CN108921109B - 一种面向监控态势的移动目标轨迹可视化方法 - Google Patents

一种面向监控态势的移动目标轨迹可视化方法 Download PDF

Info

Publication number
CN108921109B
CN108921109B CN201810737072.2A CN201810737072A CN108921109B CN 108921109 B CN108921109 B CN 108921109B CN 201810737072 A CN201810737072 A CN 201810737072A CN 108921109 B CN108921109 B CN 108921109B
Authority
CN
China
Prior art keywords
track
target track
target
moving target
points
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.)
Active
Application number
CN201810737072.2A
Other languages
English (en)
Other versions
CN108921109A (zh
Inventor
路强
张海波
余烨
薛峰
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.)
Anhui Fusion Intelligent Technology Co ltd
Original Assignee
Anhui Fusion Intelligent 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 Anhui Fusion Intelligent Technology Co ltd filed Critical Anhui Fusion Intelligent Technology Co ltd
Priority to CN201810737072.2A priority Critical patent/CN108921109B/zh
Publication of CN108921109A publication Critical patent/CN108921109A/zh
Application granted granted Critical
Publication of CN108921109B publication Critical patent/CN108921109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30241Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种面向监控态势的移动目标轨迹可视化方法,是从监控设备中提取移动目标轨迹点数据,将移动目标轨迹点数据根据轨迹点信息合成各目标轨迹;针对各目标轨迹的轨迹点位置采用多标准约束的优化方法,生成规则化轨迹线路布局,实现对各目标轨迹的轨迹点的布局调整;将各目标轨迹的标签采用多标准约束的优化方法,生成规则化轨迹标签布局,实现对各目标轨迹的标签的布局调整;针对规则化轨迹线路布局和规则化轨迹标签布局中的轨迹数据进行可视化编码和方向统计,获得移动目标轨迹监控态势图,实现面向监控态势的移动目标轨迹可视化。本发明实现了面向监控态势的移动目标轨迹可视化。

