CN110717386A - 涉事对象追踪方法及装置、电子设备和非暂态存储介质 - Google Patents

涉事对象追踪方法及装置、电子设备和非暂态存储介质 Download PDF

Info

Publication number
CN110717386A
CN110717386A CN201910817054.XA CN201910817054A CN110717386A CN 110717386 A CN110717386 A CN 110717386A CN 201910817054 A CN201910817054 A CN 201910817054A CN 110717386 A CN110717386 A CN 110717386A
Authority
CN
China
Prior art keywords
real
related object
tracking
time
event
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
CN201910817054.XA
Other languages
English (en)
Inventor
付铮
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.)
OneConnect Smart Technology Co Ltd
Original Assignee
OneConnect Smart 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 OneConnect Smart Technology Co Ltd filed Critical OneConnect Smart Technology Co Ltd
Priority to CN201910817054.XA priority Critical patent/CN110717386A/zh
Publication of CN110717386A publication Critical patent/CN110717386A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • 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
    • G06T2207/30232—Surveillance
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提出了一种涉事对象追踪方法及装置、电子设备和非暂态存储介质，涉及研发管理技术领域，其中，该方法包括：获取涉事对象的个体信息；每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息；将所述个体信息作为第一输入，将所述实时监控视频信息作为第二输入，输入涉事对象定位模型，通过所述涉事对象定位模型确定所述涉事对象在当前时间节点的实时位置；获取追踪方的实时位置；根据所述追踪方的实时位置，以及所述涉事对象在所述当前时间节点的实时位置，计算所述追踪方到所述涉事对象的追踪路径。通过本发明的技术方案，可循环更新涉事对象的实时位置，便于有效调整追踪路线，增加了追踪效率和成功率。

Description

涉事对象追踪方法及装置、电子设备和非暂态存储介质
【技术领域】
本发明涉及研发管理技术领域，尤其涉及一种涉事对象追踪方法及装置、电子设备和非暂态存储介质。
【背景技术】
在出现待追踪轨迹的案件时，如刑事案件，往往需要对涉事车辆进行定位分析、预测行驶轨迹等，以便尽快找到涉事车辆或涉事车辆的驾驶员。然而，目前的轨迹分析往往需要警察投入大量人力成本人为查看大量监控视频，甚至需要走访大面积城区，而后再根据这些调研结果，人工分析涉事车辆的行驶轨迹，再进行找寻，消耗的时间成本巨大，不利于案件的解决。
因此，如何快速对涉事对象进行定位，成为目前亟待解决的技术问题。
【发明内容】
本发明实施例提供了一种涉事对象追踪方法及装置、电子设备和非暂态存储介质，旨在解决相关技术中对涉事对象追踪难的技术问题，能够快速对涉事对象进行定位，提升案件处理效率。
第一方面，本发明实施例提供了一种涉事对象追踪方法，包括：获取涉事对象的个体信息；每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息；将所述个体信息作为第一输入，将所述实时监控视频信息作为第二输入，输入涉事对象定位模型，通过所述涉事对象定位模型确定所述涉事对象在当前时间节点的实时位置；获取追踪方的实时位置；根据所述追踪方的实时位置，以及所述涉事对象在所述当前时间节点的实时位置，计算所述追踪方到所述涉事对象的追踪路径。
