CN110245268A - 一种路线确定、展示的方法及装置 - Google Patents

一种路线确定、展示的方法及装置 Download PDF

Info

Publication number
CN110245268A
CN110245268A CN201910563767.8A CN201910563767A CN110245268A CN 110245268 A CN110245268 A CN 110245268A CN 201910563767 A CN201910563767 A CN 201910563767A CN 110245268 A CN110245268 A CN 110245268A
Authority
CN
China
Prior art keywords
tracking object
characteristic information
retrieval
monitoring equipment
target 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.)
Pending
Application number
CN201910563767.8A
Other languages
English (en)
Inventor
黄永祯
史伟康
高东霞
肖渝洋
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.)
Yinhe Shuidi Technology Ningbo Co ltd
Original Assignee
Watrix Technology Beijing 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 Watrix Technology Beijing Co Ltd filed Critical Watrix Technology Beijing Co Ltd
Priority to CN201910563767.8A priority Critical patent/CN110245268A/zh
Publication of CN110245268A publication Critical patent/CN110245268A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/74—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Abstract

本申请提供了一种路线确定、展示的方法及装置，首先接收用于检索追踪对象的检索任务，并根据检索任务，确定检索任务对应的检索视频；然后提取检索视频中的追踪对象的特征信息，并将特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在追踪对象的特征信息的目标监控设备的比对结果；最后将比对结果发送给客户端，在客户端的展示界面中展示追踪对象的行动路线，从而提高追踪目标人员的效率。

