CN109117882A - 获取用户轨迹的方法、装置、系统和存储介质 - Google Patents
获取用户轨迹的方法、装置、系统和存储介质 Download PDFInfo
- Publication number
- CN109117882A CN109117882A CN201810909891.0A CN201810909891A CN109117882A CN 109117882 A CN109117882 A CN 109117882A CN 201810909891 A CN201810909891 A CN 201810909891A CN 109117882 A CN109117882 A CN 109117882A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- footprint
- pedestrian
- identification
- moment
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004590 computer program Methods 0.000 claims description 20
- 230000004927 fusion Effects 0.000 claims description 16
- 230000008447 perception Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- 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
Abstract
本发明提供了一种获取用户轨迹的方法、装置、系统和存储介质,该方法包括:获取用户的行人再识别轨迹和足迹信息,其中,所述行人再识别轨迹是基于图像采集装置获取的,所述足迹信息是基于足迹感知地面获取的,所述行人再识别轨迹包括行人再识别坐标和对应于所述行人再识别坐标的时间戳,所述足迹信息包括足迹坐标和对应于所述足迹坐标的时间戳;以及将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。本发明的获取用户轨迹的方法、装置、系统将行人再识别轨迹和基于足迹感知地面获取的足迹信息相融合,能够获取完整的用户轨迹。
Description
技术领域
本发明涉及行人检测技术领域,更具体地涉及一种获取用户轨迹的方法、装置、系统和存储介质。
背景技术
行人再识别(Person Re-Identification,简称ReID)技术,是指从来源于非交叠(non-overlapping)的多个摄像机视场的行人图像库或视频流中识别出目标行人。行人再识别(ReID)技术在公共安防的刑侦工作中以及图像检索等场景中有很高的应用价值。除此之外,ReID还可以帮助手机用户实现相册聚类、帮助零售或商超经营者获取有效的顾客轨迹、挖掘商业价值。
当摄像头拍摄范围之间不存在重叠时,由于没有了连续信息,检索难度也随之增大。现有的依靠摄像头的ReID技术,无法做到用户轨迹的完整跟踪,例如遇到货架遮挡,或者当用户蹲着,弯腰等,都会造成ReID技术失效。
发明内容
本发明提出了一种关于获取用户轨迹的方案,其将ReID轨迹和足迹信息两条信息源融合,能够获取完整的用户轨迹信息。下面简要描述本发明提出的关于获取用户轨迹的方案,更多细节将在后续结合附图在具体实施方式中加以描述。
根据本发明一方面,提供了一种获取用户轨迹的方法,所述方法包括:获取用户的行人再识别轨迹和足迹信息,其中,所述行人再识别轨迹是基于图像采集装置获取的,所述足迹信息是基于足迹感知地面获取的,所述行人再识别轨迹包括行人再识别坐标和对应于所述行人再识别坐标的时间戳,所述足迹信息包括足迹坐标和对应于所述足迹坐标的时间戳;以及将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。
在一个实施例中,所述足迹感知地面基于压力传感器感知用户的足迹。
在一个实施例中,所述足迹感知地面为由可感知足迹的感知单元所构成的感知平面,所述足迹坐标为与用户足底接触的感知单元的坐标。
在一个实施例中,所述将所述行人再识别轨迹和所述足迹信息进行融合包括:将所述足迹坐标和所述行人再识别坐标投射到同一个世界坐标系,基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t同时存在所述行人再识别坐标和所述足迹坐标时,若所述行人再识别坐标和所述足迹坐标之间的距离小于或等于第一阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标;若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,则以所述行人再识别坐标和所述足迹坐标中与上一时刻t-1的新坐标之间的距离小于或等于第二阈值的坐标点作为时刻t的新坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标还包括:若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均小于或等于所述第二阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标;若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均大于所述第二阈值,则舍弃所述行人再识别坐标和所述足迹坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t只存在所述行人再识别坐标时,若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述行人再识别坐标作为所述时刻t的新坐标;若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离大于所述第二阈值,则舍弃所述行人再识别坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t只存在所述足迹坐标时,若所述足迹坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述足迹坐标作为所述时刻t的新坐标;若所述足迹坐标与上一时刻t-1的新坐标之间的距离大于所述第二阈值,则舍弃所述足迹坐标。
