CN109905641A - 一种目标监控方法、装置、设备及系统 - Google Patents
一种目标监控方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN109905641A CN109905641A CN201711292270.4A CN201711292270A CN109905641A CN 109905641 A CN109905641 A CN 109905641A CN 201711292270 A CN201711292270 A CN 201711292270A CN 109905641 A CN109905641 A CN 109905641A
- Authority
- CN
- China
- Prior art keywords
- target
- monitoring
- type
- attribute
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 262
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012806 monitoring device Methods 0.000 claims abstract description 80
- 238000001514 detection method Methods 0.000 claims description 54
- 238000000605 extraction Methods 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 7
- 230000008859 change Effects 0.000 abstract description 4
- 239000011521 glass Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000003708 edge detection Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- NIOPZPCMRQGZCE-WEVVVXLNSA-N 2,4-dinitro-6-(octan-2-yl)phenyl (E)-but-2-enoate Chemical compound CCCCCCC(C)C1=CC([N+]([O-])=O)=CC([N+]([O-])=O)=C1OC(=O)\C=C\C NIOPZPCMRQGZCE-WEVVVXLNSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种目标监控方法、装置、设备及系统，本方案中，不需要将两类监控设备进行标定，而是先得到第一类监控设备采集图像中的监控目标属性，再根据该监控目标属性，在第二类监控设备采集图像中，匹配确定监控目标；这样，不会由于标定不准确，或者监控设备位置的改变，影响监控目标的确定，因此，提高了监控效果。
Description
技术领域
本发明涉及视频监控技术领域，特别是涉及一种目标监控方法、装置、设备及系统。
背景技术
现有的监控设备中，有些监控设备视角较广，但是画面清晰度较差，比如枪机；有些监控设备画面清晰度较好，但是视角较小，比如球机。在一些方案中，通过这两种监控设备的联动实现对目标的监控，这样可以兼顾视角及画面清晰度。
以枪机球机联动为例来说，该方案一般包括：对枪机及球机进行标定，通过标定获得枪机采集图像与球机在各个视场范围采集图像的映射关系；在监控过程中，枪机采集大视角图像，在该大视角图像中检测出监控目标，枪机根据监控目标在大视角图像中的位置、以及该映射关系，确定球机能够采集到该监控目标的PTZ(Pan/Tilt/Zoom，云台全方位移动及镜头变倍、变焦控制)信息，并将所确定的PTZ信息发送至球机，球机根据接收到的PTZ信息，对自身PTZ进行调整，使自身能够采集到该监控目标。
在上述方案中，如果标定不准确，或者如果在标定后，枪机或球机的位置发生改变，均会导致该映射关系不准确，枪机根据该映射关系确定出的PTZ信息也不准确，这样，调整后的球机采集到的图像中可能不存在该监控目标。可见，利用上述方案监控效果较差。
发明内容
本发明实施例的目的在于提供一种目标监控方法、装置、设备及系统，以提高监控效果。
为达到上述目的，本发明实施例提供了一种目标监控方法，包括：
获取监控目标属性，所述监控目标属性为对第一类监控设备采集的图像进行目标检测及属性提取得到的；
对第二类监控设备采集的图像进行目标检测，得到至少一个候选目标；
提取所述至少一个候选目标的属性；
将所述至少一个候选目标的属性与所述监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标。
可选的，所述获取监控目标属性，可以包括：
接收第一类监控设备发送的监控目标属性，所述监控目标属性为所述第一类监控设备对所述第一类监控设备采集的图像进行目标检测及属性提取得到的；
或者，接收第一类监控设备发送的图像，对接收到的图像进行目标检测及属性提取，得到监控目标属性。
