CN109410278B - 一种目标定位方法、装置及系统 - Google Patents

一种目标定位方法、装置及系统 Download PDF

Info

Publication number
CN109410278B
CN109410278B CN201710697867.0A CN201710697867A CN109410278B CN 109410278 B CN109410278 B CN 109410278B CN 201710697867 A CN201710697867 A CN 201710697867A CN 109410278 B CN109410278 B CN 109410278B
Authority
CN
China
Prior art keywords
monitoring target
determining
prompt information
acquisition equipment
image
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
CN201710697867.0A
Other languages
English (en)
Other versions
CN109410278A (zh
Inventor
陈碧泉
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201710697867.0A priority Critical patent/CN109410278B/zh
Priority to PCT/CN2018/100459 priority patent/WO2019034053A1/zh
Publication of CN109410278A publication Critical patent/CN109410278A/zh
Application granted granted Critical
Publication of CN109410278B publication Critical patent/CN109410278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • 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
    • 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
    • G06T2207/30232Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明实施例提供了一种目标定位方法、装置及系统,系统包括采集设备及服务器;服务器,获取监控目标特征,并将监控目标特征发送给采集设备;采集设备,接收监控目标特征;并对自身采集的图像进行特征提取,得到待匹配特征;判断待匹配特征与监控目标特征是否匹配;如果是,基于该采集设备的位置确定监控目标的位置。可见,本方案中,采集设备对自身采集的图像进行分析处理,而不是将采集到的所有图像发送给服务器进行分析处理,这样,减少了网络带宽占用率。