在一个实施例中,所述第一阈值是基于人的合理移动范围确定的。
在一个实施例中,所述第二阈值是基于相邻时刻的间隔和人的合理移动范围确定的。
根据本发明另一方面,提供了一种获取用户轨迹的装置,所述装置包括:获取模块,用于获取用户的行人再识别轨迹和足迹信息,其中,所述行人再识别轨迹是基于图像采集装置获取的,所述足迹信息是基于足迹感知地面获取的,所述行人再识别轨迹包括行人再识别坐标以及对应于所述行人再识别坐标的时间戳,所述足迹信息包括足迹坐标以及对应于所述足迹坐标的时间戳;以及融合模块,用于将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。
根据本发明又一方面,提供了一种获取用户轨迹的系统,所述系统包括存储装置和处理器,所述存储装置上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行上述任一项所述的获取用户轨迹的方法。
根据本发明再一方面,提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序在运行时执行上述任一项所述的获取用户轨迹的方法。
根据本发明实施例的获取用户轨迹的方法、装置、系统和存储介质将行人再识别轨迹和基于足迹感知地面获取的足迹信息相融合,能够获取完整的用户轨迹。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1示出用于实现根据本发明实施例的获取用户轨迹的方法、装置、系统和存储介质的示例电子设备的示意性框图;
图2示出根据本发明实施例的获取用户轨迹的方法的示意性流程图;
图3示出根据本发明实施例的获取用户轨迹的方法中足迹感知地面的示意图;
图4示出根据本发明实施例的获取用户轨迹的装置的示意性框图;以及
图5示出根据本发明实施例的获取用户轨迹的系统的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
首先,参照图1来描述用于实现本发明实施例的获取用户轨迹的方法、装置、系统和存储介质的示例电子设备100。
如图1所示,电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108、图像传感器110以及一个或更多个非图像传感器114,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理器102可以是中央处理单元(CPU)、图形处理单元(GPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如用户)输出各种信息(例如图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述图像传感器110可以拍摄用户期望的图像(例如照片、视频等),并且将所拍摄的图像存储在所述存储装置104中以供其它组件使用。
所述非图像传感器114可以感知用户的足迹,并且包括而不限于压力传感器、温度传感器等。
需要注意的是,图1所示的电子设备100的组件和结构只是示例性的,尽管图1示出的电子设备100包括多个不同的装置,但是根据需要,其中的一些装置可以不是必须的,其中的一些装置的数量可以更多等等,本发明对此不限定。
下面,将参考图2描述根据本发明实施例的获取用户轨迹的方法200。如图2所示,获取用户轨迹的方法200可以包括如下步骤:
在步骤S210,获取用户的行人再识别轨迹和足迹信息,其中,所述行人再识别轨迹是基于图像采集装置获取的,所述足迹信息是基于足迹感知地面获取的,所述行人再识别轨迹包括行人再识别坐标和对应于所述行人再识别坐标的时间戳,所述足迹信息包括足迹坐标和对应于所述足迹坐标的时间戳。
在一个实施例中,行人再识别轨迹可以是基于图像采集装置实时采集的图像而获取的轨迹,所述图像采集装置包括一个以上的摄像头。在另一实施例中,所述行人再识别轨迹可以是基于从特定的源获取的,例如可以是从存储器中获取的先前采集并存储的图像而获取的轨迹。不同于单摄像头下普通的行人跟踪识别,行人再识别(ReID)技术可以应用于背景环境不同以及采用多个摄像头进行拍摄的情形。
在一个实施例中,获取待检测的图像以后,首先进行行人检测,筛选出视频或图片中的行人。在该步骤中,可以采用本领域中任何适当的图像检测技术从待分析图像中检测行人,本公开对此不做限制。接着,使用行人再识别技术识别行人。在另一实施例中,行人检测检测和特征提取过程合并在一起进行。
在一个实施例中,所述行人再识别可以是基于骨架关节点分析的行人再识别方法,具体包括:首先进行行人检测,对于每一帧图像中的每个行人,进行骨架关节点提取;根据提取的骨架关节点,将行人的姿态正规化为预定视角下的姿态;提取姿态正规化后该行人的属性特征;以及基于属性特征与目标行人的对应属性特征的相似度,识别待识别图像中的所有用户,并记录用户的行人再识别轨迹。
由此,根据行人再识别方法可以获得监控摄像头可见区域内,所有用户各个时刻的位置信息,并且数据存储的格式为{Userid(用户标识),Position(位置),Timestamp(时间戳)}。其中,每个用户的位置坐标和时间戳构成了该用户的行人再识别轨迹。
所述足迹信息是基于足迹感知地面而获取的,所述足迹感知地面为设置有传感器的地面,所述传感器可以感知用户的足迹,其包括而不限于压力传感器。当用户经过时,足迹感知地面基于所述传感器感知用户的足迹,以生成所述足迹信息。所述足迹信息的采集时间与所述行人再识别轨迹的图像采集时间至少部分重合。
