CN109376601B - 基于高速球的物体跟踪方法、监控服务器、视频监控系统 - Google Patents
基于高速球的物体跟踪方法、监控服务器、视频监控系统 Download PDFInfo
- Publication number
- CN109376601B CN109376601B CN201811108443.7A CN201811108443A CN109376601B CN 109376601 B CN109376601 B CN 109376601B CN 201811108443 A CN201811108443 A CN 201811108443A CN 109376601 B CN109376601 B CN 109376601B
- Authority
- CN
- China
- Prior art keywords
- target
- speed ball
- target object
- video
- speed
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及视频监控技术领域,特别是涉及一种基于高速球的物体跟踪方法、监控服务器、视频监控系统。方法包括:接收定位指令,定位指令包括需定位的目标物体;根据定位指令,遍历目标高速球拍摄的视频数据,以检测出目标物体;控制目标高速球跟踪目标物体,并且缩小或放大包含目标物体的视频画面。一方面,其能够自动检测出目标物体作针对性地拍摄。另一方面,其能够自动跟踪目标物体,并可以缩小或放大包含目标物体的视频画面,从而相对地为后期提供与目标物体关联的高清晰度视频画面或者更大视野范围。
Description
技术领域
本发明涉及视频监控技术领域,特别是涉及一种基于高速球的物体跟踪方法、监控服务器、视频监控系统。
背景技术
高速球是一种智能化摄像机,全名称为高速智能化球型摄像机。高速球具有优秀的视频监控能力,因而被广泛应用于各行各业。
管理者在监控后台管理各个高速球上传的视频画面,当需要查看某个人物的具体画面细节时,管理者手动查找出包含该人物的视频画面,并对该人物作出放大查看。
发明人在实现本发明的过程中,发现传统技术至少存在以下问题:由于管理者往往是在事后才查找包含该人物的视频画面,当放大该视频画面后,虽然可以查看细节画面,但是该细节画面的清晰度比较差,缺乏针对性拍摄。
发明内容
本发明实施例一个目的旨在提供一种基于高速球的物体跟踪方法、监控服务器、视频监控系统,其能够自动实时跟踪目标物体作针对性地拍摄。
为解决上述技术问题,本发明实施例提供以下技术方案:
在第一方面,本发明实施例提供一种基于高速球的物体跟踪方法,应用于监控服务器,所述方法包括:
接收定位指令,所述定位指令包括需定位的目标物体;
根据所述定位指令,遍历所述目标高速球拍摄的视频数据,以检测出所述目标物体;
控制所述目标高速球跟踪所述目标物体,并且缩小或放大包含所述目标物体的视频画面。
可选地,所述控制所述目标高速球跟踪所述目标物体,包括:
判断包含所述目标物体的目标视频帧是否匹配预设视频检测异常模型;
若匹配,以所述目标视频帧为跟踪起始点,控制所述目标高速球跟踪所述目标物体;
若未匹配,继续判断包含所述目标物体的下一帧目标视频帧是否匹配预设视频检测异常模型。
可选地,所述目标物体为人物,高速球的数量为至少两个,不同所述高速球可从不同角度拍摄所述人物;
所述以所述目标视频帧为跟踪起始点,控制所述目标高速球跟踪所述目标物体,包括:
以所述目标视频帧为跟踪起始点,获取所述目标高速球拍摄所述人物的人物图像;
判断所述人物图像是否是所述人物的正面图像,所述正面图像包括所述人物的人脸图像;
若是,控制所述目标高速球跟踪所述人物;
若否,检测出与所述目标高速球相对设置的额外高速球,控制所述额外高速球拍摄所述人物的正面图像,并跟踪所述人物。
可选地,所述方法还包括:
获取训练视频数据集,所述训练视频数据集包括多种异常场景的视频数据;
对所述多种异常场景的视频数据进行预处理;
通过卷积算法处理预处理后的视频数据,建立所述视频检测异常模型。
可选地,所述接收定位指令,包括:
接收用户输入的图像形状数据,所述图像形状数据包括若干图像特征点;
根据所述图像形状数据中的若干图像特征点,确定所述图像形状数据对应的物体的形状;
将对应于所述图像形状数据的物体作为需定位的目标物体。
在第二方面,本发明实施例提供一种基于目标高速球的物体跟踪装置,应用于监控服务器,所述装置包括:
接收模块,用于接收定位指令,所述定位指令包括需定位的目标物体;
遍历模块,用于根据所述定位指令,遍历所述目标高速球拍摄的视频数据,以检测出所述目标物体;
控制模块,用于控制所述目标高速球跟踪所述目标物体,并且缩小或放大包含所述目标物体的视频画面。