Description

一种路线确定、展示的方法及装置
技术领域
本申请涉及计算机技术领域，尤其是涉及一种路线确定、展示的方法及装置。
背景技术
在对目标人员进行追踪时，根据道路上摄像头采集的监控视频筛选出目标人员的图像，然后将筛选出的目标人员的图像按照筛选结果的先后顺序进行排列，进而基于得到的排列结果，进行推测目标人员的行动轨迹，但是筛选得到的排列结果中目标人员图像一般是零散、间断的排列顺序，导致推测目标人员的行动轨迹的时间比较长，影响追踪目标人员的效率。
发明内容
有鉴于此，本申请的目的在于提供一种路线确定、展示的方法及装置，以提高追踪目标人员的效率。
第一方面，本申请实施例提供了一种路线确定的方法，其中，应用于计算节点，所述方法包括：
接收用于检索追踪对象的检索任务，并根据所述检索任务，确定所述检索任务对应的检索视频；
提取所述检索视频中的追踪对象的特征信息，并将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果；
将所述比对结果发送给客户端。
本申请的一实施例中，所述将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果，包括：
计算所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息的相似度；
比对每个所述相似度与预设的相似度阈值，确定存在所述追踪对象的特征信息的目标监控设备的比对结果。
第二方面，本申请实施例提供了一种路线展示的方法，其中，应用于客户端，所述方法包括：
获取用于检索追踪对象的检索条件；
根据所述检索条件，确定用于检索追踪对象的检索任务；
将所述检索任务发送给计算节点，并接收所述计算节点基于所述检索任务发送的比对结果，其中，所述比对结果包含根据用户选择位置处的监控设备筛选出的目标监控设备、以及所述目标监控设备拍摄到所述追踪对象的时间；
基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，并在展示界面中展示所述追踪对象的行动路线。
本申请的一实施例中，所述基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，包括：
将所述目标监控设备拍摄到所述追踪对象的时间按照时间的先后顺序进行排序，得到所述追踪对象对应的时间序列；
根据所述追踪对象对应的时间序列，确定所述时间序列中每一个时间对应的所述目标监控设备；
基于所述时间序列中每一个时间对应的所述目标监控设备的位置信息，确定所述追踪对象的行动路线。
本申请的一实施例中，所述检索追踪对象的检索条件至少包括以下信息中的一种：
所述检索追踪对象的人脸特征、步态特征、行人重识别Reid特征、以及含有所述检索追踪对象的视频信息。
第三方面，本申请实施例提供了一种路线确定的装置，其中，应用于计算节点，所述装置包括：
接收模块，用于接收用于检索追踪对象的检索任务，并根据所述检索任务，确定所述检索任务对应的检索视频；
处理模块，用于提取所述检索视频中的追踪对象的特征信息，并将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果；
发送模块，用于将所述比对结果发送给客户端。
本申请的一实施例中，所述处理模块中，将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果，具体用于：
计算所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息的相似度；
比对每个所述相似度与预设的相似度阈值，确定存在所述追踪对象的特征信息的目标监控设备的比对结果。
第四方面，本申请实施例提供了一种路线展示的装置，其中，应用于客户端，所述装置包括：
获取模块，用于获取用于检索追踪对象的检索条件；
第一确定模块，用于根据所述检索条件，确定用于检索追踪对象的检索任务；
处理模块，用于将所述检索任务发送给计算节点，并接收所述计算节点基于所述检索任务发送的比对结果，其中，所述比对结果包含根据用户选择位置处的监控设备筛选出的目标监控设备、以及所述目标监控设备拍摄到所述追踪对象的时间；
第二确定模块，用于基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，并在展示界面中展示所述追踪对象的行动路线。
本申请的一实施例中，所述第二确定模块中，所述基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，具体用于：
将所述目标监控设备拍摄到所述追踪对象的时间按照时间的先后顺序进行排序，得到所述追踪对象对应的时间序列；
根据所述追踪对象对应的时间序列，确定所述时间序列中每一个时间对应的所述目标监控设备；
基于所述时间序列中每一个时间对应的所述目标监控设备的位置信息，生成所述追踪对象的行动路线信息。
本申请的一实施例中，所述检索追踪对象的检索条件至少包括以下信息中的一种：
所述检索追踪对象的人脸特征、步态特征、行人重识别Reid特征、以及含有所述检索追踪对象的视频信息。
第五方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面的任一种可能的实施方式中的步骤，或上述第二方面，或第二方面的任一种可能的实施方式中的步骤。
