一属性信息和所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标对应的运行跟踪轨迹；

所述基于所述待跟踪目标的所述第一属性信息和所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标对应的运行跟踪轨迹，包括：

基于所述待跟踪目标的第一位置信息和一个所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标在所述搜索图结构中的第一预设第一位置信息；

判断所述第一预设第一位置信息是否是所述待跟踪目标的目标第一位置信息；

若是，则根据所述第一位置信息及对应的所述第一方向信息、所述第一时间信息和所述目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到所述待跟踪目标在所述第一位置信息和所述目标第一位置信息之间的运行跟踪轨迹。

2.根据权利要求1所述的方法，其特征在于，所述从所述抓拍目标中查找待跟踪目标，包括：

根据标准目标图像对所述抓拍目标图像进行比对分析；

将对比成功的所述抓拍目标图像对应的所述抓拍目标确定为所述待跟踪目标。

3.根据权利要求2所述的方法，其特征在于，所述根据标准目标图像对所述抓拍目标图像进行比对分析，包括：

利用预先训练好的深度模型，提取所述抓拍目标图像的图像特征作为第一图像特征，以及提取所述标准目标图像的图像特征作为第二图像特征；

将所述第一图像特征和所述第二图像特征进行比对分析；

其中，所述深度模型通过如下步骤获取：

建立包含目标图像的样本图片集；

利用深度卷积神经网络对所述样本图片集进行深度学习，得到对应于所述样本图片集的所述目标图像的图像特征；

利用随机梯度下降方法对所述图像特征进行训练，得到对应于所述目标图像的深度模型。

4.根据权利要求1所述的方法，其特征在于，还包括：

若判断出所述第一预设第一位置信息不是所述待跟踪目标的目标第一位置信息，则循环增加一个所述预设搜索间隔，并基于所述第一预设第一位置信息和循环增加后的所述预设搜索间隔对所述搜索图结构进行路径搜索，直至得到所述待跟踪目标在所述搜索图结构中的第二预设第一位置信息为目标第一位置信息时，停止搜索，并根据所述第一位置信息及对应的所述第一方向信息、所述第一时间信息和所述目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到所述待跟踪目标在所述第一位置信息和所述目标第一位置信息之间的运行跟踪轨迹。

5.一种目标的定位跟踪装置，其特征在于，包括：

获取模块，用于获取实际地理区域内设置的多个摄像头的抓拍信息；所述抓拍信息包括抓拍目标图像及抓拍目标相对所述摄像头的第一属性信息；所述第一属性信息至少包括：第一位置信息、第一时间信息和第一方向信息；

查找模块，用于基于标准目标图像和所述抓拍目标图像从所述抓拍目标中查找待跟踪目标；

搜索模块，用于按照预设搜索间隔和查找到的所述待跟踪目标的第一属性信息在所述实际地理区域对应的电子地图的目标区域中进行目标搜索，得到所述待跟踪目标对应的运行跟踪轨迹；

其中，所述搜索模块包括：

第二建立单元，用于基于所述摄像头的第二属性信息，建立所述目标区域对应的搜索图结构；所述搜索图结构中相邻所述摄像头之间的距离均为所述预设搜索间隔；所述第二属性信息至少包括：第二位置信息；

搜索单元，用于基于所述待跟踪目标的所述第一属性信息和所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标对应的运行跟踪轨迹；

其中，所述搜索单元包括：

搜索子单元，用于基于所述待跟踪目标的第一位置信息和一个所述预设搜索间隔对所述搜索图结构进行路径搜索，得到所述待跟踪目标在所述搜索图结构中的第一预设第一位置信息；

判断子单元，用于判断所述第一预设第一位置信息是否是所述待跟踪目标的目标第一位置信息；

第一生成子单元，用于在判断出所述第一预设第一位置信息是所述待跟踪目标的目标第一位置信息时，根据所述第一位置信息及对应的所述第一方向信息、所述第一时间信息和所述目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到所述待跟踪目标在所述第一位置信息和所述目标第一位置信息之间的运行跟踪轨迹。

6.根据权利要求5所述的装置，其特征在于，所述查找模块包括：

对比单元，用于根据标准目标图像对所述抓拍目标图像进行比对分析；

确定单元，用于将对比成功的所述抓拍目标图像对应的所述抓拍目标确定为所述待跟踪目标。

7.根据权利要求6所述的装置，其特征在于，还包括生成模块；所述生成模块包括第一建立单元、学习单元和训练单元；所述对比单元包括：

提取子单元，用于利用所述训练单元训练好的深度模型，提取所述抓拍目标图像的图像特征作为第一图像特征，以及提取所述标准目标图像的图像特征作为第二图像特征；

对比子单元，用于将所述第一图像特征和所述第二图像特征进行比对分析；

所述第一建立单元，用于建立包含目标图像的样本图片集；

所述学习单元，用于利用深度卷积神经网络对所述样本图片集进行深度学习，得到对应于所述样本图片集的所述目标图像的图像特征；

所述训练单元，用于利用随机梯度下降方法对所述图像特征进行训练，得到对应于所述目标图像的深度模型。

8.根据权利要求5所述的装置，其特征在于，所述搜索单元还包括：

第二生成子单元，用于在判断出所述第一预设第一位置信息不是所述待跟踪目标的目标第一位置信息时，循环增加一个所述预设搜索间隔，并基于所述第一预设第一位置信息和循环增加后的所述预设搜索间隔对所述搜索图结构进行路径搜索，直至得到所述待跟踪目标在所述搜索图结构中的第二预设第一位置信息为目标第一位置信息时，停止搜索，并根据所述第一位置信息及对应的所述第一方向信息、所述第一时间信息和所述目标第一位置信息及对应的目标第一方向信息、目标第一时间信息，得到所述待跟踪目标在所述第一位置信息和所述目标第一位置信息之间的运行跟踪轨迹。