CN109325965A - 一种目标对象跟踪方法及装置 - Google Patents

一种目标对象跟踪方法及装置 Download PDF

Info

Publication number
CN109325965A
CN109325965A CN201810962179.7A CN201810962179A CN109325965A CN 109325965 A CN109325965 A CN 109325965A CN 201810962179 A CN201810962179 A CN 201810962179A CN 109325965 A CN109325965 A CN 109325965A
Authority
CN
China
Prior art keywords
target
target object
following range
address
eigenvalue
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
CN201810962179.7A
Other languages
English (en)
Inventor
罗婷婷
陈立力
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201810962179.7A priority Critical patent/CN109325965A/zh
Publication of CN109325965A publication Critical patent/CN109325965A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种目标对象跟踪方法及装置,包括:提取第一图像中目标对象的特征得到所述目标对象的目标特征值;根据图像采集设备所属的地址,确定所述目标对象对应的目标地址,并确定包含所述目标地址在内的预设跟踪范围;将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹,并跟踪。由于在本发明实施例中,根据目标对象对应的目标地址,确定预设跟踪范围,然后将目标特征值与预设跟踪范围内的每个特征值进行比对,获取目标对象的运动轨迹,并跟踪。只需在预设跟踪范围内检索目标对象,不需要在整个检索范围内检索目标对象,缩小了特征值比对的数据量,提高了特征值比对效率,进而提高了目标对象跟踪效率。

