CN110087039A - 监控方法、装置、设备、系统及存储介质 - Google Patents

监控方法、装置、设备、系统及存储介质 Download PDF

Info

Publication number
CN110087039A
CN110087039A CN201910363915.1A CN201910363915A CN110087039A CN 110087039 A CN110087039 A CN 110087039A CN 201910363915 A CN201910363915 A CN 201910363915A CN 110087039 A CN110087039 A CN 110087039A
Authority
CN
China
Prior art keywords
target object
location information
time interval
monitoring device
monitoring
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
Application number
CN201910363915.1A
Other languages
English (en)
Other versions
CN110087039B (zh
Inventor
晋兆龙
邹文艺
罗成
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.)
Suzhou Keda Technology Co Ltd
Original Assignee
Suzhou Keda 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 Suzhou Keda Technology Co Ltd filed Critical Suzhou Keda Technology Co Ltd
Priority to CN201910363915.1A priority Critical patent/CN110087039B/zh
Publication of CN110087039A publication Critical patent/CN110087039A/zh
Application granted granted Critical
Publication of CN110087039B publication Critical patent/CN110087039B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection
    • H04N5/145—Movement estimation
    • 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)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

本申请公开了一种监控方法、装置、设备、系统及存储介质，属于监控技术领域。所述方法包括：获取目标对象的第一位置信息；当检测到目标对象经过第一监控设备所在的第二位置时，产生第二位置信息；根据第一位置信息和第二位置信息计算目标对象经过第一位置和所述第二位置的时间间隔；通过概率模型计算得到目标对象从第一位置经过时间间隔在第二位置出现的概率；当概率大于概率阈值时，向监控系统中的其它监控设备，和/或，监控系统中的服务器发送报警信息。由于报警信息是确定目标在第二位置出现，且出现概率大于概率阈值后才发送的，因此降低了监控设备识别目标对象的误判现象，提高了监控系统获取目标对象活动轨迹的准确度。