在一个实施例中,所述足迹感知地面为由可感知足迹的感知单元所构成的感知平面,所述足迹坐标为与用户足底接触的感知单元的坐标。示例性地,所述足迹感知地面可以为设置有压力传感器的地砖和/或地板。若干块设置有压力传感器的地砖或地板构成了压力传感器矩阵,当用户踩过其中的一块的时候,该块就会被感知到,从而生成包括当前块的坐标(或当前块的编号)F(x,y)和当前的时间戳T的足迹信息。示例性地,如图3所示,若用户在时刻点T1、T2、T3、T4分别踩过F(2,4)、F(3,3)、F(5,2)和F(6,3)四个点,则获得的足迹信息为{F(2,4),T1}、{F(3,3),T2}、{F(5,2),T3}、{F(6,3),T4}。然而需要注意的是,所获得的足迹信息不包括用户标识,即无法得知所获得的足迹信息属于哪个用户。
在步骤S220,将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。
在本发明实施例中,将行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹,从而实现了用户轨迹的完整跟踪,避免由于遮挡物的遮挡或者用户蹲着、弯腰等而造成ReID技术失效。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:将所述足迹坐标和所述行人再识别坐标投射到同一个世界坐标系,基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标。
投射到同一个世界坐标系以后,行人再识别轨迹和足迹信息中包括的轨迹点均描述为{p(x,y),t}。其中p(x,y)表示当前的足迹坐标或行人再识别坐标,t表示足迹坐标或行人再识别坐标对应的时间戳。所述融合的策略为:轨迹点之间的时间跨度和轨迹点的距离需在合理的范围之内。所述融合基于第一阈值和第二阈值进行,其中,所述第一阈值是基于人在同一时刻的合理移动范围而确定的,所述第二阈值基于相邻时刻的间隔和该间隔的时间段中人的合理移动范围而确定的。
在一个实施例中,当时刻t同时存在所述行人再识别坐标和所述足迹坐标时,若所述行人再识别坐标和所述足迹坐标之间的距离小于或等于第一阈值,则说明该行人再识别坐标和所述足迹坐标属于同一用户,因此以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标。若所述行人再识别坐标和所述足迹坐标之间的距离大于第一阈值,则说明这两个坐标点之间存在着冲突,此时根据第二阈值确定时刻t的新坐标。具体地,分别计算这两个坐标点和上一时刻t-1的新坐标之间的距离d1、d2,以所述行人再识别坐标和所述足迹坐标中与上一时刻t-1的新坐标之间的距离d1、d2小于或等于第二阈值的坐标点作为时刻t的新坐标。若所述行人再识别坐标和所述足迹坐标之间的距离大于第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均小于或等于第二阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标。若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均大于所述第二阈值,则说明时刻t的行人再识别坐标和足迹坐标与上一时刻t-1的新坐标之间存在冲突,此时舍弃所述行人再识别坐标和所述足迹坐标。
在另一实施例中,当时刻t只存在行人再识别坐标或足迹坐标之一时,则根据第二阈值确定时刻t的新坐标。
具体地,当时刻t只存在所述行人再识别坐标时,若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述行人再识别坐标作为所述时刻t的新坐标,若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离大于第二阈值,则舍弃所述行人再识别坐标。当时刻t只存在所述足迹坐标时,若所述足迹坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述足迹坐标作为所述时刻t的新坐标,若所述足迹坐标与上一时刻t-1的新坐标之间的距离大于第二阈值,则舍弃所述足迹坐标。
确定时刻t的新坐标以后,则进入下一时刻t+1,重复上述过程。遍历过所有时刻后,即可得到完整的用户轨迹。
基于上面的描述,根据本发明实施例的获取用户轨迹的方法将行人再识别轨迹和基于足迹感知地面获取的足迹信息相融合,能够获取完整的用户轨迹。
以上示例性地描述了根据本发明实施例的获取用户轨迹的方法。示例性地,根据本发明实施例的获取用户轨迹的方法可以在具有存储器和处理器的设备、装置或者系统中实现。
此外,根据本发明实施例的获取用户轨迹的方法可以方便地部署到智能手机、平板电脑、个人计算机等移动设备上。替代地,根据本发明实施例的获取用户轨迹的方法还可以部署在服务器端(或云端)。替代地,根据本发明实施例的获取用户轨迹的方法还可以分布地部署在服务器端(或云端)和个人终端处。
下面结合图4描述本发明另一方面提供的获取用户轨迹的装置。图4示出了根据本发明实施例的获取用户轨迹的装置400的示意性框图。
如图4所示,根据本发明实施例的获取用户轨迹的装置400包括获取模块410和融合模块420。所述获取模块410和融合模块420可分别执行上文中结合图2描述的获取用户轨迹的方法的各个步骤/功能。以下仅对获取用户轨迹的装置400的各模块的主要功能进行描述,而省略以上已经描述过的细节内容。
获取模块410用于基于图像采集装置获取用户的行人再识别轨迹,以及基于足迹感知地面获取用户的足迹信息,其中,所述所述行人再识别轨迹包括行人再识别坐标以及所述行人再识别坐标对应的时间戳,所述足迹信息包括足迹坐标以及所述足迹坐标所对应的时间戳;融合模块420用于将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。获取模块410和融合模块420均可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