Description

一种目标定位方法、装置及系统
技术领域
本发明涉及图像处理技术领域,特别是涉及一种目标定位方法、装置及系统。
背景技术
在视频监控过程中,通常需要对监控目标进行定位。比如,当发生盗窃、摔倒等事件时,需要对事件相关人员进行定位。
一般的定位方案通常包括:各台采集设备将采集到的视频发送至服务器,服务器接收并存储各路视频,服务器对各路视频进行分析,确定存在监控目标的视频、以及采集该视频的设备的位置信息,根据该位置信息,确定该监控目标的位置。
上述方案中,各台设备将视频发送至服务器,占用较多网络带宽。
发明内容
本发明实施例的目的在于提供一种目标定位、装置及系统,以减少网络带宽占用率。
为达到上述目的,本发明实施例提供了一种目标定位系统,包括采集设备及服务器;其中,
所述服务器,用于获取监控目标特征,并将所述监控目标特征发送给所述采集设备;
所述采集设备,用于接收所述监控目标特征;还用于采集图像,并对所述图像进行特征提取,得到待匹配特征;判断所述待匹配特征与所述监控目标特征是否匹配;如果是,基于所述采集设备的位置,确定所述监控目标的位置。
可选的,所述采集设备,还可以用于在所述基于所述采集设备的位置,确定所述监控目标的位置之后,向所述服务器发送提示信息;
所述服务器,还可以用于接收所述提示信息,根据所述提示信息,确定所述监控目标的位置。
可选的,所述系统中包含多台采集设备;
所述采集设备,还可以用于在所述基于所述采集设备的位置,确定所述监控目标的位置之后,向所述服务器发送提示信息;
所述服务器,还可以用于接收各台采集设备发送的提示信息;确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹。
为达到上述目的,本发明实施例还提供了一种目标定位方法,应用于采集设备,包括:
获取监控目标特征;
对自身采集的图像进行特征提取,得到待匹配特征;
判断所述待匹配特征与所述监控目标特征是否匹配;
如果是,基于所述采集设备的位置,确定所述监控目标的位置。
可选的,所述获取监控目标特征的步骤,可以包括:
接收服务器发送的监控目标特征;或者,获取包含监控目标的图像,对所述图像进行特征提取,得到监控目标特征。
可选的,所述基于所述采集设备的位置,确定所述监控目标的位置的步骤,可以包括:
将所述采集设备的位置确定为所述监控目标的位置;或者,根据所述采集设备的位置、以及所述采集设备的视场范围,确定所述监控目标的位置。
可选的,在判定所述待匹配特征与所述监控目标特征相匹配的情况下,所述方法还可以包括:
确定所述待匹配特征对应到所述图像中的位置,作为所述监控目标在所述图像中的位置;
所述基于所述采集设备的位置,确定所述监控目标的位置的步骤,包括:
根据所述采集设备的位置、以及所述监控目标在所述图像中的位置,确定所述监控目标的位置。
可选的,在所述基于所述采集设备的位置,确定所述监控目标的位置的步骤之后,还可以包括:
输出所述监控目标的位置;
或者,输出所述监控目标的位置及所述自身采集的图像;
或者,向服务器发送提示信息,所述提示信息用于提示所述监控目标的位置。
为达到上述目的,本发明实施例还提供了一种目标定位方法,应用于服务器,包括:
获取监控目标特征;
向采集设备发送所述监控目标特征,以使所述采集设备在判定自身采集图像中的特征与所述监控目标特征匹配的情况下,向所述服务器发送提示信息;
接收所述提示信息,并根据所述提示信息,确定所述监控目标的位置。
可选的,所述根据所述提示信息,确定所述监控目标的位置的步骤,包括:
读取所述提示信息中携带的所述监控目标的位置;
或者,将发送所述提示信息的采集设备的位置确定为所述监控目标的位置;
或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,读取所述提示信息中携带的所述监控目标在图像中的位置,根据所述监控目标在图像中的位置、以及发送所述提示信息的采集设备的位置,确定所述监控目标的位置。
可选的,在所述提示信息的数量大于1的情况下,在所述根据所述提示信息,确定所述监控目标的位置的步骤之后,还可以包括:
确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;
根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹。
可选的,在所述根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹的步骤之后,还可以包括:
根据所述监控目标的轨迹,对所述监控目标进行轨迹预测。
可选的,所述监控目标的数量大于1;
所述获取监控目标特征的步骤,可以包括:
获取每份监控目标特征及对应的监控目标标识;
所述向采集设备发送所述监控目标特征的步骤,可以包括:
向采集设备发送所述每份监控目标特征及对应的监控目标标识;
在所述接收所述提示信息的步骤之后,还可以包括:
确定每条提示信息中包含的监控目标标识;
所述根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹的步骤,可以包括:
针对每个监控目标,根据包含该监控目标标识的每条提示信息对应的位置及时刻,生成一条轨迹,作为该监控目标的轨迹。
为达到上述目的,本发明实施例还提供了一种目标定位装置,应用于采集设备,包括:
第一获取模块,用于获取监控目标特征;
提取模块,用于对自身采集的图像进行特征提取,得到待匹配特征;
判断模块,用于判断所述待匹配特征与所述监控目标特征是否匹配;如果是,触发第一确定模块;
第一确定模块,用于基于所述采集设备的位置,确定所述监控目标的位置。
可选的,所述第一获取模块,具体可以用于:
接收服务器发送的监控目标特征;
或者,获取包含监控目标的图像,对所述图像进行特征提取,得到监控目标特征。
可选的,所述第一确定模块,具体可以用于:
将所述采集设备的位置确定为所述监控目标的位置;或者,根据所述采集设备的位置、以及所述采集设备的视场范围,确定所述监控目标的位置。
可选的,所述装置还可以包括:
第二确定模块,用于在所述判断模块判断结果为是的情况下,确定所述待匹配特征对应到所述图像中的位置,作为所述监控目标在所述图像中的位置;
所述第一确定模块,具体用于:
根据所述采集设备的位置、以及所述监控目标在所述图像中的位置,确定所述监控目标的位置。
可选的,所述装置还可以包括:
输出模块,用于输出所述监控目标的位置;或者,输出所述监控目标的位置及所述自身采集的图像;或者,向服务器发送提示信息,所述提示信息用于提示所述监控目标的位置。
为达到上述目的,本发明实施例还提供了一种目标定位装置,应用于服务器,包括:
第二获取模块,用于获取监控目标特征;
发送模块,用于向采集设备发送所述监控目标特征,以使所述采集设备在判定自身采集图像中的特征与所述监控目标特征匹配的情况下,向所述服务器发送提示信息;
接收模块,用于接收所述提示信息;
第三确定模块,用于根据所述提示信息,确定所述监控目标的位置。
可选的,所述第三确定模块,具体可以用于:
读取所述提示信息中携带的所述监控目标的位置;或者,将发送所述提示信息的采集设备的位置确定为所述监控目标的位置;或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;或者,读取所述提示信息中携带的所述监控目标在图像中的位置,根据所述监控目标在图像中的位置、以及发送所述提示信息的采集设备的位置,确定所述监控目标的位置。
可选的,所述提示信息的数量大于1,所述装置还可以包括:
第四确定模块,用于确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;
生成模块,用于根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹。
可选的,所述装置还可以包括:
预测模块,用于根据所述监控目标的轨迹,对所述监控目标进行轨迹预测。
可选的,所述监控目标的数量大于1;
所述第二获取模块,具体可以用于:
获取每份监控目标特征及对应的监控目标标识;
所述发送模块,具体可以用于:
向采集设备发送所述每份监控目标特征及对应的监控目标标识;
所述第四确定模块,还可以用于确定每条提示信息中包含的监控目标标识;
所述生成模块,具体可以用于:
针对每个监控目标,根据包含该监控目标标识的每条提示信息对应的位置及时刻,生成一条轨迹,作为该监控目标的轨迹。
为达到上述目的,本发明实施例还提供了一种电子设备,包括处理器和存储器,其中,存储器,用于存放计算机程序;处理器,用于执行存储器上所存放的程序时,实现上述任一种应用于采集设备的目标定位方法。