可选地,所述控制模块包括:
判断单元,用于判断包含所述目标物体的目标视频帧是否匹配预设视频检测异常模型;
控制单元,用于若匹配,以所述目标视频帧为跟踪起始点,控制所述目标高速球跟踪所述目标物体;
继续判断单元,用于若未匹配,继续判断包含所述目标物体的下一帧目标视频帧是否匹配预设视频检测异常模型。
在第三方面,本发明实施例提供一种监控服务器,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用于执行任一项所述的基于高速球的物体跟踪方法。
在第四方面,本发明实施例提供一种视频监控系统,包括:
若干高速球;
所述的监控服务器,所述监控服务器与每个所述高速球通讯。
在第五方面,本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态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监控服务器执行任一项所述的基于高速球的物体跟踪方法。
在第六方面,本发明实施例提供一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被监控服务器执行时,使所述监控服务器执行任一项所述的基于高速球的物体跟踪方法。
在本发明各个实施例提供的基于高速球的物体跟踪方法、监控服务器、视频监控系统中,首先,接收定位指令,定位指令包括需定位的目标物体;其次,根据定位指令,遍历目标高速球拍摄的视频数据,以检测出目标物体;再次,控制目标高速球跟踪目标物体,并且缩小或放大包含目标物体的视频画面。因此,一方面,其能够自动检测出目标物体作针对性地拍摄。另一方面,其能够自动跟踪目标物体,并可以缩小或放大包含目标物体的视频画面,从而相对地为后期提供与目标物体关联的高清晰度视频画面或者更大视野范围。
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一种基于高速球的物体跟踪系统的结构示意图;
图2是本发明实施例提供一种基于高速球的物体跟踪方法的流程示意图;
图3是本发明实施例提供一种基于高速球的物体跟踪装置的结构示意图;
图4是图3中控制模块的结构示意图;
图5是本发明实施例提供一种监控服务器的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明实施例的基于高速球的物体跟踪方法,可以在任何合适类型、具有运算能力的电子设备中执行,例如监控服务器、台式计算机、智能手机、平板电脑以及其他电子产品中。其中,此处的监控服务器可以是一个物理服务器或者多个物理服务器虚拟而成的一个逻辑服务器。服务器也可以是多个可互联通信的服务器组成的服务器群,且各个功能模块可分别分布在服务器群中的各个服务器上。
本发明实施例的基于高速球的物体跟踪装置可以作为软件系统,独立设置在上述客户端中,也可以作为整合在处理器中的其中一个功能模块,执行本发明实施例的基于高速球的物体跟踪方法。
请参阅图1,图1是本发明实施例提供一种视频监控系统的结构示意图。如图1所示,视频监控系统100包括若干摄像机11、监控服务器12及移动终端13。
摄像机11安装于预设区域内,用于采集视频数据。可以理解的是,摄像机11按照预设规律固定安装于预设区域,尽可能地做到将所述预设区域全部覆盖。例如,在所述预设区域的墙面、地面、屋顶或者物体表面,结合所述预设区域的具体结构和遮挡等布设所述摄像机。
其中,摄像机的数量为多个。各个摄像机组成一个摄像机群,用于监控特定监控区域范围,每个摄像机安装于预设区域内的不同位置。每个摄像机用于拍摄预设区域内不同角度的区域图像,例如,在一些实施例中,摄像机群能够360度地拍摄位于预设区域内的物体。
一般的,摄像机群中各个摄像机皆将采集的视频数据上传至同一监控服务器。不同监控区域范围,对应着不同监控服务器。对于管理不同监控区域的不同管理者,两者的监控服务器互不共享监控视频。
为提高摄像机11的拍摄角度和拍摄范围,减少摄像机11的布设,降低系统成本,可以采用摄像机11与多维旋转电机结合的方式对预设区域进行高清视频帧图像的实时捕抓。当然,可以选择一体化的摄像机11替代多维旋转电机与摄像机11结合的方式,比如,半球形一体机、快速球型一体机、结合云台的一体化高清摄像机或镜头内置的一体机等,上述的一体机可以实现自动聚焦。优选的,选择具有防水功能、体积较小、分辨率高、高寿命以及具有通用通信接口等的高清摄像机。
在一些实施例中,摄像机11为网络摄像机,摄像机11内置有网络编码模块。
摄像机包括镜头、图像传感器、声音传感器、A/D转换器、控制器、控制接口、网络接口以及等等。所述摄像机可以用于采集视频数据信号,所述视频数据信号为模拟视频信号。所述摄像机主要由CMOS光敏元器件和外围电路组成,用于将所述镜头传入的光信号转换为电信号。
