CN110929619A - 一种基于图像处理的目标对象追踪方法、系统、设备及可读介质 - Google Patents
一种基于图像处理的目标对象追踪方法、系统、设备及可读介质 Download PDFInfo
- Publication number
- CN110929619A CN110929619A CN201911118975.3A CN201911118975A CN110929619A CN 110929619 A CN110929619 A CN 110929619A CN 201911118975 A CN201911118975 A CN 201911118975A CN 110929619 A CN110929619 A CN 110929619A
- Authority
- CN
- China
- Prior art keywords
- target
- target object
- image
- pedestrian
- matching
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种基于图像处理的目标对象追踪方法、系统、设备及可读介质，基于图像处理的目标对象追踪方法包括：根据目标对象的目标生物特征信息，在视频监控系统中进行检索匹配，获得匹配结果；根据所述匹配结果确定目标广播区域，通过所述目标广播区域的广播设备广播所述目标对象的关联信息；如此，实现对特定公共场合中人员的轨迹追踪，并结合广播设备在目标人员最后出现或者可能出现的目标区域进行定向广播，可以实现精准寻人，且定向广播减少对公共场所内所有人员的影响。
Description
技术领域
本发明涉及图像处理领域，特别是涉及一种基于图像处理的目标对象追踪方法、系统、设备及可读介质。
背景技术
通常来说，如果想在公共场所寻人，通常需要去广播站和工作人员说明情况，通过工作人员人工广播的方式向喇叭覆盖区域不断播报寻人启事，期待目标人员能够听见广播并作出响应。这种寻人方式至少存在以下问题：寻人方式比较被动，只能等目标人员听到广播并作出响应，无法追踪目标人员的行动轨迹并据此主动寻人；并且，广播向公共场所全区域不断广播寻人启事，会影响到公共场所内的所有人员。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于图像处理的目标对象追踪方法、系统、设备及可读介质，用于解决公共场所无法追踪目标人员的行动轨迹并据此主动寻人的问题。
为实现上述目的及其他相关目的，本发明提供一种基于图像处理的目标对象追踪方法，包括：
根据目标对象的目标生物特征信息，在视频监控系统中进行检索匹配，获得匹配结果；
根据所述匹配结果确定目标广播区域，通过所述目标广播区域的广播设备广播所述目标对象的关联信息。
可选的，所述的基于图像处理的目标对象追踪方法，包括：
在客运点，通过获取目标对象的生物特征信息，在客运点的视频监控系统中进行检索匹配，输出与所述目标对象对应的行为轨迹，确定所述目标对象最后出现的行为轨迹点所在的目标位置；
根据所述目标位置和/或所述目标对象的运动特征，确定对应的目标广播区域，通过所述目标广播区域的广播设备广播所述目标对象的关联信息。
可选的，所述的基于图像处理的目标对象追踪方法，还包括：
获取监控图像，根据所述监控图像建立数据库；其中，所述数据库位于所述视频监控系统中；
获取目标对象的目标生物特征信息，对所述目标生物特征信息进行处理得到目标特征向量；
通过所述目标特征向量，在所述数据库中进行匹配，得到匹配结果；
根据所述匹配结果确定目标广播区域，通过所述目标广播区域的广播设备广播所述目标人员的关联信息。
可选的，所述获取监控图像，根据所述监控图像建立数据库包括：在不同区域设置图像采集模块，通过所述图像采集模块采集监控图像；对所述监控图像进行行人特征属性提取处理，以建立所述数据库。
可选的，所述的基于图像处理的目标对象追踪方法，包括：
对所述监控图像中的至少部分图像帧进行行人检测，以获得各个所述图像帧的行人框；
采用神经网络对所述行人框中的图像块进行处理，得到所述行人框的特征向量；
对所有所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
可选的，所述的基于图像处理的目标对象追踪方法，还包括
根据预设规则对所述行人框的特征向量进行分组；
对同一组的所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
可选的，所述的基于图像处理的目标对象追踪方法，所述目标生物特征信息至少包括以下之一：人脸属性、身形属性、人体属性。
可选的，所述的基于图像处理的目标对象追踪方法，所述对所述目标生物特征信息进行处理得到目标特征向量包括：
采用神经网络对所述目标生物特征信息进行处理，得到至少以下之一：人脸特征图、身形关键点特征、人体特征。
可选的，所述通过所述目标特征向量，在所述数据库中进行匹配，得到匹配结果包括：对所述目标特征向量和所述数据库中的监控图像特征向量进行相似度计算，得到相似度参数，若所述相似度参数大于阈值，则目标对象匹配成功。
本发明还提供一种基于图像处理的目标对象追踪系统，包括：
处理匹配装置，用于根据目标对象的目标生物特征信息，在视频监控系统中进行检索匹配，获得匹配结果；以及根据所述匹配结果确定目标广播区域；
执行装置，包括广播设备，所述目标广播区域的广播设备用于广播所述目标对象的关联信息。
可选的，所述视频监控系统包括多个设置在客运点的图像采集模块，所述图像采集模块用于获取目标对象的生物特征信息；