在本发明上述实施例中，可选地，所述通过所述涉事对象定位模型确定所述涉事对象在当前时间节点的实时位置的步骤，具体包括：通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像；在检测到具有所述个体信息的所述目标图像时，获取拍摄所述目标图像的所述监控装置的位置，作为所述涉事对象的实时位置。
在本发明上述实施例中，可选地，在所述通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像的步骤之前，还包括：根据所述涉事对象的类型和/或涉事等级，在多种检测方式中选择所述预定检测方式。
在本发明上述实施例中，可选地，所述通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像的步骤，具体包括：在每个监控装置的所述实时监控视频信息中，选择清晰度最高的图像作为待检测图像；对所述待检测图像进行文字识别处理和/或面部识别处理，以识别所述待检测图像中的车辆牌照信息和/或驾驶员面部图像信息；判断所述车辆牌照信息和/或所述驾驶员面部图像信息是否与所述涉事对象的所述个体信息一致；在判断结果为一致的情况下，将所述车辆牌照信息和/或所述驾驶员面部图像信息所属的所述待检测图像确定为所述目标图像。
在本发明上述实施例中，可选地，所述每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息的步骤，包括：每隔所述预定时间间隔，获取所述指定地理区域中所有监控装置在指定时长内的所述实时监控视频信息。
第二方面，本发明实施例提供了一种涉事对象追踪装置，包括：个体信息获取单元，用于获取涉事对象的个体信息；视频信息获取单元，用于每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息；第一位置确定单元，用于将所述个体信息作为第一输入，将所述实时监控视频信息作为第二输入，输入涉事对象定位模型，通过所述涉事对象定位模型确定所述涉事对象在当前时间节点的实时位置；第二位置确定单元，用于获取追踪方的实时位置；追踪路径计算单元，用于根据所述追踪方的实时位置，以及所述涉事对象在所述当前时间节点的实时位置，计算所述追踪方到所述涉事对象的追踪路径。
在本发明上述实施例中，可选地，所述第一位置确定单元具体包括：个体信息检测单元，用于通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像；第三位置获取单元，用于在检测到具有所述个体信息的所述目标图像时，获取拍摄所述目标图像的所述监控装置的位置，作为所述涉事对象的实时位置。
在本发明上述实施例中，可选地，还包括：检测方式选择单元，用于在所述个体信息检测单元检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像之前，根据所述涉事对象的类型和/或涉事等级，在多种检测方式中选择所述预定检测方式。
在本发明上述实施例中，可选地，所述个体信息检测单元包括：待检测图像选择单元，用于在每个监控装置的所述实时监控视频信息中，选择清晰度最高的图像作为待检测图像；识别处理单元，用于对所述待检测图像进行文字识别处理和/或面部识别处理，以识别所述待检测图像中的车辆牌照信息和/或驾驶员面部图像信息；判断单元，用于判断所述车辆牌照信息和/或所述驾驶员面部图像信息是否与所述涉事对象的所述个体信息一致，其中，在判断结果为一致的情况下，将所述车辆牌照信息和/或所述驾驶员面部图像信息所属的所述待检测图像确定为所述目标图像。
在本发明上述实施例中，可选地，所述视频信息获取单元具体用于：每隔所述预定时间间隔，获取所述指定地理区域中所有监控装置在指定时长内的所述实时监控视频信息。
第三方面，本发明实施例提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述第一方面中任一项所述的方法。
第四方面，本发明实施例提供了一种非暂态存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述第一方面中任一项所述的方法流程。
以上技术方案，针对相关技术中对涉事对象追踪难的技术问题，能够快速对涉事对象进行定位。
具体来说，首先，需要获取涉事对象的个体信息。其中，所述涉事对象包括车辆和/或人物，车辆包括被盗车辆、肇事车辆等，人物包括肇事者、嫌疑犯等，则所述个体信息包括：车辆牌照信息和/或驾驶员面部图像信息。比如，在对车辆盗窃案进行侦破时，可选择涉事车辆为涉事对象，而对于刑事案件嫌疑人追捕时，则可选择嫌疑人作为涉事对象。涉事对象的个体信息可在事发时间、事发地点的监控视频中识别及获取。