为达到上述目的,本发明实施例还提供了一种电子设备,包括处理器和存储器,其中,存储器,用于存放计算机程序;处理器,用于执行存储器上所存放的程序时,实现上述任一种应用于服务器的目标定位方法。
应用本发明所示实施例,采集设备对自身采集的图像进行特征提取,将提取的特征与监控目标特征进行匹配,当匹配成功时,基于自身位置确定监控目标的位置;可见,本方案中,采集设备对自身采集的图像进行分析处理,而不是将采集到的所有图像发送给服务器进行分析处理,这样,减少了网络带宽占用率。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,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为本发明实施例提供的目标定位系统的第一种结构示意图;
图2为本发明实施例提供的目标定位系统的第二种结构示意图;
图3为本发明实施例提供的一种应用于采集设备的目标定位方法的流程示意图;
图4为本发明实施例提供的应用于服务器的目标定位方法的第一种流程示意图;
图5为本发明实施例提供的应用于服务器的目标定位方法的第二种流程示意图;
图6为本发明实施例提供的一种应用于采集设备的目标定位装置的结构示意图;
图7为本发明实施例提供的一种应用于服务器的目标定位装置的结构示意图;
图8为本发明实施例提供的一种电子设备的结构示意图;
图9为本发明实施例提供的另一种电子设备的结构示意图。
具体实施方式
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他实施例,都属于本发明保护的范围。
为了解决上述技术问题,本发明实施例提供了一种目标定位方法、装置及系统。下面首先对本发明实施例提供的一种目标定位系统进行详细说明。该系统可以如图1所示,包括采集设备及服务器,其中,
该服务器,用于获取监控目标特征,并将该监控目标特征发送给该采集设备;
该采集设备,用于接收该监控目标特征;还用于采集图像,并对该图像进行特征提取,得到待匹配特征;判断该待匹配特征与该监控目标特征是否匹配;如果是,基于该采集设备的位置(自身位置),确定该监控目标的位置。
该采集设备为手机、PAD等智能终端,或者,也可以为相机、摄像机等等,具体不做限定。
该采集设备基于自身位置确定监控目标的位置,具体可以有多种方式,包括但不限于如下几种:
例如,采集设备可以直接将自身位置确定为所述监控目标的位置。
又例如,采集设备可以根据自身位置、以及自身视场范围,确定监控目标的位置。
举例来说,假设采集设备为球机,球机的摄像头可以转动,也就是说,球机可以对准不同方向进行图像采集,这种情况下,结合球机位置及球机视场范围(对准哪个方向进行图像采集),确定出的监控目标的位置更准确。
再例如,采集设备可以先确定该待匹配特征对应到该图像中的位置,作为监控目标在所述图像中的位置;再根据自身位置、以及监控目标在该图像中的位置,确定监控目标的位置。
举例来说,采集设备可以为广角相机,采集图像的视场范围很大,比如,广角相机采集到的图像中包含一个小区、一个公园和一个广场,这种情况下,可以进一步确定监控目标在图像中的位置(确定该待匹配特征对应到该图像中的位置)。
如果广角相机的视场范围是固定的,可以在广角相机采集到的图像中进行区域划分,上述小区、公园、广场对应的图像区域划分为不同的图像区域。确定监控目标在图像中的位置后,便可以根据该位置所在的图像区域,确定该监控目标是在小区中,还是公园中,还是广场中。可见,结合广角相机的位置、以及监控目标在图像中的位置,确定出的监控目标的位置更准确。
应用本发明图1所示实施例,采集设备对自身采集的图像进行分析处理,而不是将采集到的所有图像发送给服务器进行分析处理,这样,减少了网络带宽占用率。
作为一种实施方式,该采集设备还可以用于在基于所述采集设备的位置,确定所述监控目标的位置之后,向该服务器发送提示信息;
该服务器,还用于接收该提示信息,根据所述提示信息,确定所述监控目标的位置。
本实施方式中,服务器也可以对监控目标进行定位。服务器根据提示信息确定监控目标的位置,具体可以有多种情况,包括但不限于如下几种,比如:
一、采集设备确定出监控目标的位置后,将“监控目标的位置”携带于提示信息中发送给服务器,服务器直接读取提示信息中携带的所述监控目标的位置。
二、采集设备将“自身位置、以及自身视场范围”携带于提示信息中发送给服务器,服务器根据提示信息中携带的采集设备的位置、及采集设备的视场范围,确定所述监控目标的位置。
举例来说,假设采集设备为球机,球机可以在水平方向、垂直方向转动,也就是说,球机可以对准不同方向进行图像采集,这种情况下,服务器结合球机位置及球机视场范围(对准哪个方向进行图像采集),确定出的监控目标的位置更准确。
三、采集设备将“自身视场范围”携带于提示信息中发送给服务器;服务器预先获取各台采集设备的位置信息,服务器接收到提示信息后,确定发送提示信息的采集设备的位置;服务器根据所确定的采集设备的位置、以及提示信息中携带的采集设备的视场范围,确定所述监控目标的位置。
第三种情况与第二种情况中,服务器都是根据采集设备的位置及视场范围,确定监控目标的位置;不同的是,第二种情况中,提示信息中包含采集设备的位置,第三种情况中,提示信息中不包含采集设备的位置,服务器预先获取采集设备的位置。
四、采集设备将“自身位置、以及监控目标在自身采集图像中的位置”携带于提示信息中发送给服务器;服务器接收到提示信息后,根据该采集设备的位置、以及监控目标在自身采集图像中的位置,确定监控目标的位置。
举例来说,采集设备可以为广角相机,采集图像的视场范围很大,比如,广角相机采集到的图像中包含一个小区、一个公园和一个广场,这种情况下,可以结合广角相机的位置、以及监控目标在图像中的位置,确定监控目标的位置。
如果广角相机的视场范围是固定的,可以在广角相机采集到的图像中进行区域划分,上述小区、公园、广场对应的图像区域划分为不同的图像区域。确定监控目标在图像中的位置后,便可以根据该位置所在的图像区域,确定该监控目标是在小区中,还是公园中,还是广场中。可见,结合广角相机的位置、以及监控目标在图像中的位置,确定出的监控目标的位置更准确。
五、采集设备将“监控目标在自身(采集设备)采集图像中的位置”携带于提示信息中发送给服务器;服务器预先获取各台采集设备的位置信息,服务器接收到提示信息后,确定发送提示信息的采集设备的位置;服务器根据所确定的采集设备的位置、以及提示信息中携带的“监控目标在自身(采集设备)采集图像中的位置”,确定所述监控目标的位置。
第五种情况与第四种情况中,服务器都是根据采集设备的位置、以及监控目标在采集设备所采集图像中的位置,确定监控目标的位置;不同的是,第五种情况中,提示信息中包含采集设备的位置,第四种情况中,提示信息中不包含采集设备的位置,服务器预先获取采集设备的位置。
六、采集设备将“自身位置”携带于提示信息中发送给服务器,服务器将提示信息中携带的采集设备的位置确定为所述监控目标的位置。
七、采集设备发送的提示信息中不包含上述任一种信息,服务器预先获取各台采集设备的位置;服务器接收到提示信息后,在预先获取的各台采集设备的位置中,查找发送提示信息的采集设备的位置;服务器将查找到的位置确定为所述监控目标的位置。
作为一种实施方式,采集设备在判定待匹配特征与监控目标特征匹配的情况下,可以对该图像进行存储。
应用这种实施方式,采集设备仅对包含监控目标的图像进行存储,相比于采集设备存储采集到的所有图像,或者采集设备将采集到的所有图像发送至服务器进行存储,节省了存储资源。
作为一种实施方式,采集设备在判定待匹配特征与监控目标特征匹配的情况下,可以输出该图像,这样可以更直观地向用户展示监控目标。
作为一种实施方式,采集设备在判定待匹配特征与监控目标特征匹配的情况下,可以将该图像发送给服务器;或者说,该提示信息中可以包含该图像,这样,服务器获取到的与监控目标相关的信息更丰富,而且采集设备仅将包含监控目标的图像发送给服务器,而不是将采集的所有图像都发送给服务器,节省了网络带宽。
作为一种实施方式,采集设备在判定待匹配特征与监控目标特征匹配的情况下,可以将该待匹配特征发送给服务器;或者说,该提示信息中可以包含该待匹配特征;该待匹配特征中包含监控目标特征,这样,服务器获取到的与监控目标相关的信息更丰富,而且特征比图像占用更少网络带宽,相比于发送图像,仅发送待匹配特征进一步节省了网络带宽。
该系统也可以如图2所示,包括多台采集设备(采集设备1、采集设备2……采集设备N)及服务器,采集设备及服务器的具体数量不做限定。
每台采集设备都可以向服务器发送提示信息,服务器在接收到多条提示信息后,可以确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹。