具体的,网络编码模块内置一嵌入式芯片,所述嵌入式芯片用于将所述摄像机采集到的视频数据信号转换为数字信号,所述视频数据信号为模拟视频信号,所述嵌入式芯片还可以将所述数字信号进行压缩。具体的,所述嵌入式芯片可以为Hi3516高效压缩芯片。
摄像机11通过WIFI网络将压缩后的数字信号发送到监控服务器12。监控服务器12可以将压缩后的数字信号发送到移动终端13。其中,摄像机11还包括红外传感器,使得摄像机11具有夜视功能。网络上用户可以直接用浏览器观看Web服务器上的摄像机图像或者通过移动终端APP直接访问,摄像机11能更简单地实现监控,特别是远程监控,具有简单的施工和维护、更好的支持音频、更好的支持报警联动、更灵活的录像存储、更丰富的产品选择、更高清的视频效果和更完美的监控管理功能,并且可直接将摄像机接入本地局域网,是数据的采集和光电信号的转换端,是整个网络的数据提供端。
其中,监控服务器12是提供计算服务的设备。监控服务器的构成包括处理器、硬盘、内存、系统总线等,和通用的计算机架构类似,监控服务器负责提供移动终端APP的注册登录,用户的管理,设备管理等功能。同时负责摄像机的视频数据的存储功能,以及通过监控服务器记住移动终端和摄像机的IP和端口,将对应的移动终端和摄像机的IP和端口都传送给对方,从而使摄像机端和移动端能知道对方的IP和端口,通过IP地址和端口建立二者的连接通信。监控服务器获取摄像机的视频数据然后根据人工智能模块去分析视频数据,当检测到异常的视频数据时就会发送告警信息通知所述移动终端。
具体的,监控服务器12包括一处理器,所述处理器包括人工智能模块。所述人工智能模块负责对视频数据的实时分析,检测异常的时刻并通知移动终端。人工智能模块的具体实施方式分为,视频异常检测模型的建立和视频异常检测模型的应用两个部分。首先是视频异常检测模型的建立分这三个部分,第一部分:训练视频异常检测模型的视频数据集,用于后面的机器的训练和学习。包括各种异常场景的视频数据如行驶车辆频繁穿插并线、抢劫、尾随盗窃、打架斗殴、群殴、尖叫声,哭泣声、烟雾,嘈杂的视频数据等多种需要检测的异常场景。训练视频数据集覆盖大部分的应用场景。第二部分:视频数据集的预处理,将视频数据按一秒钟抽取10张图片,每张图片转换为长255像素和宽255像素的图片。第三部分:训练模型的建立,使用人工智能的卷积算法,Python代码建立训练的模型。模型包括输入层,隐藏层,输出层,输入层是输入预处理的图片,隐藏层用来计算输入图片的特征,输出层是通过隐藏层的计算特征输出该视频是否包含异常场景。训练的过程是。将正常的视频标记为0异常的视频标记为1,然后将异常的视频和正常的视频同时输入训练系统,通过数据集预处理和训练模型的计算,分辨视频是异常视频还是正常的视频。重复上面的步骤,当系统分辨的正确率达到90%以上停止训练,保存模型。建立完模型后,将模型转移到服务器端,将数据集换成摄像机的视频,运行模型,检测摄像机的视频是否有异常的情况。
请参阅图2,图2是本发明实施例提供一种基于高速球的物体跟踪方法的流程示意图。如图2所示,基于高速球的物体跟踪方法S200包括:
S21、接收定位指令,定位指令包括需定位的目标物体;
在本实施例中,定位指令用于指示监控服务器在视频数据中检测与目标物体。定位指令的产生方式多种多样,例如,在一些实施例中,用户在监控服务器的用户交互界面上输入目标物体的物体名称,从而触发监控服务器分发出定位指令,其中,该定位指令包括与物体名称对应的目标物体。在另一些实施例中,由于物体种类及形状繁多,并且某些物体缺乏官方或者合乎常理地统一名称,因此,为了能够顺利检测出目标物体,用户可以在监控服务器预先构建特定物体的形状,于是用户便触发监控服务器分发出定位指令,后续监控服务器便可以根据该物体的形状生成图像形状数据,其中,图像形状数据包括该物体的若干图像特征点。
其次,监控服务器根据图像形状数据中的若干图像特征点,确定图像形状数据对应的物体的形状。
再次,监控服务器将对应于图像形状数据的物体作为需定位的目标物体。
举例而言,用户在监控服务器输入车辆的图像形状数据,监控服务器根据图像形状数据解析出各个图像特征点。其次,监控服务器根据各个图像特征点确定该图像为车辆形状的图像。再次,监控服务器将车辆作为需定位的目标物体。
S22、根据定位指令,遍历目标高速球拍摄的视频数据,以检测出目标物体;
在本实施例中,高速球集成云台系统、通讯系统及摄像机系统,其能够实现目标跟踪、焦距调整、位置变换等等功能。
目标高速球为摄像机群中任意摄像机,可以理解的是,目标高速球中“目标”是用于区分其它摄像机,当监控服务器从摄像机群中选择特定摄像机的视频数据作出检测分析时,此时,该特定摄像机便为目标高速球。目标高速球中“目标”并不用于限制本发明的保护范围,只是用于区分之用。