获取模块410获取用户的行人再识别轨迹和足迹信息,其中,基于图像采集装置获取所述行人再识别轨迹,基于足迹感知地面获取所述足迹信息,所述行人再识别轨迹包括行人再识别坐标和对应于所述行人再识别坐标的时间戳,所述足迹信息包括足迹坐标和对应于所述足迹坐标的时间戳。
在一个实施例中,行人再识别轨迹可以是基于图像采集装置实时采集的图像而获取的轨迹,所述图像采集装置包括一个以上的摄像头。在另一实施例中,所述行人再识别轨迹可以是基于从特定的源获取的,例如可以是从存储器中获取的先前采集并存储的图像而获取的轨迹。不同于单摄像头下普通的行人跟踪识别,行人再识别(ReID)技术可以应用于背景环境不同以及采用多个摄像头进行拍摄的情形。
在一个实施例中,获取待检测的图像以后,首先进行行人检测,筛选出视频或图片中的行人。在该步骤中,可以采用本领域中任何适当的图像检测技术从待分析图像中检测行人,本公开对此不做限制。接着,使用行人再识别技术识别行人。在另一实施例中,行人检测检测和特征提取过程合并在一起进行。
在一个实施例中,所述行人再识别可以是基于骨架关节点分析的行人再识别方法,具体包括:首先进行行人检测,对于每一帧图像中的每个行人,进行骨架关节点提取;根据提取的骨架关节点,将行人的姿态正规化为预定视角下的姿态;提取姿态正规化后该行人的属性特征;以及基于属性特征与目标行人的对应属性特征的相似度,识别待识别图像中的所有用户,并记录用户的行人再识别轨迹。
由此,根据行人再识别方法可以获得监控摄像头可见区域内,所有用户各个时刻的位置信息,并且数据存储的格式为{Userid(用户标识),Position(位置),Timestamp(时间戳)}。其中,每个用户的位置坐标和时间戳构成了该用户的行人再识别轨迹。
获取模块410基于足迹感知地面而获取所述足迹信息,所述足迹感知地面为设置有传感器的地面,所述传感器可以感知用户的足迹,其包括而不限于压力传感器。当用户经过时,足迹感知地面基于所述传感器感知用户的足迹,以生成所述足迹信息。所述足迹信息的采集时间与所述行人再识别轨迹的图像采集时间至少部分重合。
在一个实施例中,所述足迹感知地面为由可感知足迹的感知单元所构成的感知平面,所述足迹坐标为与用户足底接触的感知单元的坐标。示例性地,所述足迹感知地面可以为设置有压力传感器的地砖和/或地板。若干块设置有压力传感器的地砖或底板构成了压力传感器矩阵,当用户踩过其中的一块的时候,该块就会被感知到,从而生成包括当前块的坐标(或当前块的编号)F(x,y)和当前的时间戳T的足迹信息。示例性地,如图3所示,若用户在时刻点T1、T2、T3、T4分别踩过F(2,4)、F(3,3)、F(5,2)和F(6,3)四个点,则获得的足迹信息为{F(2,4),T1}、{F(3,3),T2}、{F(5,2),T3}、{F(6,3),T4}。然而需要注意的是,所获得的足迹信息不包括用户标识,即无法得知所获得的足迹信息属于哪个用户。
融合模块420用于将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。
在本发明实施例中,将行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹,从而实现了用户轨迹的完整跟踪,避免由于遮挡物的遮挡或者用户蹲着、弯腰等而造成ReID技术失效。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:将所述足迹坐标和所述行人再识别坐标投射到同一个世界坐标系,基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标。
投射到同一个世界坐标系以后,行人再识别轨迹和足迹信息中包括的轨迹点均描述为{p(x,y),t}。其中p(x,y)表示当前的足迹坐标或行人再识别坐标,t表示足迹坐标或行人再识别坐标对应的时间戳。所述融合的策略为:轨迹点之间的时间跨度和轨迹点的距离需在合理的范围之内。所述融合基于第一阈值和第二阈值进行,其中,所述第一阈值是基于人在同一时刻的合理移动范围而确定的,所述第二阈值基于相邻时刻的间隔和该间隔的时间段中人的合理移动范围而确定的。
在一个实施例中,当时刻t同时存在所述行人再识别坐标和所述足迹坐标时,若所述行人再识别坐标和所述足迹坐标之间的距离小于或等于第一阈值,则说明该行人再识别坐标和所述足迹坐标属于同一用户,因此以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标。若所述行人再识别坐标和所述足迹坐标之间的距离大于第一阈值,则说明这两个坐标点之间存在着冲突,此时根据第二阈值确定时刻t的新坐标。具体地,分别计算这两个坐标点和上一时刻t-1的新坐标之间的距离d1、d2,以所述行人再识别坐标和所述足迹坐标中与上一时刻t-1的新坐标之间的距离d1、d2小于或等于第二阈值的坐标点作为时刻t的新坐标。若所述行人再识别坐标和所述足迹坐标之间的距离大于第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均小于或等于第二阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标。若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均大于所述第二阈值,则说明时刻t的行人再识别坐标和足迹坐标与上一时刻t-1的新坐标之间存在冲突,此时舍弃所述行人再识别坐标和所述足迹坐标。
在另一实施例中,当时刻t只存在行人再识别坐标或足迹坐标之一时,则根据第二阈值确定时刻t的新坐标。
具体地,当时刻t只存在所述行人再识别坐标时,若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述行人再识别坐标作为所述时刻t的新坐标,若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离大于第二阈值,则舍弃所述行人再识别坐标。当时刻t只存在所述足迹坐标时,若所述足迹坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述足迹坐标作为所述时刻t的新坐标,若所述足迹坐标与上一时刻t-1的新坐标之间的距离大于第二阈值,则舍弃所述足迹坐标。