举例来说,假设采集设备1对自身采集的图像进行特征值提取,得到待匹配特征,且判定该待匹配特征与监控目标特征匹配,采集设备1向服务器发送提示信息;服务器接收该条提示信息的时刻为7月20日上午9点,且服务器根据该提示信息确定的监控目标的位置为A;
类似的,服务器接收到采集设备2发送的提示信息,接收该提示信息的时刻为7月20日上午9点2分,且服务器根据该提示信息确定的监控目标的位置为B;服务器接收到采集设备3发送的提示信息,接收该提示信息的时刻为7月20日上午9点5分,且服务器根据该提示信息确定的监控目标的位置为C;服务器接收到采集设备4发送的提示信息,接收该提示信息的时刻为7月20日上午9点8分,且服务器根据该提示信息确定的监控目标的位置为D。
服务器根据上述各条提示信息对应的位置及时刻,可以生成监控目标的轨迹为:A→B→C→D。可见,利用图2所示实施例,可以利用服务器对监控目标进行轨迹追踪。
作为一种实施方式,服务器还可以根据生成的监控目标的轨迹,对该监控目标进行轨迹预测。具体的,可以根据生成的监控目标的轨迹,确定该监控目标的移动方向及移动速度,根据该移动方向及移动速度,对该监控目标进行轨迹预测。
举例来说,假设上述生成的监控目标的轨迹一直在向东移动,则可以预测该监控目标下一时刻的位置仍向东移动(也就是预测该监控目标的移动方向);另外,根据上述生成的监控目标的轨迹,可以计算该监控目标的移动速度;根据监控目标的移动方向及移动速度,便可以预测监控目标的后续轨迹。
再举一例,假设采集设备发送给服务器的提示信息中携带有该监控目标的图像;服务器接收到多台采集设备发送的提示信息后,对这些提示信息中携带的多张图像进行分析,分析结果表明该监控目标一直沿着一条路移动,而且该条路未出现岔道口,则可以预测该监控目标下一时刻的位置仍沿着该条路移动(也就是预测该监控目标的移动方向);另外,根据上述生成的监控目标的轨迹,可以计算该监控目标的移动速度;根据监控目标的移动方向及移动速度,便可以预测监控目标的后续轨迹。
作为一种实施方式,可以利用图2所示实施例对多个监控目标进行轨迹追踪:
服务器获取多份监控目标特征及对应的监控目标的标识,每份监控目标特征为一个监控目标的特征;服务器将这多份监控目标特征及对应的监控目标的标识发送给各台采集设备;
每台采集设备对自身采集的图像进行特征提取,得到待匹配特征,将该待匹配特征与每份监控目标特征进行匹配,如果匹配成功,则确定匹配成功的监控目标标识,并基于自身位置,确定该标识对应的监控目标的位置;向服务器发送提示信息,该提示信息中包含该标识;
服务器接收各台采集设备发送的提示信息,确定每条提示信息对应的位置、时刻以及其中包含的监控目标标识;针对每个监控目标,根据包含该监控目标标识的每条提示信息对应的位置及时刻,生成一条轨迹,作为该监控目标的轨迹。
这样,便实现了对多个监控目标的轨迹追踪。还可以利用上述一种实施方式,对这多个监控目标进行轨迹预测。
下面介绍应用于采集设备的目标定位方法,该采集设备可以包括:手机、PAD等智能终端,或者,具有图像处理功能的相机、摄像机等等,具体不做限定。
图3为本发明实施例提供的一种应用于采集设备的目标定位方法的流程示意图,包括:
S301:获取监控目标特征。
作为一种实施方式,服务器可以向采集设备发送监控目标特征。这种实施方式中,用户可以与服务器进行交互,服务器获取用户需要监控的目标特征,并将该特征下发至采集设备。
作为另一种实施方式,采集设备可以获取包含监控目标的图像,对所述图像进行特征提取,得到监控目标特征。这种实施方式中,用户可以直接与采集设备进行交互,用户将包含监控目标的图像发送至采集设备,采集设备对该图像进行特征提取,得到监控目标特征。
提取图像特征的方式有很多,比如,利用颜色直方图、颜色矩等方式提取图像的颜色特征,或者利用统计法、几何法、模型法等方式提取图像的纹理特征,或者利用边界特征法、几何参数法、目标检测算法等方式提取图像中人体目标的形状特征,或者利用预先训练得到的神经网络提取图像中人体目标的目标特征,等等,具体不做限定。
S302:对自身采集的图像进行特征提取,得到待匹配特征。
如上所述,提取图像特征的方式有很多,这里不再赘述。需要说明的是,提取得到监控目标特征的方式与提取得到待匹配特征的方式一致,比如,如果利用预先训练得到的神经网络提取得到监控目标特征,则S302中可以利用相同的神经网络对采集的图像进行特征提取,得到待匹配特征。
S303:判断所述待匹配特征与所述监控目标特征是否匹配,如果是,执行S304。
S304:基于所述采集设备的位置,确定所述监控目标的位置。
判断两种特征是否匹配的方式有很多,比如,可以计算二者的相似度,如果相似度大于相似度阈值,则表示二者匹配,或者,可以计算二者的差值,如果差值小于差值阈值,则表示二者匹配,等等,具体匹配方式、以及阈值的设定不做限定。
如果二者匹配,则表示本采集设备采集到了包含监控目标的图像,也就是监控目标出现在了本采集设备的采集范围内,因此,基于本采集设备自身的位置,确定所述监控目标的位置。
本采集设备基于自身位置确定监控目标的位置,具体可以有多种方式,包括但不限于如下几种:
例如,采集设备可以直接将自身位置确定为所述监控目标的位置。
又例如,采集设备可以根据自身位置、以及自身视场范围,确定监控目标的位置。
举例来说,假设本采集设备为球机,球机的摄像头可以转动,也就是说,球机可以对准不同方向进行图像采集,这种情况下,结合球机位置及球机视场范围(对准哪个方向进行图像采集),确定出的监控目标的位置更准确。
再例如,采集设备可以先确定该待匹配特征对应到该图像中的位置,作为监控目标在所述图像中的位置;再根据自身位置、以及监控目标在该图像中的位置,确定监控目标的位置。
举例来说,采集设备可以为广角相机,采集图像的视场范围很大,比如,广角相机采集到的图像中包含一个小区、一个公园和一个广场,这种情况下,可以进一步确定监控目标在图像中的位置(确定该待匹配特征对应到该图像中的位置)。
如果广角相机的视场范围是固定的,可以在广角相机采集到的图像中进行区域划分,上述小区、公园、广场对应的图像区域划分为不同的图像区域。确定监控目标在图像中的位置后,便可以根据该位置所在的图像区域,确定该监控目标是在小区中,还是公园中,还是广场中。可见,结合广角相机的位置、以及监控目标在图像中的位置,确定出的监控目标的位置更准确。
作为一种实施方式,本采集设备在确定出监控目标的位置后(S304之后)可以输出监控目标的位置;这样,用户可以从采集设备侧直接获取到监控目标的位置,而且采集设备不需要将采集到的图像发送给服务器进行分析处理,减少了网络带宽占用率。
作为一种实施方式,本采集设备可以输出监控目标的位置及该包含监控目标的图像;这样,可以更直观地向用户展示监控目标。
另外,在本实施方式中,采集设备可以仅在S303判断结果为是的情况下存储自身采集的图像,这样相比于采集设备存储采集到的所有图像,或者采集设备将采集到的所有图像发送至服务器进行存储,节省了存储资源。
作为一种实施方式,本采集设备在S303判断结果为是的情况下,或者在S304之后,可以向服务器发送提示信息,该提示信息用于提示监控目标的位置。这样,服务器也可以对监控目标进行定位。
举例来说,该提示信息中可以包含S304中确定出的监控目标的位置,或者,该提示信息中可以包含本采集设备的位置信息,或者,该提示信息也可以不包含这些信息,仅起到提示的效果。
或者,采集设备也可以将包含监控目标的图像发送给服务器,或者说,该提示信息中可以包含该图像,该图像中包含监控目标;这样,服务器获取到的与监控目标相关的信息更丰富,而且采集设备仅将包含监控目标的图像发送给服务器,而不是将采集的所有图像都发送给服务器,节省了网络带宽。
或者,采集设备也可以在S303判断结果为是的情况下,将该待匹配特征发送给服务器;或者说,该提示信息中可以包含该待匹配特征;该待匹配特征中包含监控目标特征,这样,服务器获取到的与监控目标相关的信息更丰富,而且特征比图像占用更少网络带宽,相比于发送图像,仅发送待匹配特征进一步节省了网络带宽。
服务器可以将这些与监控目标相关的信息(比如,位置、图像、特征)展示给用户。在上述一种实施方式中,用户与服务器进行交互,服务器获取用户需要监控的目标特征,并将该特征下发至采集设备;这种情况下,服务器将与监控目标相关的信息展示给用户的方式更合理。
采集设备向服务器发送提示信息、或者图像或者其他信息的格式可以为结构化信息,也可以为非结构化信息,具体信息格式不做限定。另外,采集设备可以在执行S304后实时向服务器发送这些信息;或者,采集设备可以在S303判断结果为是的情况下,实时向服务器发送这些信息(可能不包含采集设备确定出的监控目标的位置);或者,也可以实时发送提示信息,延时发送图像或者特征等其他信息,具体发送方式不作限定。