Description

一种目标对象跟踪方法及装置
技术领域
本发明涉及图像处理技术领域,尤其涉及一种目标对象跟踪方法及装置。
背景技术
近年来随着科学技术的快速发展,对于目标对象的跟踪,应用越来越广泛。现有的对于目标对象的跟踪,是基于卫星定位进行跟踪。这种跟踪方式,受限于被跟踪目标必须携带有定位功能的设备,否则,便无法跟踪到目标,因此局限性很大。
为了解决基于卫星定位进行跟踪的局限性,现有技术中提出了基于图像的目标跟踪方法,包括监控操作客户端和视频计算服务器,用户在监控操作客户端中输入嫌疑目标的图像,视频计算服务器对采样得到的视频及图像进行处理,包括嫌疑目标图像服色特征提取、视频场景中的目标检测及跟踪,记录目标运动信息,然后将计算的相应结果发送给监控操作客户端;在监控操作客户端上显示标注了摄像头节点的地图,并根据嫌疑目标出现过的摄像头节点获得其在地图上的路径轨迹,同时收集目标的行进速度及状态等信息。
现有技术中的基于图像的目标跟踪方法存在的问题是,现有技术是对检索范围内所有的视频数据进行特征匹配,进而获取目标的运动轨迹,而当检索范围很大时,视频监控数据是海量的,这样就会造成检索目标对象的效率大大降低,进而导致目标跟踪效率较低。
发明内容
本发明实施例提供了一种目标对象跟踪方法及装置,用以解决现有技术中目标跟踪效率低的问题。
本发明实施例提供了一种目标对象跟踪方法,所述方法包括:
提取第一图像中目标对象的特征得到所述目标对象的目标特征值;
根据图像采集设备所属的地址,确定所述目标对象对应的目标地址,并确定包含所述目标地址在内的预设跟踪范围;
将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹,并跟踪。
进一步地,所述根据图像采集设备所属的地址,确定所述目标对象对应的目标地址包括:
根据静态库中保存的每个对象的第一特征值,判断是否存在与所述目标特征值的第一相似度大于预设的第一阈值的目标第一特征值;
如果存在,将所述静态库中所述目标第一特征值对应的对象的常出入地址,作为所述目标对象的目标地址;其中,所述对象的常出入地址为预设时间长度内获取包含该对象的第二图像次数最多的图像采集设备所属的地址;
如果不存在,将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
进一步地,所述根据图像采集设备所属的地址,确定所述目标对象对应的目标地址包括:
将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
进一步地,将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹包括:
根据预设跟踪范围内每个对象的第二特征值,判断是否存在与所述目标特征值的第二相似度大于预设的第二阈值的目标第二特征值;
如果存在,确定所述目标第二特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹。
进一步地,如果在预设跟踪范围内,不存在第二相似度大于预设的第二阈值的第二特征值,所述方法还包括:
A、按照预设的步长,扩大预设跟踪范围,根据扩大后的预设跟踪范围内每个对象的第三特征值,判断是否存在与所述目标特征值的第三相似度大于预设的第三阈值的目标第三特征值;如果存在,进行步骤B,如果不存在,进行步骤C;
B、确定所述目标第三特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹;
C、将所述扩大后的预设跟踪范围作为预设跟踪范围,返回步骤A。
另一方面,本发明实施例提供了一种目标对象跟踪装置,所述装置包括:
提取模块,用于提取第一图像中目标对象的特征得到所述目标对象的目标特征值;
确定模块,用于根据图像采集设备所属的地址,确定所述目标对象对应的目标地址,并确定包含所述目标地址在内的预设跟踪范围;
跟踪模块,用于将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹,并跟踪。
进一步地,所述确定模块,具体用于根据静态库中保存的每个对象的第一特征值,判断是否存在与所述目标特征值的第一相似度大于预设的第一阈值的目标第一特征值;如果存在,将所述静态库中所述目标第一特征值对应的对象的常出入地址,作为所述目标对象的目标地址;其中,所述对象的常出入地址为预设时间长度内获取包含该对象的第二图像次数最多的图像采集设备所属的地址;如果不存在,将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
进一步地,所述确定模块,具体用于将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