Description

一种面向监控态势的移动目标轨迹可视化方法
技术领域
本发明涉及可视化领域,尤其涉及一种面向监控态势的移动目标轨迹优化展示的可视化方法。
背景技术
通过监控设备获取的目标轨迹数据可以很好地反映监控区域内的监控信息,如果能够对于这些已经采集到的数据采用可视化的方式就可以很好地掌握监控区域内的监控态势。传统的轨迹可视化方法主要采用直接法、聚类法或特征提取法对轨迹进行绘制,但对于可面向监控场景的移动目标轨迹可视化,传统方法存在以下不足:
1、采用直接法绘制线路,对于目标轨迹过多的监控场景,容易产生轨迹和标识信息的交叉和遮挡,用户难以观察监控态势,也无法进行进一步的交互操作。
2、采用聚集法可视化绘制线路,需要保留一些重要信息,同时丢弃一些不重要的信息.然而,对于面向监控态势的移动目标轨迹可视化,用户并不清楚哪些信息是重要的,尤其是在这种探索性较强的应用场景中。
3、采用特征提取法绘制线路,需要用户提前知道自己的研究任务,并且能清楚的定义自己感兴趣的特征,因此特征提取法并不能很好地应用在面向监控态势的移动目标轨迹可视化。
4、对于传统的监控轨迹可视化方法,只有对于轨迹的绘制,没有对于监控区域内的监控态势进行展示和可视化。
发明内容
本发明是为避免上述现有技术所存在的不足,提供一种面向监控态势的移动目标轨迹可视化方法,将面向监控场景中的移动目标轨迹数据采用多标准约束的方法规则化展示,对于重合的轨迹线段采用可视化编码进行区分,对移动目标轨迹进行统计分析得到监控态势信息,再结合规则化的轨迹和标签布局生成该区域的移动目标轨迹监控态势图,实现面向监控态势的移动目标轨迹可视化。
本发明为实现发明目的采用如下技术方案:
本发明面向监控态势的移动目标轨迹可视化方法的特点是按如下步骤进行:
步骤1、从监控设备中提取移动目标轨迹点数据,将所述移动目标轨迹点数据根据轨迹点信息合成各目标轨迹;所述轨迹点信息包括轨迹点批号、轨迹点插入时间和轨迹点位置;
步骤2、针对所述各目标轨迹的轨迹点位置采用多标准约束的优化方法,生成规则化轨迹线路布局,实现对各目标轨迹的轨迹点的布局调整;
步骤3、将所述各目标轨迹的标签采用多标准约束的优化方法,生成规则化轨迹标签布局,实现对各目标轨迹的标签的布局调整;所述目标轨迹的标签是由监控设备的名称和轨迹点批号组成的标识性文字;
步骤4、针对所述规则化轨迹线路布局和规则化轨迹标签布局中的轨迹数据进行可视化编码和方向统计,获得移动目标轨迹监控态势图,实现面向监控态势的移动目标轨迹可视化。
本发明面向监控态势的移动目标轨迹可视化方法的特点也在于,所述步骤1中将移动目标轨迹点数据根据轨迹点信息合成目标轨迹是指:将移动目标轨迹点根据轨迹点批号进行分类,同一批号的移动目标轨迹点形成轨迹点集合,根据所述轨迹点集合中各轨迹点插入时间对轨迹点集合进行升序排序,得到各目标轨迹。
本发明面向监控态势的移动目标轨迹可视化方法的特点也在于,在所述步骤2中按如下方式实现对各目标轨迹的轨迹点的布局调整:
步骤2.1、将所述轨迹点的轨迹点位置映射成轨迹点屏幕像素点坐标,记录每个轨迹点的相邻轨迹点,对于相交的目标轨迹,交点的相邻轨迹点包括各相交的目标轨迹上的相邻轨迹点;
步骤2.2、以目标轨迹中移动目标轨迹点为变量,建立由式(1)所表征的能量函数E1,通过最小化能量函数E1获得优化目标轨迹点,
E1=Wlen×Elen+Wang×Eang+Wo×Eo (1),
Elen是所有移动目标轨迹点中相邻轨迹点间的轨迹线段长度与设定轨迹线段长度的差值的绝对值总和,其约束用于实现移动目标轨迹长度均等化;所述轨迹线段是指相邻轨迹点之间的连线;
Eang是所有移动目标轨迹点中相邻轨迹线段之间的角度与设定角度的差值的绝对值总和,其约束用于实现移动目标轨迹角度均等化;