可选的，在所述将匹配成功的候选目标确定为监控目标之后，还可以包括：
控制所述第二类监控设备采集所述监控目标的细节图像；
或者，控制所述第二类监控设备对所述监控目标进行追踪。
可选的，所述第二类监控设备为可移动监控设备；所述控制所述第二类监控设备对所述监控目标进行追踪，可以包括：
预测所述监控目标的轨迹，并根据所述轨迹控制所述第二类监控设备移动，以对所述监控目标进行追踪。
可选的，在所述根据所述轨迹控制所述第二类监控设备移动，以对所述监控目标进行追踪之后，还可以包括：
检测到所述监控目标移出所述第二类监控设备的视场范围后，控制所述第二类监控设备移动到预设位置。
可选的，所述第一类监控设备为枪机，所述第二类监控设备为球机。
为达到上述目的，本发明实施例还提供了一种目标监控装置，包括：
获取模块，用于获取监控目标属性，所述监控目标属性为对第一类监控设备采集的图像进行目标检测及属性提取得到的；
检测模块，用于对第二类监控设备采集的图像进行目标检测，得到至少一个候选目标；
提取模块，用于提取所述至少一个候选目标的属性；
匹配模块，用于将所述至少一个候选目标的属性与所述监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标。
可选的，所述获取模块，具体可以用于：
接收第一类监控设备发送的监控目标属性，所述监控目标属性为所述第一类监控设备对所述第一类监控设备采集的图像进行目标检测及属性提取得到的；
或者，接收第一类监控设备发送的图像，对接收到的图像进行目标检测及属性提取，得到监控目标属性。
可选的，所述装置还可以包括：第一控制模块和/或第二控制模块，其中，
第一控制模块，用于控制所述第二类监控设备采集所述监控目标的细节图像；
第二控制模块，控制所述第二类监控设备对所述监控目标进行追踪。
可选的，所述第二类监控设备为可移动监控设备；所述第二控制模块，具体可以用于：
预测所述监控目标的轨迹，并根据所述轨迹控制所述第二类监控设备移动，以对所述监控目标进行追踪。
可选的，所述装置还可以包括：
第三控制模块，用于检测到所述监控目标移出所述第二类监控设备的视场范围后，控制所述第二类监控设备移动到预设位置。
为达到上述目的，本发明实施例还提供了一种目标监控系统，包括：第一类监控设备、第二类监控设备和调度设备；其中，
所述第一类监控设备及所述第二类监控设备，用于对同一场景进行图像采集；
所述调度设备，用于获取监控目标属性，所述监控目标属性为对第一类监控设备采集的图像进行目标检测及属性提取得到的；对第二类监控设备采集的图像进行目标检测，得到至少一个候选目标；提取所述至少一个候选目标的属性；将所述至少一个候选目标的属性与所述监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标。
可选的，所述第一类监控设备，还用于对自身采集的图像进行目标检测及属性提取，得到监控目标属性，将所述监控目标属性发送至所述调度设备。
可选的，所述第一类监控设备，还用于将自身采集的图像发送至所述调度设备；
所述调度设备，还用于接收所述第一类监控设备发送的图像，对接收到的图像进行目标检测及属性提取，得到监控目标属性。
可选的，所述第一类监控设备为枪机，所述第二类监控设备为球机。
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；
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，实现上述任一种目标监控方法。
为达到上述目的，本发明实施例还提供了一种计算机可读存储介质，其特征在于，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目标监控方法。
应用本发明实施例，不需要将两类监控设备进行标定，而是先得到第一类监控设备采集图像中的监控目标属性，再根据该监控目标属性，在第二类监控设备采集图像中，匹配确定监控目标；这样，不会由于标定不准确，或者监控设备位置的改变，影响监控目标的确定，因此，提高了监控效果。
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一种目标监控方法的流程示意图；
图2为本发明实施例提供的一种目标监控装置的结构示意图；
图3为本发明实施例提供的一种目标监控系统的结构示意图；
图4为本发明实施例提供的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监控方法、装置、设备及系统。该方法及装置可以应用于第二类监控设备，或者也可以应用于与第一类监控设备及第二类监控设备通信连接的调度设备，该调度设备可以为手机、电脑等各种电子设备，具体不做限定。
本发明实施例中提到的第一类监控设备可以为视角较广、但画面清晰度较差的监控设备，比如枪机、或者其他卡口抓拍机等；本发明实施例中提到的第二类监控设备可以为画面清晰度较好、但视角较小的监控设备，比如球机等。为了方便描述，以下内容中以第一类监控设备为枪机、第二类监控设备为球机为例进行说明。如果第二类监控设备为球机，执行主体可以为球机云台，也可以为与球机、枪机通信连接的调度设备。