在本实施例中,监控服务器根据定位指令,按照监控时间,依次遍历目标高速球拍摄的视频数据,从中检测出目标物体。
S23、控制目标高速球跟踪目标物体,并且缩小或放大包含目标物体的视频画面。
在本实施例中,监控服务器根据目标物体的移动,控制目标高速球的云台调整摄像镜头跟随着目标物体的移动而移动。在一些实施例中,目标高速球跟踪目标物体时,监控服务器可以绘制并保存目标物体的行走路径,以便后续分析目标物体时,提供便利。
既然目标物体是监控服务器重点关注的对象,为了后期借助高清图像能够分析目标物体,监控服务器可以放大包含目标物体的视频画面,以便获得目标物体的更细节画面。或者,为了后期能够全面还原目标物体的周围环境,监控服务器还可以缩小包含目标物体的视频画面,以尽可能获得包含目标物体的更大视野范围。
综上,一方面,其能够自动检测出目标物体作针对性地拍摄。另一方面,其能够自动跟踪目标物体,并可以缩小或放大包含目标物体的视频画面,从而相对地为后期提供与目标物体关联的高清晰度视频画面或者更大视野范围。
一般的,当某个视频场景出现一些异常情况时,该视频场景中的物体更值得重点关注,例如在抢劫、尾随盗窃、打架斗殴、群殴、尖叫声、哭泣声、烟雾或嘈杂等异常场景中的物体是值得重点关注的。因此,在一些实施例中,监控服务器控制目标高速球跟踪目标物体时,首先,监控服务器判断包含目标物体的目标视频帧是否匹配预设视频检测异常模型;若匹配,以目标视频帧为跟踪起始点,控制目标高速球跟踪所述目标物体。若未匹配,继续判断包含目标物体的下一帧目标视频帧是否匹配预设视频检测异常模型。
在一些实施例中,目标物体为人物,高速球的数量为至少两个,不同高速球可从不同角度拍摄人物。监控服务器以目标视频帧为跟踪起始点,控制目标高速球跟踪目标物体时,首先监控服务器以目标视频帧为跟踪起始点,获取目标高速球拍摄人物的人物图像。
其次,监控服务器判断人物图像是否是人物的正面图像,正面图像包括人物的人脸图像。例如,甲尾随乙,伺机扒手乙的手提包,摄像机监控到甲的尾随动作行为,并将包含甲的尾随动作行为的视频数据发送至监控服务器,监控服务器检测到甲的尾随动作行为,并确定甲为目标人物。监控服务器再根据图像分析算法分析甲的人物图像,判断视频数据是否存在与目标人物关联的人脸特征点,若存在,则认为视频数据包含目标人物的正面图像;若未存在,则认为视频数据未包含目标人物的正面图像,并且该视频数据只包含目标人物的背面图像。例如,承接上述例子,若监控服务器在视频数据检测出甲的人脸图像,则认为目标高速球拍摄到甲的正面图像。若监控服务器在视频数据未检测出甲的人脸图像,则认为目标高速球拍摄到甲的背面图像。
再次,若是人物的正面图像,监控服务器控制目标高速球跟踪人物;若否,监控服务器检测出与目标高速球相对设置的额外高速球,控制额外高速球拍摄人物的正面图像,并跟踪人物。例如,当监控服务器检测出视频数据未包含目标人物的正面图像时,监控服务器确定目标人物的当前地理位置。
其次,监控服务器根据目标人物的当前地理位置,检测与覆盖目标人物的当前地理位置的所有额外高速球并确定所有额外高速球的安装地理位置,并从所有额外高速球的安装地理位置中确定与目标高速球的安装地理位置相对的额外高速球。
再次,监控服务器控制与目标高速球的安装地理位置相对的额外高速球跟踪人物并拍摄人物的正面图像。
实际上,一些恶性事件发生时间大部分在光线弱等黑暗地方,为了严防非法分子,争取获得非法分子高清人脸图像,在一些实施例中,监控服务器检测出与目标高速球相对设置的额外高速球时,首先,监控服务器获取预设区域内的光照强度,例如,设置于预设区域内的光照传感器采集光照强度,并将光照强度传输至监控服务器。
其次,监控服务器判断光照强度是否大于预设强度阈值,若大于,获取与目标高速球相对设置的所有额外高速球的最低照度值,从所有额外高速球的最低照度值中遍历出最低照度值最低的额外高速球作为跟踪并拍摄人物的正面图像的高速球,于是,监控服务器便尽可能地获取到高清的人物正面图像。若小于,检测出与目标高速球相对设置的额外高速球。
通过此种方式,其能够尽可能地获取到高清的人物正面图像,从而实现有效地视频监控。
需要说明的是,在上述各个实施例中,上述各步骤之间并不必然存在一定的先后顺序,本领域普通技术人员,根据本发明实施例的描述可以理解,不同实施例中,上述各步骤可以有不同的执行顺序,亦即,可以并行执行,亦可以交换执行等等。
作为本发明实施例的另一方面,本发明实施例提供一种基于高速球的物体跟踪装置应用于监控服务器。本发明实施例的基于高速球的物体跟踪装置可以作为其中一个软件功能单元,基于高速球的物体跟踪装置包括若干指令,该若干指令存储于存储器内,处理器可以访问该存储器,调用指令进行执行,以完成上述基于高速球的物体跟踪方法。