在一些方案中,服务器接收多台采集设备发送的图像,服务器对接收到的各路图像进行存储,然后对存储的各路图像进行分析,根据分析结果对监控目标进行定位;而在本方案中,如果采集设备在执行S304之后,实时向服务器发送提示信息,服务器便可以实时地对监控目标进行定位;可见,本方案中服务器不需要对多路图像进行存储及分析,提高了定位效率,实时性更佳,而且,本方案中服务器不对多路图像进行存储,节省了存储空间。
应用本发明图3所示实施例,采集设备对自身采集的图像进行特征提取,将提取的特征与监控目标特征进行匹配,当匹配成功时,基于自身位置确定监控目标的位置;可见,本方案中,采集设备对自身采集的图像进行分析处理,而不是将采集到的所有图像发送给服务器进行分析处理,这样,减少了网络带宽占用率。
下面介绍应用于服务器的目标定位方法,如图4所示,包括:
S401:获取监控目标特征。
作为一种实施方式,用户可以将包含监控目标的图像发送至服务器,或者输入至服务器,服务器对该图像进行特征提取,得到监控目标特征。如上所述,提取图像特征的方式有很多,这里不再赘述。需要说明的是,服务器提取得到监控目标特征的方式与采集设备提取得到待匹配特征的方式一致。
作为另一种实施方式,用户也可以直接将监控目标特征发送至或者输入至服务器,或者,服务器也可以从其他设备获取该监控目标特征。
S402:向采集设备发送所述监控目标特征,以使所述采集设备在判定自身采集图像中的特征与所述监控目标特征匹配的情况下,向所述服务器发送提示信息。
采集设备可以有多台,如果有多台,则可以向这多台采集设备发送S401中获取到的监控目标特征。每台采集设备判断自身采集图像中的特征是否与所述监控目标特征匹配,如果是,则向服务器发送提示信息。
S403:接收采集设备发送的提示信息,并根据所述提示信息,确定所述监控目标的位置。
服务器根据提示信息确定监控目标的位置,具体可以有多种情况,包括但不限于如下几种,比如:
一、采集设备确定出监控目标的位置后,将“监控目标的位置”携带于提示信息中发送给服务器,服务器直接读取提示信息中携带的所述监控目标的位置。
二、采集设备将“自身位置、以及自身视场范围”携带于提示信息中发送给服务器,服务器根据提示信息中携带的采集设备的位置、及采集设备的视场范围,确定所述监控目标的位置。
举例来说,假设采集设备为球机,球机可以在水平方向、垂直方向转动,也就是说,球机可以对准不同方向进行图像采集,这种情况下,服务器结合球机位置及球机视场范围(对准哪个方向进行图像采集),确定出的监控目标的位置更准确。
三、采集设备将“自身视场范围”携带于提示信息中发送给服务器;服务器预先获取各台采集设备的位置信息,服务器接收到提示信息后,确定发送提示信息的采集设备的位置;服务器根据所确定的采集设备的位置、以及提示信息中携带的采集设备的视场范围,确定所述监控目标的位置。
第三种情况与第二种情况中,服务器都是根据采集设备的位置及视场范围,确定监控目标的位置;不同的是,第二种情况中,提示信息中包含采集设备的位置,第三种情况中,提示信息中不包含采集设备的位置,服务器预先获取采集设备的位置。
四、采集设备将“自身位置、以及监控目标在自身采集图像中的位置”携带于提示信息中发送给服务器;服务器接收到提示信息后,根据该采集设备的位置、以及监控目标在自身采集图像中的位置,确定监控目标的位置。
举例来说,采集设备可以为广角相机,采集图像的视场范围很大,比如,广角相机采集到的图像中包含一个小区、一个公园和一个广场,这种情况下,可以结合广角相机的位置、以及监控目标在图像中的位置,确定监控目标的位置。
如果广角相机的视场范围是固定的,可以在广角相机采集到的图像中进行区域划分,上述小区、公园、广场对应的图像区域划分为不同的图像区域。确定监控目标在图像中的位置后,便可以根据该位置所在的图像区域,确定该监控目标是在小区中,还是公园中,还是广场中。可见,结合广角相机的位置、以及监控目标在图像中的位置,确定出的监控目标的位置更准确。
五、采集设备将“监控目标在自身(采集设备)采集图像中的位置”携带于提示信息中发送给服务器;服务器预先获取各台采集设备的位置信息,服务器接收到提示信息后,确定发送提示信息的采集设备的位置;服务器根据所确定的采集设备的位置、以及提示信息中携带的“监控目标在自身(采集设备)采集图像中的位置”,确定所述监控目标的位置。
第五种情况与第四种情况中,服务器都是根据采集设备的位置、以及监控目标在采集设备所采集图像中的位置,确定监控目标的位置;不同的是,第五种情况中,提示信息中包含采集设备的位置,第四种情况中,提示信息中不包含采集设备的位置,服务器预先获取采集设备的位置。
六、采集设备将“自身位置”携带于提示信息中发送给服务器,服务器将提示信息中携带的采集设备的位置确定为所述监控目标的位置。
七、采集设备发送的提示信息中不包含上述任一种信息,服务器预先获取各台采集设备的位置;服务器接收到提示信息后,在预先获取的各台采集设备的位置中,查找发送提示信息的采集设备的位置;服务器将查找到的位置确定为所述监控目标的位置。
通过图4所示实施例,便实现了服务器对监控目标的定位。作为一种实施方式,服务器还可以对监控目标进行轨迹追踪:
比如图2所示的系统中,每台采集设备都向服务器发送提示信息,服务器在接收到多条提示信息后,可以确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹。
举例来说,假设采集设备1对自身采集的图像进行特征值提取,得到待匹配特征,且判定该待匹配特征与监控目标特征匹配,采集设备1向服务器发送提示信息;服务器接收该条提示信息的时刻为7月20日上午9点,且服务器根据该提示信息确定的监控目标的位置为A;
类似的,服务器接收到采集设备2发送的提示信息,接收该提示信息的时刻为7月20日上午9点2分,且服务器根据该提示信息确定的监控目标的位置为B;服务器接收到采集设备3发送的提示信息,接收该提示信息的时刻为7月20日上午9点5分,且服务器根据该提示信息确定的监控目标的位置为C;服务器接收到采集设备4发送的提示信息,接收该提示信息的时刻为7月20日上午9点8分,且服务器根据该提示信息确定的监控目标的位置为D。
服务器根据上述各条提示信息对应的位置及时刻,可以生成监控目标的轨迹为:A→B→C→D。可见,利用图2所示实施例,可以利用服务器对监控目标进行轨迹追踪。
作为一种实施方式,服务器还可以根据生成的监控目标的轨迹,对该监控目标进行轨迹预测。具体的,可以根据生成的监控目标的轨迹,确定该监控目标的移动方向及移动速度,根据该移动方向及移动速度,对该监控目标进行轨迹预测。
举例来说,假设上述生成的监控目标的轨迹一直在向东移动,则可以预测该监控目标下一时刻的位置仍向东移动(也就是预测该监控目标的移动方向);另外,根据上述生成的监控目标的轨迹,可以计算该监控目标的移动速度;根据监控目标的移动方向及移动速度,便可以预测监控目标的后续轨迹。
再举一例,假设采集设备发送给服务器的提示信息中携带有该监控目标的图像;服务器接收到多台采集设备发送的提示信息后,对这些提示信息中携带的多张图像进行分析,分析结果表明该监控目标一直沿着一条路移动,而且该条路未出现岔道口,则可以预测该监控目标下一时刻的位置仍沿着该条路移动(也就是预测该监控目标的移动方向);另外,根据上述生成的监控目标的轨迹,可以计算该监控目标的移动速度;根据监控目标的移动方向及移动速度,便可以预测监控目标的后续轨迹。
作为一种实施方式,服务器还可以对多个监控目标进行轨迹追踪,如图5所示,方法包括:
S501:获取每份监控目标特征及对应的监控目标标识。
S502:向采集设备发送所述每份监控目标特征及对应的监控目标标识。
各台采集设备对自身采集的图像进行特征提取,得到待匹配特征,将该待匹配特征与每份监控目标特征进行匹配,如果匹配成功,则确定匹配成功的监控目标标识,并基于自身位置,确定该标识对应的监控目标的位置;向服务器发送提示信息,该提示信息中包含该标识。
S503:接收各台采集设备发送的提示信息,并根据接收到的每条提示信息,分别确定所述监控目标的位置。
S504:确定每条提示信息对应的位置及时刻、以及每条提示信息中包含的监控目标标识。其中,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻。
S505:针对每个监控目标,根据包含该监控目标标识的每条提示信息对应的位置及时刻,生成一条轨迹,作为该监控目标的轨迹。
应用图5所示实施例,实现了服务器对多个监控目标的轨迹追踪。还可以利用上述一种实施方式,对这多个监控目标进行轨迹预测。