下面首先对本发明实施例提供的一种目标监控方法进行详细说明。
图1为本发明实施例提供的一种目标监控方法的流程示意图，包括：
S101：获取监控目标属性，所述监控目标属性为对第一类监控设备采集的图像进行目标检测及属性提取得到的。
作为一种实施方式，S101可以包括：接收第一类监控设备发送的监控目标属性，所述监控目标属性为所述第一类监控设备对所述第一类监控设备采集的图像进行目标检测及属性提取得到的。
这种实施方式中，枪机对自身采集的图像进行目标检测及属性提取，得到监控目标属性，然后将该监控目标属性发送至本设备(执行主体)，本设备可以为球机(或者说球机云台)，也可以为调度设备。
举例来说，收费站、交通检查站或治安检查站等卡口位置处设置的枪机对经过卡口的车辆进行抓拍，抓拍的图像中包含一台或多台车辆。枪机对该图像进行目标检测，具体的，可以利用目标检测算法，比如边缘检测算法，检测该图像中的车辆目标；或者，也可以利用预先训练得到的、针对车辆目标的分类器，检测该图像中的车辆目标，等等，具体不做限定。
如果检测到一个车辆目标，则可以将该车辆目标作为监控目标；如果检测到多个车辆目标，可以将该多个车辆目标都作为监控目标，也可以接收用户发送的选择指令，将用户选择的车辆目标作为监控目标。
枪机对监控目标进行属性提取。举例来说，对于车辆目标来说，属性可以为车型、颜色、车牌号等。对车辆目标进行属性提取，可以包括：根据车辆目标像素点的RGB(Red，Green，Blue，红绿蓝)值，确定车辆目标的颜色；对车辆目标进行车牌识别，得到车辆目标的车牌号；对车辆目标的边缘轮廓进行分析，确定车辆目标的车型，等等，不再一一列举。
再举一例，写字楼内设置的枪机对写字楼中出现的人员进行图像采集，采集的图像中包含一个或多个人员。枪机对该图像进行目标检测，具体的，可以利用目标检测算法，比如边缘检测算法，检测该图像中的人员目标；或者，也可以利用预先训练得到的、针对人员目标的分类器，检测该图像中的人员目标，等等，具体不做限定。
如果检测到一个人员目标，则可以将该人员目标作为监控目标；如果检测到多个人员目标，可以将该多个人员目标都作为监控目标，也可以接收用户发送的选择指令，将用户选择的人员目标作为监控目标。
枪机对监控目标进行属性提取。举例来说，对于人员目标来说，属性可以包括服装颜色、是否背包、是否戴眼镜、身高等。对人员目标进行属性提取，可以包括：根据人员目标像素点的RGB(Red，Green，Blue，红绿蓝)值，确定人员目标的服装颜色；对人员目标进行面部分析，确定人员目标是否戴眼镜；对人员目标的边缘轮廓进行分析，确定人员目标是否背包、或者身高，等等，不再一一列举。
枪机将提取提到的监控目标属性发送至球机(或者说球机云台)，或者发送到调度设备。
作为另一种实施方式，S101可以包括：接收第一类监控设备发送的图像，对接收到的图像进行目标检测及属性提取，得到监控目标属性。
这种实施方式中，枪机将采集到的图像发送至本设备，本设备可以为球机(或者说球机云台)或者调度设备。本设备对该图像进行目标检测及属性提取，得到监控目标属性。
举例来说，收费站、交通检查站或治安检查站等卡口位置处设置的枪机对经过卡口的车辆进行抓拍，抓拍的图像中包含一台或多台车辆。枪机将该图像发送至本设备，本设备对该图像进行目标检测，具体的，可以利用目标检测算法，比如边缘检测算法，检测该图像中的车辆目标；或者，也可以利用预先训练得到的、针对车辆目标的分类器，检测该图像中的车辆目标，等等，具体不做限定。
如果检测到一个车辆目标，则可以将该车辆目标作为监控目标；如果检测到多个车辆目标，可以将该多个车辆目标都作为监控目标，也可以接收用户发送的选择指令，将用户选择的车辆目标作为监控目标。
本设备对监控目标进行属性提取。举例来说，对于车辆目标来说，属性可以为车型、车身颜色、车牌号等。对车辆目标进行属性提取，可以包括：根据车辆目标像素点的RGB(Red，Green，Blue，红绿蓝)值，确定车辆目标的车身颜色；对车辆目标进行车牌识别，得到车辆目标的车牌号；对车辆目标的边缘轮廓进行分析，确定车辆目标的车型，等等，不再一一列举。
再举一例，写字楼内设置的枪机对写字楼中出现的人员进行图像采集，采集的图像中包含一个或多个人员。枪机将该图像发送至本设备，本设备对该图像进行目标检测，具体的，可以利用目标检测算法，比如边缘检测算法，检测该图像中的人员目标；或者，也可以利用预先训练得到的、针对人员目标的分类器，检测该图像中的人员目标，等等，具体不做限定。
如果检测到一个人员目标，则可以将该人员目标作为监控目标；如果检测到多个人员目标，可以将该多个人员目标都作为监控目标，也可以接收用户发送的选择指令，将用户选择的人员目标作为监控目标。
本设备对监控目标进行属性提取。举例来说，对于人员目标来说，属性可以包括服装颜色、是否背包、是否戴眼镜、身高等。对人员目标进行属性提取，可以包括：根据人员目标像素点的RGB(Red，Green，Blue，红绿蓝)值，确定人员目标的服装颜色；对人员目标进行面部分析，确定人员目标是否戴眼镜；对人员目标的边缘轮廓进行分析，确定人员目标是否背包、或者身高，等等，不再一一列举。
这样，本设备便获取到监控目标属性。
