CN109284715B - 一种动态物体识别方法、装置及系统 - Google Patents
一种动态物体识别方法、装置及系统 Download PDFInfo
- Publication number
- CN109284715B CN109284715B CN201811110382.8A CN201811110382A CN109284715B CN 109284715 B CN109284715 B CN 109284715B CN 201811110382 A CN201811110382 A CN 201811110382A CN 109284715 B CN109284715 B CN 109284715B
- Authority
- CN
- China
- Prior art keywords
- dynamic object
- identification area
- server
- dynamic
- definition camera
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明实施例涉及智能安防技术领域,公开了一种动态物体识别方法、装置及系统。其中所述动态物体识别方法包括:接收所述高清摄像头发送的识别区域内的实时图像数据;根据所述实时图像数据,匹配所述服务器中对应的动态物体数据库,确定动态物体的类别;基于所述服务器中的动态物体数据库,分析所述识别区域内的动态物体的行为;在预设时间内,基于所述动态物体的行为,确定所述高清摄像头相应的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。通过上述方式,本发明实施例解决目前动态物体在不同行为下,难以获取清晰的动态物体图像的技术问题,提高动态物体的识别率,实现更好地对动态物体进行识别。
Description
技术领域
本发明涉及智能安防技术领域,特别是涉及一种动态物体识别方法、装置及系统。
背景技术
动态物体,指的是运动状态随时间变化的物体,与静态物体相对应。随着计算机硬件和图像处理技术的发展,动态物体的识别技术已经广泛应用到了民生的各种领域,比如:医学图像、视觉重构、自主导航、视觉控制等领域。
目前,动态物体的识别一般通过自动跟踪的方式实现,通过控制摄像头的移动、变倍、变焦等方式实现对动态物体的跟踪拍摄,但是,由于动态物体的运动状态的差异,并且摄像头处于运动状态,往往难以拍摄到动态物体的清晰图像,从而无法实现对动态物体的识别,造成监控的安全隐患。
基于此,本发明实施例提供一种动态物体识别方法、装置及系统,解决目前动态物体在不同行为下,难以获取清晰的动态物体图像的技术问题,提高动态物体的识别率,实现更好地对动态物体进行识别。
发明内容
本发明实施例旨在提供一种动态物体识别方法、装置及系统,解决目前动态物体在不同行为下,难以获取清晰的动态物体图像的技术问题,提高动态物体的识别率,实现更好地对动态物体进行识别。
为解决上述技术问题,本发明实施例提供以下技术方案:
第一方面,本发明实施例提供一种动态物体识别方法,应用于动态物体识别系统,所述动态物体识别系统包括:服务器、至少一个高清摄像头,所述高清摄像头用于对识别区域内的动态物体进行识别,所述方法包括:
接收所述高清摄像头发送的识别区域内的实时图像数据;
根据所述实时图像数据,匹配所述服务器中对应的动态物体数据库,确定动态物体的类别;
基于所述服务器中的动态物体数据库,分析所述识别区域内的动态物体的行为;
在预设时间内,基于所述动态物体的行为,确定所述高清摄像头相应的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。
在一些实施例中,所述动态物体的类别包括:人体、动物、车辆以及不明物体,所述动态物体数据库包括不同类别的动态物体的数据库,每一所述动态物体的类别对应一数据库,所述根据所述实时图像数据,匹配所述服务器中对应的动态物体数据库,确定动态物体的类别,包括:
根据所述动态物体的类别,确定与所述动态物体的类别对应的数据库,其中,所述人体对应人体库,所述动物对应动物库,所述车辆对应车辆库,所述不明物体对应不明物体库。
在一些实施例中,所述动态物体数据库包括:动态行为模型;所述基于所述服务器中的动态物体数据库,分析所述识别区域内的动态物体的行为,包括:
根据所述动态行为模型,确定所述动态物体的行为。
在一些实施例中,所述处理模式包括:跟踪模式、抓拍模式,若所述动态物体的类别为车辆,所述在预设时间内,基于所述动态物体的行为,确定所述高清摄像头相应的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别,包括:
若所述行为为匀速运动,则确定所述处理模式为抓拍模式,对所述车辆进行抓拍;
若所述行为为非匀速运动,则确定所述处理模式为跟踪模式,对所述车辆进行跟踪。
在一些实施例中,所述识别区域设置有第一识别区域以及第二识别区域,所述第一识别区域和第二识别区域均设置有高清摄像头,所述方法包括:
若通过所述第一识别区域确定所述动态物体的类别为车辆,获取所述车辆经过所述第一识别区域的第一速度、第一方向以及第一加速度;
根据所述第一速度、第一方向以及第一加速度,计算所述车辆经过所述第二识别区域的第二速度、第二方向以及第二加速度;
根据所述第二速度、第二方向以及第二加速度,确定所述车辆经过所述第二识别区域的最佳抓拍角度;