Description

监控方法、装置、设备、系统及存储介质
技术领域
本申请涉及监控技术领域，具体涉及一种监控方法、装置、设备、系统及存储介质。
背景技术
布控，是指公安机关调用监控设备对目标对象(嫌疑人、嫌疑车辆等)进行监控的监控部署行为。
布控系统通常包括监控设备和服务器，相关技术中，布控系统中的监控设备确定目标对象经过时，向服务器发送报警信息，服务器接收到该报警信息后，确定目标对象经过该监控设备所在的位置，从而根据每个监控设备发送的报警信息计算得到目标对象的活动轨迹。
发明内容
本申请实施例提供了一种监控方法、装置、设备、系统以及存储介质，可以解决相关技术中的监控设备识别目标对象准确度较差的问题。
一方面，本申请实施例提供了一种监控方法，所述方法由监控系统中的第一监控设备执行，所述方法包括：
获取目标对象的第一位置信息，所述第一位置信息是确定目标对象经过第一位置时产生的信息；
当检测到所述目标对象经过所述第一监控设备所在的第二位置时，产生第二位置信息；
根据所述第一位置信息和所述第二位置信息计算所述目标对象经过所述第一位置和所述第二位置的时间间隔；
通过概率模型计算得到所述目标对象从所述第一位置经过所述时间间隔在所述第二位置出现的概率；
当所述概率大于概率阈值时，向所述监控系统中的其它监控设备，和/或，所述监控系统中的服务器发送报警信息，所述报警信息用于指示所述目标对象经过所述第二位置。
在一个可选的实施例中，所述概率模型是基于历史目标对象经过所述第一位置和所述第二位置的历史时间间隔计算得到的对数正态分布模型；
通过概率模型计算得到所述目标对象经过所述时间间隔在所述第二位置出现的概率，包括：
根据所述时间间隔以及估计参数，通过对数正态分布公式计算得到所述概率，所述估计参数是基于所述历史时间间隔计算得到的时间间隔均值和时间间隔方差。
在一个可选的实施例中，所述第一位置信息包括所述目标对象离开所述第一位置的第一时刻，所述第二位置信息包括所述目标对象进入所述第二位置的第二时刻；
所述根据所述第一位置信息和所述第二位置信息计算所述目标对象经过所述第一位置和所述第二位置的时间间隔，包括：
将所述第二时刻减去所述第一时刻，得到所述时间间隔。
在一个可选的实施例中，所述根据所述时间间隔以及估计参数，通过对数正态分布公式计算得到所述概率，包括：
根据所述时间间隔以及所述估计参数，通过以下公式计算得到所述概率：
其中，p(TLa,Eb；μab,σab)表示所述概率，T表示所述时间间隔，La用于标记从所述第一位置离开，Eb用于标记进入所述第二位置，表示所述时间间隔均值，表示所述时间间隔方差。
在一个可选的实施例中，所述估计参数是根据所述至少两个历史时间间隔，最大化对数似然函数，求解对数似然函数公式得到的。
在一个可选的实施例中，所述估计参数是根据所述至少两个历史时间间隔，通过最大化所述对数似然函数，求解以下公式得到的：
其中，为所述对数似然函数，n为所述历史时间间隔的序号，N为所述历史时间间隔的数量，Tn为第n个历史时间间隔。
一方面，本申请实施例提供了一种监控方法，所述方法由监控系统中的服务器执行，所述方法包括：
接收所述监控系统中的第二监控设备发送的第一位置信息，所述第一位置信息用于指示目标对象经过所述第二监控设备所在的第一位置；
接收所述监控系统中的第一监控设备发送的包含第二位置信息的报警信息，所述报警信息是所述第一监控设备在确定所述目标对象从所述第一位置经过时间间隔在所述第二位置出现的概率大于概率阈值时发送的，所述概率是所述第一监控设备根据所述时间间隔通过概率模型计算得到的，所述时间间隔是所述第一监控设备根据所述第一位置信息和所述第二位置信息计算得到的；
根据所述第一位置信息和所述第二位置信息，计算得到所述目标对象的活动轨迹。
一方面，本申请实施例提供了一种监控装置，所述装置应用于监控系统中的第一监控设备中，所述装置包括：
获取模块，用于获取目标对象的第一位置信息，所述第一位置信息是确定目标对象经过第一位置时产生的信息；
处理模块，用于当检测到所述目标对象经过所述第一监控设备所在的第二位置时，产生第二位置信息；根据所述第一位置信息和所述第二位置信息计算所述目标对象经过所述第一位置和所述第二位置的时间间隔；通过概率模型计算得到所述目标对象从所述第一位置经过所述时间间隔在所述第二位置出现的概率；
发送模块，用于当所述概率大于概率阈值时，向所述监控系统中的其它监控设备，和/或，所述监控系统中的服务器发送报警信息，所述报警信息用于指示所述目标对象经过所述第二位置。
在一个可选的实施例中，所述概率模型是基于历史目标对象经过所述第一位置和所述第二位置的历史时间间隔计算得到的对数正态分布模型；
所述处理模块，还用于根据所述时间间隔以及估计参数，通过对数正态分布公式计算得到所述概率，所述估计参数是基于所述历史时间间隔计算得到的时间间隔均值和时间间隔方差。
在一个可选的实施例中，所述第一位置信息包括所述目标对象离开所述第一位置的第一时刻，所述第二位置信息包括所述目标对象进入所述第二位置的第二时刻；
所述处理模块，还用于将所述第二时刻减去所述第一时刻，得到所述时间间隔。
在一个可选的实施例中，所述处理模块，还用于根据所述时间间隔以及所述估计参数，通过以下公式计算得到所述概率：
其中，p(TLa,Eb；μab,σab)表示所述概率，T表示所述时间间隔，La用于标记从所述第一位置离开，Eb用于标记进入所述第二位置，表示所述时间间隔均值，表示所述时间间隔方差。
在一个可选的实施例中，所述估计参数是根据所述至少两个历史时间间隔，最大化对数似然函数，求解对数似然函数公式得到的。
在一个可选的实施例中，所述估计参数是根据所述至少两个历史时间间隔，通过最大化所述对数似然函数，求解以下公式得到的：
其中，为所述对数似然函数，n为所述历史时间间隔的序号，N为所述历史时间间隔的数量，Tn为第n个历史时间间隔。
一方面，本申请实施例提供了一种监控装置，所述装置由监控系统中的服务器执行，所述装置包括：