进一步地,所述跟踪模块,具体用于根据预设跟踪范围内每个对象的第二特征值,判断是否存在与所述目标特征值的第二相似度大于预设的第二阈值的目标第二特征值;如果存在,确定所述目标第二特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹。
进一步地,所述装置还包括扩大模块,所述扩大模块包括:
扩大单元,用于按照预设的步长,扩大预设跟踪范围,根据扩大后的预设跟踪范围内每个对象的第三特征值,判断是否存在与所述目标特征值的第三相似度大于预设的第三阈值的目标第三特征值;如果存在,触发第一确定单元,如果不存在,触发第二确定单元;
第一确定单元,用于确定所述目标第三特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹;
第二确定单元,用于将所述扩大后的预设跟踪范围作为预设跟踪范围,触发扩大单元。
本发明实施例提供了一种目标对象跟踪方法及装置,所述方法包括:提取第一图像中目标对象的特征得到所述目标对象的目标特征值;根据图像采集设备所属的地址,确定所述目标对象对应的目标地址,并确定包含所述目标地址在内的预设跟踪范围;将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹,并跟踪。
由于在本发明实施例中,对目标对象进行特征提取,得到目标对象对应的目标特征值,根据图像采集设备所属的地址,确定目标对象对应的目标地址,并确定包含目标地址在内的预设跟踪范围,然后将目标特征值与预设跟踪范围内的每个特征值进行比对,获取目标对象的运动轨迹,并跟踪。在本发明实施例中,只需在预设跟踪范围内检索目标对象,而不需要在整个检索范围内检索目标对象,缩小了特征值比对的数据量,提高了特征值比对效率,进而提高了目标对象跟踪效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,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的附图。
图1为本发明实施例1提供的目标对象跟踪过程示意图;
图2为本发明实施例4提供的目标对象跟踪流程示意图;
图3为本发明实施例4提供的结合布控报警的目标对象跟踪过程示意图;
图4为本发明实施例提供的目标对象跟踪装置结构示意图。
具体实施方式
下面将结合附图对本发明作进一步地详细描述,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。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它实施例,都属于本发明保护的范围。
实施例1:
图1为本发明实施例提供的目标对象跟踪过程示意图,该过程包括:
S101:提取第一图像中目标对象的特征得到所述目标对象的目标特征值。
本发明实施例提供的目标对象跟踪方法应用于电子设备,该电子设备可以是PC、平板电脑等设备。
安装在路口处的图像采集设备可以实时采集图像,图像采集设备采集到包含有目标对象的第一图像,可以将第一图像发送到电子设备。例如在某处发生交通事故,或者发生抢劫事件时,图像采集设备采集的第一图像中包含待跟踪的目标对象。
电子设备可以识别出第一图像中的目标对象,并对目标对象进行特征提取,得到目标对象的目标特征值。其中电子设备识别第一图像中的目标对象的过程,以及对目标对象进行特征提取,得到目标对象的目标特征值的过程属于现有技术,在此不对上述过程进行赘述。
S102:根据图像采集设备所属的地址,确定所述目标对象对应的目标地址,并确定包含所述目标地址在内的预设跟踪范围。
电子设备根据图像采集设备所属的地址,可以确定目标对象对应的目标地址。例如将采集到第一图像的图像采集设备所属的地址作为目标地址,或者根据历史图像数据,统计采集到目标对象次数最多的图像采集设备,将该图像采集设备所属的地址作为目标地址等等。在确定出目标地址后,确定包含目标地址在内的预设跟踪范围。其中,预设跟踪范围可以是矩形区域范围,也可以是圆形区域范围等,例如是半径为5公里、8公里、10公里等等的跟踪范围。较佳的,预设跟踪范围也可以是以目标地址为中心的圆形区域范围。
S103:将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹,并跟踪。
预设跟踪范围内安装的每个图像采集设备实时采集图像,电子设备对每个图像中的每个对象进行特征提取,可以确定预设跟踪范围内每个对象对应的每个特征值。然后将目标特征值与预设跟踪范围内的每个特征值进行比对,可以得到与每个特征值的相似度。电子设备中可以预先保存阈值,将大于阈值的特征值对应的图像的位置信息进行标记,然后将标记的位置信息按照获取对应图像的时间先后顺序进行排序,可以得到目标对象的运动轨迹,然后跟踪目标对象。