根据所述最佳抓拍角度,确定所述第二识别区域的高清摄像头的转动方向以及转动速度,以使所述第二识别区域的高清摄像头基于所述最佳抓拍角度进行拍摄。
在一些实施例中,所述方法还包括:
获取所述动态物体进入所述第二识别区域的速度与加速度;
根据所述动态物体进入所述第二识别区域的速度与加速度,控制所述高清摄像头的转动速度和加速度,以使所述第二识别区域的高清摄像头对所述动态物体进行实时跟踪。
在一些实施例中,所述方法还包括:
根据所述第一识别区域的高清摄像头发送的实时图像数据,判断所述第一识别区域中是否识别到动态物体;
若是,则启动所述第二识别区域的高清摄像头。
在一些实施例中,所述动态物体识别系统还包括:移动终端,所述移动终端通信连接所述服务器,所述方法还包括:
接收所述移动终端发送的模式选择请求;
基于所述模式选择请求的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。
第二方面,本发明实施例提供一种动态物体识别装置,所述装置包括:
接收单元,用于接收所述高清摄像头发送的实时图像数据;
类别确定单元,用于根据所述实时图像数据,确定动态物体的类别;
匹配单元,用于根据所述动态物体的类别,匹配所述服务器中对应的动态物体数据库;
行为分析单元,用于基于所述服务器中的动态物体数据库,分析所述动态物体的行为;
识别单元,用于在预设时间内,基于所述动态物体的行为,确定所述高清摄像头相应的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。
第三方面,本发明实施例提供一种一种动态物体识别系统,包括:
服务器,所述服务器包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的动态物体识别方法;
至少一个高清摄像头,每一所述高清摄像头均连接所述服务器,用于获取所述动态物体的图像数据或视频数据;
移动终端,通信连接所述服务器,用于向所述服务器发送模式选择请求,并获取所述动态物体的图像数据或视频数据。
第四方面,本发明实施例还提供了一种非易失性计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使服务器能够执行如上所述的动态物体识别方法。
本发明实施例的有益效果是:区别于现有技术的情况下,本发明实施例提供的一种动态物体识别方法,应用于动态物体识别系统,所述动态物体识别系统包括:服务器、至少一个高清摄像头,所述高清摄像头用于对识别区域内的动态物体进行识别,所述方法包括:接收所述高清摄像头发送的识别区域内的实时图像数据;根据所述实时图像数据,确定动态物体的类别;根据所述动态物体的类别,匹配所述服务器中对应的动态物体数据库;基于所述服务器中的动态物体数据库,分析所述识别区域内的动态物体的行为;在预设时间内,基于所述动态物体的行为,确定所述高清摄像头相应的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。通过上述方式,本发明实施例能够解决目前动态物体在不同行为下,难以获取清晰的动态物体图像的技术问题,提高动态物体的识别率,实现更好地对动态物体进行识别。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明实施例提供的一种动态物体识别方法的应用场景的示意图;
图2是本发明实施例提供的一种动态物体识别方法的流程示意图;
图3是本发明实施例提供的一种动态物体识别装置的结构示意图;
图4是本发明实施例提供的一种动态物体识别系统的结构示意图;
图5是本发明实施例提供的一种服务器的结构示意图。
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他实施例,都属于本发明保护的范围。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明的实施例中,如图1所示,在识别区域设置有多个高清摄像头,所述识别区域为动态物体的活动区域,所述识别区域可以为酒店、高速路口、家庭、停车场、展会、广场、餐厅、校园等地方,所述识别区域的高清摄像头分布于不同的地方,以使多个所述高清摄像头能够覆盖所述识别区域,获取所述识别区域的视频数据或图像数据。其中,所述识别区域可以为高速路口的一段,或者,所述识别区域可以为停车场的一段,或者,所述识别区域可以是校园过道的一段,以及等等,所述识别区域包括:第一识别区域和第二识别区域,在本发明实施例中,默认所述动态物体的起始运动位置在第一识别区域,所述动态物体在所述第一识别区域内运动,或者,所述动态物体从第一识别区域运动到所述第二识别区域,所述多个高清摄像头可以获取第一识别区域和所述第二识别区域的视频数据或图像数据。
实施例一
请参阅图2,图2是本发明实施例提供的一种动态物体识别方法的流程示意图;
如图2所示,所述方法应用于动态物体识别系统,所述动态物体识别系统包括:服务器、至少一个高清摄像头,所述高清摄像头用于对识别区域内的动态物体进行识别,所述方法包括:
步骤S10:接收所述高清摄像头发送的识别区域内的实时图像数据;
具体的,所述识别区域内设置有多个高清摄像头,所述高清摄像头用于获取所述识别区域内的实时图像数据,并将所述实时图像数据发送到所述服务器,所述服务器接收所述高清摄像头发送的识别区域内的实时图像数据。具体的,所述高清摄像头基于一定的频率获取所述识别区域内的图像数据,并将所述图像数据发送到所述服务器。其中,所述数据的传输方式包括:
(1)基带传输,所述高清摄像头通过同轴电缆连接所述服务器,通过同轴电缆传输模拟信号,所述服务器再将所述模拟信号转换为数字信号,进而生成实时图像数据。
(2)光纤传输,所述高清摄像头与所述服务器通过光纤进行连接,将所述实时图像数据以光信号的方式在光纤中传输。
(3)无线网络传输,所述高清摄像头设置有无线通信模块,所述服务器也设置有无线通信模块,所述高清摄像头与所述服务器通过无线传输协议进行通信,将所述实时视频数据发送到所述服务器。其中,所述无线通信模块可以为WIFI模块或蓝牙模块。
(4)微波传输,通过采样调频调制或调幅调制的办法,将所述高清摄像头获取的实时图像搭载到高频载波上,转换为高频电磁波在空中传输,实现动态实时传输图像。
(5)网线传输,所述高清摄像头通过网线连接所述服务器,采样差分传输方法,通过所述网线向所述服务器发送实时图像数据。
步骤S20:根据所述实时图像数据,匹配所述服务器中对应的动态物体数据库,确定动态物体的类别;
其中,当所述高清摄像头获取到所述识别区域内的实时图像数据后,通过对所述实时图像进行特征识别,识别出所述实时图像的特征,根据所述特征,确定所述动态物体的类别。其中,在对所述实时图像进行特征识别时,还可以对所述实时图像进行图像分块,将所述实时图像划分成大小相同的图像块,基于所述图像块进行特征识别,获取所述实时图像中的特征,确定所述动态物体的类别。具体的,将所述特征识别后的特征信息比对所述服务器中对应的动态物体数据库,若比对成功,则确定所述动态物体的类别。其中,所述动态物体的类别包括:人体、动物、车辆以及不明物体。
具体的,基于深度卷积神经网络算法进行图像识别,预先确定所述服务器中的动态物体数据库,所述动态物体数据库中保存不同类别的动态物体的特征以及行为,其中,所述动态物体的类别包括:人体、动物、车辆以及不明物体。所述动态物体数据库包括不同类别的动态物体的数据库,每一所述动态物体的类别对应一数据库,所述根据所述实时图像数据,匹配所述服务器中对应的动态物体数据库,确定动态物体的类别,包括:根据所述动态物体的类别,确定与所述动态物体的类别对应的数据库,通过所述动态物体的类别对应的数据库,匹配所述动态物体的特征及行为,其中,所述人体对应人体库,所述动物对应动物库,所述车辆对应车辆库,所述不明物体对应不明物体库。
步骤S30:基于所述服务器中的动态物体数据库,分析所述识别区域内的动态物体的行为;
具体的,所述动态物体数据库包括:动态行为模型;所述基于所述服务器中的动态物体数据库,分析所述识别区域内的动态物体的行为,包括:根据所述动态行为模型,确定所述动态物体的行为。可以理解的是,每一类别的物体分别对应不同的动态行为模型,比如:人体、动物、车辆、不明物体分别对应一动态行为模型,所有的动态行为模型均保存在所述动态物体数据库中,并且,每一动态物体的类别对应的数据库匹配该类别的物体的动态行为模型,即人体库对应人体行为模型,动物库对应动物行为模型,车辆库对应车辆行为模型,不明物体库对应不明物体行为模型。而每一动态行为模型均对应有多种行为,例如:人体行为模型对应人的姿态及运动状态,所述人的姿态包括:站姿、坐姿、睡姿,以及等等,所述运动状态包括:匀速运动、加速运动、减速运动、原地运动,以及等等,其中,所述加速运动包括:匀加速运动以及变加速运动,所述减速运动包括:匀加速运动以及变减速运动。所述原地运动包括:手部运动、腿部运动、腰部运动、头部运动,以及等等。其中,所述动物行为模型与人体行为模型类似,所述车辆行为模型包括:车辆的运动状态,所述运动状态包括:静止、匀速运动、加速运动以及减速运动,其中,所述加速运动包括:匀加速运动以及变加速运动,所述减速运动包括:匀加速运动以及变减速运动。所述变加速运动指的的加速度不固定的加速运动,所述变减速运动指的是加速度不固定的减速运动。其中,所述不明物体行为模型包括:不明物体的运动方向及实时运动速度。
通过获取所述高清摄像头发送的识别区域内的实时图像数据,根据所述实时图像数据,匹配所述服务器中对应的动态物体数据库,确定动态物体的类别;基于所述服务器中的动态物体数据库,确定与所述动态物体的类别对应的动态行为模型,根据所述动态行为模型,分析所述识别区域内的动态物体的行为,有利于快速确定所述动态物体的行为。
步骤S40:在预设时间内,基于所述动态物体的行为,确定所述高清摄像头相应的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。
具体的,所述动态物体的行为容易影响所述高清摄像头拍摄的图像的清晰度,如果不同的行为下,仍然采用相同的模式进行识别,容易导致拍摄的图像清晰度不足,影响识别,给安防监控带来隐患。
具体的,所述处理模式包括:跟踪模式、抓拍模式,若所述动态物体的类别为车辆,所述在预设时间内,基于所述动态物体的行为,确定所述高清摄像头相应的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别,包括:
若所述行为为匀速运动,则确定所述处理模式为抓拍模式,对所述车辆进行抓拍;
若所述行为为非匀速运动,则确定所述处理模式为跟踪模式,对所述车辆进行跟踪。
具体的,所述预设时间可以人为设置,也可以通过所述服务器自动确定。例如:所述预设时间可以设置为5秒、10秒、15秒。为了提高识别率,所述预设时间不能过短或过长,也能尽快识别出所述动态物体的行为,以使所述服务器尽快采取相应的措施,比如:向所述移动终端发送报警信息,以及等等。
具体的,所述抓拍模式指的是通过所述高清摄像头,用足够快的快门速度凝固运动瞬间,进而捕捉动态物体的图像。例如:起跳扣篮、临门一脚,以及等等。
