CN106791715A - 分级联控智能监控方法及系统 - Google Patents

分级联控智能监控方法及系统 Download PDF

Info

Publication number
CN106791715A
CN106791715A CN201710105785.2A CN201710105785A CN106791715A CN 106791715 A CN106791715 A CN 106791715A CN 201710105785 A CN201710105785 A CN 201710105785A CN 106791715 A CN106791715 A CN 106791715A
Authority
CN
China
Prior art keywords
tracking
equipment
target signature
video
panoramic video
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
CN201710105785.2A
Other languages
English (en)
Inventor
魏园波
刘军
莫平华
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.)
Shenzhen Infinova Ltd
Original Assignee
Shenzhen Infinova 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 Shenzhen Infinova Ltd filed Critical Shenzhen Infinova Ltd
Priority to CN201710105785.2A priority Critical patent/CN106791715A/zh
Publication of CN106791715A publication Critical patent/CN106791715A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种分级联控智能监控方法及系统，其中，该方法包括如下步骤：获取全景视频及初始跟踪视频，在全景设备与跟踪设备不存在标定参数时，对全景设备与跟踪设备进行标定；对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置；判断全景视频中的目标特征的位置是否位于设定的监控区域，若是则执行主从跟踪模式，输出全景视频并根据全景图像中目标特征的位置同步调整跟踪设备的跟踪位置；一段时间后，在全景视频中的目标特征的位置离开设定的监控区域时，执行接力跟踪模式，并输出跟踪视频。本发明能适用大场景监控、对局部运动目标自动跟踪及接力跟踪，实现无人监控的要求。