请参阅图3,基于高速球的物体跟踪装置300包括:接收模块31、遍历模块32及控制模块33。
接收模块31用于接收定位指令,所述定位指令包括需定位的目标物体;
遍历模块32用于根据所述定位指令,遍历所述目标高速球拍摄的视频数据,以检测出所述目标物体;
控制模块33用于控制所述目标高速球跟踪所述目标物体,并且缩小或放大包含所述目标物体的视频画面。
综上,一方面,其能够自动检测出目标物体作针对性地拍摄。另一方面,其能够自动跟踪目标物体,并可以缩小或放大包含目标物体的视频画面,从而相对地为后期提供与目标物体关联的高清晰度视频画面或者更大视野范围。
在一些实施例中,请参阅图4,所述控制模块33包括:判断单元331、控制单元332及继续判断单元333。
判断单元331用于判断包含所述目标物体的目标视频帧是否匹配预设视频检测异常模型;
控制单元332用于若匹配,以所述目标视频帧为跟踪起始点,控制所述目标高速球跟踪所述目标物体;
继续判断单元333用于若未匹配,继续判断包含所述目标物体的下一帧目标视频帧是否匹配预设视频检测异常模型。
需要说明的是,上述基于高速球的物体跟踪装置可执行本发明实施例所提供的基于高速球的物体跟踪方法,具备执行方法相应的功能模块和有益效果。未在基于高速球的物体跟踪装置实施例中详尽描述的技术细节,可参见本发明实施例所提供的基于高速球的物体跟踪方法。
作为本发明实施例的又另一方面,本发明实施例提供一种监控服务器。如图5所示,该监控服务器500包括:一个或多个处理器51以及存储器52。其中,图5中以一个处理器51为例。
处理器51和存储器52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52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基于高速球的物体跟踪方法对应的程序指令/模块。处理器51通过运行存储在存储器52中的非易失性软件程序、指令以及模块,从而执行基于高速球的物体跟踪装置的各种功能应用以及数据处理,即实现上述方法实施例基于高速球的物体跟踪方法以及上述装置实施例的各个模块的功能。
存储器52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52可选包括相对于处理器51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51。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。
所述程序指令/模块存储在所述存储器52中,当被所述一个或者多个处理器51执行时,执行上述任意方法实施例中的基于高速球的物体跟踪方法,例如,执行以上描述的图2各个步骤;也可实现附图3与图4所述的各个模块的功能。
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51,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基于高速球的物体跟踪方法,例如,执行上述任意方法实施例中的基于高速球的物体跟踪方法,例如,执行以上描述的执行以上描述的执行以上描述的图2所示的各个步骤;也可实现附图3与图4所述的各个模块的功能。
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)
1.一种基于高速球的物体跟踪方法,应用于监控服务器,其特征在于,所述方法包括:
接收定位指令,所述定位指令包括需定位的目标物体;
根据所述定位指令,遍历目标高速球拍摄的视频数据,以检测出所述目标物体;
控制所述目标高速球跟踪所述目标物体,并且缩小或放大包含所述目标物体的视频画面;
其中,监控服务器判断光照强度是否大于预设强度阈值,若大于,则获取与目标高速球相对设置的所有额外高速球的最低照度值,从所有额外高速球的最低照度值中遍历出最低照度值最低的额外高速球作为跟踪并拍摄人物的正面图像的高速球;
其中,所述目标高速球与多维旋转电机结合,以进行高清视频帧图像的实时抓拍,所述目标物体为人物,所述目标高速球的数量为至少两个,不同所述目标高速球可从不同角度拍摄所述人物,所述方法还包括,获取所述目标高速球拍摄所述人物的人物图像;判断所述人物图像是否是所述人物的正面图像,所述正面图像包括所述人物的人脸图像,若否,检测出与所述目标高速球相对设置的额外高速球,控制所述额外高速球拍摄所述人物的正面图像,并跟踪所述人物。
2.根据权利要求1所述的方法,其特征在于,所述控制所述目标高速球跟踪所述目标物体,包括:
判断包含所述目标物体的目标视频帧是否匹配预设视频检测异常模型;
若匹配,以所述目标视频帧为跟踪起始点,控制所述目标高速球跟踪所述目标物体;