具体的,所述跟踪模式指的是动态物体和所述高清摄像头保持相对静止,从而使动态物体在所述高清摄像头中的实时图像数据中动感十足。并且,通过多帧实时图像数据,能够获取实时视频数据。具体的,通过改变所述高清摄像头的拍摄角度、焦距等,实现对动态物体进行自动追踪,即根据动态物体的具体方位自动移动、变倍、变焦。
具体的,所述识别区域设置有第一识别区域以及第二识别区域,所述第一识别区域和第二识别区域均设置有高清摄像头,所述方法包括:
若通过所述第一识别区域确定所述动态物体的类别为车辆,获取所述车辆经过所述第一识别区域的第一速度、第一方向以及第一加速度;
根据所述第一速度、第一方向以及第一加速度,计算所述车辆经过所述第二识别区域的第二速度、第二方向以及第二加速度;
具体的,所述车辆在经过所述第一识别区域后,所述服务器将根据所述高清摄像头获取的实时图像数据,由于所述车辆经过所述第一识别区域需要一定时间,因此所述第一速度通过计算所述车辆经过所述第一识别区域的平均速度得出,将所述车辆经过所述第一识别区域的平均速度确定为所述第一速度,同理,所述第一方向为所述车辆经过所述第一识别区域的平均方向,所述平均方向可以由所述车辆进入所述第一识别区域和所述车辆离开所述第一识别区域的位置的连线确定,由进入所述第一识别区域的位置点指向离开所述第一识别区域的位置点,作为所述平均方向,即所述第一方向。其中,所述第一加速度通过多帧实时图像数据计算得到,即计算所述车辆在所述第一识别区域内的多个位置对应的多个速度,对所述多个速度进行求加速度,所述多个位置指的是相隔固定时间所述车辆的两个位置,比如:分别对相邻的两个速度值进行求差,结合时间,计算所述车辆的多个加速度,求平均,将平均值作为所述第一加速度。
其中,根据所述第一速度、第一方向以及第一加速度,计算所述车辆经过所述第二识别区域的第二速度、第二方向以及第二加速度,包括:
通过所述第一速度以及第一加速度,结合所述第一识别区域与所述第二识别区域的距离,确定所述第二速度,同时,将所述第一加速度作为所述第二加速度,将所述第一方向作为所述第二方向。可以理解的是,若所述第一加速度为零,则所述第二加速度也默认为零。
根据所述第二速度、第二方向以及第二加速度,确定所述车辆经过所述第二识别区域的最佳抓拍角度;根据所述最佳抓拍角度,确定所述第二识别区域的高清摄像头的转动方向以及转动速度,以使所述第二识别区域的高清摄像头基于所述最佳抓拍角度进行拍摄。
可以理解的是,所述第一识别区域是所述动态物体进入所述识别区域的第一位置区域,所述第二识别区域是识别区域内所述动态物体经过阈值时间后进入的第二位置区域,所述第一识别区域和第二识别区域均位于所述识别区域,并且所述第一识别区域和所述第二识别区域均可以被所述高清摄像头获取实时图像数据。其中,所述第一识别区域和第二识别区域的位置可变,所述第一识别区域和第二识别区域可以根据所述动态物体在所述识别区域的时间、运动方向以及运动速度确定。通过所述动态物体的运动方向以及运动速度,确定所述第一识别区域和第二识别区域,有利于对所述动态物体进行更好的识别。
在本发明实施例中,所述方法还包括:获取所述动态物体进入所述第二识别区域的速度、加速度及运动方向;
根据所述动态物体进入所述第二识别区域的速度、加速度及运动方向,控制所述高清摄像头的转动速度和加速度,以使所述第二识别区域的高清摄像头对所述动态物体进行实时跟踪。
具体的,根据所述动态物体在所述第一识别区域的速度、加速度及运动方向,计算所述动态物体进入所述第二识别区域的速度以及加速度,例如:根据所述动态物体在所述第一识别区域的运动距离,确定所述动态物体的加速度,将所述加速度确定为所述动态物体进入所述第二识别区域的加速度,将所述动态物体离开所述第一识别区域的瞬间的速度确定为所述动态物体进入所述第二识别区域的速度,根据所述动态物体进入所述第二识别区域的速度与加速度,控制所述高清摄像头的转动速度和加速度,以使所述第二识别区域的高清摄像头对所述动态物体进行实时跟踪。
在本发明实施例中,所述方法还包括:根据所述第一识别区域的高清摄像头发送的实时图像数据,判断所述第一识别区域中是否识别到动态物体;若是,则启动所述第二识别区域的高清摄像头。
具体的,所述动态物体默认为从所述第一识别区域运动到所述第二识别区域,或者,所述动态物体只在所述第一识别区域内进行运动。当所述高清摄像头获取到所述第一识别区域的实时图像数据,并且所述服务接收到所述第一识别区域内的实时图像数据后,识别到所述实时图像数据存在动态物体,则启动所述第二识别区域的高清摄像头,或者,控制所述识别区域内的部分高清摄像头转到所述第二识别区域,以使所述服务器能够获取所述第二识别区域的实时图像数据。
在本发明实施例中,所述动态物体识别系统还包括:移动终端,所述移动终端通信连接所述服务器,所述方法还包括:
接收所述移动终端发送的模式选择请求;
基于所述模式选择请求的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。
具体的,所述模式选择请求包括:处理模式,所述处理模式包括抓拍模式和跟踪模式,所述移动终端通过发送指令或消息的方式向所述服务器发送模式选择请求,所述服务器接收到所述模式选择请求后,将控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。