Description

分级联控智能监控方法及系统
技术领域
本发明涉及安防监控技术领域，尤其涉及一种分级联控智能监控方法及系统。
背景技术
目前，安防实战应用中，重点区域通常都部署了大量传统的视频监控，但是由于一般视频监控存在大场景下无法捕捉目标的细节信息，但在专注的目标细节时又会忽略到周围的其他移动目标，导致安全防范的效果根本无法满足实战要求。为此，近两年来为针对大场景监控的应用提出了摄像联动系统。它解决传统视频监控在大场景里的一些实战要求，兼顾了监控大场景和捕捉局部区域的需求。由于通常的枪机监控区域依然比较小，需要安装多个枪机来完成大场景的监控，安装和生产成本高。另外，在使用普通快球联动后依然需要大量人力进行PTZ操作才能监控目标细节，造成人力资源的浪费问题。
有鉴于此，有必要提出对目前的监控联动系统技术进行进一步的改进。
发明内容
为解决上述至少一技术问题，本发明的主要目的是提供一种分级联控智能监控方法及系统。
为实现上述目的，本发明采用的一个技术方案为：提供一种分级联控智能监控方法，应用于前端设备与跟踪设备的联动应用中，所述分级联控智能监控方法包括如下步骤：
S10、获取前端设备拍摄的全景视频及跟踪设备拍摄的初始跟踪视频；
S20、判断前端设备与跟踪设备是否存在标定参数，若存在则执行步骤S30，若否则对前端设备与跟踪设备进行标定，并保存标定参数；
S30、对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置；
S40、判断全景视频中的目标特征的位置是否位于设定的监控区域，
若是则执行主从跟踪模式，输出全景视频并根据全景图像中目标特征的位置同步调整跟踪设备的跟踪位置；一段时间后，在全景视频中的目标特征的位置离开设定的监控区域时，执行接力跟踪模式，并输出跟踪视频。
其中，所述对前端设备与跟踪设备进行标定，并保存标定参数的步骤，具体包括：
从全景视频中不重复地选择多个特征点，并记录多个特征点的坐标；
标出跟踪视频的画面中心，依次调整跟踪视频的画面中心至分别对准多个特征点，并记录对应画面中心的水平倾角及垂直倾角；
根据多个特征点的坐标及对应画面中心的水平倾角及垂直倾角数据建立前端设备与跟踪设备的标定模型，并保存标定参数。
其中，所述对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置的步骤，还包括：
根据运动检测时间分析出运动的目标特征；
提取目标特征像素个数；
在像素个数大于阈值且全景视频没有亮度突变时，输出目标特征的位置。
其中，所述根据全景视频中目标特征的位置同步调整跟踪设备的跟踪位置的步骤，还包括：
根据跟踪设备的回码数据周期性地同步调整跟踪设备的跟踪位置，其中，所述回码数据为目标特征在全景图像中的位置。
其中，所述根据跟踪设备的回码数据周期性地同步调整跟踪设备的跟踪位置的步骤，还包括：将目标特征在全景图像中的位置与智能分析时提取触发报警的目标特征的位置比较，当两者的位置差在设定阈值范围内，则继续跟踪；当两者的位置差在设定阈值范围外，则结束跟踪。
为解决上述技术问题，本发明提供一种分级联控智能监控系统，包括：
获取模块，用于获取前端设备采集的全景视频及跟踪设备采集的初始跟踪视频；
第一判断模块，用于判断前端设备与跟踪设备是否存在标定参数；
标定模块，用于在前端设备与跟踪设备不存在标定参数时，对前端设备与跟踪设备进行标定，并保存标定参数；
智能分析模块，用于对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置；
第二判断模块，用于判断全景视频中的目标特征的位置是否位于设定的监控区域，
主从控球模块，用于在全景视频中的目标特征的位置位于设定的监控区域时，执行主从跟踪模式，输出全景视频并根据全景视频中目标特征的位置同步调整跟踪设备的跟踪位置；
接力跟踪模块，用于在全景视频中的目标特征的位置离开设定的监控区域时，执行接力跟踪模式，以接力监控目标特征，并输出跟踪视频。
其中，所述标定模块，具体用于：
从全景视频中不重复地选择多个特征点，并记录多个特征点的坐标；
标出跟踪视频的画面中心，依次调整跟踪视频的画面中心至分别对准多个特征点，并记录对应画面中心的水平倾角及垂直倾角；
根据多个特征点的坐标及对应画面中心的水平倾角及垂直倾角数据建立前端设备与跟踪设备的标定模型，并保存标定参数。
其中，所述智能分析模块，还用于：
根据运动检测时间分析出运动的目标特征；
提取目标特征像素个数；
在像素个数大于阈值且全景视频没有亮度突变时，输出目标特征的位置。
其中，还包括回码模块，用于：
根据跟踪设备的回码数据周期性地同步调整跟踪设备的跟踪位置，其中，所述回码数据为目标特征在全景图像中的位置。
其中，还包括比较模块，用于将目标特征在全景图像中的位置与智能分析时提取触发报警的目标特征的位置比较，在两者的位置差在设定阈值范围内时继续跟踪；在两者的位置差在设定阈值范围外时结束跟踪。