接收模块，用于接收所述监控系统中的第二监控设备发送的第一位置信息，所述第一位置信息用于指示目标对象经过所述第二监控设备所在的第一位置；接收所述监控系统中的第一监控设备发送的包含第二位置信息的报警信息，所述报警信息是所述第一监控设备在确定所述目标对象从所述第一位置经过时间间隔在所述第二位置出现的概率大于概率阈值时发送的，所述概率是所述第一监控设备根据所述时间间隔通过概率模型计算得到的，所述时间间隔是所述第一监控设备根据所述第一位置信息和所述第二位置信息计算得到的；
处理模块，用于根据所述第一位置信息和所述第二位置信息，计算得到所述目标对象的活动轨迹。
一方面，本申请实施例提供了一种监控设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述由第一监控设备执行的监控方法。
一方面，本申请实施例提供了一种服务器，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的由服务器执行的监控方法。
一方面，本申请实施例提供了一种监控系统，所述监控系统包括如上所述的应用于第一监控设备的监控装置和如上所述的应用于服务器的监控装置，或者，所述监控系统包括如上所述的监控设备和如上所述的服务器。
一方面，本申请实施例提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如上所述的监控方法。
本申请实施例提供的技术方案，至少包括如下有益效果：
当第一监控设备确定目标对象经过其所在的第二位置时，通过目标对象经过第一位置产生的第一位置信息，以及经过第二位置产生的第二位置信息计算得到目标对象经过第一位置和第二位置的时间间隔，根据该时间间隔通过概率模型计算得到目标对象从第一位置经过时间间隔在第二位置出现的概率，当该概率大于概率阈值时，向其它监控设备和服务器发送报警信息，由于需要确定目标对象在第二位置出现的概率大于概率阈值才发送报警信息，因此降低了监控设备识别目标对象的误判现象，提高了监控系统获取目标对象活动轨迹的准确度；同时，由于计算过程由监控设备完成，不需要依赖监控系统中的服务器，因此提高了监控系统中服务器获取目标对象活动轨迹的速度。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本申请的一些实施方式，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，还可以根据该些附图获得其他的附图。
图1为本申请一个示例性实施例提供的监控系统的架构图；
图2为本申请一个示例性实施例提供的监控方法的流程图；
图3为本申请一个示例性实施例提供的监控方法的流程图；
图4为本申请一个示例性实施例提供的监控装置的结构框图；
图5为本申请一个示例性实施例提供的监控装置的结构框图；
图6为本申请一个示例性实施例提供的监控设备的结构框图；
图7为本申请一个示例性实施例提供的服务器的结构框图。
具体实施方式
下面将结合附图对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
此外，下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
相关技术中的监控方法是：对于监控系统中的任一监控设备，当检测到目标对象经过该监控设备所在的位置时，通过有线或无线网络向服务器发送报警信息，该报警信息用于指示服务器该目标对象经过该监控设备所在的位置。通常监控设备是通过图像识别的方式检测其监控区域内的目标对象，由于图像识别具有一定的误判，从而导致在某些情况下服务器获取得到目标对象的位置信息并不准确，进而无法准确获得得到目标对象的活动轨迹；同时，若通过服务器对报警信息进行核验，则增加了服务器的计算负担，降低了获取目标对象活动轨迹的速度。
图1，示出了本申请一个示例性实施例提供的监控系统的架构图。如图1所示，监控系统100包括至少两个监控设备110以及服务器120。
监控设备110，用于识别其所在位置的目标对象，当检测到目标对象经过其所在位置，且目标对象出现在其所在位置的概率高于概率阈值时，向监控系统100中的其它监控设备110，和/或，服务器120发送报警信息，该报警信息用于指示目标对象经过该监控设备所在的位置。
若监控设备是监控系统中最先确定目标对象经过其所在位置的监控设备，则直接向其它监控设备110，和/或，服务器120发送报警信息。
示例性的，监控设备为具有图像处理能力的监控摄像头，服务器通过有线或无线网络向监控设备发送目标对象的特征信息进行布控。
监控设备1拍摄监控区域内的图像文件或视频文件，识别图像文件或视频文件中是否包含该特征信息，若确定图像文件或视频文件中包含特征信息，则确定目标对象经过监控设备1的所在的位置L1，产生位置信息A1，根据位置信息A1和目标对象经过上一监控设备2所在位置L2时产生的位置信息A2计算目标对象经过位置L1和位置L2的时间间隔，通过概率模型计算得到目标对象经过位置L1的概率，当该概率高于概率阈值时，向其它监控设备发送报警信息，该报警信息用于指示目标对象经过位置L1。
本申请实施例中可以采用两种方式对监控设备进行布控：一种方式是每个监控设备布控的目标对象都相同；另一种方式是按照监控设备所在的位置的区域设置目标对象进行布控，不同的区域布控不同的目标对象，当产生报警信息时，监控设备将报警信息发送到其它的区域进行布控，从而有效扩大布控的目标范围。
服务器120，用于接收监控系统100中的监控设备110发送的报警信息，并根据该报警信息计算得到目标对象的活动轨迹。
图2，示出了本申请一个示例性实施例提供的监控方法的流程图。该方法可由第一监控设备执行，该第一监控设备可以是图1实施例中的监控系统100中的任一监控设备110。该方法包括：
步骤201，获取目标对象的第一位置信息。
其中，第一位置信息是确定目标对象经过第一位置时产生的信息。监控系统中的监控设备在确定监控对象经过其所在位置，且确定监控对象经过其所在位置的概率高于概率阈值时，向监控系统中的其它监控设备发送报警信息，第一监控设备接收第二监控设备发送包含第一位置信息的报警信息，从而获取得到第一位置信息。