S102：对第二类监控设备采集的图像进行目标检测，得到至少一个候选目标。
如果本设备(执行主体)为第二类监控设备，则本设备对自身采集的图像进行目标检测，得到至少一个候选目标；如果本设备为调度设备，则调度设备获取第二类监控设备采集的图像，对该图像进行目标检测，得到至少一个候选目标。
具体的，可以利用目标检测算法，比如边缘检测算法，检测该图像中的车辆目标或者人员目标；或者，也可以利用预先训练得到的、针对车辆目标或者人员目标的分类器，检测该图像中的车辆目标或者人员目标，等等，具体不做限定。
S103：提取该至少一个候选目标的属性。
举例来说，如果候选目标为车辆目标，则属性可以为车型、车身颜色、车牌号等。对车辆目标进行属性提取，可以包括：根据车辆目标像素点的RGB(Red，Green，Blue，红绿蓝)值，确定车辆目标的车身颜色；对车辆目标进行车牌识别，得到车辆目标的车牌号；对车辆目标的边缘轮廓进行分析，确定车辆目标的车型，等等，不再一一列举。
再举一例，如果候选目标为人员目标，则属性可以包括服装颜色、是否背包、是否戴眼镜、身高等。对人员目标进行属性提取，可以包括：根据人员目标像素点的RGB(Red，Green，Blue，红绿蓝)值，确定人员目标的服装颜色；对人员目标进行面部分析，确定人员目标是否戴眼镜；对人员目标的边缘轮廓进行分析，确定人员目标是否背包、或者身高，等等，不再一一列举。
S104：将该至少一个候选目标的属性与该监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标。
假设S101中获取的监控目标属性为“车身颜色：黑、车牌号：1234”；假设S102中检测到三个候选目标：候选目标A、候选目标B、候选目标C，S103中提取得到候选目标A的属性为“车身颜色：白、车牌号：2567”，候选目标B的属性为“车身颜色：黑、车牌号：1234”，候选目标C的属性为“车身颜色：蓝、车牌号：6354”；候选目标B的属性与S101中获取的监控目标属性相匹配，将候选目标B确定为监控目标。
应用本发明图1所示实施例，不需要将两类监控设备进行标定，而是先得到第一类监控设备采集图像中的监控目标属性，再根据该监控目标属性，在第二类监控设备采集图像中，匹配确定监控目标；这样，不会由于标定不准确，或者监控设备位置的改变，影响监控目标的确定，因此，提高了监控效果。
作为一种实施方式，在S104之后，可以控制所述第二类监控设备采集所述监控目标的细节图像。
延续上述例子，在球机采集图像中确定出监控目标后，可以控制球机聚焦到该监控目标，采集针对监控目标的细节图像，该细节图像中包含了监控目标的更多特征，可以在该细节图像中对监控目标进行属性提取，得到更精确的监控目标属性。比如，如果监控目标为人员目标，可以在细节图像中提取到人员目标的人脸特征，人脸特征可以作为监控目标的精确属性。
作为一种实施方式，在S104之后还可以控制所述第二类监控设备对所述监控目标进行追踪。
延续上述例子，在球机采集图像中确定出监控目标后，可以利用球机对该监控目标进行跟踪拍摄。
在本实施方式中，第二类监控设备为可移动监控设备，这样，第二类监控设备可以对监控目标进行跟踪拍摄。举例来说，第二类监控设备可以为可转动球机，或者也可以为带有机械臂的其他监控设备，具体不做限定。
具体的，本设备可以预测所述监控目标的轨迹，并根据所述轨迹控制所述第二类监控设备移动，以对所述监控目标进行追踪。
预测监控目标轨迹的方式有多种，比如，球机可以针对监控目标采集多帧连续的图像，根据监控目标在这多帧图像中的位置，预测监控目标的移动方向及移动速度，进而预测监控目标的轨迹。
再比如，如果监控目标为人员，则可以根据腿的移动方向或者头部朝向等，预测监控目标的移动方向，并将通常情况下人体步行的速度作为监控目标的移动速度，根据该移动方向及移动速度，预测监控目标的轨迹。
再比如，如果监控目标为车辆，则可以根据车头朝向，预测监控目标的移动方向，并将通常情况下车辆的行驶速度作为目标的移动速度，根据该移动方向及移动速度，预测监控目标的轨迹。
如果检测到监控目标移出第二类监控设备的视场范围后，可以控制第二类监控设备移动到预设位置。
作为一种实施方式，可以为第二类监控设备设定一个初始位置，举例来说，第二类监控设备在该初始位置处对应的采集场景与第一类监控设备对应的采集场景一致，这样S104进行属性匹配时，匹配成功的概率较大。
下面将本发明实施例与“对枪机、球机进行标定的方案”进行对比：
如果采用对枪机、球机进行标定的方案：枪机采集图像中存在一监控目标，枪机根据预先标定得到的枪机球机映射关系、以及该监控目标在枪机采集图像中的位置，确定球机能够采集到该监控目标的PTZ信息，并将该PTZ信息发送至球机，球机根据该PTZ信息对自身PTZ进行调整；如果该监控目标的位置没有发生变化，则调整后的球机恰好能够聚焦到该监控目标，并采集到监控目标的细节图像，但是，如果监控目标是移动的，在传输PTZ信息及球机调整过程中，该监控目标的位置发生了变化，则球机采集到的细节图像中可能并不存在该监控目标。