若未匹配,继续判断包含所述目标物体的下一帧目标视频帧是否匹配预设视频检测异常模型。
3.根据权利要求2所述的方法,其特征在于,
所述方法还包括:
获取训练视频数据集,所述训练视频数据集包括多种异常场景的视频数据;
对所述多种异常场景的视频数据进行预处理;
通过卷积算法处理预处理后的视频数据,建立所述视频检测异常模型。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述接收定位指令,包括:
接收用户输入的图像形状数据,所述图像形状数据包括若干图像特征点;
根据所述图像形状数据中的若干图像特征点,确定所述图像形状数据对应的物体的形状;
将对应于所述图像形状数据的物体作为需定位的目标物体。
5.一种基于高速球的物体跟踪装置,应用于监控服务器,其特征在于,所述装置包括:
接收模块,用于接收定位指令,所述定位指令包括需定位的目标物体;
遍历模块,用于根据所述定位指令,遍历目标高速球拍摄的视频数据,以检测出所述目标物体;
控制模块,用于控制所述目标高速球跟踪所述目标物体,并且缩小或放大包含所述目标物体的视频画面;
其中,监控服务器判断光照强度是否大于预设强度阈值,若大于,则获取与目标高速球相对设置的所有额外高速球的最低照度值,从所有额外高速球的最低照度值中遍历出最低照度值最低的额外高速球作为跟踪并拍摄人物的正面图像的高速球;
其中,所述目标高速球与多维旋转电机结合,以进行高清视频帧图像的实时抓拍,所述目标物体为人物,所述目标高速球的数量为至少两个,不同所述目标高速球可从不同角度拍摄所述人物,所述装置还用于,获取所述目标高速球拍摄所述人物的人物图像;判断所述人物图像是否是所述人物的正面图像,所述正面图像包括所述人物的人脸图像,若否,检测出与所述目标高速球相对设置的额外高速球,控制所述额外高速球拍摄所述人物的正面图像,并跟踪所述人物。
6.根据权利要求5所述的装置,其特征在于,所述控制模块包括:
判断单元,用于判断包含所述目标物体的目标视频帧是否匹配预设视频检测异常模型;
控制单元,用于若匹配,以所述目标视频帧为跟踪起始点,控制所述目标高速球跟踪所述目标物体;
继续判断单元,用于若未匹配,继续判断包含所述目标物体的下一帧目标视频帧是否匹配预设视频检测异常模型。
7.一种监控服务器,其特征在于,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用于执行如权利要求1至4任一项所述的基于高速球的物体跟踪方法。
8.一种视频监控系统,其特征在于,包括:
若干高速球;
如权利要求7所述的监控服务器,所述监控服务器与每个所述高速球通讯。
9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态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监控服务器执行如权利要求1至4任一项所述的基于高速球的物体跟踪方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811108443.7A CN109376601B (zh) | 2018-09-21 | 2018-09-21 | 基于高速球的物体跟踪方法、监控服务器、视频监控系统 |
PCT/CN2019/103776 WO2020057353A1 (zh) | 2018-09-21 | 2019-08-30 | 基于高速球的物体跟踪方法、监控服务器、视频监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811108443.7A CN109376601B (zh) | 2018-09-21 | 2018-09-21 | 基于高速球的物体跟踪方法、监控服务器、视频监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109376601A CN109376601A (zh) | 2019-02-22 |
CN109376601B true CN109376601B (zh) | 2021-05-11 |
Family
ID=65401703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811108443.7A Active CN109376601B (zh) | 2018-09-21 | 2018-09-21 | 基于高速球的物体跟踪方法、监控服务器、视频监控系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109376601B (zh) |