接下来，每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息。其中，指定地理区域为对涉事对象的搜查区域，可以为任一大小的行政区域，比如，一个区、一个县或一个市。指定地理区域具有大量摄像头在进行实时监控，实时监控视频信息为指定地理区域的大量摄像头在当前时刻或在包含当前时刻的指定时间间隔内的监控内容。通过这些监控内容，可进一步搜寻涉事对象是否被拍摄在其中，从而便于寻找到涉事对象。
接着，将涉事对象的个体信息作为第一输入，将所述实时监控视频信息作为第二输入，输入预先定义的涉事对象定位模型，通过所述涉事对象定位模型即可直接输出所述涉事对象在当前时间节点的实时位置。预先定义的涉事对象定位模型规定了自动依据涉事对象的个体信息轮询作为样本的大量实时监控视频信息的具体方式，具体来说，可通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否有具有所述个体信息的目标图像；在检测到具有所述个体信息的所述目标图像时，获取拍摄所述目标图像的所述监控装置的位置，作为所述涉事对象的实时位置。
其中，涉事对象为车辆时，预定检测方式为预定文字检测方式，用来检测图像中是否有涉事对象的个体信息—车牌号，涉事对象为人物时，预定检测方式为预定面部检测方式，用来检测图像中是否有涉事对象的个体信息—人脸。当检测到具有所述个体信息的目标图像时，说明在当前时间节点上，涉事对象正被拍摄该目标图像的监控装置所拍摄到，因此，该监控装置的位置，更进一步讲，该监控装置的拍摄内容所处位置，即为涉事对象在当前时间节点的实时位置。
由于涉事对象很可能在一直逃窜活动，则在追踪涉事对象的过程中，涉事对象很可能已离开追踪前或追踪初期所获得的位置。为此，可将获取实时监控视频信息及据此获取涉事对象的实时位置的步骤，设置为循环进行，这样，在追踪过程中，每隔预定时间间隔，就重新获取最新的实时监控视频信息，从而计算得到涉事对象的最新位置。
而每获取到涉事对象的最新位置，也就是获取到涉事对象在当前时间节点的实时位置，都可重新计算追踪者到涉事对象的追踪路径，这一追踪路径可以为路程最短路径或交通信号灯最少路径等有助于缩短追踪时长的路径。
通过以上技术方案，取代相关技术中人力分析和评估涉事对象的行驶轨迹的技术方案，能够循环更新涉事对象的实时位置，实现了涉事对象的自动定位，节省了大量的人力成本和时间成本，同时，便于根据涉事对象的实时位置的变化调整追踪路线，增加了追踪效率和成功率，提升了案件侦破的及时性，保护了人民群众的人身和财产安全。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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它的附图。
图1示出了本发明的一个实施例的涉事对象追踪方法的流程图；
图2示出了本发明的另一个实施例的涉事对象追踪方法的流程图；
图3示出了本发明的一个实施例的涉事对象追踪装置的框图；
图4示出了本发明的一个实施例的电子设备的框图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
图1示出了本发明的一个实施例的涉事对象追踪方法的流程图。
如图1所示，本发明的一个实施例的涉事对象追踪方法的流程，包括：
步骤102，获取涉事对象的个体信息。
其中，所述涉事对象包括车辆和/或人物，车辆包括被盗车辆、肇事车辆等，人物包括肇事者、嫌疑犯等，则所述个体信息包括：车辆牌照信息和/或驾驶员面部图像信息。比如，在对车辆盗窃案进行侦破时，可选择涉事车辆为涉事对象，而对于刑事案件嫌疑人追捕时，则可选择嫌疑人作为涉事对象。涉事对象的个体信息可在事发时间、事发地点的监控视频中识别及获取。
步骤104，每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息。
指定地理区域为对涉事对象的搜查区域，可以为任一大小的行政区域，比如，一个区、一个县或一个市。指定地理区域具有大量摄像头在进行实时监控，实时监控视频信息为指定地理区域的大量摄像头在当前时刻或在包含当前时刻的指定时间间隔内的监控内容。通过这些监控内容，可进一步搜寻涉事对象是否被拍摄在其中，从而便于寻找到涉事对象。
步骤106，将所述个体信息作为第一输入，将所述实时监控视频信息作为第二输入，输入涉事对象定位模型，通过所述涉事对象定位模型确定所述涉事对象在当前时间节点的实时位置。