本发明的技术方案通过采用主从跟踪及接力跟踪两种抓拍模式，通过主从跟踪能够同时对大场景及局部运动区域进行监控，同时能够使接力跟踪满足实时性的要求；通过接力跟踪能够监控视野超出全景摄像机区域的视频图像，扩大监控范围，同时能够节省人力资源，实现无人监控值守。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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示出的结构获得其他的附图。
图1为本发明一实施例分级联控智能监控方法的方法流程图；
图2为本发明另一实施例分级联控智能监控方法的方法流程图；
图3为本发明一实施例分级联控智能监控系统的模块方框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图，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的一部分实施例，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作出创造性劳动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。
需要说明，本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
请参照图1和图2，在本发明实施例中，该分级联控智能监控方法，应用于前端设备与跟踪设备的联动应用中，所述分级联控智能监控方法包括如下步骤：
S10、获取前端设备拍摄的全景视频及跟踪设备拍摄的初始跟踪视频；
S20、判断前端设备与跟踪设备是否存在标定参数，若存在则执行步骤S30，若否则对前端设备与跟踪设备进行标定，并保存标定参数；
S30、对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置；本步骤中预测跟踪设备的跟踪位置，主要是通过触发报警的目标特征的速度进行预测，多帧图像的位移差及时间差，并根据快球的p、t速度预判(x`+,y`+)的位置。这样当快球移动到位时，目标特征就会出现在快球的监控范围内。具体的，利用目标特征的历史轨迹计算出每个目标的水平和垂直速度，假设快球平移缩放的时间为t，那么，假设当前球机需放大跟踪的目标位置为pt(x,y)，那么实际需要发送的位置为pt1(x+vx*t，y+vy*t)。
S40、判断全景视频中的目标特征的位置是否位于设定的监控区域，若是则执行主从跟踪模式，输出全景视频并根据全景图像中目标特征的位置同步调整跟踪设备的跟踪位置；一段时间后，在全景视频中的目标特征的位置离开设定的监控区域时，执行接力跟踪模式，并输出跟踪视频。
本实施例中，该系统通过IVS分析前端设备(枪机或全景摄像机等)中的全景图像可以控制跟踪设备(跟踪快球等)，跟踪设备也可以自己控球，以主从跟踪方式和接力跟踪模式实现监控。对于主从跟踪模式：当目标特征处于IVS的监控区域(分析区域)内时，IVS先控制跟踪设备到目标位置，而后通过跟踪设备快快速自主筛选目标并开始跟踪，当跟踪一段时间后，如果IVS的监控区域内还有多个目标，那么IVS会控制跟踪设备进行新一轮的跟踪。接力跟踪策略：当目标特征在跟踪期内离开IVS的监控区域时，就开始接力跟踪策略，在离开IVS的监控区域时，跟踪设备自动继续跟踪目标。这样跟踪设备的跟踪区域就能够充分利用，使其监控视野超出前端设备拍摄的全景区域，因此，本系统具有更宽阔的监控视野，同时能够实现无人监控。
本发明的技术方案通过采用主从跟踪及接力跟踪两种抓拍模式，通过主从跟踪能够同时对大场景及局部运动区域进行监控，同时能够使接力跟踪满足实时性的要求；通过接力跟踪能够监控视野超出全景摄像机区域的视频图像，扩大监控范围，同时能够节省人力资源，实现无人监控值守。
请参照图1和图2，在一具体的实施例中，所述对前端设备与跟踪设备进行标定，并保存标定参数的步骤，具体包括：
从全景视频中不重复地选择多个特征点，并记录多个特征点的坐标；
标出跟踪视频的画面中心，依次调整跟踪视频的画面中心至分别对准多个特征点，并记录对应画面中心的水平倾角及垂直倾角；
根据多个特征点的坐标及对应画面中心的水平倾角及垂直倾角数据建立前端设备与跟踪设备的标定模型，并保存标定参数。
建立前端设备二维坐标(x，y)与跟踪球机水平和垂直角度的标定模式，即前端设备二维坐标(x，y)与跟踪球机的(p，t)的映射关系：
f(p)＝a1x2+a2xy+a3y2+a4x+a5y+a6，
f(t)＝b1x2+b2xy+b3y2+b4x+b5y+b6，
其中，a1,.....a6,b1,....b6为标定参数；通过上述的步骤，可以选择6组数据分别计算出a1,.....a6,b1,....b6的参数，并保存。