WO (1) | WO2020057353A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376601B (zh) * | 2018-09-21 | 2021-05-11 | 深圳市九洲电器有限公司 | 基于高速球的物体跟踪方法、监控服务器、视频监控系统 |
CN112004053B (zh) * | 2020-07-20 | 2022-08-16 | 浙江大华技术股份有限公司 | 监控图像电子放大的方法、装置和计算机设备 |
CN112104842B (zh) * | 2020-09-15 | 2023-01-06 | 上海思源弘瑞自动化有限公司 | 图像采集设备校正方法、装置、设备和介质 |
IT202000026882A1 (it) | 2020-11-10 | 2022-05-10 | Tech4sport Srl | Sistema di video tracking per la pratica sportiva |
CN113810614A (zh) * | 2021-09-22 | 2021-12-17 | 广东小天才科技有限公司 | 视频录制方法、装置及穿戴设备 |
CN114972415B (zh) * | 2021-12-28 | 2023-03-28 | 广东东软学院 | 机器人视觉跟踪方法、系统、电子设备及介质 |
CN116437216B (zh) * | 2023-06-12 | 2023-09-08 | 湖南博信创远信息科技有限公司 | 基于人工智能数据处理和视觉分析的工程监管方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854897A (zh) * | 2012-09-28 | 2013-01-02 | 上海元朔信息科技有限公司 | 一种异常目标发现与跟踪系统及方法 |
CN103856707A (zh) * | 2012-12-03 | 2014-06-11 | 联想(北京)有限公司 | 一种摄像头切换方法、装置及电子设备 |
CN104735422A (zh) * | 2015-04-02 | 2015-06-24 | 重庆天量电子科技有限公司 | 多功能智能分析与监控系统 |
CN107592507A (zh) * | 2017-09-29 | 2018-01-16 | 深圳市置辰海信科技有限公司 | 自动跟踪捕捉高清晰正面人脸照片的方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719216B (zh) * | 2009-12-21 | 2012-01-04 | 西安电子科技大学 | 基于模板匹配的运动人体异常行为识别方法 |
CN202190348U (zh) * | 2011-04-01 | 2012-04-11 | 天津长城科安电子科技有限公司 | 目标自动跟踪智能摄像机 |
CN103679687A (zh) * | 2012-09-18 | 2014-03-26 | 杭州海康威视数字技术股份有限公司 | 一种智能跟踪高速球机的目标跟踪的方法 |
US9197861B2 (en) * | 2012-11-15 | 2015-11-24 | Avo Usa Holding 2 Corporation | Multi-dimensional virtual beam detection for video analytics |
US20160132722A1 (en) * | 2014-05-08 | 2016-05-12 | Santa Clara University | Self-Configuring and Self-Adjusting Distributed Surveillance System |
CN104253937B (zh) * | 2014-10-16 | 2017-11-21 | 宁波通视电子科技有限公司 | 全方位摄像头 |
WO2016153479A1 (en) * | 2015-03-23 | 2016-09-29 | Longsand Limited | Scan face of video feed |
CN105245851B (zh) * | 2015-10-27 | 2020-01-07 | 太原市公安局 | 一种视频监控系统及方法 |
CN107016367B (zh) * | 2017-04-06 | 2021-02-26 | 北京精英路通科技有限公司 | 一种跟踪控制方法及跟踪控制系统 |
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 |