步骤202，当检测到目标对象经过第一监控设备所在的第二位置时，产生第二位置信息。
示例性的，第一监控设备拍摄第二位置的监控区域内的图像文件或视频文件，识别图像文件或视频文件中是否包含目标对象(例如，可通过从服务器接收目标对象的特征信息，识别图像文件或视频文件中是否包含该特征信息判断图像文件或视频文件中是否包含目标对象)，若检测到图像文件或视频文件中包含目标对象，则判断目标对象经过第二位置，产生第二位置信息。
步骤203，根据第一位置信息和第二位置信息计算目标对象经过第一位置和第二位置的时间间隔。
示例性的，第一位置信息中包括目标对象离开第一位置的第一时刻，第二位置信息中包括目标对象进入第二位置的第二时刻，第一监控设备将第二时刻减去第一时刻，得到目标对象经过第一位置和第二位置的时间间隔。
步骤204，通过概率模型计算得到目标对象从第一位置经过时间间隔在第二位置出现的概率。
示例性的，概率模型是通过查询对应关系得到时间间隔的概率的模型，通过历史时间间隔可获取得到不同时间间隔的分布情况，从而根据该分布情况设置时间间隔区间和概率的对应关系，计算机设备可根据时间间隔归属的区间，确定时间间隔对应的概率；或者，概率模型是基于历史时间间隔均值计算时间间隔的概率的模型，计算机设备基于获取得到的时间间隔，以及历史时间间隔均值计算得到概率；或者，概率模型是一种分布模型，计算机设备将时间间隔作为变量输入至概率模型中，得到该时间间隔对应的概率。
可选的，概率模型是基于历史目标对象经过第一位置和第二位置的历史时间间隔计算得到的时间间隔的概率分布。示例性的，服务器可接收第一监控设备发送的历史第一位置信息，和第二监控设备发送的历史第二位置信息，历史第一位置信息包括至少两个历史目标对象离开第一位置的历史第一时刻，历史第二位置信息包括历史目标对象进入第二位置的历史第二时刻，根据历史第一位置信息和历史第二位置信息计算得到历史时间间隔，根据历史时间间隔计算得到概率模型的估计参数，将估计参数发送至第一监控设备。
监控设备对目标对象的识别可能会造成误判，为了降低监控设备的误判，可通过监控设备调用概率模型对时间间隔进行处理，得到目标对象在该监控设备所在位置出现的概率，若该概率较低，说明该监控设备出现了误判，不向其它监控设备发送报警信息。
步骤205，当概率大于概率阈值时，向监控系统中的其它监控设备，和/或，监控系统中的服务器发送报警信息。
其中，该报警信息用于指示目标对象经过第二位置。
第一监控设备确定目标对象经过第二位置，且确定目标对象从第一位置经过时间间隔在第二位置出现的概率大于概率阈值时，向监控系统中的其它监控设备，和/或，监控系统中的服务器发送报警信息。
可选的，该报警信息中包含第二位置信息。其它监控设备在确定目标对象经过其所在的位置时，可通过第二位置信息计算得到目标对象从第二位置离开出现在本端所在位置的概率；和/或，服务器。
综上所述，本申请实施例中，当第一监控设备确定目标对象经过其所在的第二位置时，通过目标对象经过第一位置产生的第一位置信息，以及经过第二位置产生的第二位置信息计算得到目标对象经过第一位置和第二位置的时间间隔，根据该时间间隔通过概率模型计算得到目标对象从第一位置经过时间间隔在第二位置出现的概率，当该概率大于概率阈值时，向其它监控设备发送报警信息，由于第一监控设备在确认目标对象经过第二位置后，需要确定目标对象在第二位置出现的概率大于概率阈值才发送报警信息，因此降低了监控设备识别目标对象的误判现象，提高了监控系统获取目标对象活动轨迹的准确度；同时，由于计算过程由监控设备完成，不需要依赖监控系统中的服务器，因此提高了监控系统中服务器获取目标对象活动轨迹的速度。
图3，示出了本申请一个示例性实施例提供的监控方法的流程图。该方法可应用于图1实施例中的监控系统100中，该方法包括：
步骤301，第二监控设备向第一监控设备和服务器发送报警信息，该报警信息包括第一位置信息，该第一位置信息是确定目标对象经过第二监控设备所在的第一位置时产生的信息。
其中，第一位置信息包括目标对象进入第一位置的第三时刻以及离开第一位置的第一时刻。第二监控设备和第一监控设备可以是图1实施例中的监控系统100中的任一监控设备110。
示例性的，第二监控设备在检测到监控对象经过第一位置，且确定监控对象经过第一位置的概率高于概率阈值时，向监控系统中的其它监控设备发送报警信息。
第二监控设备确定目标对象经过第一位置的概率可参考图2实施例。例如，第二监控设备获取目标对象离开第三监控设备的第三位置信息，根据第三位置信息中目标对象离开第三位置的第五时刻，以及第一位置信息中的第三时刻计算时间间隔，根据该时间间隔，通过概率模型计算得到目标对象从第三位置经过该时间间隔在第一位置出现的概率。
由于监控系统中的监控设备之间可通过有线或无线网络进行通信，因此任一监控设备发送的报警信息可发送至其它监控设备。若第二监控设备是最先确定目标对象经过时，则不需要对目标对象的出现概率进行计算，直接发送报警信息至其它监控设备和服务器发送报警信息。
步骤302，当检测到目标对象经过第一监控设备所在的第二位置时，第一监控设备产生第二位置信息。
其中，第二位置信息包括目标对象进入第二位置的第二时刻以及目标对象离开第二位置的第四时刻。第一监控设备产生第二位置信息的步骤可参考图2实施例中的步骤202，在此不做赘述。
步骤303，第一监控设备根据第一位置信息中的第一时刻，以及第二位置信息中的第二时刻，将第二时刻减去第一时刻，得到时间间隔。
示例性的，第一位置信息中的第一时刻为t1，第二位置信息中的第二时刻为t2，第一监控设备计算得到时间间隔T＝t2-t1。
步骤304，第一监控设备根据时间间隔以及估计参数，通过对数正态分布公式计算得到目标对象从第一位置经过时间间隔在第二位置出现的概率。