其中,将目标特征值与每个特征值进行比对,得到与每个特征值的相似度的过程属于现有技术,在此不再对该过程进行赘述。
由于在本发明实施例中,对目标对象进行特征提取,得到目标对象对应的目标特征值,根据图像采集设备所属的地址,确定目标对象对应的目标地址,并确定包含目标地址在内的预设跟踪范围,然后将目标特征值与预设跟踪范围内的每个特征值进行比对,获取目标对象的运动轨迹,并跟踪。在本发明实施例中,只需在预设跟踪范围内检索目标对象,而不需要在整个检索范围内检索目标对象,缩小了特征值比对的数据量,提高了特征值比对效率,进而提高了目标对象跟踪效率。
另外,由于只有当两张图像中的对象完全一模一样时,其特征值才会相同,而在实际场景中,每次抓拍的对象图像,由于光线、角度、远近等各种原因,导致同一对象抓拍的光线、角度、远近等不尽相同,因此对象对应特征值是唯一的,因此相比于现有技术中基于对象的服色特征跟踪目标对象,本发明实施例基于目标对象的特征跟踪目标对象更准确。
实施例2:
为了准确确定出目标对象对应的目标地址,在上述实施例的基础上,在本发明实施例中,所述根据图像采集设备所属的地址,确定所述目标对象对应的目标地址包括:
根据静态库中保存的每个对象的第一特征值,判断是否存在与所述目标特征值的第一相似度大于预设的第一阈值的目标第一特征值;
如果存在,将所述静态库中所述目标第一特征值对应的对象的常出入地址,作为所述目标对象的目标地址;其中,所述对象的常出入地址为预设时间长度内获取包含该对象的第二图像次数最多的图像采集设备所属的地址;
如果不存在,将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
在静态库中,针对每个对象,保存有该对象的第一特征值、姓名,性别,身份证号,常出入住址,学历,工作等基本信息,电子设备将目标对象的目标特征值与静态库中的每个第一特征值进行比对,得到每个第一相似度。电子设备中保存有预设的第一阈值,预设的第一阈值可以是80%、90%等。判断每个第一相似度中是否存在大于第一阈值的第一相似度,将该第一相似度对应的第一特征值作为目标第一特征值。然后确定出目标第一特征值对应的对象的常出入地址,将该常出入地址作为目标对象的目标地址。其中,在静态库中保存每个对象对应的常出入地址时,针对每个对象,可以预先在预设时间长度内统计预设区域内每个图像采集设备采集到包含该对象的第二图像次数,将采集到的第二图像次数最多的图像采集设备所属的地址作为该对象的常出入地址。
另外,有可能静态库中不存在与目标特征值的第一相似度大于预设的第一阈值的目标第一特征值,此时,可以直接将采集第一图像的图像采集设备所属的地址作为目标对象的目标地址。
当然,也可以不进行静态库中是否存在与目标特征值的第一相似度大于预设的第一阈值的目标第一特征值的判断,直接将采集第一图像的图像采集设备所属的地址作为目标对象的目标地址。
在确定出目标对象的目标地址后,确定包含目标地址在内的预设跟踪范围,与此同时可以确定基于静态库中的目标第一特征值确定目标对象的目标地址,并基于采集第一图像的图像采集设备所属的地址确定目标对象的目标地址,然后将两个目标地址对应的预设跟踪范围取并集,得到最终的预设跟踪范围。
由于在本发明实施例中,根据静态库中保存的每个对象的第一特征值,判断是否存在与目标特征值的第一相似度大于预设的第一阈值的目标第一特征值,如果存在,将静态库中目标第一特征值对应的对象的常出入地址,作为目标对象的目标地址,如果不存在,将采集第一图像的图像采集设备所属的地址作为目标对象的目标地址。因此使得确定目标对象的目标地址更准确。
实施例3:
为了使跟踪目标物体更准确,在上述各实施例的基础上,在本发明实施例中,将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹包括:
根据预设跟踪范围内每个对象的第二特征值,判断是否存在与所述目标特征值的第二相似度大于预设的第二阈值的目标第二特征值;
如果存在,确定所述目标第二特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹。
预设跟踪范围内的每个图像采集设备实时抓拍图像,并对图像中的对象进行特征提取得到每个第二特征值,存入抓拍库中。其中,为了提高特征值比对效率,可以将预设范围内的第二特征值存储到抓拍库的同一个服务器节点中,预设范围可以是一个比较大的范围。例如某个城市。这样在进行特征值比对时,一般可以将目标特征值与同一个服务器节点中的第二特征值进行比对,而不需要与多个服务器节点中的第二特征值进行比对,可以提高特征值比对效率。