预先定义的涉事对象定位模型规定了自动依据涉事对象的个体信息轮询作为样本的大量实时监控视频信息的具体方式，具体来说，可通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否有具有所述个体信息的目标图像；在检测到具有所述个体信息的所述目标图像时，获取拍摄所述目标图像的所述监控装置的位置，作为所述涉事对象的实时位置。
其中，涉事对象为车辆时，预定检测方式为预定文字检测方式，用来检测图像中是否有涉事对象的个体信息—车牌号，涉事对象为人物时，预定检测方式为预定面部检测方式，用来检测图像中是否有涉事对象的个体信息—人脸。当检测到具有所述个体信息的目标图像时，说明在当前时间节点上，涉事对象正被拍摄该目标图像的监控装置所拍摄到，因此，该监控装置的位置，更进一步讲，该监控装置的拍摄内容所处位置，即为涉事对象在当前时间节点的实时位置。
步骤108，获取追踪方的实时位置。
步骤110，根据所述追踪方的实时位置，以及所述涉事对象在所述当前时间节点的实时位置，计算所述追踪方到所述涉事对象的追踪路径。
由于涉事对象很可能在一直逃窜活动，则在追踪涉事对象的过程中，涉事对象很可能已离开追踪前或追踪初期所获得的位置。为此，可将获取实时监控视频信息及据此获取涉事对象的实时位置的步骤，设置为循环进行，这样，在追踪过程中，每隔预定时间间隔，就重新获取最新的实时监控视频信息，从而计算得到涉事对象的最新位置。
而每获取到涉事对象的最新位置，也就是获取到涉事对象在当前时间节点的实时位置，都可重新计算追踪者到涉事对象的追踪路径，这一追踪路径可以为路程最短路径或交通信号灯最少路径等有助于缩短追踪时长的路径。
通过以上技术方案，取代相关技术中人力分析和评估涉事对象的行驶轨迹的技术方案，能够循环更新涉事对象的实时位置，实现了涉事对象的自动定位，节省了大量的人力成本和时间成本，同时，便于根据涉事对象的实时位置的变化调整追踪路线，增加了追踪效率和成功率，提升了案件侦破的及时性，保护了人民群众的人身和财产安全。
图2示出了本发明的另一个实施例的涉事对象追踪方法的流程图。
如图2所示，本发明的另一个实施例的涉事对象追踪方法的流程，包括：
步骤202，获取涉事对象的个体信息。
所述涉事对象包括车辆和/或人物，车辆包括被盗车辆、肇事车辆等，人物包括肇事者、嫌疑犯等，则所述个体信息包括：车辆牌照信息和/或驾驶员面部图像信息。比如，在对车辆盗窃案进行侦破时，可选择涉事车辆为涉事对象，而对于刑事案件嫌疑人追捕时，则可选择嫌疑人作为涉事对象。涉事对象的个体信息可在事发时间、事发地点的监控视频中识别及获取。
步骤204，每隔预定时间间隔，获取指定地理区域中所有监控装置在指定时长内的实时监控视频信息。
指定地理区域为对涉事对象的搜查区域，可以为任一大小的行政区域，比如，一个区、一个县或一个市。指定地理区域具有大量摄像头在进行实时监控，实时监控视频信息为指定地理区域的大量摄像头在当前时刻或在包含当前时刻的指定时间间隔内的监控内容。通过这些监控内容，可进一步搜寻涉事对象是否被拍摄在其中，从而便于寻找到涉事对象。
由于指定地理区域中的监控装置数量巨大，为避免需获取的实时监控视频信息体积太大，可仅获取指定时长内的实时监控视频信息，这一指定时长可以为任何符合实际追踪需要的时长，可选为0.3s或0.5s。换言之，在0.3s或0.5s这种较低的指定时长内，获取到的实时监控视频信息实际为若干帧图像，这就大大降低了定位涉事对象所需检测的监控视频的数量，有利于提升追踪效率。
步骤206，根据所述涉事对象的类型和/或涉事等级，在多种检测方式中选择所述预定检测方式。
所述涉事对象的类型包括车辆和/或人物，车辆包括被盗车辆、肇事车辆等，人物包括肇事者、嫌疑犯等。
在本发明的一种实现方式中，可仅根据涉事对象的类型为其选择预定检测方式。涉事对象的类型为车辆时，选择预定检测方式为预定文字检测方式，用来检测图像中是否有涉事对象的个体信息——车牌号，涉事对象的类型为人物时，选择预定检测方式为预定面部检测方式，用来检测图像中是否有涉事对象的个体信息—人脸。
在本发明的一种实现方式中，由于预定文字检测方式包括两步法(faster-rcnn)和一步法(yolo)两种，故在涉事对象的类型为人物时，还可以将其涉事等级也考虑其中，以便选择最为合适的一种检测方式。其中，相比于两步法，一步法速度更快，但是得到的图像精确度有损失，因此，可在对涉事对象的搜寻较为急迫时，通过一步法进行文字检测，在对涉事对象的搜寻相对不那么急迫时，可使用两步法，以便进一步获得更为精确的个体信息。换言之，当所述涉事对象的涉事等级为高时，追踪更为急迫，可采用一步法，当所述涉事对象的涉事等级为低时，案件情况相对不够紧急，可采用两步法。