其中，估计参数是基于历史时间间隔计算得到的时间间隔均值和时间间隔方差。由于不同监控设备的之间的距离不同，以及通常情况下不同的监控设备之间的交通状况也不相同，因此不同的监控设备之间的估计参数通常也不相同；同时，相同的监控设备之间往返所耗费的时间也可能并不相同。鉴于此，每个监控设备中存储有其它监控设备与该监控设备之间，不同方向的估计参数；或者，每个监控设备中存储有不同监控设备之间不同方向的估计参数。
估计参数可由监控设备计算；或者，可以由监控系统中的服务器计算，并将计算结果通过有线或无线网络发送至每个监控设备；或者，可以由其它计算机设备计算，将估计参数预存在监控设备中。
例如，监控系统包括监控设备1、监控设备2、监控设备3。监控设备1中存储有从监控设备1所在位置至监控设备2所在位置的第一估计参数，从监控设备2所在位置至监控设备1所在位置的第二估计参数，从监控设备1所在位置至监控设备3所在位置的第三估计参数，以及从监控设备3所在位置至监控设备1所在位置的第四估计参数。可选的，监控设备1中还存储有从监控设备2所在位置至监控设备3所在位置的第五估计参数，以及从监控设备3所在位置至监控设备2所在位置的第六估计参数。
可选的，估计参数可根据至少两个历史时间间隔，最大化对数似然函数，求解对数似然函数公式得到。
示例性的，可根据n(n为正整数，n≥2)个历史时间间隔，通过最大化对数似然函数，求解以下公式，得到估计参数：
其中，表示从第一位置离开至进入第二位置的时间间隔均值，表示从第一位置离开至进入第二位置的时间间隔方差，表示基于时间间隔均值和时间间隔方差从第一位置离开至进入第二位置的对数似然函数，n为历史时间间隔的序号，N为历史时间间隔的数量，Tn为第n个历史时间间隔，La用于标记从第一位置a离开，Eb用于标记进入第二位置b。
需要说明的是，该公式是一种可选的实施方式，在实际应用中，还可通过增加变量时间间隔均值和时间间隔方差的权重系数，和/或，增加变量时间间隔均值和时间间隔方差的误差偏移作为可选的参数对上述公式进行改进，从而得到更为准确的计算结果。
可选的，第一监控设备根据时间间隔以及估计参数，通过对数正态分布公式计算得到概率。
示例性的，第一监控设备根据时间间隔以及估计参数，通过以下公式计算得到概率：
其中，p(TLa,Eb；μab,σab)表示概率，T表示时间间隔，La用于标记从所述第一位置离开，Eb用于标记进入所述第二位置。
同样，需要说明的是，该公式是一种可选的实施方式，需要说明的是，该公式是一种可选的实施方式，在实际应用中，还可通过增加时间间隔均值和时间间隔方差的权重系数，和/或，增加时间间隔均值和时间间隔方差的误差偏移作为可选的参数对上述公式进行改进，从而得到更为准确的计算结果。
步骤305，当概率大于概率阈值时，第一监控设备向监控系统中的其它监控设备以及服务器发送报警信息。
第一监控设备确定目标对象经过第二位置，且确定目标对象从第一位置经过时间间隔在第二位置出现的概率大于概率阈值时，向其它监控设备和服务器发送报警信息。该报警信息中包含第二位置信息，其它监控设备在确定目标对象经过其所在的位置时，可通过第二位置信息计算得到目标对象从第二位置离开出现在本端所在位置的概率。
步骤306，服务器根据第一位置信息和第二位置信息计算得到目标对象的活动轨迹。
服务器接收到第一位置信息和第二位置信息后，根据第一位置信息中目标对象进入第一位置的第三时刻以及离开第一位置的第一时刻，目标对象进入第二位置的第二时刻以及离开第二位置的第四时刻，以及第一位置和第二位置，即可计算得到目标对象经过第一位置和第二位置的活动轨迹。
服务器获取得到第一位置和第二位置的方法包括但不限于：第一位置信息中包含第一位置标识，第二位置信息中包括第二位置标识，服务器根据第一位置标识和第二位置标识确定第一位置和第二位置；或者，第一位置信息中包含第二监控设备的标识，第二位置信息中包括第二监控设备的标识，服务器根据第一监控设备的标识和第二监控设备的标识，通过对应关系确定第一位置和第二位置，该对应关系是监控设备的标识和位置的对应关系。
综上所述，本申请实施例中，当第一监控设备确定目标对象经过其所在的第二位置时，通过目标对象经过第一位置产生的第一位置信息，以及经过第二位置产生的第二位置信息计算得到目标对象经过第一位置和第二位置的时间间隔，根据该时间间隔通过概率模型计算得到目标对象从第一位置经过时间间隔在第二位置出现的概率，当该概率大于概率阈值时，向其它监控设备和服务器发送报警信息，由于需要确定目标对象在第二位置出现的概率大于概率阈值才发送报警信息，因此降低了监控设备识别目标对象的误判现象，提高了监控系统获取目标对象活动轨迹的准确度；同时，由于计算过程由监控设备完成，不需要依赖监控系统中的服务器，因此提高了监控系统中服务器获取目标对象活动轨迹的速度。
可选的，本申请实施例中，根据时间间隔以及估计参数，通过对数正态分布公式计算得到在目标对象在第二位置出现的概率，由于目标对象经过时间间隔在第二位置出现的概率符合对数正态分布，且估计参数是基于历史时间间隔计算得到的时间间隔均值和时间间隔方差，因此能够准确地计算得到目标对象在第二位置出现的概率，从而提高了计算该概率的准确度，从而提高监控设备识别目标对象的准确度。
图4，示出了本申请一个示例性实施例提供的监控装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为图1中的监控设备110，该装置包括获取模块410、处理模块420以及发送模块430。
获取模块410，用于获取目标对象的第一位置信息，第一位置信息是确定目标对象经过第一位置时产生的信息。
处理模块420，用于当检测到目标对象经过第一监控设备所在的第二位置时，产生第二位置信息；根据第一位置信息和第二位置信息计算目标对象经过第一位置和第二位置的时间间隔；通过概率模型计算得到目标对象从第一位置经过时间间隔在第二位置出现的概率。
发送模块430，用于当概率大于概率阈值时，向监控系统中的其它监控设备，和/或，监控系统中的服务器发送报警信息，报警信息用于指示目标对象经过第二位置。
在一个可选的实施例中，概率模型是基于历史目标对象经过第一位置和第二位置的历史时间间隔计算得到的对数正态分布模型；