第六方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面的任一种可能的实施方式中的步骤，或上述第二方面，或第二方面的任一种可能的实施方式中的步骤。
本申请实施例提供了一种路线确定的方法，应用于计算节点，首先接收用于检索追踪对象的检索任务，并根据检索任务，确定检索任务对应的检索视频；然后提取检索视频中的追踪对象的特征信息，并将特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在追踪对象的特征信息的目标监控设备的比对结果；最后将比对结果发送给客户端。
通过上述方法，在对追踪对象进行追踪时，根据比对结果，可以快速定位追踪对象，从而避免工作人员在对追踪对象进行追踪过程中时间的浪费，也减少对筛选得到的零散、间断的排列结果中的追踪对象图像的分析时间，提高了追踪目标人员的效率。
本申请的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
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，还可以根据这些附图获得其他的附图。
图1示出了本申请实施例所提供的一种路线确定的方法的流程示意图；
图2示出了本申请实施例所提供的一种路线展示的方法的流程示意图；
图3示出了本申请实施例所提供的一种路线确定的装置300的结构示意图；
图4示出了本申请实施例所提供的一种路线展示的装置400的结构示意图；
图5示出了本申请实施例所提供的一种电子设备500的结构示意图；
图6示出了本申请实施例所提供的一种电子设备600的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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。
首先，对本申请可适用的应用场景做出介绍。本申请可适用于基于地图模式或设定建筑物内部的场景中，在对追踪对象进行追踪时，及时对追踪对象进行定位的场景下。
现有技术中，在对追踪对象进行追踪时，根据道路上摄像头采集的监控视频筛选出追踪对象的图像，然后将筛选出的追踪对象的图像按照筛选结果的先后顺序进行排列，推测追踪对象的行动轨迹，但是筛选得到的追踪对象图像一般是零散、间断的排列，使得分析、确定追踪对象的行动轨迹的时间比较长，影响效率。
本申请提供了一种路线确定、展示的方法，首先接收用于检索追踪对象的检索任务，并根据检索任务，确定检索任务对应的检索视频；然后提取检索视频中的追踪对象的特征信息，并将特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在追踪对象的特征信息的目标监控设备的比对结果；最后将比对结果发送给客户端，在客户端的展示界面中展示追踪对象的行动路线。
通过上述方法，在对追踪对象进行追踪时，根据确定的比对结果，用户可以快速定位追踪对象的位置信息，从而避免用户在对追踪对象进行追踪过程中时间的浪费，也减少对筛选得到的零散、间断的排列结果中的追踪对象图像的分析时间，提高了追踪目标人员的效率。
为便于对本实施例进行理解，首先对本申请实施例所公开的一种路线确定、展示的方法进行详细介绍。
实施例一
参见图1所示，为本申请实施例所提供的一种路线确定的方法的流程示意图，应用于计算节点，该方法包括以下步骤：
步骤101、接收用于检索追踪对象的检索任务，并根据检索任务，确定检索任务对应的检索视频。
具体的，由预设的检索条件生成用于检索追踪对象的检索任务，预设的检索条件包括：检索追踪对象的人脸特征、步态特征、行人重识别Reid特征、人脸图像、以及含有检索追踪对象的视频信息中的一种或多种信息。
其中，基于计算节点的服务端需要在linux系统中，例如使用Ubuntu16.04，在安装计算节点的程序之前需要保证系统中存在caffe、cuda、cudnn、opencv、protobuf所依赖的环境，且硬件需配备多张支持检索识别和视频解码GPU。
示例性的，服务端接收不同客户端发送不同的检索任务，然后对接收到的检索任务按照时间进行排序后，等待计算节点空闲的指令发送至服务端后，将接收到的检索任务依次发送到计算节点进行处理，服务端需要在linux系统中，例如使用Ubuntu16.04，通过不同的计算节点同时对检索任务的若干个子任务进行处理，并将处理结果发送至服务端进行存储后，通过服务端发送至客户端进行处理结果的展示。
这里，通过增加计算节点的数量，提升了检索的速度以及可扩展性，采用计算节点与服务器交互进行分析、处理检索任务，服务器与客户端的交互进行检索任务的建立，提高了处理速度，且服务端对处理结果的存储，用于客户端对检索任务进行历史检索结果调用时使用。
步骤102、提取检索视频中的追踪对象的特征信息，并将特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在追踪对象的特征信息的目标监控设备的比对结果。
示例性的，计算特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息的相似度；通过比对每个相似度与预设的相似度阈值，确定存在追踪对象的特征信息的目标监控设备，其中，预设的相似度阈值可根据实际应用场景进行调整。