步骤208，通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像。
具体来说，可在每个监控装置的所述实时监控视频信息中，选择清晰度最高的图像作为待检测图像。将清晰度最高的样本作为检测依据，从而可以更加准确地判断实时监控视频信息中是否有涉事对象出现，大大提升了对涉事对象的车辆拍照或驾驶员身份的识别的准确性，有助于提升案件侦破速度。
接着，对所述待检测图像进行文字识别处理和/或面部识别处理，以识别所述待检测图像中的车辆牌照信息和/或驾驶员面部图像信息；判断所述车辆牌照信息和/或所述驾驶员面部图像信息是否与所述涉事对象的所述个体信息一致；在判断结果为一致的情况下，将所述车辆牌照信息和/或所述驾驶员面部图像信息所属的所述待检测图像确定为所述目标图像。
也就是说，若在待检测图像中识别到车辆牌照信息和/或驾驶员面部图像信息，则将其与涉事对象的个体信息进行比较，如果其与涉事对象的个体信息不一致，说明此待检测图像中的个体并非涉事对象，反之，如果其与涉事对象的个体信息一致，则说明此待检测图像中的个体就是涉事对象，即可将此待检测图像确定为拍摄到涉事对象的目标图像，进而进行下一步的追踪工作。
步骤210，在检测到具有所述个体信息的所述目标图像时，获取拍摄所述目标图像的所述监控装置的位置，作为所述涉事对象的实时位置。
当检测到具有所述个体信息的目标图像时，说明在当前时间节点上，涉事对象正被拍摄该目标图像的监控装置所拍摄到，因此，该监控装置的位置，更进一步讲，该监控装置的拍摄区域，或者说该监控装置的拍摄内容所处位置，即为涉事对象在当前时间节点的实时所处位置。
步骤212，获取追踪方的实时位置。
步骤214，根据所述追踪方的实时位置，以及所述涉事对象在所述当前时间节点的实时位置，计算所述追踪方到所述涉事对象的追踪路径。
由于每隔预定时间间隔，就重新获取最新的实时监控视频信息，从而计算得到涉事对象的最新位置，而同时，追踪方的的实时位置也在发生变动，故每次获取到涉事对象的最新位置，也要获取追踪方的的实时位置，从而可根据两者的实时位置计算最优追踪路线，这一最优追踪路线可以为路程最短路径或交通信号灯最少路径等有助于缩短追踪时长的路径。
通过以上技术方案，取代相关技术中人力分析和评估涉事对象的行驶轨迹的技术方案，能够循环更新涉事对象的实时位置，实现了涉事对象的自动定位，节省了大量的人力成本和时间成本，同时，便于根据涉事对象的实时位置的变化调整追踪路线，增加了追踪效率和成功率，提升了案件侦破的及时性，保护了人民群众的人身和财产安全。
图3示出了本发明的一个实施例的涉事对象追踪装置的框图。
如图3所示，本发明的一个实施例的涉事对象追踪装置300，包括：个体信息获取单元302，用于获取涉事对象的个体信息；视频信息获取单元304，用于每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息；第一位置确定单元306，用于将所述个体信息作为第一输入，将所述实时监控视频信息作为第二输入，输入涉事对象定位模型，通过所述涉事对象定位模型确定所述涉事对象在当前时间节点的实时位置；第二位置确定单元308，用于获取追踪方的实时位置；追踪路径计算单元310，用于根据所述追踪方的实时位置，以及所述涉事对象在所述当前时间节点的实时位置，计算所述追踪方到所述涉事对象的追踪路径。
该涉事对象追踪装置300使用图1和图2示出的实施例中任一项所述的方案，因此，具有上述所有技术效果，在此不再赘述。涉事对象追踪装置300还具有以下技术特征：
在本发明上述实施例中，可选地，所述第一位置确定单元306具体包括：个体信息检测单元，用于通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像；第三位置获取单元，用于在检测到具有所述个体信息的所述目标图像时，获取拍摄所述目标图像的所述监控装置的位置，作为所述涉事对象的实时位置。
在本发明上述实施例中，可选地，还包括：检测方式选择单元，用于在所述个体信息检测单元检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像之前，根据所述涉事对象的类型和/或涉事等级，在多种检测方式中选择所述预定检测方式。
在本发明上述实施例中，可选地，所述个体信息检测单元包括：待检测图像选择单元，用于在每个监控装置的所述实时监控视频信息中，选择清晰度最高的图像作为待检测图像；识别处理单元，用于对所述待检测图像进行文字识别处理和/或面部识别处理，以识别所述待检测图像中的车辆牌照信息和/或驾驶员面部图像信息；判断单元，用于判断所述车辆牌照信息和/或所述驾驶员面部图像信息是否与所述涉事对象的所述个体信息一致，其中，在判断结果为一致的情况下，将所述车辆牌照信息和/或所述驾驶员面部图像信息所属的所述待检测图像确定为所述目标图像。