Eo是所有移动目标轨迹点的轨迹线段与八个不同方向中最为靠近的方向的角度之差的绝对值总和;所述八个不同方向是指在水平面中,以监控设备的朝向为0度,与监控设备朝向分别呈45度、90度、135度、180度、225度、270度和315度的共计八个不同方向,定义:监控设备的朝向为Y轴向;其约束用于实现轨迹线段方向规则化;
Wlen、Wang和Wo为设定的权重;
步骤2.3、将所述优化目标轨迹点中相邻轨迹点相连,获得移动目标的优化目标轨迹线路布局图。
本发明面向监控态势的移动目标轨迹可视化方法的特点也在于,由式(2)计算获得Eang:
Figure BDA0001722294610000021
式(2)中,以V表征轨迹点集合,v是轨迹点集合V中的一个轨迹点,以Lv表征轨迹点v的相邻轨迹线段集合,l1,l2是轨迹点v的两个相邻的轨迹线段,n(v)为轨迹点v的相邻轨迹点数量,θ(l1,l2)是指两个相邻轨迹线段l1和l2之间的夹角,式子|·|表示取绝对值;
由式(3)计算获得Eo:
Figure BDA0001722294610000031
式(3)中,以L表征所有移动目标轨迹点的轨迹线段集合,v1和v2是某一轨迹线段两端的轨迹点,θ(v1,v2)表示以轨迹点v1和v2为两端点的轨迹线段与Y轴向在顺时针方向上的夹角。
本发明面向监控态势的移动目标轨迹可视化方法的特点也在于,所述步骤3是按如下过程实现对各目标轨迹的标签的布局调整:
步骤3.1、将目标轨迹的标签的初始位置确定为经步骤2调整后的目标轨迹中的最后一个轨迹点的位置;
步骤3.2、以目标轨迹的标签为变量,建立由式(4)所表征的能量函数E2,通过最小化能量函数E2获得优化目标轨迹标签位置:
E2=Wper×Eper+Woc×Eoc (4),
Eper是所有目标轨迹标签摆放的朝向所对应的数值之和;所述摆放的朝向所对应的数值取值为0或1,摆放的朝向是指所述八个不同方向中的一个方向,以数值0表示用户喜好的方向,以数值1表示用户不喜好的方向;其约束用于实现目标轨迹标签放置方向规则化。
Eoc是所有目标轨迹标签重叠程度所对应的数值之和,用于约束所有目标轨迹标签之间的重叠程度,对于存在重叠的目标轨迹标签,其取值为1,对于不存在重叠目标轨迹标签,其取值为0;
Wper和Woc为设定的权重;
步骤3.3、将所述优化目标轨迹标签位置绘制在优化目标轨迹线路布局图上,得到完整的移动目标轨迹布局图。
本发明面向监控态势的移动目标轨迹可视化方法的特点也在于,所述步骤4是按如下过程实现面向监控态势的移动目标轨迹可视化:
步骤4.1、针对优化目标轨迹和优化目标轨迹标签,根据目标轨迹的数量分别对目标轨迹和轨迹标签进行颜色编码,将目标轨迹和对应的轨迹标签作为一个整体,颜色保持一致,对于相邻或相交的目标轨迹使用不同颜色加以区分,对于不相交且不相邻的目标轨迹可以使用相同颜色,对于存在重合的目标轨迹,在重合部分采用不同颜色和并列线段加以区分;
步骤4.2、根据优化目标轨迹最后两个点组成的轨迹线段的方向对轨迹线路加上箭头标识,用于标识目标轨迹行进方向;以优化目标轨迹中的起点和终点连成的轨迹线段作为轨迹方向,取所述8个方向中与所述轨迹方向最为接近的方向作为移动目标轨迹的移动方向;
步骤4.3、根据8个方向上统计的移动目标轨迹的数量和总的移动目标轨迹数量,得到移动目标轨迹在8个方向上的占比值,用以表示监控区域内移动目标轨迹的总体移动趋势,将占比值进行可视化编码后绘制在规则化轨迹线路布局和规则化轨迹标签布局上,获得移动目标轨迹监控态势图。
与已有技术相比本发明有益效果体现在:
1、相比于传统的直接法,本发明方法对于移动目标轨迹和标签采用了多标准的约束优化方法,实现了移动目标轨迹长度均等化、轨迹线段角度均等化、轨迹线段方向规则化、移动目标轨迹标签放置方向规则化、不重叠,有效的减少了视觉混乱,并且方便用户进行交互探索操作;
2、相比于传统的监控轨迹可视化方法,本发明方法对移动目标轨迹进行了可视化编码,用颜色区分不同轨迹,用箭头标识轨迹行进方向,对移动目标轨迹数据进行统计用来标识移动目标轨迹的总体移动趋势,同时对于重合的轨迹线段采用可视化编码方式加以区分;
3、相比于传统的聚集法和特征提取法,本发明方法不需要用户提前定义自己感兴趣的特征和进行一些过滤数据的操作,整个过程都是自动化生成的。
附图说明
图1本发明方法流程图。
具体实施方式
参见图1,本实施例中面向监控态势的移动目标轨迹可视化方法是按如下步骤进行:
步骤1、从监控设备中提取移动目标轨迹点数据,将移动目标轨迹点数据根据轨迹点信息合成各目标轨迹;轨迹点信息包括轨迹点批号、轨迹点插入时间和轨迹点位置。
步骤2、针对各目标轨迹的轨迹点位置采用多标准约束的优化方法,生成规则化轨迹线路布局,实现对各目标轨迹的轨迹点的布局调整。
步骤3、将各目标轨迹的标签采用多标准约束的优化方法,生成规则化轨迹标签布局,实现对各目标轨迹的标签的布局调整;目标轨迹的标签是由监控设备的名称和轨迹点批号组成的标识性文字。
步骤4、针对规则化轨迹线路布局和规则化轨迹标签布局中的轨迹数据进行可视化编码和方向统计,获得移动目标轨迹监控态势图,实现面向监控态势的移动目标轨迹可视化。
具体实施中,相应的措施也包括:
步骤1中将移动目标轨迹点数据根据轨迹点信息合成目标轨迹是指:将移动目标轨迹点根据轨迹点批号进行分类,同一批号的移动目标轨迹点形成轨迹点集合,根据轨迹点集合中各轨迹点插入时间对轨迹点集合进行升序排序,得到各目标轨迹。
在步骤2中按如下方式实现对各目标轨迹的轨迹点的布局调整:
步骤2.1、将轨迹点的轨迹点位置通过墨卡托投影方式映射成轨迹点屏幕像素点坐标,记录每个轨迹点的相邻轨迹点,对于相交的目标轨迹,交点的相邻轨迹点包括各相交的目标轨迹上的相邻轨迹点。
步骤2.2、以目标轨迹中移动目标轨迹点为变量,建立由式(1)所表征的能量函数E1,通过最小化能量函数E1获得优化目标轨迹点,
E1=Wlen×Elen+Wang×Eang+Wo×Eo (1),
Elen是所有移动目标轨迹点中相邻轨迹点间的轨迹线段长度与设定轨迹线段长度的差值的绝对值总和,其约束用于实现移动目标轨迹长度均等化,避免轨迹线段过长或过短;设定轨迹线段长度是指所有轨迹线段长度的均值,用户可以根据自己的喜好自行设定;轨迹线段是指相邻轨迹点之间的连线。
Eang是所有移动目标轨迹点中相邻轨迹线段之间的角度与设定角度的差值的绝对值总和,设定角度是指移动目标轨迹点根据相邻轨迹点数量对角度进行均分得到的数值,其约束用于实现移动目标轨迹角度均等化,避免相邻线段过于靠近,减少视觉混乱。
Eo是所有移动目标轨迹点的轨迹线段与八个不同方向中最为靠近的方向的角度之差的绝对值总和;八个不同方向是指在水平面中,以监控设备的朝向为0度,与监控设备朝向分别呈45度、90度、135度、180度、225度、270度和315度的共计八个不同方向,定义:监控设备的朝向为Y轴向;其约束用于实现轨迹线段方向规则化,可以将轨迹线段方向约束在水平、竖直和对角的方向上,减少视角混乱。
经过多次试验分析统计,选取权重Wlen为1、Wang为1.5和Wo为2,对大多数移动目标轨迹有较好的规则化效果,用户可以根据需要调整相应约束项的权重,式(1)所表征的能量函数可以用高斯牛顿法进行优化。
步骤2.3、将优化目标轨迹点中相邻轨迹点相连,获得移动目标的优化目标轨迹线路布局图。
具体实施中,按如下方式计算获得Eang和Eo:
由式(2)计算获得Eang:
Figure BDA0001722294610000051
式(2)中,以V表征轨迹点集合,v是轨迹点集合V中的一个轨迹点,以Lv表征轨迹点v的相邻轨迹线段集合,l1,l2是轨迹点v的两个相邻的轨迹线段,n(v)为轨迹点v的相邻轨迹点数量,θ(l1,l2)是指两个相邻轨迹线段l1和l2之间的夹角,式子|·|表示取绝对值。
由式(3)计算获得Eo:
Figure BDA0001722294610000061
式(3)中,以L表征所有移动目标轨迹点的轨迹线段集合,v1和v2是某一轨迹线段两端的轨迹点,θ(v1,v2)表示以轨迹点v1和v2为两端点的轨迹线段与Y轴向在顺时针方向上的夹角。
具体实施中,步骤3是按如下过程实现对各目标轨迹的标签的布局调整:
步骤3.1、将目标轨迹的标签的初始位置确定为经步骤2调整后的目标轨迹中的最后一个轨迹点的位置;
步骤3.2、以目标轨迹的标签为变量,建立由式(4)所表征的能量函数E2,通过最小化能量函数E2获得优化目标轨迹标签位置:
E2=Wper×Eper+Woc×Eoc (4),
Eper是所有目标轨迹标签摆放的朝向所对应的数值之和;目标轨迹标签为一段长度标识性文字,若是直接将其长度方向的朝向混乱地摆放,则将大大影响用户对于视图的观察;将设定摆放的朝向所对应的数值取值为0或1,摆放的朝向是指八个不同方向中的一个方向,以数值0表示用户喜好的方向,以数值1表示用户不喜好的方向;通过指定目标轨迹标签摆放的方向对应数值的大小,目标轨迹标签的摆放朝向会被限制在制定的方向上,该约束用于实现目标轨迹标签放置方向规则化,可以有效减弱标签摆放混乱的问题;
Eoc是所有目标轨迹标签重叠程度所对应的数值之和,目标轨迹标签的随意放置很容易产生标签互相遮挡的情况,对于存在重叠的目标轨迹标签,其取值为1,对于不存在重叠目标轨迹标签,其取值为0,通过指定目标轨迹标签重叠情况对应数值的大小,该项可以用于约束所有目标轨迹标签之间的重叠程度,可以有效减少标签重叠的问题;
Wper和Woc为设定的权重,经过多次试验分析统计,选取权重Wper为1、Woc为1.5对大多数移动目标轨迹标签有较好的规则化布局效果,用户可以根据需要调整相应约束项的权重。式(4)所表征的能量函数可以用高斯牛顿法进行优化。
步骤3.3、将优化目标轨迹标签位置绘制在优化目标轨迹线路布局图上,得到完整的移动目标轨迹布局图。
具体实施中,步骤4是按如下过程实现面向监控态势的移动目标轨迹可视化:
步骤4.1、针对优化目标轨迹和优化目标轨迹标签,根据目标轨迹的数量分别对目标轨迹和轨迹标签进行颜色编码,将目标轨迹和对应的轨迹标签作为一个整体,颜色保持一致,对于相邻或相交的目标轨迹使用不同颜色加以区分,对于不相交且不相邻的目标轨迹可以使用相同颜色,对于存在重合的目标轨迹,在重合部分采用不同颜色和并列线段加以区分,并列线段是指各个目标轨迹重合部分采用均等的线段宽度并列显示。
步骤4.2、根据优化目标轨迹最后两个点组成的轨迹线段的方向对轨迹线路加上箭头标识,用于标识目标轨迹行进方向;以优化目标轨迹中的起点和终点连成的轨迹线段作为轨迹方向,取8个方向中与轨迹方向最为接近的方向作为移动目标轨迹的移动方向。
步骤4.3、根据8个方向上统计的移动目标轨迹的数量和总的移动目标轨迹数量,得到移动目标轨迹在8个方向上的占比值,用以表示监控区域内移动目标轨迹的总体移动趋势,将占比值进行可视化编码,可视化编码包括:采用雷达图和柱状图将移动目标轨迹在8个方向上的占比值绘制出来,用以展现监控区内移动目标轨迹大致的移动方向分布和数量分布,将可视化编码后的视图绘制在规则化轨迹线路布局和规则化轨迹标签布局上,获得移动目标轨迹监控态势图。