可选地，通过对检索任务进行opencv解码，获取含有追踪对象的检索视频，提取检索视频中的追踪对象的图像，并对追踪对象的图像进行拷贝，然后将追踪对象的一张图像进行跳帧、调整分辨率后回传至服务器中，追踪对象的其他张图像进行跳帧、裁剪、调整图像尺寸后，根据计算节点进行人脸检测、步态检测、图像分割的检索处理，提取追踪对象的特征信息，并将特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在追踪对象的特征信息的目标监控设备。
例如，提取检索视频中的追踪对象A的人脸特征、步态特征，且追踪对象A在某商场一层的超市监控视频中出现，那么获取超市中各个位置的监控设备对应的监控视频、获取距离超市最近的商场门口位置的监控设备对应的监控视频、以及获取距离超市最近的到达商场二楼的监控设备对应的监控视频，提取选择的监控视频中每个对象的人脸特征、步态特征，通过分别比对人脸特征、步态特征，确定存在追踪对象A的特征信息的目标监控设备。
步骤103、将比对结果发送给客户端。
具体的，客户端需要在windows7或windows7以上的系统环境中，安装客户端之前保证电脑系统中装有.netframework4.5及以上的运行环境。
这里，比对结果包括根据检索任务确定的目标监控设备、目标监控设备拍摄到追踪对象的时间、根据检索任务确定的目标监控设备中追踪对象的人脸特征、步态特征、以及追踪对象对应的特征图像，根据检索任务确定的目标监控设备中包含追踪对象特征的监控视频，根据检索任务确定的目标监控设备所采用的方法。
参见图2所示，为本申请实施例所提供的一种路线展示的方法的流程示意图，应用于客户端，该方法包括以下步骤：
步骤201、获取用于检索追踪对象的检索条件。
示例性的，检索追踪对象的检索条件至少包括以下信息中的一种：检索追踪对象的人脸特征、步态特征、行人重识别Reid特征、以及含有检索追踪对象的视频信息。
步骤202、根据检索条件，确定用于检索追踪对象的检索任务。
步骤203、将检索任务发送给计算节点，并接收计算节点基于检索任务发送的比对结果，其中，比对结果包含根据用户选择位置处的监控设备筛选出的目标监控设备、以及目标监控设备拍摄到追踪对象的时间。
步骤204、基于目标监控设备的位置信息、目标监控设备拍摄到追踪对象的时间，确定追踪对象的行动路线，并在展示界面中展示追踪对象的行动路线。
示例性的，将目标监控设备拍摄到追踪对象的时间按照时间的先后顺序进行排序，得到追踪对象对应的时间序列；根据追踪对象对应的时间序列，确定时间序列中每一个时间对应的目标监控设备；基于时间序列中每一个时间对应的目标监控设备的位置信息，生成追踪对象的行动路线信息。
例如，通过对比特征信息确定目标监控设备A、B、C、D中拍摄到追踪对象的特征信息，且目标监控设备A拍摄到追踪对象的特征信息时间是上午8:30，目标监控设备B拍摄到追踪对象的特征信息时间是上午9:00，目标监控设备C拍摄到追踪对象的特征信息时间是上午8:30，目标监控设备D拍摄到追踪对象的特征信息时间是上午10:00，基于目标监控设备的位置信息，追踪对象的行动路线信息是从目标监控设备A对应的位置信息到目标监控设备C对应的位置信息，再到目标监控设备B对应的位置信息，最后到目标监控设备D对应的位置信息。
可选地，客户端还可以接受用户的注册认证、进行检索任务的管理、以及对关注检索任务进度的用户进行消息推送。
示例性的，通过点击客户端展示界面中展示的行动路线的监控设备时，可以展示追踪对象在该监控设备的监控视频。
本申请实施例提供了一种路线确定、展示的方法，首先接收用于检索追踪对象的检索任务，并根据检索任务，确定检索任务对应的检索视频；然后提取检索视频中的追踪对象的特征信息，并将特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在追踪对象的特征信息的目标监控设备的比对结果；最后将比对结果发送给客户端，在客户端的展示界面中展示追踪对象的行动路线。
通过上述方法，在对追踪对象进行追踪时，根据确定的比对结果，用户可以快速定位追踪对象的位置信息，从而避免用户在对追踪对象进行追踪过程中时间的浪费，也减少对筛选得到的零散、间断的排列结果中的追踪对象图像的分析时间，提高了追踪目标人员的效率。
实施例二
参见图3所示，为本申请实施例所提供的一种路线确定的装置300的结构示意图，应用于计算节点，所述装置包括：接收模块301、处理模块302、发送模块303，具体的：
接收模块301，用于接收用于检索追踪对象的检索任务，并根据所述检索任务，确定所述检索任务对应的检索视频；
处理模块302，用于提取所述检索视频中的追踪对象的特征信息，并将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果；
发送模块303，用于将所述比对结果发送给客户端。
本申请的一实施例中，所述处理模块302中，将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果，具体用于：
计算所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息的相似度；
比对每个所述相似度与预设的相似度阈值，确定存在所述追踪对象的特征信息的目标监控设备的比对结果。