在本发明上述实施例中，可选地，所述视频信息获取单元304具体用于：每隔所述预定时间间隔，获取所述指定地理区域中所有监控装置在指定时长内的所述实时监控视频信息。
图4示出了本发明的一个实施例的电子设备的框图。
如图4所示，本发明的一个实施例的电子设备400，包括至少一个存储器402；以及，与所述至少一个存储器402通信连接的处理器404；其中，所述存储器存储有可被所述至少一个处理器404执行的指令，所述指令被设置为用于执行上述图1和图2实施例中任一项所述的方案。因此，该电子设备400具有和图1和图2实施例中任一项相同的技术效果，在此不再赘述。
本发明实施例的电子设备以多种形式存在，包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
另外，本发明实施例提供了一种非暂态存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述图1和图2实施例中任一项所述的方法流程。
以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，能够循环更新涉事对象的实时位置，实现了涉事对象的自动定位，节省了大量的人力成本和时间成本，同时，便于根据涉事对象的实时位置的变化调整追踪路线，增加了追踪效率和成功率，提升了案件侦破的及时性，保护了人民群众的人身和财产安全。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述位置确定单元，但这些位置确定单元不应限于这些术语。这些术语仅用来将位置确定单元彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一位置确定单元也可以被称为第二位置确定单元，类似地，第二位置确定单元也可以被称为第一位置确定单元。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，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，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。
另外，在本发明各个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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种涉事对象追踪方法，其特征在于，包括：
获取涉事对象的个体信息；
每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息；
将所述个体信息作为第一输入，将所述实时监控视频信息作为第二输入，输入涉事对象定位模型，通过所述涉事对象定位模型确定所述涉事对象在当前时间节点的实时位置；
获取追踪方的实时位置；
根据所述追踪方的实时位置，以及所述涉事对象在所述当前时间节点的实时位置，计算所述追踪方到所述涉事对象的追踪路径。
2.根据权利要求1所述的涉事对象追踪方法，其特征在于，所述通过所述涉事对象定位模型确定所述涉事对象在当前时间节点的实时位置的步骤，具体包括：
通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像；
在检测到具有所述个体信息的所述目标图像时，获取拍摄所述目标图像的所述监控装置的位置，作为所述涉事对象的实时位置。
3.根据权利要求2所述的涉事对象追踪方法，其特征在于，在所述通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像的步骤之前，还包括：
根据所述涉事对象的类型和/或涉事等级，在多种检测方式中选择所述预定检测方式。
4.根据权利要求2或3所述的涉事对象追踪方法，其特征在于，所述通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像的步骤，具体包括：
在每个监控装置的所述实时监控视频信息中，选择清晰度最高的图像作为待检测图像；
对所述待检测图像进行文字识别处理和/或面部识别处理，以识别所述待检测图像中的车辆牌照信息和/或驾驶员面部图像信息；
判断所述车辆牌照信息和/或所述驾驶员面部图像信息是否与所述涉事对象的所述个体信息一致；
在判断结果为一致的情况下，将所述车辆牌照信息和/或所述驾驶员面部图像信息所属的所述待检测图像确定为所述目标图像。