请参照图1和图2，在具体的实施例中，所述对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置的步骤，还包括：
根据运动检测时间分析出运动的目标特征；
提取目标特征像素个数；
在像素个数大于阈值且全景视频没有亮度突变时，输出目标特征的位置。
本实施例中，在像素个数大于阈值且全景视频存在亮度突变时，可以由前端设备输出亮度参数。当像素个数大于阈值且全景视频没有亮度突变，此时输出报警信息及目标特征的位置；否则则不输出报警信息，以降低光线突变的影响。
其中，所述根据全景视频中目标特征的位置同步调整跟踪设备的跟踪位置的步骤，还包括：
根据跟踪设备的回码数据周期性地同步调整跟踪设备的跟踪位置，其中，所述回码数据为目标特征在全景图像中的位置。
本实施例中，IVS会周期性地同步快球的位置，防止快球跟错或错漏。
具体的，所述根据跟踪设备的回码数据周期性地同步调整跟踪设备的跟踪位置的步骤，还包括：将目标特征在全景图像中的位置与智能分析时提取触发报警的目标特征的位置比较，当两者的位置差在设定阈值范围内，则继续跟踪；当两者的位置差在设定阈值范围外，则结束跟踪。
在一具体的实例中，上述的方法可以应用于交通监控中，上班时间在双向车道上，车辆总是进城方向的比出城方向的多，而下班时间则相反。当我们要跟踪异常行为时，如进城车道逆行，那么我们就可设置两个区域分析，并设置逆向端的区域为高优先级，这样IVS跟踪时就会优先跟踪逆行的车辆。这就是主从跟踪模式，当车辆走出全景的分析区域时，IVS侦测不到了，那么我们依然还有智能跟踪设备可自主检测到它，并进行跟踪，此为接力跟踪模式，如此，就能充分让两种设备的优势互补。
请参照图3，本发明的实施例中，该分级联控智能监控系统，包括：
获取模块10，用于获取前端设备采集的全景视频及跟踪设备采集的初始跟踪视频；
第一判断模块20，用于判断前端设备与跟踪设备是否存在标定参数；
标定模块70，用于在前端设备与跟踪设备是不存在标定参数时，对前端设备与跟踪设备进行标定，并保存标定参数；
智能分析模块30，用于对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置；
第二判断模块40，用于判断全景视频中的目标特征的位置是否位于设定的监控区域，
主从控球模块50，用于在全景视频中的目标特征的位置位于设定的监控区域时，执行主从跟踪模式，输出全景视频并根据全景视频中目标特征的位置同步调整跟踪设备的跟踪位置；
接力跟踪模块60，用于在全景视频中的目标特征的位置离开设定的监控区域时，执行接力跟踪模式，以接力监控目标特征，并输出跟踪视频。
本实施例中，该系统通过IVS分析前端设备中的全景图像可以控制跟踪设备，跟踪设备也可以自己控球，以主从跟踪控球模块和接力跟踪模块60实现监控。其中，该主从控球模块50实现主从跟踪模式：当目标特征处于IVS的监控区域(分析区域)内时，IVS先控制跟踪设备到目标位置，而后通过跟踪设备快快速自主筛选目标并开始跟踪，当跟踪一段时间后，如果IVS的监控区域内还有多个目标，那么IVS会控制跟踪设备进行新一轮的跟踪。该接力跟踪模块60，接力跟踪策略：当目标特征在跟踪期内离开IVS的监控区域时，就开始接力跟踪策略，在离开IVS的监控区域时，跟踪设备自动继续跟踪目标。这样跟踪设备的跟踪区域就能够充分利用，使其监控视野超出前端设备拍摄的全景区域，因此，本系统具有更宽阔的监控视野，同时能够实现无人监控。
在一具体的实施例中，所述标定模块70，具体用于：
从全景视频中不重复地选择多个特征点，并记录多个特征点的坐标；
标出跟踪视频的画面中心，依次调整跟踪视频的画面中心至分别对准多个特征点，并记录对应画面中心的水平倾角及垂直倾角；
根据多个特征点的坐标及对应画面中心的水平倾角及垂直倾角数据建立前端设备与跟踪设备的标定模型，并保存标定参数。
本实施例中，该标定模块70在在前端设备与跟踪设备是不存在标定参数时，对前端设备与跟踪设备进行标定，计算出标定参数，并将标定参数保存在系统或前端设备中。
在一具体的实施例中，所述智能分析模块30，还用于：
根据运动检测时间分析出运动的目标特征；
提取目标特征像素个数；
在像素个数大于阈值且全景视频没有亮度突变时，输出目标特征的位置。
本实施例中，通过智能分析模块30可以过滤光线突变的特征，提高视频分析及控球的准确性。
在一具体的实施例中，还包括回码模块80，用于：
根据跟踪设备的回码数据周期性地同步调整跟踪设备的跟踪位置，其中，所述回码数据为目标特征在全景图像中的位置。
本实施例中，该回码模块80会周期性地同步快球的位置，防止快球跟错或错漏。
具体的，还包括比较模块，用于将目标特征在全景图像中的位置与智能分析时提取触发报警的目标特征的位置比较，在两者的位置差在设定阈值范围内时继续跟踪；在两者的位置差在设定阈值范围外时结束跟踪。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (10)