确定时刻t的新坐标以后,融合模块420继续确定下一时刻t+1的新坐标,重复上述过程。遍历过所有时刻后,即可得到完整的用户轨迹。
基于上面的描述,根据本发明实施例的获取用户轨迹的装置将行人再识别轨迹和基于足迹感知地面获取的足迹信息相融合,能够获取完整的用户轨迹。
图5示出了根据本发明实施例的获取用户轨迹的系统500的示意性框图。获取用户轨迹的系统500包括存储装置510以及处理器520。
其中,存储装置510存储用于实现根据本发明实施例的获取用户轨迹的方法中的相应步骤的程序代码。处理器520用于运行存储装置510中存储的程序代码,以执行根据本发明实施例的获取用户轨迹的方法的相应步骤,并且用于实现根据本发明实施例的获取用户轨迹的装置中的相应模块。此外,获取用户轨迹的系统500还可以包括图像采集装置(未在图5中示出),其可以用于采集待检测的视频。当然,图像采集装置不是必需的,可直接接收来自其他源的待检测视频的输入。
在一个实施例中,在所述程序代码被处理器520运行时使得获取用户轨迹的系统500执行以下步骤:获取用户的行人再识别轨迹和足迹信息,其中,所述行人再识别轨迹是基于图像采集装置获取的,所述足迹信息是基于足迹感知地面获取的,所述行人再识别轨迹包括行人再识别坐标和对应于所述行人再识别坐标的时间戳,所述足迹信息包括足迹坐标和对应于所述足迹坐标的时间戳;以及将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。
在一个实施例中,所述足迹感知地面基于压力传感器感知用户的足迹。
在一个实施例中,所述足迹感知地面为由可感知足迹的感知单元所构成的感知平面,所述足迹坐标为与用户足底接触的感知单元的坐标。
在一个实施例中,所述将所述行人再识别轨迹和所述足迹信息进行融合包括:将所述足迹坐标和所述行人再识别坐标投射到同一个世界坐标系,基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t同时存在所述行人再识别坐标和所述足迹坐标时,若所述行人再识别坐标和所述足迹坐标之间的距离小于或等于第一阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标;若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,则以所述行人再识别坐标和所述足迹坐标中与上一时刻t-1的新坐标之间的距离小于或等于第二阈值的坐标点作为时刻t的新坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标还包括:若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均小于或等于所述第二阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标;若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均大于所述第二阈值,则舍弃所述行人再识别坐标和所述足迹坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t只存在所述行人再识别坐标时,若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述行人再识别坐标作为所述时刻t的新坐标;若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离大于所述第二阈值,则舍弃所述行人再识别坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t只存在所述足迹坐标时,若所述足迹坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述足迹坐标作为所述时刻t的新坐标;若所述足迹坐标与上一时刻t-1的新坐标之间的距离大于所述第二阈值,则舍弃所述足迹坐标。
在一个实施例中,所述第一阈值是基于人的合理移动范围确定的。
在一个实施例中,所述第二阈值是基于相邻时刻的间隔和人的合理移动范围确定的。
此外,根据本发明实施例,还提供了一种存储介质,在所述存储介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的获取用户轨迹的方法的相应步骤,并且用于实现根据本发明实施例的获取用户轨迹的装置中的相应模块。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
在一个实施例中,所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的获取用户轨迹的装置的各个功能模块,并且/或者可以执行根据本发明实施例的获取用户轨迹的方法。
在一个实施例中,所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行以下步骤:获取用户的行人再识别轨迹和足迹信息,其中,所述行人再识别轨迹是基于图像采集装置获取的,所述足迹信息是基于足迹感知地面获取的,所述行人再识别轨迹包括行人再识别坐标和对应于所述行人再识别坐标的时间戳,所述足迹信息包括足迹坐标和对应于所述足迹坐标的时间戳;以及将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。
在一个实施例中,所述足迹感知地面基于压力传感器感知用户的足迹。
在一个实施例中,所述足迹感知地面为由可感知足迹的感知单元所构成的感知平面,所述足迹坐标为与用户足底接触的感知单元的坐标。