而应用本发明实施例，先对枪机采集的图像进行目标检测及属性提取，得到监控目标属性，然后对球机采集的图像进行目标检测，得到至少一个候选目标；提取该至少一个候选目标的属性；将该至少一个候选目标的属性与监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标，然后球机聚焦到该监控目标，采集监控目标的细节图像；即使监控目标是移动的，但球机从获取监控目标属性至匹配确定出监控目标的过程耗时很短，这个过程中，监控目标通常不会移出球机的视场范围，球机在自身采集图像中确定出监控目标后，再聚焦到该监控目标，采集监控目标的细节图像。对比可见，本发明实施例监控效果更佳。
与上述方法实施例相对应，本发明实施例还提供一种目标监控装置，包括：
获取模块201，用于获取监控目标属性，所述监控目标属性为对第一类监控设备采集的图像进行目标检测及属性提取得到的；
检测模块202，用于对第二类监控设备采集的图像进行目标检测，得到至少一个候选目标；
提取模块203，用于提取所述至少一个候选目标的属性；
匹配模块204，用于将所述至少一个候选目标的属性与所述监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标。
作为一种实施方式，获取模块201，具体可以用于：
接收第一类监控设备发送的监控目标属性，所述监控目标属性为所述第一类监控设备对所述第一类监控设备采集的图像进行目标检测及属性提取得到的；
或者，接收第一类监控设备发送的图像，对接收到的图像进行目标检测及属性提取，得到监控目标属性。
作为一种实施方式，所述装置还可以包括：第一控制模块和/或第二控制模块(图中未示出)，其中，
第一控制模块，用于控制所述第二类监控设备采集所述监控目标的细节图像；
第二控制模块，控制所述第二类监控设备对所述监控目标进行追踪。
作为一种实施方式，所述第二类监控设备为可移动监控设备；所述第二控制模块，具体可以用于：
预测所述监控目标的轨迹，并根据所述轨迹控制所述第二类监控设备移动，以对所述监控目标进行追踪。
作为一种实施方式，所述装置还可以包括：
第三控制模块(图中未示出)，用于检测到所述监控目标移出所述第二类监控设备的视场范围后，控制所述第二类监控设备移动到预设位置。
作为一种实施方式，所述第一类监控设备可以为枪机，所述第二类监控设备可以为球机。
应用本发明图2所示实施例，不需要将两类监控设备进行标定，而是先得到第一类监控设备采集图像中的监控目标属性，再根据该监控目标属性，在第二类监控设备采集图像中，匹配确定监控目标；这样，不会由于标定不准确，或者监控设备位置的改变，影响监控目标的确定，因此，提高了监控效果。
本发明实施例还提供一种目标监控系统，如图3所示，包括：第一类监控设备、第二类监控设备和调度设备；其中，
所述第一类监控设备及所述第二类监控设备，用于对同一场景进行图像采集
所述调度设备，用于获取监控目标属性，所述监控目标属性为对第一类监控设备采集的图像进行目标检测及属性提取得到的；对第二类监控设备采集的图像进行目标检测，得到至少一个候选目标；提取所述至少一个候选目标的属性；将所述至少一个候选目标的属性与所述监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标。
作为一种实施方式，所述第一类监控设备，还用于对自身采集的图像进行目标检测及属性提取，得到监控目标属性，将所述监控目标属性发送至所述调度设备。
作为一种实施方式，所述第一类监控设备，还用于将自身采集的图像发送至所述调度设备；
所述调度设备，还用于接收所述第一类监控设备发送的图像，对接收到的图像进行目标检测及属性提取，得到监控目标属性。
作为一种实施方式，所述第一类监控设备可以为枪机，所述第二类监控设备可以为球机。
作为一种实施方式，所述第二类监控设备与所述调度设备可以设置于同一壳体中，换句话说，所述第二类监控设备与所述调度设备可以为同一台设备。比如，第二类监控设备可以为球机，调度设备可以为球机云台。
该系统中的调度设备可以实现上述任一种目标监控方法。
本发明实施例还提供了一种电子设备，如图4所示，包括处理器401和存储器402；
存储器402，用于存放计算机程序；
处理器401，用于执行存储器402上所存放的程序时，实现上述任一种目标监控方法。
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目标监控方法。
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2所示的目标监控装置实施例、图3所示的目标监控系统实施例、图4所示的电子设备实施例而言，由于其基本相似于图1所示的目标监控方法实施例，所以描述的比较简单，相关之处参见图1所示的目标监控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 (16)
1.一种目标监控方法，其特征在于，包括：
获取监控目标属性，所述监控目标属性为对第一类监控设备采集的图像进行目标检测及属性提取得到的；
对第二类监控设备采集的图像进行目标检测，得到至少一个候选目标；
提取所述至少一个候选目标的属性；
将所述至少一个候选目标的属性与所述监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标。