所述处理匹配装置还用于在客运点的视频监控系统中进行检索匹配，输出与所述目标对象对应的行为轨迹，确定所述目标对象最后出现的行为轨迹点所在的目标位置；并根据所述目标位置和/或所述目标对象的运动特征，确定对应的目标广播区域；
通过所述目标广播区域的广播设备广播所述目标对象的关联信息。
可选的，所述视频监控系统包括图像处理模块，所述图像处理模块用于根据所述图像采集模块获取的监控图像建立数据库；所述数据库位于所述视频监控系统中；
所述处理匹配装置用于对所述目标生物特征信息进行处理得到目标特征向量；并通过所述目标特征向量，在所述数据库中进行匹配，得到匹配结果，根据所述匹配结果确定目标广播区域；
通过所述目标广播区域的广播设备广播所述目标人员的关联信息。
可选的，所述图像采集模块设置在不同区域位置，通过所述图像采集模块采集监控图像；通过所述图像处理模块对所述监控图像进行行人特征属性提取处理，以建立所述数据库。
可选的，所述图像处理模块包括：
行人检测子模块，用于对所述监控图像中的至少部分图像帧进行行人检测，以获得各个所述图像帧的行人框；
特征提取子模块，用于采用神经网络对所述行人框中的图像块进行处理，得到所述行人框的特征向量；
相似度处理子模块，用于对所有所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
可选的，所述的基于图像处理的目标对象追踪系统，还包括通过所述特征提取子模块根据预设规则对所述行人框的特征向量进行分组；
通过所述相似度处理子模块对同一组的所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
可选的，所述目标生物特征信息至少包括以下之一：人脸属性、身形属性、人体属性。
可选的，通过所述特征提取子模块对所述目标生物特征信息进行处理，得到至少以下之一：人脸特征图、身形关键点特征、人体特征。
可选的，所述的基于图像处理的目标对象追踪系统，通过所述处理匹配装置对所述目标特征向量和所述数据库中的监控图像特征向量进行相似度计算，得到相似度参数，并对所述相似度参数进行判断，若所述相似度参数大于阈值，则目标对象匹配成功。
本发明还提供一种设备，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行上述的一个或多个所述的方法。
本发明还提供一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行上述的一个或多个所述的方法。
如上所述，本发明提供的一种基于图像处理的目标对象追踪方法、系统、设备及可读介质，通过根据目标对象的目标生物特征信息，在视频监控系统中进行检索匹配，获得匹配结果；根据所述匹配结果确定目标广播区域，通过所述目标广播区域的广播设备广播所述目标对象的关联信息；实现对特定公共场合中人员的轨迹追踪，并结合广播设备在目标人员最后出现或者可能出现的目标区域进行定向广播，可以实现精准寻人，且定向广播减少对公共场所内所有人员的影响。
附图说明
图1为一实施例的基于图像处理的基于图像处理的目标对象追踪方法的流程图。
图2为一实施例的基于图像处理的基于图像处理的目标对象追踪系统的框图。
图3为又一实施例的基于图像处理的基于图像处理的目标对象追踪系统的框图。
图4为一实施例提供的终端设备的硬件结构示意图。
图5为另一实施例提供的终端设备的硬件结构示意图。
元件标号说明
视频监控系统10、图像采集模块11、图像处理模块12、处理匹配装置20、执行装置30
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，请参阅图1-5，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
请参阅图1-3，本发明提供一种基于图像处理的目标对象追踪方法，包括：
S10：根据目标对象的目标生物特征信息，在视频监控系统10中进行检索匹配，获得匹配结果；
S20：根据所述匹配结果确定目标广播区域，通过所述目标广播区域的广播设备广播所述目标对象的关联信息。
可以理解的，本发明的基于图像处理的目标对象追踪方法可以应用在游乐园、公园、机场、火车站或者汽车客运站等人员流动大、人员易走失的公共场所。公共场所可以存在多个不同的区域，各个不同的区域可以安装至少一个图像采集模块11来采集视频，以及广播设备来实现定向广播。诸如在由A、B、C、D、E、F和G区域组成的公共场所中，每个区域至少有一个摄像头和广播设备。
本发明可以基于行人重识别技术在一公共场所中追踪不同行人的行人轨迹集，建立的数据库包括多个行人轨迹集，获取要寻找的人员即目标人员的目标生物特征信息后，可以根据目标生物特征信息对应的目标特征向量在数据库中匹配出该目标人员的行人轨迹，追踪出该目标人员最后出现在监控镜头的时间、最后出现的位置或者正在寻找的时刻目标人员出现的位置，从而确定目标广播区域，在该目标广播区域定向广播目标人员的相关信息，实现精准寻人的同时不打扰整个公共场所的其他无关区域的行人。
可以理解的，目标人员的生物特征信息可以包括人脸图像、上衣颜色、裤子颜色、身高体重、性别、是否戴口罩、姓名或证件号等，获取这些信息的方式可以是通过要查找目标人员的亲朋好友提供的，或者是基于其提供的部分信息在监控中进行搜索得到的，诸如在机场中，行人进行安检口会采集人脸信息、身份证上的性别、姓名等一组关联的信息，后续监控系统中的图像采集模块11会不间断的对各个区域的行人的图像进行采集，追踪出各个行人的运动轨迹，本发明的基于图像处理的目标对象追踪方法可以基于部分目标生物特征信息在监控系统或基于图像处理的目标对象追踪系统中实现对目标人员的追踪和查找，此处仅以机场的应用场景为例进行说明，在其他应用场景中的例子不再一一举例。