1.一种分级联控智能监控方法，应用于前端设备与跟踪设备的联动应用中，其特征在于，所述分级联控智能监控方法包括如下步骤：
S10、获取前端设备拍摄的全景视频及跟踪设备拍摄的初始跟踪视频；
S20、判断前端设备与跟踪设备是否存在标定参数，若存在则执行步骤S30，若否则对前端设备与跟踪设备进行标定，并保存标定参数；
S30、对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置；
S40、判断全景视频中的目标特征的位置是否位于设定的监控区域，
若是则执行主从跟踪模式，输出全景视频并根据全景图像中目标特征的位置同步调整跟踪设备的跟踪位置；一段时间后，在全景视频中的目标特征的位置离开设定的监控区域时，执行接力跟踪模式，并输出跟踪视频。
2.如权利要求1所述的分级联控智能监控方法，其特征在于，所述对前景设备与跟踪设备进行标定，并保存标定参数的步骤，具体包括：
从全景视频中不重复地选择多个特征点，并记录多个特征点的坐标；
标出跟踪视频的画面中心，依次调整跟踪视频的画面中心至分别对准多个特征点，并记录对应画面中心的水平倾角及垂直倾角；
根据多个特征点的坐标及对应画面中心的水平倾角及垂直倾角数据建立前端设备与跟踪设备的标定模型，并保存标定参数。
3.如权利要求1所述的分级联控智能监控方法，其特征在于，所述对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置的步骤，还包括：
根据运动检测时间分析出运动的目标特征；
提取目标特征像素个数；
在像素个数大于阈值且全景视频没有亮度突变时，输出目标特征的位置。
4.如权利要求1所述的分级联控智能监控方法，其特征在于，所述根据全景视频中目标特征的位置同步调整跟踪设备的跟踪位置的步骤，还包括：
根据跟踪设备的回码数据周期性地同步调整跟踪设备的跟踪位置，其中，所述回码数据为目标特征在全景图像中的位置。
5.如权利要求4所述的分级联控智能监控方法，其特征在于，所述根据跟踪设备的回码数据周期性地同步调整跟踪设备的跟踪位置的步骤，还包括：将目标特征在全景图像中的位置与智能分析时提取触发报警的目标特征的位置比较，当两者的位置差在设定阈值范围内，则继续跟踪；当两者的位置差在设定阈值范围外，则结束跟踪。
6.一种分级联控智能监控系统，其特征在于，所述分级联控智能监控系统包括：
获取模块，用于获取前端设备采集的全景视频及跟踪设备采集的初始跟踪视频；
第一判断模块，用于判断前端设备与跟踪设备是否存在标定参数；
标定模块，用于在前端设备与跟踪设备不存在标定参数时，对前端设备与跟踪设备进行标定，并保存标定参数；
智能分析模块，用于对获取的全景视频进行智能分析，提取触发报警的目标特征的位置，以及预测跟踪设备的跟踪位置；
第二判断模块，用于判断全景视频中的目标特征的位置是否位于设定的监控区域，
主从控球模块，用于在全景视频中的目标特征的位置位于设定的监控区域时，执行主从跟踪模式，输出全景视频并根据全景视频中目标特征的位置同步调整跟踪设备的跟踪位置；
接力跟踪模块，用于在全景视频中的目标特征的位置离开设定的监控区域时，执行接力跟踪模式，以接力监控目标特征，并输出跟踪视频。
7.如权利要求6所述的分级联控智能监控系统，其特征在于，所述标定模块，具体用于：
从全景视频中不重复地选择多个特征点，并记录多个特征点的坐标；
标出跟踪视频的画面中心，依次调整跟踪视频的画面中心至分别对准多个特征点，并记录对应画面中心的水平倾角及垂直倾角；
根据多个特征点的坐标及对应画面中心的水平倾角及垂直倾角数据建立前端设备与跟踪设备的标定模型，并保存标定参数。
8.如权利要求6所述的分级联控智能监控系统，其特征在于，所述智能分析模块，还用于：
根据运动检测时间分析出运动的目标特征；
提取目标特征像素个数；
在像素个数大于阈值且全景视频没有亮度突变时，输出目标特征的位置。
9.如权利要求6所述的分级联控智能监控系统，其特征在于，还包括回码模块，用于：
根据跟踪设备的回码数据周期性地同步调整跟踪设备的跟踪位置，其中，所述回码数据为目标特征在全景图像中的位置。
10.如权利要求9所述的分级联控智能监控系统，其特征在于，还包括比较模块，用于将目标特征在全景图像中的位置与智能分析时提取触发报警的目标特征的位置比较，在两者的位置差在设定阈值范围内时继续跟踪；在两者的位置差在设定阈值范围外时结束跟踪。
CN201710105785.2A 2017-02-24 2017-02-24 分级联控智能监控方法及系统 Pending CN106791715A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710105785.2A CN106791715A (zh) 2017-02-24 2017-02-24 分级联控智能监控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710105785.2A CN106791715A (zh) 2017-02-24 2017-02-24 分级联控智能监控方法及系统