2.根据权利要求1所述的方法，其特征在于，所述获取监控目标属性，包括：
接收第一类监控设备发送的监控目标属性，所述监控目标属性为所述第一类监控设备对所述第一类监控设备采集的图像进行目标检测及属性提取得到的；
或者，接收第一类监控设备发送的图像，对接收到的图像进行目标检测及属性提取，得到监控目标属性。
3.根据权利要求1所述的方法，其特征在于，在所述将匹配成功的候选目标确定为监控目标之后，还包括：
控制所述第二类监控设备采集所述监控目标的细节图像；
或者，控制所述第二类监控设备对所述监控目标进行追踪。
4.根据权利要求3所述的方法，其特征在于，所述第二类监控设备为可移动监控设备；所述控制所述第二类监控设备对所述监控目标进行追踪，包括：
预测所述监控目标的轨迹，并根据所述轨迹控制所述第二类监控设备移动，以对所述监控目标进行追踪。
5.根据权利要求4所述的方法，其特征在于，在所述根据所述轨迹控制所述第二类监控设备移动，以对所述监控目标进行追踪之后，还包括：
检测到所述监控目标移出所述第二类监控设备的视场范围后，控制所述第二类监控设备移动到预设位置。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述第一类监控设备为枪机，所述第二类监控设备为球机。
7.一种目标监控装置，其特征在于，包括：
获取模块，用于获取监控目标属性，所述监控目标属性为对第一类监控设备采集的图像进行目标检测及属性提取得到的；
检测模块，用于对第二类监控设备采集的图像进行目标检测，得到至少一个候选目标；
提取模块，用于提取所述至少一个候选目标的属性；
匹配模块，用于将所述至少一个候选目标的属性与所述监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标。
8.根据权利要求7所述的装置，其特征在于，所述获取模块，具体用于：
接收第一类监控设备发送的监控目标属性，所述监控目标属性为所述第一类监控设备对所述第一类监控设备采集的图像进行目标检测及属性提取得到的；
或者，接收第一类监控设备发送的图像，对接收到的图像进行目标检测及属性提取，得到监控目标属性。
9.根据权利要求7所述的装置，其特征在于，所述装置还包括：第一控制模块和/或第二控制模块，其中，
第一控制模块，用于控制所述第二类监控设备采集所述监控目标的细节图像；
第二控制模块，控制所述第二类监控设备对所述监控目标进行追踪。
10.根据权利要求9所述的装置，其特征在于，所述第二类监控设备为可移动监控设备；所述第二控制模块，具体用于：
预测所述监控目标的轨迹，并根据所述轨迹控制所述第二类监控设备移动，以对所述监控目标进行追踪。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括：
第三控制模块，用于检测到所述监控目标移出所述第二类监控设备的视场范围后，控制所述第二类监控设备移动到预设位置。
12.一种目标监控系统，其特征在于，包括：第一类监控设备、第二类监控设备和调度设备；其中，
所述第一类监控设备及所述第二类监控设备，用于对同一场景进行图像采集；
所述调度设备，用于获取监控目标属性，所述监控目标属性为对第一类监控设备采集的图像进行目标检测及属性提取得到的；对第二类监控设备采集的图像进行目标检测，得到至少一个候选目标；提取所述至少一个候选目标的属性；将所述至少一个候选目标的属性与所述监控目标属性进行匹配，并将匹配成功的候选目标确定为监控目标。
13.根据权利要求12所述的系统，其特征在于，所述第一类监控设备，还用于对自身采集的图像进行目标检测及属性提取，得到监控目标属性，将所述监控目标属性发送至所述调度设备。
14.根据权利要求12所述的系统，其特征在于，所述第一类监控设备，还用于将自身采集的图像发送至所述调度设备；
所述调度设备，还用于接收所述第一类监控设备发送的图像，对接收到的图像进行目标检测及属性提取，得到监控目标属性。
15.根据权利要求12所述的系统，其特征在于，所述第一类监控设备为枪机，所述第二类监控设备为球机。
16.一种电子设备，其特征在于，包括处理器和存储器；
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1-6任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711292270.4A CN109905641B (zh) | 2017-12-08 | 2017-12-08 | 一种目标监控方法、装置、设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711292270.4A CN109905641B (zh) | 2017-12-08 | 2017-12-08 | 一种目标监控方法、装置、设备及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109905641A true CN109905641A (zh) | 2019-06-18 |
| CN109905641B CN109905641B (zh) | 2021-03-12 |
Family