可以理解的，可以通过视频监控系统10采集的图像信息建立数据库，同样也可以通过视频监控系统10获取目标生物特征信息，目标生物特征信息也可以通过要查找目标人员的亲朋好友提供的信息，或者是基于其提供的部分信息在监控中进行搜索得到的，诸如在机场中，行人进行安检口会采集人脸信息、身份证上的性别、姓名等一组关联的信息，对于获取目标生物特征信息的方式在此不做限定。
在某些实施方式中，所述的基于图像处理的目标对象追踪方法，包括：
在客运点，通过获取目标对象的生物特征信息，在客运点的视频监控系统10中进行检索匹配，输出与所述目标对象对应的行为轨迹，确定所述目标对象最后出现的行为轨迹点所在的目标位置；
根据所述目标位置和/或所述目标对象的运动特征，确定对应的目标广播区域，通过所述目标广播区域的广播设备广播所述目标对象的关联信息。
在某些实施方式中，所述的基于图像处理的目标对象追踪方法，还包括：
获取监控图像，根据所述监控图像建立数据库；其中，所述数据库位于所述视频监控系统10中；
获取目标对象的目标生物特征信息，对所述目标生物特征信息进行处理得到目标特征向量；
通过所述目标特征向量，在所述数据库中进行匹配，得到匹配结果；
根据所述匹配结果确定目标广播区域，通过所述目标广播区域的广播设备广播所述目标人员的关联信息。
在某些实施方式中，所述获取监控图像，根据所述监控图像建立数据库包括：在不同区域设置图像采集模块11，通过所述图像采集模块11采集监控图像；对所述监控图像进行行人特征属性提取处理，以建立所述数据库。
可以理解的，行人特征属性可以包括至少以下之一：行人的人脸特征、行人的性别、姓名、年龄、戴帽子、背包、上衣颜色、裤子颜色、戴口罩、或反应行人的身形特征的关键点位置。关键点位置又包括以下中的至少一项：头部位置、左肩位置、右肩位置、左膝位置、右膝位置、左脚位置、右脚位置。如此，多维度的采集行人信息可以实现后续对行人轨迹的精准追踪，提高了寻人的准确性。
在某些实施方式中，所述的基于图像处理的目标对象追踪方法，包括以下步骤：
对所述监控图像中的至少部分图像帧进行行人检测，以获得各个所述图像帧的行人框；
采用神经网络对所述行人框中的图像块进行处理，得到所述行人框的特征向量；
对所有所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
可以理解的，本发明的基于图像处理的目标对象追踪方法可以应用在多种不同的场景中，具体应用时可以以最先采集到行人图像的为基准图像，对后续采集的行人图像与基准图像进行拟合，诸如通过相似度计算进行拟合，得到不同行人的行人轨迹，将同一行人的多个轨迹进行归类得到该行人的行人轨迹集。具体，可以以公共场所的安检口或者入口位置区域的图像采集模块11采集的行人图像即视频帧作为基准图像。本发明的基于图像处理的目标对象追踪方法中，可以对不同位置的图像采集模块11的视频图像贴上时间信息、位置信息等标签，以便对进入该公共场所的行人的轨迹进行追踪。
可以理解的，可以通过训练好的神经网络对行人框进行处理，具体可以是对行人框的图像分割得到多个反应局部特征的图像块，诸如将行人框分割成头部、上身和下身三个部分，整个网络使用堆叠的卷积神经网络(MSCAN)对整张图像进行特征提取，同时也将图像的部分作为一个输入进入这个MSCAN进行特征提取，最终将一个全局特征和三个局部潜在块特征级联起来进行最终的分类损失计算，最终得到行人框的特征向量。
在某些实施方式中，所述的基于图像处理的目标对象追踪方法，还包括
根据预设规则对所述行人框的特征向量进行分组；
对同一组的所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
可以理解的，此处的预设规则可以是基于一类图像块的局部特征进行初步的相似度计算，诸如对上身部分的特征进行相似度计算，进行一个粗分类得到不同的组；再对每个组的各个行人框的特征向量进行相似度匹配得到至少一行人轨迹集，此处的相似度计算可以是基于整个行人框的特征向量进行计算，也可以是选择一类或者几类图像块的局部特征向量进行计算，此处选择可以与粗分类的选择不同也可以相同，在此不做限定。
在某些实施方式中，所述的基于图像处理的目标对象追踪方法，所述目标生物特征信息至少包括以下之一：人脸属性、身形属性、人体属性。
可以理解的，人脸属性即人脸图像，身形属性即反应行人的身形特征的关键点位置，人体属性即行人的性别、姓名、年龄、戴帽子、背包、上衣颜色、裤子颜色等特征信息。
在某些实施方式中，所述的基于图像处理的目标对象追踪方法，所述对所述目标生物特征信息进行处理得到目标特征向量包括：
采用神经网络对所述目标生物特征信息进行处理，得到至少以下之一：人脸特征图、身形关键点特征、人体特征。
在某些实施方式中，所述通过所述目标特征向量，在所述数据库中进行匹配，得到匹配结果包括：对所述目标特征向量和所述数据库中的监控图像特征向量进行相似度计算，得到相似度参数，若所述相似度参数大于阈值，则目标对象匹配成功。
在某些实施方式中，对所述目标特征向量和所述数据库中的信息进行相似度计算可以得到多组相似度参数，可以对相似度参数的值从高到低进行排序，诸如第一行人轨迹集中的行人框匹配的相似度参数为88％，第二行人轨迹集中的行人框匹配的相似度参数为80％，则第一行人轨迹集中行人与目标人员最相似，则直接调取第一行人轨迹集来实现对目标人员的轨迹追踪。