在本发明实施例中,预设跟踪范围内每个对象的第二特征值可以是抓拍库中的每个第二特征值。电子设备将目标特征值与抓拍库中的每个第二特征值进行比对,得到每个第二相似度。电子设备中可以保存预设的第二阈值,其中预设的第二阈值可以与预设的第一阈值相同或不同。判断每个第二相似度中是否存在大于预设的第二阈值的目标第二相似度,如果存在,确定目标第二特征值对应的位置信息,该位置信息可以是获取包含该目标第二特征值对应的对象的图像的图像采集设备所属的位置信息。然后将确定的位置信息按照时间进行排序,得到目标对象的运动轨迹。
为了提高跟踪目标对象的实时性,在本发明实施例中,预设跟踪范围内每个对象的第二特征值可以是预设跟踪范围内每个图像采集设备实时采集的图像对应的特征值。具体的,预设跟踪范围内每个图像采集设备实时采集到图像后,电子设备对图像中的对象进行特征提取,得到第二特征值,然后直接将第二特征值与目标特征值进行比对,得到第二相似度,当第二相似度大于预设的第二阈值时,便输出该第二相似度对应的位置信息,然后将确定的位置信息按照时间进行排序,得到目标对象的运动轨迹。这样便能实时跟踪目标对象。
较佳的,还可以在确定预设跟踪范围后,对预设跟踪范围进行报警布控,当出现第二相似度大于预设的第二阈值时,发出报警提示信息,并输出该第二相似度对应的位置信息,提高用户的体验。
由于在本发明实施例中,根据预设跟踪范围内每个对象的第二特征值,判断是否存在与目标特征值的第二相似度大于预设的第二阈值的目标第二特征值,如果存在,确定目标第二特征值对应的位置信息,将位置信息按照时间进行排序,得到目标对象的运动轨迹。因此使得跟踪目标物体更准确。
实施例4:
为了保证实现对目标对象的跟踪,在上述各实施例的基础上,在本发明实施例中,如果在预设跟踪范围内,不存在第二相似度大于预设的第二阈值的第二特征值,所述方法还包括:
A、按照预设的步长,扩大预设跟踪范围,根据扩大后的预设跟踪范围内每个对象的第三特征值,判断是否存在与所述目标特征值的第三相似度大于预设的第三阈值的目标第三特征值;如果存在,进行步骤B,如果不存在,进行步骤C;
B、确定所述目标第三特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹;
C、将所述扩大后的预设跟踪范围作为预设跟踪范围,返回步骤A。
电子设备中保存有用于扩大跟踪范围的预设的步长,如果在预设跟踪范围内,不存在第二相似度大于预设的第二阈值的第二特征值,则按照预设的步长,扩大预设跟踪范围。
例如预设跟踪范围为半径为10公里的范围,预设的步长为半径5公里,如果在半径为10公里的范围内不存在第二相似度大于预设的第二阈值的第二特征值,则将预设跟踪范围扩大为半径为10+5=15公里的范围,然后获取扩大后的预设跟踪范围内每个对象的第三特征值,并将目标特征值与每个第三特征值进行比对,得到每个第三相似度,判断是否存在第三相似度大于预设的第三阈值的目标第三特征值,其中,预设的第三阈值与预设的第一阈值或预设的第二阈值相同或不同。如果存在,则确定目标第三特征值对应的位置信息,将位置信息按照时间进行排序,得到目标对象的运动轨迹。而如果不存在,则将扩大后的预设跟踪范围作为预设跟踪范围,并继续确定扩大后的预设跟踪范围。例如在半径为15公里的范围内不存在第二相似度大于预设的第二阈值的第二特征值,则将预设跟踪范围扩大为半径为15+5=20公里的范围。
由于在本发明实施例中,如果在预设跟踪范围内,不存在第二相似度大于预设的第二阈值的第二特征值,则按照预设的步长,扩大预设跟踪范围,根据扩大后的预设跟踪范围内每个对象的第三特征值,判断是否存在与目标特征值的第三相似度大于预设的第三阈值的目标第三特征值;如果存在,确定目标第三特征值对应的位置信息,将位置信息按照时间进行排序,得到目标对象的运动轨迹,如果不存在,将扩大后的预设跟踪范围作为预设跟踪范围,并继续确定扩大后的预设跟踪范围。因此可以保证实现对目标对象的跟踪。
图2为本发明实施例提供的目标对象跟踪流程示意图,如图2所示,首先对第一图像中目标对象进行特征提取得到目标对象的目标特征值,然后将目标对象的目标特征值与静态库中保存的每个对象的第一特征值进行比对,判断是否存在比对成功的目标第一特征值,也就是判断是否存在与目标特征值的第一相似度大于预设的第一阈值的目标第一特征值。如果存在,则根据目标第一特征值对应的对象的常出入地址确定目标对象的目标地址,如果不存在,则将采集第一图像的图像采集设备所属的地址作为目标对象的目标地址。然后根据目标对象的目标地址确定预设跟踪范围,判断预设跟踪范围内每个对象的第二特征值中,是否存在与目标特征值比对成功的目标第二特征值,也就是判断预设跟踪范围内每个对象的第二特征值中,是否存在与目标特征值的第二相似度大于预设的第二阈值的目标第二特征值,如果存在,则确定目标第二特征值对应的位置信息,将位置信息按照时间进行排序,得到目标对象的运动轨迹,如果不存在,则扩大预设跟踪范围,在扩大后的预设跟踪范围内确定目标对象的运动轨迹。