ID=66940113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711292270.4A Active CN109905641B (zh) | 2017-12-08 | 2017-12-08 | 一种目标监控方法、装置、设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109905641B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083358A (zh) * | 2019-12-05 | 2020-04-28 | 浙江大华技术股份有限公司 | 一种目标抓拍方法、装置及系统 |
| CN111800604A (zh) * | 2020-06-12 | 2020-10-20 | 深圳英飞拓科技股份有限公司 | 基于枪球联动检测人形和人脸数据的方法及装置 |
| CN111800605A (zh) * | 2020-06-15 | 2020-10-20 | 深圳英飞拓科技股份有限公司 | 基于枪球联动的车形、车牌传输的方法及系统、设备 |
| CN112016483A (zh) * | 2020-08-31 | 2020-12-01 | 杭州海康威视数字技术股份有限公司 | 目标检测的接力系统、方法、装置及设备 |
| CN114187561A (zh) * | 2021-11-30 | 2022-03-15 | 广西世纪创新显示电子有限公司 | 异常行为的识别方法、装置、终端设备及存储介质 |
| CN115877328A (zh) * | 2023-03-06 | 2023-03-31 | 成都鹰谷米特科技有限公司 | 一种阵列雷达的信号收发方法及阵列雷达 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09211566A (ja) * | 1996-01-30 | 1997-08-15 | Minolta Co Ltd | カメラシステム |
| CN104506819A (zh) * | 2015-01-06 | 2015-04-08 | 成都新舟锐视科技有限公司 | 一种多摄像头实时联动的互反馈跟踪系统及方法 |
| CN107248173A (zh) * | 2017-06-08 | 2017-10-13 | 深圳市智美达科技股份有限公司 | 目标跟踪方法、装置、计算机设备和存储介质 |
| CN107305627A (zh) * | 2016-04-22 | 2017-10-31 | 杭州海康威视数字技术股份有限公司 | 一种车辆视频监控方法、服务器及系统 |
| CN107316463A (zh) * | 2017-07-07 | 2017-11-03 | 深圳市诺龙技术股份有限公司 | 一种车辆监控的方法和装置 |
-
2017
- 2017-12-08 CN CN201711292270.4A patent/CN109905641B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09211566A (ja) * | 1996-01-30 | 1997-08-15 | Minolta Co Ltd | カメラシステム |
| CN104506819A (zh) * | 2015-01-06 | 2015-04-08 | 成都新舟锐视科技有限公司 | 一种多摄像头实时联动的互反馈跟踪系统及方法 |
| CN107305627A (zh) * | 2016-04-22 | 2017-10-31 | 杭州海康威视数字技术股份有限公司 | 一种车辆视频监控方法、服务器及系统 |
| CN107248173A (zh) * | 2017-06-08 | 2017-10-13 | 深圳市智美达科技股份有限公司 | 目标跟踪方法、装置、计算机设备和存储介质 |
| CN107316463A (zh) * | 2017-07-07 | 2017-11-03 | 深圳市诺龙技术股份有限公司 | 一种车辆监控的方法和装置 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083358A (zh) * | 2019-12-05 | 2020-04-28 | 浙江大华技术股份有限公司 | 一种目标抓拍方法、装置及系统 |
| WO2021109936A1 (en) * | 2019-12-05 | 2021-06-10 | Zhejiang Dahua Technology Co., Ltd. | Systems, methods, and devices for capturing images |
| US12106540B2 (en) | 2019-12-05 | 2024-10-01 | Zhejiang Dahua Technology Co., Ltd. | Systems, methods, and devices for capturing images |