可以理解的，本发明的相似度计算方法可以是闵可夫斯基距离、余弦相似度或者欧式距离等，在此不做限定。此处的阈值可以设定为一个范围，诸如80％--90％。在某些实施方式中，可以对目标人员的人脸特征向量于数据库中的行人框的人脸图像块的特征向量进行相似度计算，若数据库中某一行人框的人脸图像块的特征向量与目标人员的人脸特征向量的相似度参数为80％，则可以调取此行人的行人轨迹集，由此对该行人的行人轨迹进行追踪，追踪的结果可以是行人仍旧还在某个特定的区域，诸如在由A、B、C、D、E、F和G区域组成的公共场所中的A区域中，此时就可以开启A区域的广播设备广播目标人员的关联信息；或者，通过追踪结果可以确定目标人员最后一次出现的位置、轨迹方向、以及据今的时间依次扩大广播区域的范围。例如，目标人员最后一次出现在监控区域A，轨迹方向是朝监控区域B，且最后一次出现距今有3分钟了，那么就给监控区域A和B，以及其他邻近区域定向广播寻人启事。又例如，目标人员最后一次出现在监控区域A，轨迹方向是公共场所以外，且最后一次出现距今有2个小时了，那么就有可能全区域广播寻人启事。可以理解，此处的关联信息可以目标生物特征信息的一个信息或者多个信息的组合，诸如语音广播“张三”、“穿黄衣服的张三”或者“戴眼镜的张三”等等，关于目标人员的关联信息的具体内容在此不做具体限定。如此，通过轨迹追踪结合定向广播，实现了精准寻人，同时不打扰其他区域的人员。
请参阅图2-3，本发明还提供一种基于图像处理的目标对象追踪系统，包括：
处理匹配装置20，用于根据目标对象的目标生物特征信息，在视频监控系统10中进行检索匹配，获得匹配结果；以及根据所述匹配结果确定目标广播区域；
执行装置30，包括广播设备，所述目标广播区域的广播设备用于广播所述目标对象的关联信息。
在某些实施方式中，处理匹配装置20可以是一处理器。
在某些实施方式中，所述视频监控系统10包括多个设置在客运点的图像采集模块11，所述图像采集模块11用于获取目标对象的生物特征信息；
所述处理匹配装置20还用于在客运点的视频监控系统10中进行检索匹配，输出与所述目标对象对应的行为轨迹，确定所述目标对象最后出现的行为轨迹点所在的目标位置；并根据所述目标位置和/或所述目标对象的运动特征，确定对应的目标广播区域；
通过所述目标广播区域的广播设备广播所述目标对象的关联信息。
在某些实施方式中，所述视频监控系统10包括图像处理模块12，所述图像处理模块12用于根据所述图像采集模块11获取的监控图像建立数据库；所述数据库位于所述视频监控系统10中；
所述处理匹配装置20用于对所述目标生物特征信息进行处理得到目标特征向量；并通过所述目标特征向量，在所述数据库中进行匹配，得到匹配结果，根据所述匹配结果确定目标广播区域；
通过所述目标广播区域的广播设备广播所述目标人员的关联信息。
可以理解的，本发明的基于图像处理的目标对象追踪系统中，通过视频监控系统10采集的图像信息建立数据库，同样也可以通过视频监控系统10获取目标生物特征信息。
在某些实施方式中，所述图像采集模块11设置在不同区域位置，通过所述图像采集模块11采集监控图像；通过所述图像处理模块12对所述监控图像进行行人特征属性提取处理，以建立所述数据库。
在某些实施方式中，所述图像处理模块12包括：
行人检测子模块，用于对所述监控图像中的至少部分图像帧进行行人检测，以获得各个所述图像帧的行人框；
特征提取子模块，用于采用神经网络对所述行人框中的图像块进行处理，得到所述行人框的特征向量；
相似度处理子模块，用于对所有所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
在某些实施方式中，所述的基于图像处理的目标对象追踪系统，还包括通过所述特征提取子模块根据预设规则对所述行人框的特征向量进行分组；
通过所述相似度处理子模块对同一组的所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
在某些实施方式中，所述目标生物特征信息至少包括以下之一：人脸属性、身形属性、人体属性。
在某些实施方式中，通过所述特征提取子模块对所述目标生物特征信息进行处理，得到至少以下之一：人脸特征图、身形关键点特征、人体特征。
在某些实施方式中，所述的基于图像处理的目标对象追踪系统，通过所述处理匹配装置20对所述目标特征向量和所述数据库中的监控图像特征向量进行相似度计算，得到相似度参数，并对所述相似度参数进行判断，若所述相似度参数大于阈值，则目标对象匹配成功。
本发明的基于图像处理的目标对象追踪系统的相关实施例可以参照上述本发明的基于图像处理的目标对象追踪方法的相关实施例，在此不再赘述。
本发明还提供一种设备，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行上述的一个或多个所述的方法。
本发明还提供一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行上述的一个或多个所述的方法。
如上所述，本发明提供的一种基于图像处理的目标对象追踪方法、系统、设备及可读介质，通过根据目标对象的目标生物特征信息，在视频监控系统10中进行检索匹配，获得匹配结果；根据所述匹配结果确定目标广播区域，通过所述目标广播区域的广播设备广播所述目标对象的关联信息；实现对特定公共场合中人员的轨迹追踪，并结合广播设备在目标人员最后出现或者可能出现的目标区域进行定向广播，可以实现精准寻人，且定向广播减少对公共场所内所有人员的影响。