参见图4所示，为本申请实施例所提供的一种路线展示的装置400的结构示意图，应用于客户端，所述装置包括：获取模块401、第一确定模块402、处理模块403、第二确定模块404，具体的：
获取模块401，用于获取用于检索追踪对象的检索条件；
第一确定模块402，用于根据所述检索条件，确定用于检索追踪对象的检索任务；
处理模块403，用于将所述检索任务发送给计算节点，并接收所述计算节点基于所述检索任务发送的比对结果，其中，所述比对结果包含根据用户选择位置处的监控设备筛选出的目标监控设备、以及所述目标监控设备拍摄到所述追踪对象的时间；
第二确定模块404，用于基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，并在展示界面中展示所述追踪对象的行动路线。
本申请的一实施例中，所述第二确定模块404中，所述基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，具体用于：
将所述目标监控设备拍摄到所述追踪对象的时间按照时间的先后顺序进行排序，得到所述追踪对象对应的时间序列；
根据所述追踪对象对应的时间序列，确定所述时间序列中每一个时间对应的所述目标监控设备；
基于所述时间序列中每一个时间对应的所述目标监控设备的位置信息，确定所述追踪对象的行动路线。
本申请的一实施例中，所述检索追踪对象的检索条件至少包括以下信息中的一种：
所述检索追踪对象的人脸特征、步态特征、行人重识别Reid特征、以及含有所述检索追踪对象的视频信息。
实施例三
基于同一技术构思，本申请实施例还提供了一种电子设备。参照图5所示，为本申请实施例提供的电子设备500的结构示意图，包括处理器501、存储器502、和总线503。其中，存储器502用于存储执行指令，包括内存5021和外部存储器5022；这里的内存5021也称内存储器，用于暂时存放处理器501中的运算数据，以及与硬盘等外部存储器5022交换的数据，处理器501通过内存5021与外部存储器5022进行数据交换，当电子设备500运行时，处理器501与存储器502之间通过总线503通信，使得处理器501在执行以下指令：
接收用于检索追踪对象的检索任务，并根据所述检索任务，确定所述检索任务对应的检索视频；
提取所述检索视频中的追踪对象的特征信息，并将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果；
将所述比对结果发送给客户端。
一种可能的设计中，处理器501执行的处理中，所述将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果，包括：
计算所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息的相似度；
比对每个所述相似度与预设的相似度阈值，确定存在所述追踪对象的特征信息的目标监控设备的比对结果。
基于同一技术构思，本申请实施例还提供了一种电子设备。参照图6所示，为本申请实施例提供的电子设备600的结构示意图，包括处理器601、存储器602、和总线603。其中，存储器602用于存储执行指令，包括内存6021和外部存储器6022；这里的内存6021也称内存储器，用于暂时存放处理器601中的运算数据，以及与硬盘等外部存储器6022交换的数据，处理器601通过内存6021与外部存储器6022进行数据交换，当电子设备600运行时，处理器601与存储器602之间通过总线603通信，使得处理器601在执行以下指令：
获取用于检索追踪对象的检索条件；
根据所述检索条件，确定用于检索追踪对象的检索任务；
将所述检索任务发送给计算节点，并接收所述计算节点基于所述检索任务发送的比对结果，其中，所述比对结果包含根据用户选择位置处的监控设备筛选出的目标监控设备、以及所述目标监控设备拍摄到所述追踪对象的时间；
基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，并在展示界面中展示所述追踪对象的行动路线。
一种可能的设计中，处理器601执行的处理中，所述基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，包括：
将所述目标监控设备拍摄到所述追踪对象的时间按照时间的先后顺序进行排序，得到所述追踪对象对应的时间序列；
根据所述追踪对象对应的时间序列，确定所述时间序列中每一个时间对应的所述目标监控设备；
基于所述时间序列中每一个时间对应的所述目标监控设备的位置信息，确定所述追踪对象的行动路线。
一种可能的设计中，处理器601执行的处理中，所述检索追踪对象的检索条件至少包括以下信息中的一种：
所述检索追踪对象的人脸特征、步态特征、行人重识别Reid特征、以及含有所述检索追踪对象的视频信息。
实施例四
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述路线确定、展示的方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述路线确定、展示的方法的步骤，从而提高了追踪目标人员的效率。
本申请实施例所提供的路线确定、展示的方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (12)