在本发明实施例中,所述方法还包括:判断所述动态物体是否进入识别区域或离开所述识别区域。或者,判断所述识别区域内是否出现动态物体。或者,判断所述识别区域内是否出现违章停车,或者,判断所述识别区域内是否出现人为物品放置或拿取,或者,判断所述人体是否在区域之间徘徊,或者,判断所述识别区域内是否出现人员聚集,并通过实时图像数据进行人数统计。
在本发明实施例中,所述方法还包括:通过所述高清摄像头分时段获取所述识别区域的图像或视频数据。通过所述动态物体在所述识别区域的运动,确定所述动态物体的运动路径,以及等等。
在本发明实施例中,通过提供一种动态物体识别方法,应用于动态物体识别系统,所述动态物体识别系统包括:服务器、至少一个高清摄像头,所述高清摄像头用于对识别区域内的动态物体进行识别,所述方法包括:接收所述高清摄像头发送的识别区域内的实时图像数据;根据所述实时图像数据,确定动态物体的类别;根据所述动态物体的类别,匹配所述服务器中对应的动态物体数据库;基于所述服务器中的动态物体数据库,分析所述识别区域内的动态物体的行为;在预设时间内,基于所述动态物体的行为,确定所述高清摄像头相应的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。通过上述方式,本发明实施例能够解决目前动态物体在不同行为下,难以获取清晰的动态物体图像的技术问题,提高动态物体的识别率,实现更好地对动态物体进行识别。
实施例二
请参阅图3,图3是本发明实施例提供的一种动态物体识别装置的流程示意图;
如图3所示,该动态物体识别装置100,应用于服务器,所述服务器与多个高清摄像头分别连接,所述多个高清摄像头分别设置于识别区域,比如:停车场,所述动态物体识别装置100包括:
接收单元10,用于接收所述高清摄像头发送的实时图像数据;
确定单元20,用于根据所述实时图像数据,匹配所述服务器中对应的动态物体数据库,确定动态物体的类别;
行为分析单元30,用于基于所述服务器中的动态物体数据库,分析所述动态物体的行为;
识别单元40,用于在预设时间内,基于所述动态物体的行为,确定所述高清摄像头相应的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。
由于装置实施例和方法实施例是基于同一构思,在内容不互相冲突的前提下,装置实施例的内容可以引用方法实施例的,在此不赘述。
请参阅图4,图4为本发明实施例提供的一种动态物体识别系统的结构示意图,如图4所示,该动态物体识别系统400包括:服务器410、多个高清摄像头420以及移动终端430,所述多个高清摄像头420分别连接所述服务器410,所述移动终端430通信连接所述服务器410。
其中,所述服务器410,用于接收所述移动终端430发送的监控请求以及接收所述高清摄像头420发送的图像,请参阅图5,图5是本发明实施例提供的一种服务器的结构示意图,如图5所示,所述服务器410包括:一个或多个处理器411以及存储器412。其中,图5中以一个处理器411为例。
处理器411和存储器412可以通过总线或者其他方式连接,图5中以通过总线连接为例。
存储器412作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的一种动态物体识别方法对应的单元(例如,图3所述的各个单元)。处理器411通过运行存储在存储器412中的非易失性软件程序、指令以及模块,从而执行动态物体识别方法的各种功能应用以及数据处理,即实现上述方法实施例动态物体识别方法以及上述装置实施例的各个模块和单元的功能。
存储器412可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器412可选包括相对于处理器411远程设置的存储器,这些远程存储器可以通过网络连接至处理器411。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述模块存储在所述存储器412中,当被所述一个或者多个处理器411执行时,执行上述任意方法实施例中的动态物体识别方法,例如,执行以上描述的图2所示的各个步骤;也可实现图3所述的各个模块或单元的功能。
本发明实施例的服务器410以多种形式存在,在执行以上描述的图2所示的各个步骤;也可实现图3所述的各个单元的功能时,上述服务器410包括但不限于:
(1)塔式服务器
一般的塔式服务器机箱和我们常用的PC机箱差不多,而大型的塔式机箱就要粗大很多,总的来说外形尺寸没有固定标准。
(2)机架式服务器
机架式服务器是由于满足企业的密集部署,形成的以19英寸机架作为标准宽度的服务器类型,高度则从1U到数U。将服务器放置到机架上,并不仅仅有利于日常的维护及管理,也可能避免意想不到的故障。首先,放置服务器不占用过多空间。机架服务器整齐地排放在机架中,不会浪费空间。其次,连接线等也能够整齐地收放到机架里。电源线和LAN线等全都能在机柜中布好线,可以减少堆积在地面上的连接线,从而防止脚踢掉电线等事故的发生。规定的尺寸是服务器的宽(48.26cm=19英寸)与高(4.445cm的倍数)。由于宽为19英寸,所以有时也将满足这一规定的机架称为“19英寸机架”。
(3)刀片式服务器
刀片服务器是一种HAHD(High Availability High Density,高可用高密度)的低成本服务器平台,是专门为特殊应用行业和高密度计算机环境设计的,其中每一块“刀片”实际上就是一块系统母板,类似于一个个独立的服务器。在这种模式下,每一个母板运行自己的系统,服务于指定的不同用户群,相互之间没有关联。不过可以使用系统软件将这些母板集合成一个服务器集群。在集群模式下,所有的母板可以连接起来提供高速的网络环境,可以共享资源,为相同的用户群服务。