Publications (1)

Publication Number Publication Date
CN106791715A true CN106791715A (zh) 2017-05-31

Family

ID=58958956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710105785.2A Pending CN106791715A (zh) 2017-02-24 2017-02-24 分级联控智能监控方法及系统

Country Status (1)

Country Link
CN (1) CN106791715A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108174152A (zh) * 2017-12-28 2018-06-15 深圳英飞拓科技股份有限公司 一种目标监控方法及目标监控系统
CN109151375A (zh) * 2017-06-16 2019-01-04 杭州海康威视数字技术股份有限公司 一种目标对象抓拍方法、装置及视频监控设备
CN109922250A (zh) * 2017-12-12 2019-06-21 杭州海康威视数字技术股份有限公司 一种目标对象抓拍方法、装置及视频监控设备
CN111340857A (zh) * 2020-02-20 2020-06-26 浙江大华技术股份有限公司 一种摄像机跟踪控制方法及装置
CN111402304A (zh) * 2020-03-23 2020-07-10 浙江大华技术股份有限公司 目标对象的跟踪方法、装置及网络视频录像设备
CN111581587A (zh) * 2020-04-29 2020-08-25 苏州新舟锐视信息技术科技有限公司 一种基于曲面拟合的枪球联动坐标关联方法
CN112804485A (zh) * 2020-12-30 2021-05-14 济南和普威视光电技术有限公司 视频中移动目标的监控方法及系统、安防监控方法及系统
CN113591651A (zh) * 2021-07-22 2021-11-02 浙江大华技术股份有限公司 抓取图像的方法、图像展示方法、装置和存储介质
CN114401365A (zh) * 2021-12-31 2022-04-26 广东省教育研究院 目标人物识别方法、视频切换方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136147A (zh) * 2011-03-22 2011-07-27 深圳英飞拓科技股份有限公司 一种目标检测与跟踪方法、系统及视频监控设备
CN103077524A (zh) * 2013-01-25 2013-05-01 福州大学 混合视觉系统标定方法
CN103105858A (zh) * 2012-12-29 2013-05-15 上海安维尔信息科技有限公司 在固定相机和云台相机间进行目标放大、主从跟踪的方法
CN103716594A (zh) * 2014-01-08 2014-04-09 深圳英飞拓科技股份有限公司 基于运动目标检测的全景拼接联动方法及装置
CN103929592A (zh) * 2014-04-22 2014-07-16 杭州道联电子技术有限公司 全方位智能监控设备及方法
CN104301669A (zh) * 2014-09-12 2015-01-21 重庆大学 基于双摄像头协同的可疑目标检测跟踪与识别方法
CN105120242A (zh) * 2015-09-28 2015-12-02 北京伊神华虹系统工程技术有限公司 一种全景摄像机与高速球机智能联动方法和装置
CN105847650A (zh) * 2016-05-20 2016-08-10 北京科旭威尔科技股份有限公司 一种具有目标锁定跟踪功能的智能控制系统
CN106412497A (zh) * 2016-08-30 2017-02-15 中国南方电网有限责任公司 一种基于全景拼接凝视技术的双目视觉立体匹配方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136147A (zh) * 2011-03-22 2011-07-27 深圳英飞拓科技股份有限公司 一种目标检测与跟踪方法、系统及视频监控设备
CN103105858A (zh) * 2012-12-29 2013-05-15 上海安维尔信息科技有限公司 在固定相机和云台相机间进行目标放大、主从跟踪的方法
CN103077524A (zh) * 2013-01-25 2013-05-01 福州大学 混合视觉系统标定方法
CN103716594A (zh) * 2014-01-08 2014-04-09 深圳英飞拓科技股份有限公司 基于运动目标检测的全景拼接联动方法及装置
CN103929592A (zh) * 2014-04-22 2014-07-16 杭州道联电子技术有限公司 全方位智能监控设备及方法
CN104301669A (zh) * 2014-09-12 2015-01-21 重庆大学 基于双摄像头协同的可疑目标检测跟踪与识别方法
CN105120242A (zh) * 2015-09-28 2015-12-02 北京伊神华虹系统工程技术有限公司 一种全景摄像机与高速球机智能联动方法和装置
CN105847650A (zh) * 2016-05-20 2016-08-10 北京科旭威尔科技股份有限公司 一种具有目标锁定跟踪功能的智能控制系统
CN106412497A (zh) * 2016-08-30 2017-02-15 中国南方电网有限责任公司 一种基于全景拼接凝视技术的双目视觉立体匹配方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109151375A (zh) * 2017-06-16 2019-01-04 杭州海康威视数字技术股份有限公司 一种目标对象抓拍方法、装置及视频监控设备
US11102417B2 (en) 2017-06-16 2021-08-24 Hangzhou Hikvision Digital Technology Co., Ltd. Target object capturing method and device, and video monitoring device
CN109151375B (zh) * 2017-06-16 2020-07-24 杭州海康威视数字技术股份有限公司 一种目标对象抓拍方法、装置及视频监控设备
CN109922250B (zh) * 2017-12-12 2021-04-02 杭州海康威视数字技术股份有限公司 一种目标对象抓拍方法、装置及视频监控设备
CN109922250A (zh) * 2017-12-12 2019-06-21 杭州海康威视数字技术股份有限公司 一种目标对象抓拍方法、装置及视频监控设备
CN108174152A (zh) * 2017-12-28 2018-06-15 深圳英飞拓科技股份有限公司 一种目标监控方法及目标监控系统
CN111340857A (zh) * 2020-02-20 2020-06-26 浙江大华技术股份有限公司 一种摄像机跟踪控制方法及装置
CN111340857B (zh) * 2020-02-20 2023-09-19 浙江大华技术股份有限公司 一种摄像机跟踪控制方法及装置
CN111402304A (zh) * 2020-03-23 2020-07-10 浙江大华技术股份有限公司 目标对象的跟踪方法、装置及网络视频录像设备
CN111581587A (zh) * 2020-04-29 2020-08-25 苏州新舟锐视信息技术科技有限公司 一种基于曲面拟合的枪球联动坐标关联方法
CN112804485A (zh) * 2020-12-30 2021-05-14 济南和普威视光电技术有限公司 视频中移动目标的监控方法及系统、安防监控方法及系统
CN113591651A (zh) * 2021-07-22 2021-11-02 浙江大华技术股份有限公司 抓取图像的方法、图像展示方法、装置和存储介质
CN114401365A (zh) * 2021-12-31 2022-04-26 广东省教育研究院 目标人物识别方法、视频切换方法及装置
CN114401365B (zh) * 2021-12-31 2024-05-14 广东省教育研究院 目标人物识别方法、视频切换方法及装置