图3为本发明实施例提供的结合布控报警的目标对象跟踪过程示意图,如图3所示,首先对第一图像中目标对象进行特征提取得到目标对象的目标特征值,然后将目标对象的目标特征值与静态库中保存的每个对象的第一特征值进行比对,判断是否存在比对成功的目标第一特征值,也就是判断是否存在与目标特征值的第一相似度大于预设的第一阈值的目标第一特征值。如果存在,则根据目标第一特征值对应的对象的常出入地址确定目标对象的目标地址,如果不存在,则将采集第一图像的图像采集设备所属的地址作为目标对象的目标地址。然后根据目标对象的目标地址确定预设跟踪范围,在预设跟踪范围内进行报警布控,预设跟踪范围内每个对象的第二特征值为预设跟踪范围内每个图像采集设备实时采集的图像对应的特征值。判断预设跟踪范围内每个对象的第二特征值中,是否存在与目标特征值比对成功的目标第二特征值,也就是判断预设跟踪范围内每个对象的第二特征值中,是否存在与目标特征值的第二相似度大于预设的第二阈值的目标第二特征值,如果存在,则发出报警提示信息,并输出该第二相似度对应的位置信息,将位置信息按照时间进行排序,得到目标对象的运动轨迹,如果不存在,也就没有报警记录,此时扩大预设跟踪范围,在扩大后的预设跟踪范围内进行报警布控,并确定目标对象的运动轨迹。
图4为本发明实施例提供的目标对象跟踪装置结构示意图,该装置包括:
提取模块41,用于提取第一图像中目标对象的特征得到所述目标对象的目标特征值;
确定模块42,用于根据图像采集设备所属的地址,确定所述目标对象对应的目标地址,并确定包含所述目标地址在内的预设跟踪范围;
跟踪模块43,用于将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹,并跟踪。
所述确定模块42,具体用于根据静态库中保存的每个对象的第一特征值,判断是否存在与所述目标特征值的第一相似度大于预设的第一阈值的目标第一特征值;如果存在,将所述静态库中所述目标第一特征值对应的对象的常出入地址,作为所述目标对象的目标地址;其中,所述对象的常出入地址为预设时间长度内获取包含该对象的第二图像次数最多的图像采集设备所属的地址;如果不存在,将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
所述确定模块42,具体用于将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
所述跟踪模块43,具体用于根据预设跟踪范围内每个对象的第二特征值,判断是否存在与所述目标特征值的第二相似度大于预设的第二阈值的目标第二特征值;如果存在,确定所述目标第二特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹。
所述装置还包括扩大模块44,所述扩大模块44包括:
扩大单元441,用于按照预设的步长,扩大预设跟踪范围,根据扩大后的预设跟踪范围内每个对象的第三特征值,判断是否存在与所述目标特征值的第三相似度大于预设的第三阈值的目标第三特征值;如果存在,触发第一确定单元442,如果不存在,触发第二确定单元443;
第一确定单元442,用于确定所述目标第三特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹;
第二确定单元443,用于将所述扩大后的预设跟踪范围作为预设跟踪范围,触发扩大单元441。
本发明实施例提供了一种目标对象跟踪方法及装置,所述方法包括:提取第一图像中目标对象的特征得到所述目标对象的目标特征值;根据图像采集设备所属的地址,确定所述目标对象对应的目标地址,并确定包含所述目标地址在内的预设跟踪范围;将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹,并跟踪。
由于在本发明实施例中,对目标对象进行特征提取,得到目标对象对应的目标特征值,根据图像采集设备所属的地址,确定目标对象对应的目标地址,并确定包含目标地址在内的预设跟踪范围,然后将目标特征值与预设跟踪范围内的每个特征值进行比对,获取目标对象的运动轨迹,并跟踪。在本发明实施例中,只需在预设跟踪范围内检索目标对象,而不需要在整个检索范围内检索目标对象,缩小了特征值比对的数据量,提高了特征值比对效率,进而提高了目标对象跟踪效率。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种目标对象跟踪方法,其特征在于,所述方法包括:
提取第一图像中目标对象的特征得到所述目标对象的目标特征值;
根据图像采集设备所属的地址,确定所述目标对象对应的目标地址,并确定包含所述目标地址在内的预设跟踪范围;
将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹,并跟踪。