本申请实施例还提供了一种设备，该设备可以包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述设备执行图1所述的方法。在实际应用中，该设备可以作为终端设备，也可以作为服务器，终端设备的例子可以包括：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3，Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4，Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等，本申请实施例对于具体的设备不加以限制。
本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例的图1中基于图像处理的目标对象追踪方法所包含步骤的指令(instructions)。
图4为本申请一实施例提供的终端设备的硬件结构示意图。如图所示，该终端设备可以包括：输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，第一存储器1103中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。
在某些实施方式中，上述第一处理器1101例如可以为中央处理器(CentralProcessing Unit，简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，该第一处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
在某些实施方式中，上述输入设备1100可以包括多种输入设备，例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。在某些实施方式中，该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等)；在某些实施方式中，该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)；在某些实施方式中，上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口，例如芯片的输入引脚接口或者输入接口等；输出设备1102可以包括显示器、音响等输出设备。
在本实施例中，该终端设备的处理器包括用于执行各设备中语音识别装置各模块的功能，具体功能和技术效果参照上述实施例即可，此处不再赘述。
图5为本申请的一个实施例提供的终端设备的硬件结构示意图。图4是对图5在实现过程中的一个具体的实施例。如图所示，本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码，实现上述实施例中图4所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如消息，图片，行人图像信息等。第二存储器1202可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
可选地，第二处理器1201设置在处理组件1200中。该终端设备还可以包括：通信组件1203，电源组件1204，多媒体组件1205，语音组件1206，输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定，本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令，以完成上述数据处理方法中的全部或部分步骤。此外，处理组件1200可以包括一个或多个模块，便于处理组件1200和其他组件之间的交互。例如，处理组件1200可以包括多媒体模块，以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中，显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。
语音组件1206被配置为输出和/或输入语音信号。例如，语音组件1206包括一个麦克风(MIC)，当终端设备处于操作模式，如语音识别模式时，麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中，语音组件1206还包括一个扬声器，用于输出语音信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口，上述外围接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件1208可以检测到终端设备的打开/关闭状态，组件的相对定位，用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在，包括检测用户与终端设备间的距离。在一些实施例中，该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个实施例中，该终端设备中可以包括SIM卡插槽，该SIM卡插槽用于插入SIM卡，使得终端设备可以登录GPRS网络，通过互联网与服务器建立通信。
由上可知，在图5实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图4实施例中的输入设备的实现方式。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (20)
1.一种基于图像处理的目标对象追踪方法，其特征在于，包括：
根据目标对象的目标生物特征信息，在视频监控系统中进行检索匹配，获得匹配结果；