1.一种路线确定的方法，其特征在于，应用于计算节点，所述方法包括：
接收用于检索追踪对象的检索任务，并根据所述检索任务，确定所述检索任务对应的检索视频；
提取所述检索视频中的追踪对象的特征信息，并将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果；
将所述比对结果发送给客户端。
2.根据权利要求1所述的方法，其特征在于，所述将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果，包括：
计算所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息的相似度；
比对每个所述相似度与预设的相似度阈值，确定存在所述追踪对象的特征信息的目标监控设备的比对结果。
3.一种路线展示的方法，其特征在于，应用于客户端，所述方法包括：
获取用于检索追踪对象的检索条件；
根据所述检索条件，确定用于检索追踪对象的检索任务；
将所述检索任务发送给计算节点，并接收所述计算节点基于所述检索任务发送的比对结果，其中，所述比对结果包含根据用户选择位置处的监控设备筛选出的目标监控设备、以及所述目标监控设备拍摄到所述追踪对象的时间；
基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，并在展示界面中展示所述追踪对象的行动路线。
4.根据权利要求3所述的方法，其特征在于，所述基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，包括：
将所述目标监控设备拍摄到所述追踪对象的时间按照时间的先后顺序进行排序，得到所述追踪对象对应的时间序列；
根据所述追踪对象对应的时间序列，确定所述时间序列中每一个时间对应的所述目标监控设备；
基于所述时间序列中每一个时间对应的所述目标监控设备的位置信息，确定所述追踪对象的行动路线。
5.根据权利要求3所述的方法，其特征在于，所述检索追踪对象的检索条件至少包括以下信息中的一种：
所述检索追踪对象的人脸特征、步态特征、行人重识别Reid特征、以及含有所述检索追踪对象的视频信息。
6.一种路线确定的装置，其特征在于，应用于计算节点，所述装置包括：
接收模块，用于接收用于检索追踪对象的检索任务，并根据所述检索任务，确定所述检索任务对应的检索视频；
处理模块，用于提取所述检索视频中的追踪对象的特征信息，并将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果；
发送模块，用于将所述比对结果发送给客户端。
7.根据权利要求6所述的装置，其特征在于，所述处理模块中，将所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息进行比对，确定存在所述追踪对象的特征信息的目标监控设备的比对结果，具体用于：
计算所述特征信息与从用户选择位置处的监控设备采集的监控视频中提取出的每个对象的特征信息的相似度；
比对每个所述相似度与预设的相似度阈值，确定存在所述追踪对象的特征信息的目标监控设备的比对结果。
8.一种路线展示的装置，其特征在于，应用于客户端，所述装置包括：
获取模块，用于获取用于检索追踪对象的检索条件；
第一确定模块，用于根据所述检索条件，确定用于检索追踪对象的检索任务；
处理模块，用于将所述检索任务发送给计算节点，并接收所述计算节点基于所述检索任务发送的比对结果，其中，所述比对结果包含根据用户选择位置处的监控设备筛选出的目标监控设备、以及所述目标监控设备拍摄到所述追踪对象的时间；
第二确定模块，用于基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，并在展示界面中展示所述追踪对象的行动路线。
9.根据权利要求8所述的装置，其特征在于，所述第二确定模块中，所述基于所述目标监控设备的位置信息、所述目标监控设备拍摄到所述追踪对象的时间，确定所述追踪对象的行动路线，具体用于：
将所述目标监控设备拍摄到所述追踪对象的时间按照时间的先后顺序进行排序，得到所述追踪对象对应的时间序列；
根据所述追踪对象对应的时间序列，确定所述时间序列中每一个时间对应的所述目标监控设备；
基于所述时间序列中每一个时间对应的所述目标监控设备的位置信息，生成所述追踪对象的行动路线信息。
10.根据权利要求8所述的装置，其特征在于，所述检索追踪对象的检索条件至少包括以下信息中的一种：
所述检索追踪对象的人脸特征、步态特征、行人重识别Reid特征、以及含有所述检索追踪对象的视频信息。
11.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至2任一所述的路线确定的方法的步骤，或者，执行如权利要求3至5任一所述的路线展示的方法的步骤。
12.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至2任一所述的路线确定的方法的步骤，或者，执行如权利要求3至5任一所述的路线展示的方法的步骤。
CN201910563767.8A 2019-06-26 2019-06-26 一种路线确定、展示的方法及装置 Pending CN110245268A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910563767.8A CN110245268A (zh) 2019-06-26 2019-06-26 一种路线确定、展示的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910563767.8A CN110245268A (zh) 2019-06-26 2019-06-26 一种路线确定、展示的方法及装置