在一个实施例中,所述将所述行人再识别轨迹和所述足迹信息进行融合包括:将所述足迹坐标和所述行人再识别坐标投射到同一个世界坐标系,基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t同时存在所述行人再识别坐标和所述足迹坐标时,若所述行人再识别坐标和所述足迹坐标之间的距离小于或等于第一阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标;若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,则以所述行人再识别坐标和所述足迹坐标中与上一时刻t-1的新坐标之间的距离小于或等于第二阈值的坐标点作为时刻t的新坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标还包括:若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均小于或等于所述第二阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标;若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均大于所述第二阈值,则舍弃所述行人再识别坐标和所述足迹坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t只存在所述行人再识别坐标时,若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述行人再识别坐标作为所述时刻t的新坐标;若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离大于所述第二阈值,则舍弃所述行人再识别坐标。
在一个实施例中,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t只存在所述足迹坐标时,若所述足迹坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述足迹坐标作为所述时刻t的新坐标;若所述足迹坐标与上一时刻t-1的新坐标之间的距离大于所述第二阈值,则舍弃所述足迹坐标。
在一个实施例中,所述第一阈值是基于人的合理移动范围确定的。
在一个实施例中,所述第二阈值是基于相邻时刻的间隔和人的合理移动范围确定的。
根据本发明实施例的获取用户轨迹的装置中的各模块可以通过根据本发明实施例的获取用户轨迹的电子设备的处理器运行在存储器中存储的计算机程序指令来实现,或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。
根据本发明实施例的获取用户轨迹的方法、装置、系统和存储介质将行人再识别轨迹和基于足迹感知地面获取的足迹信息相融合,能够获取完整的用户轨迹。
根据本发明实施例,还提供了一种计算机程序,该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本发明实施例的获取用户轨迹的方法的相应步骤,并且用于实现根据本发明实施例的获取用户轨迹的装置中的相应模块。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备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,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (13)
1.一种获取用户轨迹的方法,其特征在于,所述方法包括:
获取用户的行人再识别轨迹和足迹信息,其中,所述行人再识别轨迹是基于图像采集装置获取的,所述足迹信息是基于足迹感知地面获取的,所述行人再识别轨迹包括行人再识别坐标和对应于所述行人再识别坐标的时间戳,所述足迹信息包括足迹坐标和对应于所述足迹坐标的时间戳;以及
将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。
2.根据权利要求1所述的方法,其特征在于,所述足迹感知地面基于压力传感器感知用户的足迹。
3.根据权利要求1或2所述的方法,其特征在于,所述足迹感知地面为由可感知足迹的感知单元所构成的感知平面,所述足迹坐标为与用户足底接触的感知单元的坐标。
4.根据权利要求1所述的方法,其特征在于,所述将所述行人再识别轨迹和所述足迹信息进行融合包括:
将所述足迹坐标和所述行人再识别坐标投射到同一个世界坐标系,基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标。
5.根据权利要求4所述的方法,其特征在于,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t同时存在所述行人再识别坐标和所述足迹坐标时,
若所述行人再识别坐标和所述足迹坐标之间的距离小于或等于第一阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标;
若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,则以所述行人再识别坐标和所述足迹坐标中与上一时刻t-1的新坐标之间的距离小于或等于第二阈值的坐标点作为时刻t的新坐标。
6.根据权利要求5所述的方法,其特征在于,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标还包括:
若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均小于或等于所述第二阈值,则以所述行人再识别坐标和所述足迹坐标的平均坐标作为新坐标;
若所述行人再识别坐标和所述足迹坐标之间的距离大于所述第一阈值,并且所述行人再识别坐标和所述足迹坐标与上一时刻t-1的新坐标之间的距离均大于所述第二阈值,则舍弃所述行人再识别坐标和所述足迹坐标。
7.根据权利要求4所述的方法,其特征在于,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t只存在所述行人再识别坐标时,