2.如权利要求1所述的方法,其特征在于,所述根据图像采集设备所属的地址,确定所述目标对象对应的目标地址包括:
根据静态库中保存的每个对象的第一特征值,判断是否存在与所述目标特征值的第一相似度大于预设的第一阈值的目标第一特征值;
如果存在,将所述静态库中所述目标第一特征值对应的对象的常出入地址,作为所述目标对象的目标地址;其中,所述对象的常出入地址为预设时间长度内获取包含该对象的第二图像次数最多的图像采集设备所属的地址;
如果不存在,将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
3.如权利要求1所述的方法,其特征在于,所述根据图像采集设备所属的地址,确定所述目标对象对应的目标地址包括:
将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
4.如权利要求1所述的方法,其特征在于,将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹包括:
根据预设跟踪范围内每个对象的第二特征值,判断是否存在与所述目标特征值的第二相似度大于预设的第二阈值的目标第二特征值;
如果存在,确定所述目标第二特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹。
5.如权利要求4所述的方法,其特征在于,如果在预设跟踪范围内,不存在第二相似度大于预设的第二阈值的第二特征值,所述方法还包括:
A、按照预设的步长,扩大预设跟踪范围,根据扩大后的预设跟踪范围内每个对象的第三特征值,判断是否存在与所述目标特征值的第三相似度大于预设的第三阈值的目标第三特征值;如果存在,进行步骤B,如果不存在,进行步骤C;
B、确定所述目标第三特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹;
C、将所述扩大后的预设跟踪范围作为预设跟踪范围,返回步骤A。
6.一种目标对象跟踪装置,其特征在于,所述装置包括:
提取模块,用于提取第一图像中目标对象的特征得到所述目标对象的目标特征值;
确定模块,用于根据图像采集设备所属的地址,确定所述目标对象对应的目标地址,并确定包含所述目标地址在内的预设跟踪范围;
跟踪模块,用于将所述目标特征值与所述预设跟踪范围内的每个特征值进行比对,获取所述目标对象的运动轨迹,并跟踪。
7.如权利要求6所述的装置,其特征在于,所述确定模块,具体用于根据静态库中保存的每个对象的第一特征值,判断是否存在与所述目标特征值的第一相似度大于预设的第一阈值的目标第一特征值;如果存在,将所述静态库中所述目标第一特征值对应的对象的常出入地址,作为所述目标对象的目标地址;其中,所述对象的常出入地址为预设时间长度内获取包含该对象的第二图像次数最多的图像采集设备所属的地址;如果不存在,将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
8.如权利要求6所述的装置,其特征在于,所述确定模块,具体用于将采集所述第一图像的图像采集设备所属的地址作为所述目标对象的目标地址。
9.如权利要求6所述的装置,其特征在于,所述跟踪模块,具体用于根据预设跟踪范围内每个对象的第二特征值,判断是否存在与所述目标特征值的第二相似度大于预设的第二阈值的目标第二特征值;如果存在,确定所述目标第二特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹。
10.如权利要求9所述的装置,其特征在于,所述装置还包括扩大模块,所述扩大模块包括:
扩大单元,用于按照预设的步长,扩大预设跟踪范围,根据扩大后的预设跟踪范围内每个对象的第三特征值,判断是否存在与所述目标特征值的第三相似度大于预设的第三阈值的目标第三特征值;如果存在,触发第一确定单元,如果不存在,触发第二确定单元;
第一确定单元,用于确定所述目标第三特征值对应的位置信息,将所述位置信息按照时间进行排序,得到所述目标对象的运动轨迹;
第二确定单元,用于将所述扩大后的预设跟踪范围作为预设跟踪范围,触发扩大单元。
CN201810962179.7A 2018-08-22 2018-08-22 一种目标对象跟踪方法及装置 Pending CN109325965A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810962179.7A CN109325965A (zh) 2018-08-22 2018-08-22 一种目标对象跟踪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810962179.7A CN109325965A (zh) 2018-08-22 2018-08-22 一种目标对象跟踪方法及装置