5.根据权利要求1至3中任一项所述的涉事对象追踪方法，其特征在于，所述每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息的步骤，包括：
每隔所述预定时间间隔，获取所述指定地理区域中所有监控装置在指定时长内的所述实时监控视频信息。
6.一种涉事对象追踪装置，其特征在于，包括：
个体信息获取单元，用于获取涉事对象的个体信息；
视频信息获取单元，用于每隔预定时间间隔，获取指定地理区域中所有监控装置的实时监控视频信息；
第一位置确定单元，用于将所述个体信息作为第一输入，将所述实时监控视频信息作为第二输入，输入涉事对象定位模型，通过所述涉事对象定位模型确定所述涉事对象在当前时间节点的实时位置；
第二位置确定单元，用于获取追踪方的实时位置；
追踪路径计算单元，用于根据所述追踪方的实时位置，以及所述涉事对象在所述当前时间节点的实时位置，计算所述追踪方到所述涉事对象的追踪路径。
7.根据权利要求6所述的涉事对象追踪装置，其特征在于，所述第一位置确定单元具体包括：
个体信息检测单元，用于通过预定检测方式，检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像；
第三位置获取单元，用于在检测到具有所述个体信息的所述目标图像时，获取拍摄所述目标图像的所述监控装置的位置，作为所述涉事对象的实时位置。
8.根据权利要求7所述的涉事对象追踪装置，其特征在于，还包括：
检测方式选择单元，用于在所述个体信息检测单元检测所述实时监控视频信息的每一帧图像中是否为具有所述个体信息的目标图像之前，根据所述涉事对象的类型和/或涉事等级，在多种检测方式中选择所述预定检测方式。
9.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述权利要求1至5中任一项所述的方法。
10.一种非暂态存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1至5中任一项所述的方法流程。
CN201910817054.XA 2019-08-30 2019-08-30 涉事对象追踪方法及装置、电子设备和非暂态存储介质 Pending CN110717386A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910817054.XA CN110717386A (zh) 2019-08-30 2019-08-30 涉事对象追踪方法及装置、电子设备和非暂态存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910817054.XA CN110717386A (zh) 2019-08-30 2019-08-30 涉事对象追踪方法及装置、电子设备和非暂态存储介质

Publications (1)

Publication Number Publication Date
CN110717386A true CN110717386A (zh) 2020-01-21

Family

ID=69209622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910817054.XA Pending CN110717386A (zh) 2019-08-30 2019-08-30 涉事对象追踪方法及装置、电子设备和非暂态存储介质

Country Status (1)

Country Link
CN (1) CN110717386A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597962A (zh) * 2020-05-12 2020-08-28 三一重工股份有限公司 仓储物料防盗报警方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130106640A (ko) * 2012-03-20 2013-09-30 (주) 세인 차량용 블랙박스의 영상인식을 이용한 수배자 및 실종자 추적 장치 및 그 방법
CN106060465A (zh) * 2016-06-20 2016-10-26 陈�胜 基于电子地图和视频监控的动态目标追踪系统及追踪方法
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
CN109445465A (zh) * 2018-10-17 2019-03-08 深圳市道通智能航空技术有限公司 基于无人机的追踪方法、系统、无人机及终端