与上述方法实施例相对应,本发明实施例还提供了一种目标定位装置。
图6为本发明实施例提供的一种应用于采集设备的目标定位装置的结构示意图,包括:
第一获取模块601,用于获取监控目标特征;
提取模块602,用于对自身采集的图像进行特征提取,得到待匹配特征;
判断模块603,用于判断所述待匹配特征与所述监控目标特征是否匹配;如果是,触发第一确定模块;
第一确定模块604,用于基于所述采集设备的位置,确定所述监控目标的位置。
作为一种实施方式,第一获取模块601,具体可以用于:
接收服务器发送的监控目标特征;
或者,获取包含监控目标的图像,对所述图像进行特征提取,得到监控目标特征。
作为一种实施方式,第一确定模块604,具体可以用于:
将所述采集设备的位置确定为所述监控目标的位置;
或者,根据所述采集设备的位置、以及所述采集设备的视场范围,确定所述监控目标的位置。
作为一种实施方式,所述装置还可以包括:
第二确定模块(图中未示出),用于在判断模块603判断结果为是的情况下,确定所述待匹配特征对应到所述图像中的位置,作为所述监控目标在所述图像中的位置;
第一确定模块604,具体可以用于:
根据所述采集设备的位置、以及所述监控目标在所述图像中的位置,确定所述监控目标的位置。
作为一种实施方式,所述装置还可以包括:
输出模块(图中未示出),用于输出所述监控目标的位置;
或者,输出所述监控目标的位置及所述自身采集的图像;
或者,向服务器发送提示信息,所述提示信息用于提示所述监控目标的位置。
图7为本发明实施例提供的一种应用于服务器的目标定位装置的结构示意图,包括:
第二获取模块701,用于获取监控目标特征;
发送模块702,用于向采集设备发送所述监控目标特征,以使所述采集设备在判定自身采集图像中的特征与所述监控目标特征匹配的情况下,向所述服务器发送提示信息;
接收模块703,用于接收所述提示信息;
第三确定模块704,用于根据所述提示信息,确定所述监控目标的位置。
作为一种实施方式,第三确定模块704,具体可以用于:
读取所述提示信息中携带的所述监控目标的位置;
或者,将发送所述提示信息的采集设备的位置确定为所述监控目标的位置;
或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,读取所述提示信息中携带的所述监控目标在图像中的位置,根据所述监控目标在图像中的位置、以及发送所述提示信息的采集设备的位置,确定所述监控目标的位置。
作为一种实施方式,所述提示信息的数量大于1,所述装置还可以包括:第四确定模块和生成模块(图中未示出),其中,
第四确定模块,用于确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;
生成模块,用于根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹。
作为一种实施方式,所述装置还可以包括:
预测模块(图中未示出),用于根据所述监控目标的轨迹,对所述监控目标进行轨迹预测。
作为一种实施方式,所述监控目标的数量大于1;
第二获取模块701,具体可以用于:
获取每份监控目标特征及对应的监控目标标识;
发送模块702,,具体可以用于:
向采集设备发送所述每份监控目标特征及对应的监控目标标识;
所述第四确定模块,还可以用于确定每条提示信息中包含的监控目标标识;
所述生成模块,具体可以用于:
针对每个监控目标,根据包含该监控目标标识的每条提示信息对应的位置及时刻,生成一条轨迹,作为该监控目标的轨迹。
本发明实施例还提供一种电子设备,如图8所示,包括处理器801和存储器802,其中,
存储器802,用于存放计算机程序;
处理器801,用于执行存储器802上所存放的程序时,实现如下步骤:
获取监控目标特征;
对自身采集的图像进行特征提取,得到待匹配特征;
判断所述待匹配特征与所述监控目标特征是否匹配;
如果是,基于所述采集设备的位置,确定所述监控目标的位置。
作为一种实施方式,处理器801,还用于执行存储器802上所存放的程序时,实现如下步骤:
接收服务器发送的监控目标特征;
或者,获取包含监控目标的图像,对所述图像进行特征提取,得到监控目标特征。
作为一种实施方式,处理器801,还用于执行存储器802上所存放的程序时,实现如下步骤:
将所述采集设备的位置确定为所述监控目标的位置;
或者,根据所述采集设备的位置、以及所述采集设备的视场范围,确定所述监控目标的位置。
作为一种实施方式,处理器801,还用于执行存储器802上所存放的程序时,实现如下步骤:
在判定所述待匹配特征与所述监控目标特征相匹配的情况下,确定所述待匹配特征对应到所述图像中的位置,作为所述监控目标在所述图像中的位置;
根据所述采集设备的位置、以及所述监控目标在所述图像中的位置,确定所述监控目标的位置。
作为一种实施方式,处理器801,还用于执行存储器802上所存放的程序时,实现如下步骤:
在所述基于所述采集设备的位置,确定所述监控目标的位置的步骤之后,输出所述监控目标的位置;
或者,输出所述监控目标的位置及所述自身采集的图像;
或者,向服务器发送提示信息,所述提示信息用于提示所述监控目标的位置。
本发明实施例还提供一种电子设备,如图9所示,包括处理器901和存储器902,其中,
存储器902,用于存放计算机程序;
处理器901,用于执行存储器902上所存放的程序时,实现如下步骤:
获取监控目标特征;
向采集设备发送所述监控目标特征,以使所述采集设备在判定自身采集图像中的特征与所述监控目标特征匹配的情况下,向所述服务器发送提示信息;
接收所述提示信息,并根据所述提示信息,确定所述监控目标的位置。
作为一种实施方式,处理器901,还用于执行存储器902上所存放的程序时,实现如下步骤:
读取所述提示信息中携带的所述监控目标的位置;
或者,将发送所述提示信息的采集设备的位置确定为所述监控目标的位置;
或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,读取所述提示信息中携带的所述监控目标在图像中的位置,根据所述监控目标在图像中的位置、以及发送所述提示信息的采集设备的位置,确定所述监控目标的位置。
作为一种实施方式,处理器901,还用于执行存储器902上所存放的程序时,实现如下步骤:
在所述提示信息的数量大于1的情况下,在所述根据所述提示信息,确定所述监控目标的位置的步骤之后,确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;
根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹。
作为一种实施方式,处理器901,还用于执行存储器902上所存放的程序时,实现如下步骤:
在所述根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹的步骤之后,根据所述监控目标的轨迹,对所述监控目标进行轨迹预测。
作为一种实施方式,所述监控目标的数量大于1;处理器901,还用于执行存储器902上所存放的程序时,实现如下步骤:
获取每份监控目标特征及对应的监控目标标识;
向采集设备发送所述每份监控目标特征及对应的监控目标标识;
在所述接收所述提示信息的步骤之后,确定每条提示信息中包含的监控目标标识;
针对每个监控目标,根据包含该监控目标标识的每条提示信息对应的位置及时刻,生成一条轨迹,作为该监控目标的轨迹。
上述电子设备提到的存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种应用于采集设备的目标定位方法。
本发明实施例还提供另一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种应用于服务器的目标定位方法。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于图6所示的应用于采集设备的目标定位装置实施例、图8所示的电子设备实施例、上述一种计算机可读存储介质实施例而言,由于其基本相似于图3所示的应用于采集设备的目标定位方法实施例,所以描述的比较简单,相关之处参见图3所示的应用于采集设备的目标定位方法实施例的部分说明即可。
对于图7所示的应用于服务器的目标定位装置实施例、图9所示的电子设备实施例、上述另一种计算机可读存储介质实施例而言,由于其基本相似于图4-5所示的应用于服务器的目标定位方法实施例,所以描述的比较简单,相关之处参见图4-5所示的应用于服务器的目标定位方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (17)