Publications (1)

Publication Number Publication Date
CN110245268A true CN110245268A (zh) 2019-09-17

Family

ID=67889779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910563767.8A Pending CN110245268A (zh) 2019-06-26 2019-06-26 一种路线确定、展示的方法及装置

Country Status (1)

Country Link
CN (1) CN110245268A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110929666A (zh) * 2019-11-29 2020-03-27 联想(北京)有限公司 生产线监控方法、装置、系统及计算机设备
CN111565225A (zh) * 2020-04-27 2020-08-21 银河水滴科技（北京）有限公司 一种人物行动轨迹确定方法及装置
CN112365520A (zh) * 2020-06-16 2021-02-12 公安部第三研究所 一种基于视频大数据资源效能测评的行人目标实时追踪系统及方法
CN112689120A (zh) * 2019-09-30 2021-04-20 广州慧睿思通科技股份有限公司 一种监控方法及装置
CN112750301A (zh) * 2019-10-30 2021-05-04 杭州海康威视系统技术有限公司 目标对象追踪方法、装置、设备及计算机可读存储介质
CN112818172A (zh) * 2021-01-18 2021-05-18 浙江大华技术股份有限公司 视频检索方法、电子装置和存储介质
CN112822450A (zh) * 2021-01-08 2021-05-18 鹏城实验室 一种大规模视觉计算系统中有效节点动态遴选方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104581000A (zh) * 2013-10-12 2015-04-29 北京航天长峰科技工业集团有限公司 一种视频关注目标的运动轨迹的快速检索方法
CN108200382A (zh) * 2017-12-15 2018-06-22 北京奇虎科技有限公司 一种视频监控的方法和装置
CN108664914A (zh) * 2018-05-04 2018-10-16 腾讯科技（深圳）有限公司 人脸检索方法、装置及服务器
CN109376672A (zh) * 2018-10-31 2019-02-22 银河水滴科技（北京）有限公司 基于生物特征识别的目标对象定位方法及装置
CN109410278A (zh) * 2017-08-15 2019-03-01 杭州海康威视数字技术股份有限公司 一种目标定位方法、装置及系统
CN109871815A (zh) * 2019-02-26 2019-06-11 新华三技术有限公司 一种查询监控信息的方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104581000A (zh) * 2013-10-12 2015-04-29 北京航天长峰科技工业集团有限公司 一种视频关注目标的运动轨迹的快速检索方法
CN109410278A (zh) * 2017-08-15 2019-03-01 杭州海康威视数字技术股份有限公司 一种目标定位方法、装置及系统
CN108200382A (zh) * 2017-12-15 2018-06-22 北京奇虎科技有限公司 一种视频监控的方法和装置
CN108664914A (zh) * 2018-05-04 2018-10-16 腾讯科技（深圳）有限公司 人脸检索方法、装置及服务器
CN109376672A (zh) * 2018-10-31 2019-02-22 银河水滴科技（北京）有限公司 基于生物特征识别的目标对象定位方法及装置
CN109871815A (zh) * 2019-02-26 2019-06-11 新华三技术有限公司 一种查询监控信息的方法及装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112689120A (zh) * 2019-09-30 2021-04-20 广州慧睿思通科技股份有限公司 一种监控方法及装置
CN112750301A (zh) * 2019-10-30 2021-05-04 杭州海康威视系统技术有限公司 目标对象追踪方法、装置、设备及计算机可读存储介质
CN110929666A (zh) * 2019-11-29 2020-03-27 联想(北京)有限公司 生产线监控方法、装置、系统及计算机设备
CN110929666B (zh) * 2019-11-29 2023-10-31 联想(北京)有限公司 生产线监控方法、装置、系统及计算机设备
CN111565225A (zh) * 2020-04-27 2020-08-21 银河水滴科技（北京）有限公司 一种人物行动轨迹确定方法及装置
CN111565225B (zh) * 2020-04-27 2023-08-04 银河水滴科技(宁波)有限公司 一种人物行动轨迹确定方法及装置
CN112365520A (zh) * 2020-06-16 2021-02-12 公安部第三研究所 一种基于视频大数据资源效能测评的行人目标实时追踪系统及方法
CN112365520B (zh) * 2020-06-16 2024-01-30 公安部第三研究所 一种基于视频大数据资源效能测评的行人目标实时追踪系统及方法
CN112822450A (zh) * 2021-01-08 2021-05-18 鹏城实验室 一种大规模视觉计算系统中有效节点动态遴选方法
CN112822450B (zh) * 2021-01-08 2024-03-19 鹏城实验室 一种大规模视觉计算系统中有效节点动态遴选方法
CN112818172A (zh) * 2021-01-18 2021-05-18 浙江大华技术股份有限公司 视频检索方法、电子装置和存储介质