其中,所述高清摄像头420,设置于识别区域,比如:停车场,连接所述服务器410,所述高清摄像头420用于获取所述识别区域的实时图像数据,并将所述实时图像数据发送到所述服务器410。在本发明实施例中,所述高清摄像头420为多个,所述多个高清摄像头420分别连接服务器410,所述多个高清摄像头420分别设置于所述识别区域的不同位置,用于对所述识别区域内的不同区域的动态物体进行图像获取,以使所述服务器410能够全方位地获取所述识别区域内的视频监控图像。可以理解的是,所述高清摄像头420用于获取第一识别区域和第二识别区域内的实时图像数据,用于识别所述动态物体的类别。所述高清摄像头420还可以接收所述服务器410发送的命令,实时获取所述人脸图像,或者,根据所述服务器410发送的命令,实时调整所述高清摄像头420的转动角度、转动速度以及转动加速度,以实现对所述动态物体的跟踪。
其中,所述移动终端430,通信连接所述服务器410,用于向所述服务器410发送模式选择请求,以使所述服务器410基于所述模式选择请求的处理模式,控制所述高清摄像头420基于所述处理模式对所述动态物体进行识别,并且,接收所述服务器410发送的实时图像数据或视频数据。
在本发明实施例中,所述移动终端430包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类电子设备包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类电子设备包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放视频内容,一般也具备移动上网特性。该类设备包括:视频播放器,掌上游戏机,以及智能玩具和便携式车载导航设备。
(4)其他具有视频播放功能和上网功能的电子设备。
本发明实施例还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图5中的一个处理器411,可使得上述一个或多个处理器可执行上述任意方法实施例中的酒驾动态物体识别方法,例如,执行上述任意方法实施例中的酒驾动态物体识别方法,例如,执行以上描述的图2所示的各个步骤;也可实现图3所述的各个单元的功能。
在本发明实施例中,通过提供一种动态物体识别系统,所述系统包括:服务器,所述服务器包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的动态物体识别方法;至少一个高清摄像头,每一所述高清摄像头均连接所述服务器,用于获取所述动态物体的图像数据或视频数据;移动终端,通信连接所述服务器,用于向所述服务器发送模式选择请求,并获取所述动态物体的图像数据或视频数据。通过上述方式,本发明实施例能够解决目前动态物体在不同行为下,难以获取清晰的动态物体图像的技术问题,提高动态物体的识别率,实现更好地对动态物体进行识别。
以上所描述的装置或设备实施例仅仅是示意性的,其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的,作为模块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模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用直至得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (9)
1.一种动态物体识别方法,应用于动态物体识别系统,所述动态物体识别系统包括:服务器、至少一个高清摄像头,所述高清摄像头用于对识别区域内的动态物体进行识别,其特征在于,所述方法包括:
接收所述高清摄像头发送的识别区域内的实时图像数据;
根据所述实时图像数据,匹配所述服务器中对应的动态物体数据库,确定动态物体的类别,所述动态物体的类别包括车辆;
基于所述服务器中的动态物体数据库,分析所述识别区域内的动态物体的行为;
若所述动态物体的类别为车辆,在预设时间内,若所述行为为匀速运动,则确定处理模式为抓拍模式,对所述车辆进行抓拍;
若所述行为为非匀速运动,则确定所述处理模式为跟踪模式,对所述车辆进行跟踪。
2.根据权利要求1所述的方法,其特征在于,所述动态物体数据库包括不同类别的动态物体的数据库,每一所述动态物体的类别对应一数据库,所述根据所述实时图像数据,匹配所述服务器中对应的动态物体数据库,确定动态物体的类别,包括:
根据所述动态物体的类别,确定与所述动态物体的类别对应的数据库,其中,所述人体对应人体库,所述动物对应动物库,所述车辆对应车辆库,所述不明物体对应不明物体库。
3.根据权利要求1所述的方法,其特征在于,所述动态物体数据库包括:动态行为模型;所述基于所述服务器中的动态物体数据库,分析所述识别区域内的动态物体的行为,包括:
根据所述动态行为模型,确定所述动态物体的行为。
4.根据权利要求3所述的方法,其特征在于,所述识别区域设置有第一识别区域以及第二识别区域,所述第一识别区域和第二识别区域均设置有高清摄像头,所述方法包括:
若通过所述第一识别区域确定所述动态物体的类别为车辆,获取所述车辆经过所述第一识别区域的第一速度、第一方向以及第一加速度;
根据所述第一速度、第一方向以及第一加速度,计算所述车辆经过所述第二识别区域的第二速度、第二方向以及第二加速度;
根据所述第二速度、第二方向以及第二加速度,确定所述车辆经过所述第二识别区域的最佳抓拍角度;