1.一种目标定位系统,其特征在于,包括多台采集设备及服务器;其中,
所述服务器,用于获取监控目标特征,并将所述监控目标特征发送给所述采集设备;
所述采集设备,用于接收所述监控目标特征;还用于采集图像,并对所述图像进行特征提取,得到待匹配特征;判断所述待匹配特征与所述监控目标特征是否匹配;如果是,基于所述采集设备的位置,确定所述监控目标的位置,并向所述服务器发送提示信息;
所述服务器,还用于接收各台采集设备发送的提示信息;确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹;根据生成的所述监控目标的轨迹,确定所述监控目标的移动方向及移动速度,根据所述移动方向及所述移动速度,对所述监控目标进行轨迹预测;
其中,所述确定每条提示信息对应的位置的步骤,包括:
读取所述提示信息中携带的所述监控目标的位置;
或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,读取所述提示信息中携带的所述监控目标在图像中的位置,根据所述监控目标在图像中的位置、以及发送所述提示信息的采集设备的位置,确定所述监控目标的位置。
2.一种目标定位方法,其特征在于,应用于采集设备,包括:
获取监控目标特征;
对自身采集的图像进行特征提取,得到待匹配特征;
判断所述待匹配特征与所述监控目标特征是否匹配;
如果是,基于所述采集设备的位置,确定所述监控目标的位置,并向服务器发送提示信息,所述提示信息用于提示所述监控目标的位置,以使所述服务器确定每条提示信息对应的位置及时刻,根据每条提示信息对应的位置及时刻生成所述监控目标的轨迹,并根据生成的所述监控目标的轨迹,确定所述监控目标的移动方向及移动速度,根据所述移动方向及所述移动速度,对所述监控目标进行轨迹预测;
其中,所述确定每条提示信息对应的位置的步骤,包括:
以使所述服务器读取所述提示信息中携带的所述监控目标的位置;
或者,以使所述服务器根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,以使所述服务器读取所述提示信息中携带的所述监控目标在图像中的位置,根据所述监控目标在图像中的位置、以及发送所述提示信息的采集设备的位置,确定所述监控目标的位置。
3.根据权利要求2所述的方法,其特征在于,所述获取监控目标特征的步骤,包括:
接收服务器发送的监控目标特征;
或者,获取包含监控目标的图像,对所述图像进行特征提取,得到监控目标特征。
4.根据权利要求2所述的方法,其特征在于,所述基于所述采集设备的位置,确定所述监控目标的位置的步骤,包括:
将所述采集设备的位置确定为所述监控目标的位置;
或者,根据所述采集设备的位置、以及所述采集设备的视场范围,确定所述监控目标的位置。
5.根据权利要求2所述的方法,其特征在于,在判定所述待匹配特征与所述监控目标特征相匹配的情况下,所述方法还包括:
确定所述待匹配特征对应到所述图像中的位置,作为所述监控目标在所述图像中的位置;
所述基于所述采集设备的位置,确定所述监控目标的位置的步骤,包括:
根据所述采集设备的位置、以及所述监控目标在所述图像中的位置,确定所述监控目标的位置。
6.根据权利要求2所述的方法,其特征在于,在所述基于所述采集设备的位置,确定所述监控目标的位置的步骤之后,还包括:
输出所述监控目标的位置;
或者,输出所述监控目标的位置及所述自身采集的图像。
7.一种目标定位方法,其特征在于,应用于服务器,包括:
获取监控目标特征;
向采集设备发送所述监控目标特征,以使所述采集设备在判定自身采集图像中的特征与所述监控目标特征匹配的情况下,向所述服务器发送提示信息;
接收所述提示信息,并根据所述提示信息,确定所述监控目标的位置;
在所述提示信息的数量大于1的情况下,确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;
根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹;
根据生成的所述监控目标的轨迹,确定所述监控目标的移动方向及移动速度,根据所述移动方向及所述移动速度,对所述监控目标进行轨迹预测;
所述根据所述提示信息,确定所述监控目标的位置的步骤,包括:
读取所述提示信息中携带的所述监控目标的位置;
或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,读取所述提示信息中携带的所述监控目标在图像中的位置,根据所述监控。
8.根据权利要求7所述的方法,其特征在于,所述监控目标的数量大于1;
所述获取监控目标特征的步骤,包括:
获取每份监控目标特征及对应的监控目标标识;
所述向采集设备发送所述监控目标特征的步骤,包括:
向采集设备发送所述每份监控目标特征及对应的监控目标标识;
在所述接收所述提示信息的步骤之后,还包括:
确定每条提示信息中包含的监控目标标识;
所述根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹的步骤,包括:
针对每个监控目标,根据包含该监控目标标识的每条提示信息对应的位置及时刻,生成一条轨迹,作为该监控目标的轨迹。
9.一种目标定位装置,其特征在于,应用于采集设备,包括:
第一获取模块,用于获取监控目标特征;
提取模块,用于对自身采集的图像进行特征提取,得到待匹配特征;
判断模块,用于判断所述待匹配特征与所述监控目标特征是否匹配;如果是,触发第一确定模块;
第一确定模块,用于基于所述采集设备的位置,确定所述监控目标的位置;
输出模块,用于向服务器发送提示信息,所述提示信息用于提示所述监控目标的位置,以使所述服务器确定每条提示信息对应的位置及时刻,根据每条提示信息对应的位置及时刻生成所述监控目标的轨迹,并根据生成的所述监控目标的轨迹,确定所述监控目标的移动方向及移动速度,根据所述移动方向及所述移动速度,对所述监控目标进行轨迹预测;
其中,所述确定每条提示信息对应的位置,包括:
读取所述提示信息中携带的所述监控目标的位置;
或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,读取所述提示信息中携带的所述监控目标在图像中的位置,根据所述监控目标在图像中的位置、以及发送所述提示信息的采集设备的位置,确定所述监控目标的位置。
10.根据权利要求9所述的装置,其特征在于,所述第一获取模块,具体用于:
接收服务器发送的监控目标特征;
或者,获取包含监控目标的图像,对所述图像进行特征提取,得到监控目标特征。
11.根据权利要求9所述的装置,其特征在于,所述第一确定模块,具体用于:
将所述采集设备的位置确定为所述监控目标的位置;
或者,根据所述采集设备的位置、以及所述采集设备的视场范围,确定所述监控目标的位置。
12.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第二确定模块,用于在所述判断模块判断结果为是的情况下,确定所述待匹配特征对应到所述图像中的位置,作为所述监控目标在所述图像中的位置;
所述第一确定模块,具体用于:
根据所述采集设备的位置、以及所述监控目标在所述图像中的位置,确定所述监控目标的位置。
13.根据权利要求9所述的装置,其特征在于,所述输出模块,还用于输出所述监控目标的位置;
或者,输出所述监控目标的位置及所述自身采集的图像。
14.一种目标定位装置,其特征在于,应用于服务器,包括:
第二获取模块,用于获取监控目标特征;
发送模块,用于向采集设备发送所述监控目标特征,以使所述采集设备在判定自身采集图像中的特征与所述监控目标特征匹配的情况下,向所述服务器发送提示信息;
接收模块,用于接收所述提示信息;
第三确定模块,用于根据所述提示信息,确定所述监控目标的位置;
第四确定模块,用于在所述提示信息的数量大于1的情况下,确定每条提示信息对应的位置及时刻,所述位置为:根据该提示信息确定的所述监控目标的位置,所述时刻为:接收该提示信息的时刻;
生成模块,用于根据每条提示信息对应的位置及时刻,生成一条轨迹,作为所述监控目标的轨迹;
预测模块,用于根据生成的所述监控目标的轨迹,确定所述监控目标的移动方向及移动速度,根据所述移动方向及所述移动速度,对所述监控目标进行轨迹预测;
所述第三确定模块,具体用于:
读取所述提示信息中携带的所述监控目标的位置;
或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,根据发送所述提示信息的采集设备的位置以及视场范围,确定所述监控目标的位置;
或者,读取所述提示信息中携带的所述监控目标在图像中的位置,根据所述监控。
15.根据权利要求14所述的装置,其特征在于,所述监控目标的数量大于1;
所述第二获取模块,具体用于:
获取每份监控目标特征及对应的监控目标标识;
所述发送模块,具体用于:
向采集设备发送所述每份监控目标特征及对应的监控目标标识;
所述第四确定模块,还用于确定每条提示信息中包含的监控目标标识;
所述生成模块,具体用于:
针对每个监控目标,根据包含该监控目标标识的每条提示信息对应的位置及时刻,生成一条轨迹,作为该监控目标的轨迹。
16.一种电子设备,其特征在于,包括处理器和存储器,其中,
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求2-6任一所述的方法步骤。
17.一种电子设备,其特征在于,包括处理器和存储器,其中,
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求7-8任一所述的方法步骤。
CN201710697867.0A 2017-08-15 2017-08-15 一种目标定位方法、装置及系统 Active CN109410278B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710697867.0A CN109410278B (zh) 2017-08-15 2017-08-15 一种目标定位方法、装置及系统
PCT/CN2018/100459 WO2019034053A1 (zh) 2017-08-15 2018-08-14 一种目标定位方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710697867.0A CN109410278B (zh) 2017-08-15 2017-08-15 一种目标定位方法、装置及系统