处理模块420，还用于根据时间间隔以及估计参数，通过对数正态分布公式计算得到概率，估计参数是基于历史时间间隔计算得到的时间间隔均值和时间间隔方差。
在一个可选的实施例中，第一位置信息包括目标对象离开第一位置的第一时刻，第二位置信息包括目标对象进入第二位置的第二时刻；
处理模块420，还用于将第二时刻减去第一时刻，得到时间间隔。
在一个可选的实施例中，处理模块430，还用于根据时间间隔以及估计参数，通过以下公式计算得到概率：
其中，p(TLa,Eb；μab,σab)表示概率，T表示时间间隔，La用于标记从第一位置离开，Eb用于标记进入第二位置，表示时间间隔均值，表示时间间隔方差。
在一个可选的实施例中，估计参数是根据至少两个历史时间间隔，最大化对数似然函数，求解对数似然函数公式得到的。
在一个可选的实施例中，估计参数是根据至少两个历史时间间隔，通过最大化对数似然函数，求解以下公式得到的：
其中，为对数似然函数，n为历史时间间隔的序号，N为历史时间间隔的数量，Tn为第n个历史时间间隔。
图5，示出了本申请一个示例性实施例提供的监控装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为图1中的服务器120，该装置包括接收模块510以及处理模块520。
接收模块510，用于接收所述监控系统中的第二监控设备发送的第一位置信息，第一位置信息用于指示目标对象经过第二监控设备所在的第一位置；接收监控系统中的第一监控设备发送的包含第二位置信息的报警信息，报警信息是第一监控设备在确定目标对象从所述第一位置经过时间间隔在第二位置出现的概率大于概率阈值时发送的，概率是第一监控设备根据时间间隔通过概率模型计算得到的，时间间隔是所述第一监控设备根据第一位置信息和第二位置信息计算得到的。
处理模块520，用于根据第一位置信息和第二位置信息，计算得到目标对象的活动轨迹。
图6，示出了本申请一个示例性实施例提供的监控设备的结构框图。该监控设备包括处理器610、存储器620以及网络接口630。可选的，该监控设备还包括图像识别组件640。
处理器610、存储器620、网络接口630以及图像识别组件640通过总线或其它连接方式实现连接。
存储器中620存储有至少一条指令，该指令由处理器620加载并执行以实现上述实施例中由监控设备执行的步骤。
网络接口630，用于向监控系统中的其它监控设备，和/或，监控系统中的服务器发送报警信号。
图像识别组件640，用于对监控设备所在位置的可视区域进行拍摄，并将拍摄得到的图像文件或视频文件存储在存储器620中。该图像识别组件640可以是包括光学镜头和图像传感器的组件。
图7，示出了本申请一个示例性实施例提供的服务器的结构框图。该服务器包括：处理器710、存储器720以及网络接口730。
处理器710可以是中央处理器(英文：central processing unit，CPU)，网络处理器(英文：network processor，NP)或者CPU和NP的组合。处理器还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integratedcircuit，ASIC)，可编程逻辑器件(英文：programmable logic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，FPGA)，通用阵列逻辑(英文：generic array logic，GAL)或其任意组合。
存储器720通过总线或其它方式与处理器710相连，存储器720中存储有至少一条指令、至少一段程序、代码集或指令集，上述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述实施例中服务器执行的步骤。
存储器720可以为易失性存储器(英文：volatile memory)，非易失性存储器(英文：non-volatile memory)或者它们的组合。易失性存储器可以为随机存取存储器(英文：random-access memory，RAM)，例如静态随机存取存储器(英文：static random accessmemory，SRAM)，动态随机存取存储器(英文：dynamic random access memory，DRAM)。非易失性存储器可以为只读存储器(英文：read only memory image，ROM)，例如可编程只读存储器(英文：programmable read only memory，PROM)，可擦除可编程只读存储器(英文：erasable programmable read only memory，EPROM)，电可擦除可编程只读存储器(英文：electrically erasable programmable read-only memory，EEPROM)。非易失性存储器也可以为快闪存储器(英文：flash memory)，磁存储器，例如磁带(英文：magnetic tape)，软盘(英文：floppy disk)，硬盘。非易失性存储器也可以为光盘。
网络接口730，可通过总线或其它连接方式与处理器710以及存储器720连接，其用于接收监控设备通过有线或无线网络传输的报警信息。
本申请实施例还提供一种计算机可读存储介质，该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述任一实施例所述的监控方法。
本申请还提供了一种计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述各个方法实施例提供的监控方法。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。该里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本申请创造的保护范围之中。