Claims (4)

1.一种面向监控态势的移动目标轨迹可视化方法,其特征是按如下步骤进行:
步骤1、从监控设备中提取移动目标轨迹点数据,将所述移动目标轨迹点数据根据轨迹点信息合成各目标轨迹;所述轨迹点信息包括轨迹点批号、轨迹点插入时间和轨迹点位置;所述将移动目标轨迹点数据根据轨迹点信息合成目标轨迹是指:将移动目标轨迹点根据轨迹点批号进行分类,同一批号的移动目标轨迹点形成轨迹点集合,根据所述轨迹点集合中各轨迹点插入时间对轨迹点集合进行升序排序,得到各目标轨迹;
步骤2、针对所述各目标轨迹的轨迹点位置采用多标准约束的优化方法,生成规则化轨迹线路布局,实现对各目标轨迹的轨迹点的布局调整;
步骤3、将所述各目标轨迹的标签采用多标准约束的优化方法,生成规则化轨迹标签布局,实现对各目标轨迹的标签的布局调整;所述目标轨迹的标签是由监控设备的名称和轨迹点批号组成的标识性文字;
步骤4、针对所述规则化轨迹线路布局和规则化轨迹标签布局中的轨迹数据进行可视化编码和方向统计,获得移动目标轨迹监控态势图,实现面向监控态势的移动目标轨迹可视化;
在所述步骤2中按如下方式实现对各目标轨迹的轨迹点的布局调整:
步骤2.1、将所述轨迹点的轨迹点位置映射成轨迹点屏幕像素点坐标,记录每个轨迹点的相邻轨迹点,对于相交的目标轨迹,交点的相邻轨迹点包括各相交的目标轨迹上的相邻轨迹点;
步骤2.2、以目标轨迹中移动目标轨迹点为变量,建立由式(1)所表征的能量函数E1,通过最小化能量函数E1获得优化目标轨迹点,
E1=Wlen×Elen+Wang×Eang+Wo×Eo (1)
Elen是所有移动目标轨迹点中相邻轨迹点间的轨迹线段长度与设定轨迹线段长度的差值的绝对值总和,其约束用于实现移动目标轨迹长度均等化;所述轨迹线段是指相邻轨迹点之间的连线;
Eang是所有移动目标轨迹点中相邻轨迹线段之间的角度与设定角度的差值的绝对值总和,其约束用于实现移动目标轨迹角度均等化;
Eo是所有移动目标轨迹点的轨迹线段与八个不同方向中最为靠近的方向的角度之差的绝对值总和;所述八个不同方向是指在水平面中,以监控设备的朝向为0度,与监控设备朝向分别呈45度、90度、135度、180度、225度、270度和315度的共计八个不同方向,定义:监控设备的朝向为Y轴向;其约束用于实现轨迹线段方向规则化;
Wlen、Wang和Wo为设定的权重;
步骤2.3、将所述优化目标轨迹点中相邻轨迹点相连,获得移动目标的优化目标轨迹线路布局图。
2.根据权利要求1所述的面向监控态势的移动目标轨迹可视化方法,其特征是由式(2)计算获得Eang:
Figure FDA0003157718170000021
式(2)中,以V表征轨迹点集合,v是轨迹点集合V中的一个轨迹点,以Lv表征轨迹点v的相邻轨迹线段集合,l1,l2是轨迹点v的两个相邻的轨迹线段,n(v)为轨迹点v的相邻轨迹点数量,θ(l1,l2)是指两个相邻轨迹线段l1和l2之间的夹角,式子|·|表示取绝对值;
由式(3)计算获得Eo:
Figure FDA0003157718170000022
式(3)中,以L表征所有移动目标轨迹点的轨迹线段集合,v1和v2是某一轨迹线段两端的轨迹点,θ(v1,v2)表示以轨迹点v1和v2为两端点的轨迹线段与Y轴向在顺时针方向上的夹角。
3.根据权利要求1所述的面向监控态势的移动目标轨迹可视化方法,其特征是所述步骤3是按如下过程实现对各目标轨迹的标签的布局调整:
步骤3.1、将目标轨迹的标签的初始位置确定为经步骤2调整后的目标轨迹中的最后一个轨迹点的位置;
步骤3.2、以目标轨迹的标签为变量,建立由式(4)所表征的能量函数E2,通过最小化能量函数E2获得优化目标轨迹标签位置:
E2=Wper×Eper+Woc×Eoc (4)
Eper是所有目标轨迹标签摆放的朝向所对应的数值之和;所述摆放的朝向所对应的数值取值为0或1,摆放的朝向是指所述八个不同方向中的一个方向,以数值0表示用户喜好的方向,以数值1表示用户不喜好的方向;其约束用于实现目标轨迹标签放置方向规则化;
Eoc是所有目标轨迹标签重叠程度所对应的数值之和,用于约束所有目标轨迹标签之间的重叠程度,对于存在重叠的目标轨迹标签,其取值为1,对于不存在重叠目标轨迹标签,其取值为0;
Wper和Woc为设定的权重;
步骤3.3、将所述优化目标轨迹标签位置绘制在优化目标轨迹线路布局图上,得到完整的移动目标轨迹布局图。
4.根据权利要求1所述的面向监控态势的移动目标轨迹可视化方法,其特征是所述步骤4是按如下过程实现面向监控态势的移动目标轨迹可视化:
步骤4.1、针对优化目标轨迹和优化目标轨迹标签,根据目标轨迹的数量分别对目标轨迹和轨迹标签进行颜色编码,将目标轨迹和对应的轨迹标签作为一个整体,颜色保持一致,对于相邻或相交的目标轨迹使用不同颜色加以区分,对于不相交且不相邻的目标轨迹可以使用相同颜色,对于存在重合的目标轨迹,在重合部分采用不同颜色和并列线段加以区分;
步骤4.2、根据优化目标轨迹最后两个点组成的轨迹线段的方向对轨迹线路加上箭头标识,用于标识目标轨迹行进方向;以优化目标轨迹中的起点和终点连成的轨迹线段作为轨迹方向,取所述8个方向中与所述轨迹方向最为接近的方向作为移动目标轨迹的移动方向;
步骤4.3、根据8个方向上统计的移动目标轨迹的数量和总的移动目标轨迹数量,得到移动目标轨迹在8个方向上的占比值,用以表示监控区域内移动目标轨迹的总体移动趋势,将占比值进行可视化编码后绘制在规则化轨迹线路布局和规则化轨迹标签布局上,获得移动目标轨迹监控态势图。
CN201810737072.2A 2018-07-06 2018-07-06 一种面向监控态势的移动目标轨迹可视化方法 Active CN108921109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810737072.2A CN108921109B (zh) 2018-07-06 2018-07-06 一种面向监控态势的移动目标轨迹可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810737072.2A CN108921109B (zh) 2018-07-06 2018-07-06 一种面向监控态势的移动目标轨迹可视化方法