根据所述最佳抓拍角度,确定所述第二识别区域的高清摄像头的转动方向以及转动速度,以使所述第二识别区域的高清摄像头基于所述最佳抓拍角度进行拍摄。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取所述动态物体进入所述第二识别区域的速度、加速度及运动方向;
根据所述动态物体进入所述第二识别区域的速度、加速度及运动方向,控制所述高清摄像头的转动速度和加速度,以使所述第二识别区域的高清摄像头对所述动态物体进行实时跟踪。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
根据所述第一识别区域的高清摄像头发送的实时图像数据,判断所述第一识别区域中是否识别到动态物体;
若是,则启动所述第二识别区域的高清摄像头。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述动态物体识别系统还包括:移动终端,所述移动终端通信连接所述服务器,所述方法还包括:
接收所述移动终端发送的模式选择请求;
基于所述模式选择请求的处理模式,控制所述高清摄像头基于所述处理模式对所述动态物体进行识别。
8.一种动态物体识别装置,其特征在于,所述装置包括:
接收单元,用于接收高清摄像头发送的实时图像数据;
确定单元,用于根据所述实时图像数据,匹配服务器中对应的动态物体数据库,确定动态物体的类别,所述动态物体的类别包括车辆;
行为分析单元,用于基于所述服务器中的动态物体数据库,分析所述动态物体的行为;
识别单元,用于若所述动态物体的类别为车辆,在预设时间内,若所述行为为匀速运动,则确定处理模式为抓拍模式,对所述车辆进行抓拍;若所述行为为非匀速运动,则确定所述处理模式为跟踪模式,对所述车辆进行跟踪。
9.一种动态物体识别系统,其特征在于,包括:
服务器,所述服务器包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7任一项所述的方法;
至少一个高清摄像头,每一所述高清摄像头均连接所述服务器,用于获取所述动态物体的图像数据或视频数据;
移动终端,通信连接所述服务器,用于向所述服务器发送模式选择请求,并获取所述动态物体的图像数据或视频数据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811110382.8A CN109284715B (zh) | 2018-09-21 | 2018-09-21 | 一种动态物体识别方法、装置及系统 |
PCT/CN2019/103772 WO2020057350A1 (zh) | 2018-09-21 | 2019-08-30 | 一种动态物体识别方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811110382.8A CN109284715B (zh) | 2018-09-21 | 2018-09-21 | 一种动态物体识别方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109284715A CN109284715A (zh) | 2019-01-29 |
CN109284715B true CN109284715B (zh) | 2021-03-02 |
Family
ID=65182075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811110382.8A Active CN109284715B (zh) | 2018-09-21 | 2018-09-21 | 一种动态物体识别方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109284715B (zh) |
WO (1) | WO2020057350A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284715B (zh) * | 2018-09-21 | 2021-03-02 | 深圳市九洲电器有限公司 | 一种动态物体识别方法、装置及系统 |
CN111582112A (zh) * | 2020-04-29 | 2020-08-25 | 重庆工程职业技术学院 | 一种针对密集人群进行异常人员筛查的工作设备和工作方法 |
CN111881745A (zh) * | 2020-06-23 | 2020-11-03 | 无锡北斗星通信息科技有限公司 | 基于大数据存储的满载检测系统 |
CN111800590B (zh) * | 2020-07-06 | 2022-11-25 | 深圳博为教育科技有限公司 | 一种导播控制方法、装置、系统及控制主机 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006017676A (ja) * | 2004-07-05 | 2006-01-19 | Sumitomo Electric Ind Ltd | 計測システムおよび計測方法 |
KR20090002140A (ko) * | 2007-06-19 | 2009-01-09 | 한국전자통신연구원 | 행위분석에 의한 정보흐름 파악 및 정보유출 탐지 방법 |
CN101465033B (zh) * | 2008-05-28 | 2011-01-26 | 丁国锋 | 一种自动追踪识别系统及方法 |