Claims (13)

1.一种监控方法，其特征在于，所述方法由监控系统中的第一监控设备执行，所述方法包括：
获取目标对象的第一位置信息，所述第一位置信息是确定目标对象经过第一位置时产生的信息；
当检测到所述目标对象经过所述第一监控设备所在的第二位置时，产生第二位置信息；
根据所述第一位置信息和所述第二位置信息计算所述目标对象经过所述第一位置和所述第二位置的时间间隔；
通过概率模型计算得到所述目标对象从所述第一位置经过所述时间间隔在所述第二位置出现的概率；
当所述概率大于概率阈值时，向所述监控系统中的其它监控设备，和/或，所述监控系统中的服务器发送报警信息，所述报警信息用于指示所述目标对象经过所述第二位置。
2.根据权利要求1所述的方法，其特征在于，所述概率模型是基于历史目标对象经过所述第一位置和所述第二位置的历史时间间隔计算得到的对数正态分布模型；
通过概率模型计算得到所述目标对象经过所述时间间隔在所述第二位置出现的概率，包括：
根据所述时间间隔以及估计参数，通过对数正态分布公式计算得到所述概率，所述估计参数是基于所述历史时间间隔计算得到的时间间隔均值和时间间隔方差。
3.根据权利要求1所述的方法，其特征在于，所述第一位置信息包括所述目标对象离开所述第一位置的第一时刻，所述第二位置信息包括所述目标对象进入所述第二位置的第二时刻；
所述根据所述第一位置信息和所述第二位置信息计算所述目标对象经过所述第一位置和所述第二位置的时间间隔，包括：
将所述第二时刻减去所述第一时刻，得到所述时间间隔。
4.根据权利要求2所述的方法，其特征在于，所述根据所述时间间隔以及估计参数，通过对数正态分布公式计算得到所述概率，包括：
根据所述时间间隔以及所述估计参数，通过以下公式计算得到所述概率：
其中，p(T|La,Eb；μab,σab)表示所述概率，T表示所述时间间隔，La用于标记从所述第一位置离开，Eb用于标记进入所述第二位置，表示所述时间间隔均值，表示所述时间间隔方差。
5.根据权利要求2或3所述的方法，其特征在于，所述估计参数是根据所述至少两个历史时间间隔，最大化对数似然函数，求解对数似然函数公式得到的。
6.根据权利要求5所述的方法，其特征在于，所述估计参数是根据所述至少两个历史时间间隔，通过最大化所述对数似然函数，求解以下公式得到的：
其中，为所述对数似然函数，n为所述历史时间间隔的序号，N为所述历史时间间隔的数量，Tn为第n个历史时间间隔，La用于标记从所述第一位置离开，Eb用于标记进入所述第二位置，表示所述时间间隔均值，表示所述时间间隔方差。
7.一种监控方法，其特征在于，所述方法由监控系统中的服务器执行，所述方法包括：
接收所述监控系统中的第二监控设备发送的第一位置信息，所述第一位置信息用于指示目标对象经过所述第二监控设备所在的第一位置；
接收所述监控系统中的第一监控设备发送的包含第二位置信息的报警信息，所述报警信息是所述第一监控设备在确定所述目标对象从所述第一位置经过时间间隔在所述第二位置出现的概率大于概率阈值时发送的，所述概率是所述第一监控设备根据所述时间间隔通过概率模型计算得到的，所述时间间隔是所述第一监控设备根据所述第一位置信息和所述第二位置信息计算得到的；
根据所述第一位置信息和所述第二位置信息，计算得到所述目标对象的活动轨迹。
8.一种监控装置，其特征在于，所述装置应用于监控系统中的第一监控设备中，所述装置包括：
获取模块，用于获取目标对象的第一位置信息，所述第一位置信息是确定目标对象经过第一位置时产生的信息；
处理模块，用于当检测到所述目标对象经过所述第一监控设备所在的第二位置时，产生第二位置信息；根据所述第一位置信息和所述第二位置信息计算所述目标对象经过所述第一位置和所述第二位置的时间间隔；通过概率模型计算得到所述目标对象从所述第一位置经过所述时间间隔在所述第二位置出现的概率；
发送模块，用于当所述概率大于概率阈值时，向所述监控系统中的其它监控设备，和/或，所述监控系统中的服务器发送报警信息，所述报警信息用于指示所述目标对象经过所述第二位置。
9.一种监控装置，其特征在于，所述装置由监控系统中的服务器执行，所述装置包括：
接收模块，用于接收所述监控系统中的第二监控设备发送的第一位置信息，所述第一位置信息用于指示目标对象经过所述第二监控设备所在的第一位置；接收所述监控系统中的第一监控设备发送的包含第二位置信息的报警信息，所述报警信息是所述第一监控设备在确定所述目标对象从所述第一位置经过时间间隔在所述第二位置出现的概率大于概率阈值时发送的，所述概率是所述第一监控设备根据所述时间间隔通过概率模型计算得到的，所述时间间隔是所述第一监控设备根据所述第一位置信息和所述第二位置信息计算得到的；
处理模块，用于根据所述第一位置信息和所述第二位置信息，计算得到所述目标对象的活动轨迹。
10.一种监控设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至6任一所述的监控方法。
11.一种服务器，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求7所述的监控方法。
12.一种监控系统，其特征在于，所述监控系统包括如权利要求8所述的监控装置和如权利要求9所述的监控装置，或者，所述监控系统包括如权利要求10所述的监控设备和如权利要求11所述的服务器。
13.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1至7任一所述的监控方法。
CN201910363915.1A 2019-04-30 2019-04-30 监控方法、装置、设备、系统及存储介质 Active CN110087039B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910363915.1A CN110087039B (zh) 2019-04-30 2019-04-30 监控方法、装置、设备、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910363915.1A CN110087039B (zh) 2019-04-30 2019-04-30 监控方法、装置、设备、系统及存储介质