CN109376601B (zh) * | 2018-09-21 | 2021-05-11 | 深圳市九洲电器有限公司 | 基于高速球的物体跟踪方法、监控服务器、视频监控系统 |
-
2018
- 2018-09-21 CN CN201811108443.7A patent/CN109376601B/zh active Active
-
2019
- 2019-08-30 WO PCT/CN2019/103776 patent/WO2020057353A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854897A (zh) * | 2012-09-28 | 2013-01-02 | 上海元朔信息科技有限公司 | 一种异常目标发现与跟踪系统及方法 |
CN103856707A (zh) * | 2012-12-03 | 2014-06-11 | 联想(北京)有限公司 | 一种摄像头切换方法、装置及电子设备 |
CN104735422A (zh) * | 2015-04-02 | 2015-06-24 | 重庆天量电子科技有限公司 | 多功能智能分析与监控系统 |
CN107592507A (zh) * | 2017-09-29 | 2018-01-16 | 深圳市置辰海信科技有限公司 | 自动跟踪捕捉高清晰正面人脸照片的方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020057353A1 (zh) | 2020-03-26 |
CN109376601A (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109040709B (zh) | 视频监控方法及装置、监控服务器及视频监控系统 | |
CN109376601B (zh) | 基于高速球的物体跟踪方法、监控服务器、视频监控系统 | |
WO2020057355A1 (zh) | 一种三维建模的方法及其装置 | |
US10691949B2 (en) | Action recognition in a video sequence | |
WO2020029921A1 (zh) | 一种监控方法与装置 | |
WO2020094091A1 (zh) | 一种图像抓拍方法、监控相机及监控系统 | |
CN109299703B (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
CN103168467B (zh) | 使用热图像坐标的安防摄像机追踪和监控系统及方法 | |
CN103929592A (zh) | 全方位智能监控设备及方法 | |
US10255683B1 (en) | Discontinuity detection in video data | |
US9521377B2 (en) | Motion detection method and device using the same | |
KR101530255B1 (ko) | 객체 자동 추적 장치가 구비된 cctv 시스템 | |
CN109905641B (zh) | 一种目标监控方法、装置、设备及系统 | |
CN206260046U (zh) | 一种基于红外热像仪的热源及闯入跟踪装置 | |
CN111242025A (zh) | 一种基于yolo的动作实时监测方法 | |
JPWO2014199786A1 (ja) | 撮影システム | |
CN113473010B (zh) | 抓拍方法、装置、存储介质及电子装置 | |
CN112399075B (zh) | 补光灯的控制方法、监控设备、电子装置和存储介质 | |
Fawzi et al. | Embedded real-time video surveillance system based on multi-sensor and visual tracking | |
CN105245845A (zh) | 一种比赛现场根据聚集趋势控制摄像头自动跟拍的方法 | |
CN111526280A (zh) | 一种摄像头装置的控制方法、装置、电子设备及存储介质 | |
CN110267009B (zh) | 图像处理方法、装置、服务器及存储介质 | |
CN109460077B (zh) | 一种自动跟踪方法、自动跟踪设备及自动跟踪系统 | |
CN110267011B (zh) | 图像处理方法、装置、服务器及存储介质 | |
KR20230173667A (ko) | Ai 기반 객체인식을 통한 감시 카메라의 셔터값 조절 |
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 |