若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述行人再识别坐标作为所述时刻t的新坐标;
若所述行人再识别坐标与上一时刻t-1的新坐标之间的距离大于所述第二阈值,则舍弃所述行人再识别坐标。
8.根据权利要求4所述的方法,其特征在于,所述基于对应相同时间戳的所述足迹坐标和/或所述行人再识别坐标确定该时刻的新坐标包括:当时刻t只存在所述足迹坐标时,
若所述足迹坐标与上一时刻t-1的新坐标之间的距离小于或等于第二阈值,则以所述足迹坐标作为所述时刻t的新坐标;
若所述足迹坐标与上一时刻t-1的新坐标之间的距离大于所述第二阈值,则舍弃所述足迹坐标。
9.根据权利要求5或6所述的方法,其特征在于,所述第一阈值是基于人的合理移动范围确定的。
10.根据权利要求5-8之一所述的方法,其特征在于,所述第二阈值是基于相邻时刻的间隔和人的合理移动范围确定的。
11.一种获取用户轨迹的装置,其特征在于,所述装置包括:
获取模块,用于获取用户的行人再识别轨迹和足迹信息,其中,所述行人再识别轨迹是基于图像采集装置获取的,所述足迹信息是基于足迹感知地面获取的,所述行人再识别轨迹包括行人再识别坐标以及对应于所述行人再识别坐标的时间戳,所述足迹信息包括足迹坐标以及对应于所述足迹坐标的时间戳;以及
融合模块,用于将所述行人再识别轨迹和所述足迹信息进行融合,以获取完整的用户轨迹。
12.一种获取用户轨迹的系统,其特征在于,所述系统包括存储装置和处理器,所述存储装置上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1-10中的任一项所述的获取用户轨迹的方法。
13.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序在运行时执行如权利要求1-10中的任一项所述的获取用户轨迹的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810909891.0A CN109117882B (zh) | 2018-08-10 | 2018-08-10 | 获取用户轨迹的方法、装置、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810909891.0A CN109117882B (zh) | 2018-08-10 | 2018-08-10 | 获取用户轨迹的方法、装置、系统和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109117882A true CN109117882A (zh) | 2019-01-01 |
CN109117882B CN109117882B (zh) | 2022-06-03 |
Family
ID=64853122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810909891.0A Active CN109117882B (zh) | 2018-08-10 | 2018-08-10 | 获取用户轨迹的方法、装置、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109117882B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977823A (zh) * | 2019-03-15 | 2019-07-05 | 百度在线网络技术(北京)有限公司 | 行人识别跟踪方法、装置、计算机设备和存储介质 |
CN110211161A (zh) * | 2019-05-20 | 2019-09-06 | 深兰科技(上海)有限公司 | 一种多摄像头轨迹重合分析的方法及装置 |
CN110944294A (zh) * | 2019-11-26 | 2020-03-31 | 北京梧桐车联科技有限责任公司 | 移动轨迹记录方法、装置、系统、计算机设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6449382B1 (en) * | 1999-04-28 | 2002-09-10 | International Business Machines Corporation | Method and system for recapturing a trajectory of an object |
CN104777908A (zh) * | 2015-04-17 | 2015-07-15 | 中国科学院计算技术研究所 | 一种用于多人同步定位的装置和方法 |
CN105518744A (zh) * | 2015-06-29 | 2016-04-20 | 北京旷视科技有限公司 | 行人再识别方法及设备 |
CN107153820A (zh) * | 2017-05-10 | 2017-09-12 | 电子科技大学 | 一种面向高噪声的人脸识别及运动轨迹判别方法 |
CN107610151A (zh) * | 2017-08-24 | 2018-01-19 | 上海汇纳信息科技股份有限公司 | 行人轨迹线处理方法/系统、计算机可读存储介质及设备 |
CN107657232A (zh) * | 2017-09-28 | 2018-02-02 | 南通大学 | 一种行人智能识别方法及其系统 |
-
2018
- 2018-08-10 CN CN201810909891.0A patent/CN109117882B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6449382B1 (en) * | 1999-04-28 | 2002-09-10 | International Business Machines Corporation | Method and system for recapturing a trajectory of an object |