Publications (2)

Publication Number Publication Date
CN108921109A CN108921109A (zh) 2018-11-30
CN108921109B true CN108921109B (zh) 2021-09-17

Family

ID=64425754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810737072.2A Active CN108921109B (zh) 2018-07-06 2018-07-06 一种面向监控态势的移动目标轨迹可视化方法

Country Status (1)

Country Link
CN (1) CN108921109B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109903045B (zh) * 2019-01-24 2024-05-03 平安科技(深圳)有限公司 行为轨迹监控方法、装置、计算机设备和介质
CN112562372B (zh) * 2020-11-30 2021-11-16 腾讯科技(深圳)有限公司 一种轨迹数据的处理方法以及相关装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105163278A (zh) * 2015-08-12 2015-12-16 山东合天智汇信息技术有限公司 一种基于移动终端的无线客户端位置轨迹监控系统及方法
CN105589875A (zh) * 2014-10-22 2016-05-18 方正国际软件(北京)有限公司 一种多轨迹绘制的方法及装置
CN107016374A (zh) * 2017-04-12 2017-08-04 电子科技大学 面向特定目标的智能检测追踪及时空轨迹的生成方法
CN107578133A (zh) * 2017-09-12 2018-01-12 武汉锐思图科技有限公司 一种电力线路巡检轨迹优化方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10281279B2 (en) * 2016-10-24 2019-05-07 Invensense, Inc. Method and system for global shape matching a trajectory

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105589875A (zh) * 2014-10-22 2016-05-18 方正国际软件(北京)有限公司 一种多轨迹绘制的方法及装置
CN105163278A (zh) * 2015-08-12 2015-12-16 山东合天智汇信息技术有限公司 一种基于移动终端的无线客户端位置轨迹监控系统及方法
CN107016374A (zh) * 2017-04-12 2017-08-04 电子科技大学 面向特定目标的智能检测追踪及时空轨迹的生成方法
CN107578133A (zh) * 2017-09-12 2018-01-12 武汉锐思图科技有限公司 一种电力线路巡检轨迹优化方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
移动轨迹数据的三维可视化分析;李华君;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170315;正文第2.2节,第三章 *
面向移动终端的线路变形可视化技术研究;曹书博;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160515;正文第三章 *

Also Published As

Publication number Publication date
CN108921109A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
DE102020100684B4 (de) Kennzeichnung von graphischen bezugsmarkierern
Jidong et al. Recognition of apple fruit in natural environment
WO2021143059A1 (zh) 地图区域的确定方法、装置、设备及存储介质
CN108846401A (zh) 商品检测终端、方法、系统以及计算机设备、可读介质
CN108921109B (zh) 一种面向监控态势的移动目标轨迹可视化方法
CN109657612B (zh) 一种基于人脸图像特征的质量排序系统及其使用方法
DE112016006081T5 (de) Automatische Echtzeit-Fahrzeugkamerakalibrierung
US20210133437A1 (en) System and method for capturing and interpreting images into triple diagrams
CN103971126A (zh) 一种交通标志识别方法和装置
CN102799879A (zh) 从自然场景图像中识别多言语、多字体文字的方法
US20170124424A1 (en) Apparatus, method, and program for managing articles
DE102018003475A1 (de) Formbasierte Grafiksuche
CN104658030B (zh) 二次图像混合的方法和装置
CN110245593A (zh) 一种基于图像相似度的手势图像关键帧提取方法
CN111526421B (zh) 视频掩码信息的生成、弹幕防遮挡方法、服务器及客户端
CN103295009B (zh) 基于笔画分解的车牌字符识别方法
CN106897681A (zh) 一种遥感图像对比分析方法及系统
CN104809099B (zh) 文档文件生成装置及文档文件生成方法
CN109472770B (zh) 一种印刷电路板检测中的图像特征点快速匹配方法
CN103699876B (zh) 一种基于线阵ccd图像识别车号的方法及装置
CN110569774A (zh) 基于图像处理与模式识别的折线图图像自动数字化方法
CN109508714B (zh) 一种低成本多通道实时数字仪表盘视觉识别方法及系统
CN109543525B (zh) 一种通用表格图像的表格提取方法
CN111950345A (zh) 摄像头的识别方法、装置、电子设备和存储介质
CN108710883A (zh) 一种采用轮廓检测的完整显著性物体检测方法

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
GR01 Patent grant
GR01 Patent grant