根据所述匹配结果确定目标广播区域，通过所述目标广播区域的广播设备广播所述目标对象的关联信息。
2.根据权利要求1所述的基于图像处理的目标对象追踪方法，其特征在于，
在客运点，通过获取目标对象的生物特征信息，在客运点的视频监控系统中进行检索匹配，输出与所述目标对象对应的行为轨迹，确定所述目标对象最后出现的行为轨迹点所在的目标位置；
根据所述目标位置和/或所述目标对象的运动特征，确定对应的目标广播区域，通过所述目标广播区域的广播设备广播所述目标对象的关联信息。
3.根据权利要求1所述的基于图像处理的目标对象追踪方法，其特征在于，
获取监控图像，根据所述监控图像建立数据库；其中，所述数据库位于所述视频监控系统中；
获取目标对象的目标生物特征信息，对所述目标生物特征信息进行处理得到目标特征向量；
通过所述目标特征向量，在所述数据库中进行匹配，得到匹配结果；
根据所述匹配结果确定目标广播区域，通过所述目标广播区域的广播设备广播所述目标人员的关联信息。
4.根据权利要求3所述的基于图像处理的目标对象追踪方法，其特征在于，所述获取监控图像，根据所述监控图像建立数据库包括：
在不同区域设置图像采集模块，通过所述图像采集模块采集监控图像；
对所述监控图像进行行人特征属性提取处理，以建立所述数据库。
5.根据权利要求4所述的基于图像处理的目标对象追踪方法，其特征在于，包括：
对所述监控图像中的至少部分图像帧进行行人检测，以获得各个所述图像帧的行人框；
采用神经网络对所述行人框中的图像块进行处理，得到所述行人框的特征向量；
对所有所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
6.根据权利要求5所述的基于图像处理的目标对象追踪方法，其特征在于，包括
根据预设规则对所述行人框的特征向量进行分组；
对同一组的所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
7.根据权利要求3所述的基于图像处理的目标对象追踪方法，其特征在于，所述目标生物特征信息至少包括以下之一：人脸属性、身形属性、人体属性。
8.根据权利要求7所述的基于图像处理的目标对象追踪方法，其特征在于，所述对所述目标生物特征信息进行处理得到目标特征向量包括：
采用神经网络对所述目标生物特征信息进行处理，得到至少以下之一：人脸特征图、身形关键点特征、人体特征。
9.根据权利要求3所述的基于图像处理的目标对象追踪方法，其特征在于，通过所述目标特征向量，在所述数据库中进行匹配，得到匹配结果包括：
对所述目标特征向量和所述数据库中的监控图像特征向量进行相似度计算，得到相似度参数，若所述相似度参数大于阈值，则目标对象匹配成功。
10.一种基于图像处理的目标对象追踪系统，其特征在于，包括：
处理匹配装置，用于根据目标对象的目标生物特征信息，在视频监控系统中进行检索匹配，获得匹配结果；以及根据所述匹配结果确定目标广播区域；
执行装置，包括广播设备，所述目标广播区域的广播设备用于广播所述目标对象的关联信息。
11.根据权利要求10所述的基于图像处理的目标对象追踪系统，其特征在于，所述视频监控系统包括多个设置在客运点的图像采集模块，所述图像采集模块用于获取目标对象的生物特征信息；
所述处理匹配装置还用于在客运点的视频监控系统中进行检索匹配，输出与所述目标对象对应的行为轨迹，确定所述目标对象最后出现的行为轨迹点所在的目标位置；并根据所述目标位置和/或所述目标对象的运动特征，确定对应的目标广播区域；
通过所述目标广播区域的广播设备广播所述目标对象的关联信息。
12.根据权利要求10所述的基于图像处理的目标对象追踪系统，其特征在于，所述视频监控系统包括图像处理模块，所述图像处理模块用于根据所述图像采集模块获取的监控图像建立数据库；所述数据库位于所述视频监控系统中；
所述处理匹配装置用于对所述目标生物特征信息进行处理得到目标特征向量；并通过所述目标特征向量，在所述数据库中进行匹配，得到匹配结果，根据所述匹配结果确定目标广播区域；
通过所述目标广播区域的广播设备广播所述目标人员的关联信息。
13.根据权利要求12所述的基于图像处理的目标对象追踪系统，其特征在于，所述图像采集模块设置在不同区域位置，通过所述图像采集模块采集监控图像；通过所述图像处理模块对所述监控图像进行行人特征属性提取处理，以建立所述数据库。
14.根据权利要求13所述的基于图像处理的目标对象追踪系统，其特征在于，所述图像处理模块包括：
行人检测子模块，用于对所述监控图像中的至少部分图像帧进行行人检测，以获得各个所述图像帧的行人框；
特征提取子模块，用于采用神经网络对所述行人框中的图像块进行处理，得到所述行人框的特征向量；
相似度处理子模块，用于对所有所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
15.根据权利要求14所述的基于图像处理的目标对象追踪系统，其特征在于，还包括通过所述特征提取子模块根据预设规则对所述行人框的特征向量进行分组；
通过所述相似度处理子模块对同一组的所述行人框的特征向量进行相似度匹配得到至少一行人轨迹集。
16.根据权利要求14所述的基于图像处理的目标对象追踪系统，其特征在于，所述目标生物特征信息至少包括以下之一：人脸属性、身形属性、人体属性。
17.根据权利要求16所述的基于图像处理的目标对象追踪系统，其特征在于，通过所述特征提取子模块对所述目标生物特征信息进行处理，得到至少以下之一：人脸特征图、身形关键点特征、人体特征。