Publications (2)

Publication Number Publication Date
CN110087039A true CN110087039A (zh) 2019-08-02
CN110087039B CN110087039B (zh) 2021-09-14

Family

ID=67418295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910363915.1A Active CN110087039B (zh) 2019-04-30 2019-04-30 监控方法、装置、设备、系统及存储介质

Country Status (1)

Country Link
CN (1) CN110087039B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111131750A (zh) * 2019-12-18 2020-05-08 华为技术有限公司 调度方法、设备及系统
CN111916365A (zh) * 2020-07-03 2020-11-10 华虹半导体(无锡)有限公司 晶圆的位置检测方法、装置、设备、系统和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102387345A (zh) * 2011-09-09 2012-03-21 浙江工业大学 基于全方位视觉的独居老人安全监护系统
US20150092057A1 (en) * 2013-09-30 2015-04-02 Electronics & Telecommunications Research Institute Apparatus and method for image recognition
CN105930768A (zh) * 2016-04-11 2016-09-07 武汉大学 一种基于时空约束的目标重识别方法
CN108764167A (zh) * 2018-05-30 2018-11-06 上海交通大学 一种时空关联的目标重识别方法和系统
CN109583278A (zh) * 2017-09-29 2019-04-05 杭州海康威视数字技术股份有限公司 人脸识别报警的方法、装置、系统及计算机设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102387345A (zh) * 2011-09-09 2012-03-21 浙江工业大学 基于全方位视觉的独居老人安全监护系统
US20150092057A1 (en) * 2013-09-30 2015-04-02 Electronics & Telecommunications Research Institute Apparatus and method for image recognition
CN105930768A (zh) * 2016-04-11 2016-09-07 武汉大学 一种基于时空约束的目标重识别方法
CN109583278A (zh) * 2017-09-29 2019-04-05 杭州海康威视数字技术股份有限公司 人脸识别报警的方法、装置、系统及计算机设备
CN108764167A (zh) * 2018-05-30 2018-11-06 上海交通大学 一种时空关联的目标重识别方法和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111131750A (zh) * 2019-12-18 2020-05-08 华为技术有限公司 调度方法、设备及系统
CN111916365A (zh) * 2020-07-03 2020-11-10 华虹半导体(无锡)有限公司 晶圆的位置检测方法、装置、设备、系统和存储介质
CN111916365B (zh) * 2020-07-03 2022-10-04 华虹半导体(无锡)有限公司 晶圆的位置检测方法、装置、设备、系统和存储介质

Also Published As

Publication number Publication date
CN110087039B (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
JP6312304B2 (ja) 位置測定方法、自己位置測定装置及び車載器
EP3196668B1 (en) Object tracking system with radar/vision fusion for automated vehicles
US10289918B2 (en) Method and apparatus for detecting a speed of an object
CN1940591B (zh) 使用传感器融合进行目标跟踪的系统和方法
CN111931599B (zh) 高空抛物检测方法、设备及存储介质
JP5479907B2 (ja) ネットワーク監視システム
US11054265B2 (en) Methods and systems for improving maps
US20150009031A1 (en) Multilayer perimeter instrusion detection system for multi-processor sensing
CN110087039A (zh) 监控方法、装置、设备、系统及存储介质
CN109922439A (zh) 多传感器数据的融合方法、基于v2x的目标检测方法及系统
US20110221634A1 (en) Method and system for position and track determination
GB2604491A (en) Progressive global positioning system and method
Li et al. Cooperative perception for estimating and predicting microscopic traffic states to manage connected and automated traffic
EP3916697A1 (en) Method and device for predicting the trajectory of a traffic participant, and sensor system
Alaaudeen et al. An improved strong tracking Kalman filter algorithm for real-time vehicle tracking
WO2020063818A1 (zh) 目标跟踪方法及装置
CN111163419A (zh) 车辆协作动态追踪中基于状态均值的恶意用户检测方法
US8692692B2 (en) Identifying a potential vehicle incident within a communication black spot
EP3168822B1 (en) Arrangement and method for estimating traffic intensity within a road network
CN110290981A (zh) 用于以共同系统时间来触发人员保护装置的方法和装置
CN110035392B (zh) 设备是否位于目标区域的识别方法及装置和电子设备
Sofwan et al. Design of smart open parking using background subtraction in the IoT architecture
Ge et al. Realtime indoor localization on smartphones by multi-grained grid-based filters
CN111696290A (zh) 安防决策方法、装置、计算设备及计算机存储介质
KR102249654B1 (ko) 도로 영상에서 이상 검지를 위한 영상 분석 장치, 시스템 및 이를 위한 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