Publications (2)

Publication Number Publication Date
CN109410278A CN109410278A (zh) 2019-03-01
CN109410278B true CN109410278B (zh) 2021-12-10

Family

ID=65361790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710697867.0A Active CN109410278B (zh) 2017-08-15 2017-08-15 一种目标定位方法、装置及系统

Country Status (2)

Country Link
CN (1) CN109410278B (zh)
WO (1) WO2019034053A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110188691A (zh) * 2019-05-30 2019-08-30 银河水滴科技(北京)有限公司 一种移动轨迹确定方法及装置
CN110245268A (zh) * 2019-06-26 2019-09-17 银河水滴科技(北京)有限公司 一种路线确定、展示的方法及装置
CN110717386A (zh) * 2019-08-30 2020-01-21 深圳壹账通智能科技有限公司 涉事对象追踪方法及装置、电子设备和非暂态存储介质
CN112835947B (zh) * 2019-11-22 2024-04-02 杭州海康威视系统技术有限公司 目标识别方法及装置、电子设备、存储介质
CN110935079A (zh) * 2019-11-27 2020-03-31 上海市普陀区长风街道长风社区卫生服务中心 基于图像识别具有场景识别功能的输液监控方法及系统
CN111403021B (zh) * 2020-03-11 2023-12-05 中国电子工程设计院有限公司 一种监测方法及装置
CN111275745B (zh) * 2020-03-23 2023-07-11 中国建设银行股份有限公司 客户银行网点内的轨迹图像生成方法及装置
CN112616023A (zh) * 2020-12-22 2021-04-06 荆门汇易佳信息科技有限公司 复杂环境下的多摄像机视频目标追踪方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11203468A (ja) * 1998-01-12 1999-07-30 Mitsubishi Electric Corp 画像の2値化処理方法およびこの処理方法を搭載した画像処理装置
CN103985230A (zh) * 2014-05-14 2014-08-13 深圳市大疆创新科技有限公司 一种基于图像的通知方法、装置及通知系统
CN104574415A (zh) * 2015-01-26 2015-04-29 南京邮电大学 一种基于单摄像机的目标空间定位方法
CN104776832A (zh) * 2015-04-16 2015-07-15 浪潮软件集团有限公司 一种空间内物体的定位方法、机顶盒和系统
CN105741261A (zh) * 2014-12-11 2016-07-06 北京大唐高鸿数据网络技术有限公司 一种基于四摄像头的平面多目标定位方法
CN106529497A (zh) * 2016-11-25 2017-03-22 浙江大华技术股份有限公司 一种图像采集设备的定位方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942811B (zh) * 2013-01-21 2017-08-15 中国电信股份有限公司 分布式并行确定特征目标运动轨迹的方法与系统
CN104023212B (zh) * 2014-06-23 2017-08-11 太原理工大学 一种基于多终端的远程智能视频监控系统
CN104284150A (zh) * 2014-09-23 2015-01-14 同济大学 基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统
US10359511B2 (en) * 2014-12-29 2019-07-23 Sony Corporation Surveillance apparatus having a radar sensor

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11203468A (ja) * 1998-01-12 1999-07-30 Mitsubishi Electric Corp 画像の2値化処理方法およびこの処理方法を搭載した画像処理装置
CN103985230A (zh) * 2014-05-14 2014-08-13 深圳市大疆创新科技有限公司 一种基于图像的通知方法、装置及通知系统
CN105741261A (zh) * 2014-12-11 2016-07-06 北京大唐高鸿数据网络技术有限公司 一种基于四摄像头的平面多目标定位方法
CN104574415A (zh) * 2015-01-26 2015-04-29 南京邮电大学 一种基于单摄像机的目标空间定位方法
CN104776832A (zh) * 2015-04-16 2015-07-15 浪潮软件集团有限公司 一种空间内物体的定位方法、机顶盒和系统
CN106529497A (zh) * 2016-11-25 2017-03-22 浙江大华技术股份有限公司 一种图像采集设备的定位方法及装置

Also Published As

Publication number Publication date
CN109410278A (zh) 2019-03-01
WO2019034053A1 (zh) 2019-02-21

Similar Documents

Publication Publication Date Title
CN109410278B (zh) 一种目标定位方法、装置及系统
CN107818573B (zh) 一种目标跟踪方法及装置
CN106303442B (zh) 追踪路径拓扑结构建立方法、目标对象追踪方法及设备
US10691949B2 (en) Action recognition in a video sequence
CN109325429B (zh) 一种关联特征数据的方法、装置、存储介质及终端
CN109426785B (zh) 一种人体目标身份识别方法及装置
EP2903261B1 (en) Apparatus and method for detecting event from plurality of photographed images
CN110706247B (zh) 一种目标跟踪方法、装置及系统
CN111161206A (zh) 一种图像抓拍方法、监控相机及监控系统
CN111860318A (zh) 一种建筑工地行人徘徊检测方法、装置、设备及存储介质
KR20190118619A (ko) 보행자 추적 방법 및 전자 디바이스
CN108875507B (zh) 行人跟踪方法、设备、系统和计算机可读存储介质
CN111010547A (zh) 目标对象的追踪方法及装置、存储介质、电子装置
CN111091098A (zh) 检测模型的训练方法、检测方法及相关装置
CN109960969B (zh) 移动路线生成的方法、装置及系统
CN109255360B (zh) 一种目标分类方法、装置及系统
CN113096158A (zh) 运动对象的识别方法、装置、电子设备及可读存储介质
CN108537088B (zh) 监控方法和系统
CN112770265A (zh) 一种行人身份信息获取方法、系统、服务器和存储介质
CN112883782A (zh) 投放行为识别方法、装置、设备及存储介质
CN111065044B (zh) 基于大数据的数据关联分析方法、装置及计算机存储介质
CN109963113A (zh) 一种感兴趣目标的监控方法及装置
CN111353365A (zh) 一种行为预警方法及装置、电子设备
CN110728249B (zh) 目标行人的跨摄像机识别方法、装置及系统
CN108540759B (zh) 视频监控方法、装置和系统

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