CN101547344B (zh) * | 2009-04-24 | 2010-09-01 | 清华大学深圳研究生院 | 基于联动摄像机的视频监控装置及其跟踪记录方法 |
CN201830388U (zh) * | 2010-10-13 | 2011-05-11 | 成都创烨科技有限责任公司 | 一种视频内容采集及处理装置 |
CN202948559U (zh) * | 2012-07-31 | 2013-05-22 | 株洲南车时代电气股份有限公司 | 一种视频与雷达检测的冗余热备卡口系统 |
JP5868816B2 (ja) * | 2012-09-26 | 2016-02-24 | 楽天株式会社 | 画像処理装置、画像処理方法、及びプログラム |
CN102945603B (zh) * | 2012-10-26 | 2015-06-03 | 青岛海信网络科技股份有限公司 | 检测交通事件的方法及电子警察装置 |
CN103354029A (zh) * | 2013-07-26 | 2013-10-16 | 安徽三联交通应用技术股份有限公司 | 一种多功能路口交通信息采集方法 |
CN104853104B (zh) * | 2015-06-01 | 2018-08-28 | 深圳市微队信息技术有限公司 | 一种自动跟踪拍摄运动目标的方法以及系统 |
CN105138126B (zh) * | 2015-08-26 | 2018-04-13 | 小米科技有限责任公司 | 无人机的拍摄控制方法及装置、电子设备 |
CN106558224B (zh) * | 2015-09-30 | 2019-08-02 | 徐贵力 | 一种基于计算机视觉的交通智能监管方法 |
CN105427619B (zh) * | 2015-12-24 | 2017-06-23 | 上海新中新猎豹交通科技股份有限公司 | 车辆跟车距离自动记录系统及方法 |
CN109284715B (zh) * | 2018-09-21 | 2021-03-02 | 深圳市九洲电器有限公司 | 一种动态物体识别方法、装置及系统 |
-
2018
- 2018-09-21 CN CN201811110382.8A patent/CN109284715B/zh active Active
-
2019
- 2019-08-30 WO PCT/CN2019/103772 patent/WO2020057350A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2020057350A1 (zh) | 2020-03-26 |
CN109284715A (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284715B (zh) | 一种动态物体识别方法、装置及系统 | |
CN109343050B (zh) | 一种雷达视频监测方法及装置 | |
CN105654512B (zh) | 一种目标跟踪方法和装置 | |
CN111818303A (zh) | 一种智能导播方法、装置、系统及控制主机 | |
CN104902233B (zh) | 综合安全监控系统 | |
EP3911009A1 (en) | Network connection method and related product | |
CN111160175A (zh) | 智能行人违章行为管理方法及相关产品 | |
CN111047622B (zh) | 视频中对象的匹配方法和装置、存储介质及电子装置 | |
CN109034052B (zh) | 人脸检测方法及装置 | |
CN114253647B (zh) | 元素展示方法、装置、电子设备及存储介质 | |
CN113398580B (zh) | 游戏场景的生成方法及装置、存储介质、电子装置 | |
CN106303425A (zh) | 一种运动目标的监控方法及监控系统 | |
CN113596158A (zh) | 一种基于场景的算法配置方法和装置 | |
CN111125382A (zh) | 人员轨迹实时监测方法及终端设备 | |
CN106713862A (zh) | 跟踪监控方法及装置 | |
CN112102370A (zh) | 目标的跟踪方法和装置、存储介质、电子装置 | |
CN109348170A (zh) | 视频监控方法、装置及视频监控设备 | |
WO2020057348A1 (zh) | 一种基于高清摄像头的记忆寻物方法、装置及系统 | |
CN110716568A (zh) | 一种摄像控制系统、方法及移动机器人 | |
CN110263759A (zh) | 防触电系统、方法和装置 | |
CN109345560B (zh) | 增强现实设备的运动跟踪精度测试方法及装置 | |
CN111738163A (zh) | 一种边缘计算盒子前端识别的处理方法 | |
CN112597910B (zh) | 利用扫地机器人对人物活动进行监控的方法和装置 | |
CN111800590B (zh) | 一种导播控制方法、装置、系统及控制主机 | |
CN109379749A (zh) | 一种路由器控制方法、系统、设备和路由器 |
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 |