CN104777908A (zh) * | 2015-04-17 | 2015-07-15 | 中国科学院计算技术研究所 | 一种用于多人同步定位的装置和方法 |
CN105518744A (zh) * | 2015-06-29 | 2016-04-20 | 北京旷视科技有限公司 | 行人再识别方法及设备 |
CN107153820A (zh) * | 2017-05-10 | 2017-09-12 | 电子科技大学 | 一种面向高噪声的人脸识别及运动轨迹判别方法 |
CN107610151A (zh) * | 2017-08-24 | 2018-01-19 | 上海汇纳信息科技股份有限公司 | 行人轨迹线处理方法/系统、计算机可读存储介质及设备 |
CN107657232A (zh) * | 2017-09-28 | 2018-02-02 | 南通大学 | 一种行人智能识别方法及其系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977823A (zh) * | 2019-03-15 | 2019-07-05 | 百度在线网络技术(北京)有限公司 | 行人识别跟踪方法、装置、计算机设备和存储介质 |
CN109977823B (zh) * | 2019-03-15 | 2021-05-14 | 百度在线网络技术(北京)有限公司 | 行人识别跟踪方法、装置、计算机设备和存储介质 |
CN110211161A (zh) * | 2019-05-20 | 2019-09-06 | 深兰科技(上海)有限公司 | 一种多摄像头轨迹重合分析的方法及装置 |
CN110211161B (zh) * | 2019-05-20 | 2021-06-11 | 深兰科技(上海)有限公司 | 一种多摄像头轨迹重合分析的方法及装置 |
CN110944294A (zh) * | 2019-11-26 | 2020-03-31 | 北京梧桐车联科技有限责任公司 | 移动轨迹记录方法、装置、系统、计算机设备及存储介质 |
CN110944294B (zh) * | 2019-11-26 | 2021-05-07 | 北京梧桐车联科技有限责任公司 | 移动轨迹记录方法、装置、系统、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109117882B (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146830A (zh) | 用于生成训练数据的方法、装置、系统和存储介质 | |
JP7282851B2 (ja) | 装置、方法及びプログラム | |
CN109829381A (zh) | 一种犬只识别管理方法、装置、系统及存储介质 | |
CN109117714A (zh) | 一种同行人员识别方法、装置、系统及计算机存储介质 | |
EP3038053B1 (en) | Method and system for generating garment model data | |
TWI778030B (zh) | 店鋪裝置、店鋪管理方法及程式 | |
CN109376631B (zh) | 一种基于神经网络的回环检测方法及装置 | |
CN109117882A (zh) | 获取用户轨迹的方法、装置、系统和存储介质 | |
CN108875522A (zh) | 人脸聚类方法、装置和系统及存储介质 | |
JP5439787B2 (ja) | カメラ装置 | |
CN108876835A (zh) | 深度信息检测方法、装置和系统及存储介质 | |
CN108140255B (zh) | 用于识别场景中的反射表面的方法和系统 | |
CN103501688A (zh) | 注视点映射的方法和装置 | |
CN108961149A (zh) | 图像处理方法、装置和系统及存储介质 | |
TW202147206A (zh) | 店鋪裝置、店鋪系統、店鋪管理方法及程式 | |
JP6500374B2 (ja) | 画像処理装置及び画像処理プログラム | |
CN108876804A (zh) | 抠像模型训练和图像抠像方法、装置和系统及存储介质 | |
US8576234B2 (en) | Simulating animation during slideshow | |
CN108985263B (zh) | 一种数据采集方法、装置、电子设备和计算机可读介质 | |
CN105447483B (zh) | 活体检测方法及装置 | |
US20190318491A1 (en) | System and method for gathering data related to quality service in a customer service environment | |
CN103562934A (zh) | 脸部位置检测 | |
CN108875476A (zh) | 自动近红外人脸注册与识别方法、装置和系统及存储介质 | |
WO2022237026A1 (zh) | 平面信息检测方法及系统 | |
CN110826610A (zh) | 一种用于智能检测人员着装是否规范的方法与系统 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method, device, system, and storage medium for obtaining user trajectories Granted publication date: 20220603 Pledgee: Shanghai Yunxin Venture Capital Co.,Ltd. Pledgor: BEIJING KUANGSHI TECHNOLOGY Co.,Ltd. Registration number: Y2024110000102 |