18.根据权利要求12所述的基于图像处理的目标对象追踪系统，其特征在于，通过所述处理匹配装置对所述目标特征向量和所述数据库中的监控图像特征向量进行相似度计算，得到相似度参数，并对所述相似度参数进行判断，若所述相似度参数大于阈值，则目标对象匹配成功。
19.一种设备，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行如权利要求1-9中一个或多个所述的方法。
20.一个或多个机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行如权利要求1-9中一个或多个所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911118975.3A CN110929619A (zh) | 2019-11-15 | 2019-11-15 | 一种基于图像处理的目标对象追踪方法、系统、设备及可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911118975.3A CN110929619A (zh) | 2019-11-15 | 2019-11-15 | 一种基于图像处理的目标对象追踪方法、系统、设备及可读介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110929619A true CN110929619A (zh) | 2020-03-27 |
Family
ID=69853070
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911118975.3A Pending CN110929619A (zh) | 2019-11-15 | 2019-11-15 | 一种基于图像处理的目标对象追踪方法、系统、设备及可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110929619A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112689132A (zh) * | 2021-03-15 | 2021-04-20 | 成都点泽智能科技有限公司 | 目标对象监控方法和监控设备 |
| CN112906568A (zh) * | 2020-07-16 | 2021-06-04 | 云从科技集团股份有限公司 | 动态阈值管理方法、系统、电子设备及介质 |
| CN112949396A (zh) * | 2021-01-29 | 2021-06-11 | 南通大学 | 一种景区寻找同游人员的自适应方法 |
| CN113378621A (zh) * | 2021-04-06 | 2021-09-10 | 张沈莘 | 一种轨道交通信息化前端监控系统、监控方法及存储介质 |
| CN113536914A (zh) * | 2021-06-09 | 2021-10-22 | 重庆中科云从科技有限公司 | 一种对象跟踪识别方法、系统、设备及介质 |
| CN115664876A (zh) * | 2022-11-04 | 2023-01-31 | 天翼电信终端有限公司 | 云广播控制方法、装置、终端及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104635706A (zh) * | 2015-02-05 | 2015-05-20 | 上海市城市建设设计研究总院 | 基于信息源检测的群集人员监测及预警的方法及系统 |
| CN106127170A (zh) * | 2016-07-01 | 2016-11-16 | 重庆中科云丛科技有限公司 | 一种融合关键特征点的训练方法、识别方法及系统 |
| CN107085609A (zh) * | 2017-04-24 | 2017-08-22 | 国网湖北省电力公司荆州供电公司 | 一种基于神经网络进行多特征融合的行人检索方法 |
| CN108629791A (zh) * | 2017-03-17 | 2018-10-09 | 北京旷视科技有限公司 | 行人跟踪方法和装置及跨摄像头行人跟踪方法和装置 |
| CN109102531A (zh) * | 2018-08-21 | 2018-12-28 | 北京深瞐科技有限公司 | 一种目标轨迹追踪方法及装置 |
-
2019
- 2019-11-15 CN CN201911118975.3A patent/CN110929619A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104635706A (zh) * | 2015-02-05 | 2015-05-20 | 上海市城市建设设计研究总院 | 基于信息源检测的群集人员监测及预警的方法及系统 |
| CN106127170A (zh) * | 2016-07-01 | 2016-11-16 | 重庆中科云丛科技有限公司 | 一种融合关键特征点的训练方法、识别方法及系统 |
| CN108629791A (zh) * | 2017-03-17 | 2018-10-09 | 北京旷视科技有限公司 | 行人跟踪方法和装置及跨摄像头行人跟踪方法和装置 |
| CN107085609A (zh) * | 2017-04-24 | 2017-08-22 | 国网湖北省电力公司荆州供电公司 | 一种基于神经网络进行多特征融合的行人检索方法 |