| CN111800604A (zh) * | 2020-06-12 | 2020-10-20 | 深圳英飞拓科技股份有限公司 | 基于枪球联动检测人形和人脸数据的方法及装置 |
| CN111800605A (zh) * | 2020-06-15 | 2020-10-20 | 深圳英飞拓科技股份有限公司 | 基于枪球联动的车形、车牌传输的方法及系统、设备 |
| CN112016483A (zh) * | 2020-08-31 | 2020-12-01 | 杭州海康威视数字技术股份有限公司 | 目标检测的接力系统、方法、装置及设备 |
| CN112016483B (zh) * | 2020-08-31 | 2024-06-04 | 杭州海康威视数字技术股份有限公司 | 目标检测的接力系统、方法、装置及设备 |
| CN114187561A (zh) * | 2021-11-30 | 2022-03-15 | 广西世纪创新显示电子有限公司 | 异常行为的识别方法、装置、终端设备及存储介质 |
| CN115877328A (zh) * | 2023-03-06 | 2023-03-31 | 成都鹰谷米特科技有限公司 | 一种阵列雷达的信号收发方法及阵列雷达 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109905641B (zh) | 2021-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109905641B (zh) | 一种目标监控方法、装置、设备及系统 | |
| CN108111818B (zh) | 基于多摄像机协同的运动目标主动感知方法和装置 | |
| CN107305627B (zh) | 一种车辆视频监控方法、服务器及系统 | |
| CN109151375B (zh) | 一种目标对象抓拍方法、装置及视频监控设备 | |
| CN109922250B (zh) | 一种目标对象抓拍方法、装置及视频监控设备 | |
| CN109040709B (zh) | 视频监控方法及装置、监控服务器及视频监控系统 | |
| CN110830756B (zh) | 一种监控方法与装置 | |
| Wheeler et al. | Face recognition at a distance system for surveillance applications | |
| Shih | A robust occupancy detection and tracking algorithm for the automatic monitoring and commissioning of a building | |
| US10740887B2 (en) | Method and system for automated video image focus change detection and classification | |
| EP2549738B1 (en) | Method and camera for determining an image adjustment parameter | |
| WO2018052547A1 (en) | An automatic scene calibration method for video analytics | |
| CN110633612B (zh) | 一种巡检机器人的监控方法及系统 | |
| KR101530255B1 (ko) | 객체 자동 추적 장치가 구비된 cctv 시스템 | |
| 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 | |
| EP1560160A2 (en) | A multiple camera system for obtaining high resolution images of objects | |
| CN105915784A (zh) | 信息处理方法和装置 | |
| CN108875507B (zh) | 行人跟踪方法、设备、系统和计算机可读存储介质 | |
| CN110633648B (zh) | 一种自然行走状态下的人脸识别方法和系统 | |
| JPWO2014199786A1 (ja) | 撮影システム | |
| 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 | |
| WO2020065852A1 (ja) | 認証システム、認証方法、及び、記憶媒体 | |
| CN105208349A (zh) | 一种比赛现场根据场上人数控制摄像头自动跟拍的方法 | |
| CN109543496A (zh) | 一种图像采集方法、装置、电子设备及系统 | |
| KR101775153B1 (ko) | 표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법 |
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 |