Publications (1)

Publication Number Publication Date
CN109325965A true CN109325965A (zh) 2019-02-12

Family

ID=65263313

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810962179.7A Pending CN109325965A (zh) 2018-08-22 2018-08-22 一种目标对象跟踪方法及装置

Country Status (1)

Country Link
CN (1) CN109325965A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111243289A (zh) * 2020-01-21 2020-06-05 浙江大华技术股份有限公司 目标车辆的跟踪方法及装置、存储介质、电子装置
CN111274432A (zh) * 2020-02-06 2020-06-12 浙江大华技术股份有限公司 一种布控处理方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0981889A (ja) * 1995-09-19 1997-03-28 Toshiba Corp 車両検出装置
CN103714697A (zh) * 2013-12-20 2014-04-09 华南理工大学 一种识别跟踪罪犯车辆的方法
CN105100700A (zh) * 2014-05-20 2015-11-25 三星Sds株式会社 利用摄像机之间的交接的目标物跟踪装置及方法
CN107004271A (zh) * 2016-08-22 2017-08-01 深圳前海达闼云端智能科技有限公司 显示方法、装置、电子设备、计算机程序产品和非暂态计算机可读存储介质
CN107315755A (zh) * 2016-04-27 2017-11-03 杭州海康威视数字技术股份有限公司 查询对象的轨迹生成方法及装置
CN107404635A (zh) * 2017-08-29 2017-11-28 上海罗捷信息系统科技有限公司 一种报警信息的监控方法及系统
CN107452027A (zh) * 2017-07-29 2017-12-08 安徽博威康信息技术有限公司 一种基于多摄像头监控的目标人物安全保护方法
CN107526997A (zh) * 2016-06-20 2017-12-29 杭州海康威视数字技术股份有限公司 一种人员轨迹识别方法及装置
CN107909033A (zh) * 2017-11-15 2018-04-13 西安交通大学 基于监控视频的嫌疑人快速追踪方法
CN108234927A (zh) * 2016-12-20 2018-06-29 腾讯科技(深圳)有限公司 视频追踪方法和系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0981889A (ja) * 1995-09-19 1997-03-28 Toshiba Corp 車両検出装置
CN103714697A (zh) * 2013-12-20 2014-04-09 华南理工大学 一种识别跟踪罪犯车辆的方法
CN105100700A (zh) * 2014-05-20 2015-11-25 三星Sds株式会社 利用摄像机之间的交接的目标物跟踪装置及方法
CN107315755A (zh) * 2016-04-27 2017-11-03 杭州海康威视数字技术股份有限公司 查询对象的轨迹生成方法及装置
CN107526997A (zh) * 2016-06-20 2017-12-29 杭州海康威视数字技术股份有限公司 一种人员轨迹识别方法及装置
CN107004271A (zh) * 2016-08-22 2017-08-01 深圳前海达闼云端智能科技有限公司 显示方法、装置、电子设备、计算机程序产品和非暂态计算机可读存储介质
CN108234927A (zh) * 2016-12-20 2018-06-29 腾讯科技(深圳)有限公司 视频追踪方法和系统
CN107452027A (zh) * 2017-07-29 2017-12-08 安徽博威康信息技术有限公司 一种基于多摄像头监控的目标人物安全保护方法
CN107404635A (zh) * 2017-08-29 2017-11-28 上海罗捷信息系统科技有限公司 一种报警信息的监控方法及系统
CN107909033A (zh) * 2017-11-15 2018-04-13 西安交通大学 基于监控视频的嫌疑人快速追踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
叶清明: "搜查与搜索比较研究", 《湖北警官学院学报》 *
马静华: "秘密侦查论略", 《山东公安专科学校学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111243289A (zh) * 2020-01-21 2020-06-05 浙江大华技术股份有限公司 目标车辆的跟踪方法及装置、存储介质、电子装置
CN111274432A (zh) * 2020-02-06 2020-06-12 浙江大华技术股份有限公司 一种布控处理方法及装置
CN111274432B (zh) * 2020-02-06 2023-05-09 浙江大华技术股份有限公司 一种布控处理方法及装置

Similar Documents

Publication Publication Date Title
CN106651916B (zh) 一种目标的定位跟踪方法及装置
CN111325089B (zh) 跟踪对象的方法和设备
CN109886078A (zh) 目标对象的检索定位方法和装置
WO2014050518A1 (ja) 情報処理装置、情報処理方法および情報処理プログラム
CN110706247B (zh) 一种目标跟踪方法、装置及系统
CN106295598A (zh) 一种跨摄像头目标跟踪方法及装置
US8798318B2 (en) System and method for video episode viewing and mining
CN111814510B (zh) 一种遗留物主体检测方法及装置
CN107862072B (zh) 基于大数据技术分析车辆入城套牌作案的方法
CN104346802A (zh) 一种人员离岗监控方法及设备
CN111010547A (zh) 目标对象的追踪方法及装置、存储介质、电子装置
CN108540752A (zh) 对视频监控中目标对象进行识别的方法、装置和系统
CN110866515A (zh) 厂房内对象行为识别方法、装置以及电子设备
CN113362374A (zh) 一种基于目标跟踪网络的高空抛物检测方法及系统
CN112270253A (zh) 一种高空抛物的检测方法及装置
CN109325965A (zh) 一种目标对象跟踪方法及装置
CN115100716A (zh) 一种智慧社区行人跟踪定位方法及系统
CN109977796A (zh) 尾随通行检测方法及装置
CN114764895A (zh) 异常行为检测装置和方法
CN111753587A (zh) 一种倒地检测方法及装置
CN109815921A (zh) 加氢站中活动类别的预测方法及装置
US20220174240A1 (en) Global tracking system and cloud system thereof
CN111666786B (zh) 图像处理方法、装置、电子设备及存储介质
CN111277745A (zh) 目标人员的追踪方法、装置、电子设备及可读存储介质
CN110956644A (zh) 一种运动轨迹确定方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190212

RJ01 Rejection of invention patent application after publication