| CN109102531A (zh) * | 2018-08-21 | 2018-12-28 | 北京深瞐科技有限公司 | 一种目标轨迹追踪方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 王磊: "《奔跑中的回望》", 31 January 2019, 团结出版社 * |
| 邬厚民 等: "融合运动检测与目标跟踪的目标检测方法", 《计算机工程与设计》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112906568A (zh) * | 2020-07-16 | 2021-06-04 | 云从科技集团股份有限公司 | 动态阈值管理方法、系统、电子设备及介质 |
| CN112949396A (zh) * | 2021-01-29 | 2021-06-11 | 南通大学 | 一种景区寻找同游人员的自适应方法 |
| CN112949396B (zh) * | 2021-01-29 | 2023-11-24 | 南通大学 | 一种景区寻找同游人员的自适应方法 |
| CN112689132A (zh) * | 2021-03-15 | 2021-04-20 | 成都点泽智能科技有限公司 | 目标对象监控方法和监控设备 |
| CN113378621A (zh) * | 2021-04-06 | 2021-09-10 | 张沈莘 | 一种轨道交通信息化前端监控系统、监控方法及存储介质 |
| CN113378621B (zh) * | 2021-04-06 | 2024-03-22 | 张沈莘 | 一种轨道交通信息化前端监控系统、监控方法及存储介质 |
| CN113536914A (zh) * | 2021-06-09 | 2021-10-22 | 重庆中科云从科技有限公司 | 一种对象跟踪识别方法、系统、设备及介质 |
| CN115664876A (zh) * | 2022-11-04 | 2023-01-31 | 天翼电信终端有限公司 | 云广播控制方法、装置、终端及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111047621B (zh) | 一种目标对象追踪方法、系统、设备及可读介质 | |
| CN110929770A (zh) | 一种基于图像处理的智能追踪方法、系统、设备及可读介质 | |
| CN110929619A (zh) | 一种基于图像处理的目标对象追踪方法、系统、设备及可读介质 | |
| CN108960209B (zh) | 身份识别方法、装置及计算机可读存储介质 | |
| US20200401857A1 (en) | Image processing method and apparatus, electronic device, and storage medium | |
| US10534957B2 (en) | Eyeball movement analysis method and device, and storage medium | |
| CN105631403A (zh) | 人脸识别方法及装置 | |
| US20160210513A1 (en) | Object recognition method and apparatus | |
| WO2019071664A1 (zh) | 结合深度信息的人脸识别方法、装置及存储介质 | |
| CN106548145A (zh) | 图像识别方法及装置 | |
| CN105354543A (zh) | 视频处理方法及装置 | |
| CN105654039B (zh) | 图像处理的方法和装置 | |
| KR20160088224A (ko) | 객체 인식 방법 및 장치 | |
| CN107408119B (zh) | 图像检索装置、系统以及方法 | |
| CN113395542B (zh) | 基于人工智能的视频生成方法、装置、计算机设备及介质 | |
| US10535145B2 (en) | Context-based, partial edge intelligence facial and vocal characteristic recognition | |
| CN110807361A (zh) | 人体识别方法、装置、计算机设备及存储介质 | |
| WO2007105768A1 (ja) | 顔画像登録装置、顔画像登録方法、顔画像登録プログラム、および記録媒体 | |
| US10650234B2 (en) | Eyeball movement capturing method and device, and storage medium | |
| CN106295515A (zh) | 确定图像中的人脸区域的方法及装置 | |
| CN104408404A (zh) | 人脸识别方法及装置 | |
| CN110889346B (zh) | 一种智能追踪方法、系统、设备及可读介质 | |
| CN111340848A (zh) | 对目标区域的对象跟踪方法、系统、设备及介质 | |
| CN112529939A (zh) | 一种目标轨迹匹配方法、装置、机器可读介质及设备 | |
| CN111339943A (zh) | 一种对象管理方法、系统、平台、设备及介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200327 |