CN109743541A (zh) * 2018-12-15 2019-05-10 深圳壹账通智能科技有限公司 智能监控方法、装置、计算机设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130106640A (ko) * 2012-03-20 2013-09-30 (주) 세인 차량용 블랙박스의 영상인식을 이용한 수배자 및 실종자 추적 장치 및 그 방법
CN106060465A (zh) * 2016-06-20 2016-10-26 陈�胜 基于电子地图和视频监控的动态目标追踪系统及追踪方法
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
CN109445465A (zh) * 2018-10-17 2019-03-08 深圳市道通智能航空技术有限公司 基于无人机的追踪方法、系统、无人机及终端
CN109743541A (zh) * 2018-12-15 2019-05-10 深圳壹账通智能科技有限公司 智能监控方法、装置、计算机设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597962A (zh) * 2020-05-12 2020-08-28 三一重工股份有限公司 仓储物料防盗报警方法、装置及电子设备
CN111597962B (zh) * 2020-05-12 2023-05-02 盛景智能科技(嘉兴)有限公司 仓储物料防盗报警方法、装置及电子设备

Similar Documents

Publication Publication Date Title
US12079272B2 (en) Distributed video storage and search with edge computing
CN102843547B (zh) 一种嫌疑目标智能追踪方法和系统
CN109345829B (zh) 无人车的监控方法、装置、设备及存储介质
WO2016202027A1 (zh) 一种物体移动轨迹识别方法及系统
CN105279814A (zh) 行车记录处理方法及系统
CN106101628A (zh) 一种车辆事故处理的方法以及终端
CN101430827B (zh) 基于gps的出租车无线视频监控系统及方法
US11361555B2 (en) Road environment monitoring device, road environment monitoring system, and road environment monitoring program
CN107305561B (zh) 图像的处理方法、装置、设备及用户界面系统
Orhan et al. Road hazard detection and sharing with multimodal sensor analysis on smartphones
KR20130108928A (ko) 차량 사고 정보 수집 방법, 이를 위한 장치 및 차량 사고 정보 수집 시스템
CN111651664B (zh) 基于事故位置点的事故车辆定位方法、装置、存储介质及电子设备
CN113055823A (zh) 一种基于路侧停车管理共享单车的方法及装置
CN113899355A (zh) 地图更新方法、装置、云端服务器和共享骑行设备
CN116959265A (zh) 交通信息提示方法、装置、电子设备和可读存储介质
CN109308806B (zh) 一种交通工具的行驶检测方法及服务器
CN108286973B (zh) 一种行驶数据校验方法及装置、及混合导航系统
US20180260401A1 (en) Distributed video search with edge computing
CN110533906A (zh) 一种路况信息的获取方法及相关装置
CN110717386A (zh) 涉事对象追踪方法及装置、电子设备和非暂态存储介质
CN115424465B (zh) 停车场地图的构建方法、装置及存储介质
CN107036825A (zh) 一种车辆行驶监控方法及装置
CN113706578B (zh) 一种基于轨迹的移动对象伴随关系的确定方法和装置
CN115393895A (zh) 一种校车安全管理方法、装置、设备及介质
CN109819207B (zh) 目标查找方法及相关设备

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