Similar Documents

Publication Publication Date Title
CN110245268A (zh) 一种路线确定、展示的方法及装置
US10402660B2 (en) Local caching for object recognition
CN107481327B (zh) 关于增强现实场景的处理方法、装置、终端设备及系统
US11961271B2 (en) Multi-angle object recognition
CN103119627B (zh) 用于云辅助式扩增现实的可适应性框架
CN106791613B (zh) 一种基于3dgis和视频相结合的智能监控系统
CN108629284A (zh) 基于嵌入式视觉系统的实时人脸跟踪和人脸姿态选择的方法及装置
EP1460851A2 (en) A system and method for real-time whiteboard streaming
TW201140470A (en) System and method for monitoring objects and key persons of the objects
CN110263219A (zh) 一种目标对象路线筛选、展示的方法及装置
EP4198772A1 (en) Method and device for making music recommendation
CN109523360B (zh) 一种信息推荐方法及系统
KR20200110257A (ko) 클라우드 서버 기반의 기계학습 관절정보 추출 시스템 및 그 방법
CN110287360A (zh) 多任务检索的系统、方法及装置
CN115205589A (zh) 对象识别方法、装置、电子设备及存储介质
CN114743262A (zh) 行为检测方法、装置、电子设备及存储介质
JP7107597B2 (ja) 駅監視装置、駅監視方法及びプログラム
CN107016351A (zh) 拍摄指导信息的获取方法以及装置
CN113378005A (zh) 事件处理方法、装置、电子设备以及存储介质
CN111209807A (zh) 一种基于yolov3的视频结构化方法及系统
CN113111689A (zh) 一种样本挖掘方法、装置、设备及存储介质
CN109272538A (zh) 图片的传输方法和装置
US20230222692A1 (en) Systems and methods for sharing analytical resources in a camera network
CN114863331A (zh) 目标行为检测方法、装置、电子设备以及存储介质
Nguyen et al. Worker Action Recognition in High Density Conditions based on Edge Device–Cloud Infrastructure

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
TA01 Transfer of patent application right

Effective date of registration: 20210129

Address after: 315000 9-3, building 91, 16 Buzheng lane, Haishu District, Ningbo City, Zhejiang Province

Applicant after: Yinhe shuidi Technology (Ningbo) Co.,Ltd.

Address before: 0701, 7 / F, 51 Xueyuan Road, Haidian District, Beijing

Applicant before: Watrix Technology (Beijing) Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20190917

RJ01 Rejection of invention patent application after publication