Similar Documents

Publication Publication Date Title
CN106791715A (zh) 分级联控智能监控方法及系统
CN104754302B (zh) 一种基于枪球联动系统的目标检测跟踪方法
CN106303442B (zh) 追踪路径拓扑结构建立方法、目标对象追踪方法及设备
CN204117361U (zh) 基于360度全景摄像机的违章停车智能监控系统
CN101751677B (zh) 基于多摄像机的目标连续跟踪方法
CN104809874B (zh) 一种交通事件检测方法和装置
CN108810390A (zh) 一种枪球协同式的大场景车辆违法抓拍摄像机及其车辆违法抓拍方法
CN105979210A (zh) 一种基于多枪多球摄像机阵列的行人识别系统
CN206272770U (zh) 一种车辆和人脸卡口系统
CN105679043A (zh) 一种3d雷达智能卡口系统及其处理方法
CN105654734A (zh) 车辆违章行为的数据处理方法及装置
CN207164939U (zh) 基于目标位置信息融合的周界防入侵装置
CN102496000B (zh) 一种城市交通事故检测方法
CN103167270B (zh) 人员头部拍摄方法、系统及服务器
CN107592507A (zh) 自动跟踪捕捉高清晰正面人脸照片的方法
CN103152558B (zh) 基于场景识别的入侵检测方法
CN106560861A (zh) 基于计算机视觉的智能监管方法
CN107590834A (zh) 一种道路交通事件视频检测方法及系统
CN109948474A (zh) Ai热成像全天候智能监控方法
CN115103475A (zh) 一种路灯照明控制方法、装置、设备及存储介质
CN106878679A (zh) 智能监控联动系统及控制方法
CN104199425B (zh) 一种智能农业监控预警系统及方法
CN106941580A (zh) 基于单一探测镜头实现教师学生自动跟踪的方法和系统
CN105245853A (zh) 一种视频监控方法
CN101848369A (zh) 一种基于自适应双背景模型的视频禁停事件检测方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170531

RJ01 Rejection of invention patent application after publication