CN110930507A - 一种基于三维地理信息的大场景跨境头目标追踪方法和系统 - Google Patents
一种基于三维地理信息的大场景跨境头目标追踪方法和系统 Download PDFInfo
- Publication number
- CN110930507A CN110930507A CN201911018972.2A CN201911018972A CN110930507A CN 110930507 A CN110930507 A CN 110930507A CN 201911018972 A CN201911018972 A CN 201911018972A CN 110930507 A CN110930507 A CN 110930507A
- Authority
- CN
- China
- Prior art keywords
- dimensional geographic
- information
- video
- scene
- image
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供的一种基于三维地理信息的大场景跨境头目标追踪方法和系统,该方法将多个摄像头采集的视频信息与统一的三维地理信息系统中的三维地理场景拼接成一幅完整的三维地理虚实融合场景,将在多个视频信息中采用目标检测算法检测到的移动目标在二维图像中的像素位置映射到三维地理虚实融合场景中,由三维地理信息系统技术获得所述移动目标在三维地理虚实融合场景中的经纬度和海拔信息,使得无论是在前端分析还是在后端分析,都可以基于对多个摄像机拍摄的画面进行整体的宏观分析,从宏观角度、跨越多个监控视频画面更直观、更准确的进行广域场景的动态分析。
Description
技术领域
本发明实施例涉及虚拟现实技术领域,具体涉及一种基于三维地理信息的大场景跨境头目标追踪方法和系统。
背景技术
在平安城市、雪亮工程、智能交通等建设中,呈爆炸式增长的互联网数据催生出大数据和云计算等信息技术,给同样海量增长的视频信息带来新的曙光,智能视频分析产品及应用建设在应对城市发展中的各类社会治安突出问题上得到了广泛应用。
智能视频分析技术(Video Analytics),涉及图像处理、跟踪技术、模式识别、人工智能、数字信号处理(DSP)等多个领域。主要的智能分析产品集中在前端和后端两大类。前端智能是将一些视频分析算法移植到摄像机中,在摄像机中实现对实时视频的分析和检查。后端智能是指前端摄像机只负责采集视频信息,将码流传递到后端服务器中进行分析。由于智能分析需要进行大量计算,就是通过采集的前端摄像头的视频在后端分析处理的后端设备。
无论是前端分析还是后端分析,目前现状一般都是基于单个视频画面内的分析,无法进行多个摄像机进行整体的宏观分析。因此,如何从宏观角度、跨越多个监控视频画面,更直观、更明确的进行广域场景的动态分析,用于海量数据的提取分析以及预测,已成为城市应用的重点方向。
从三维地理信息场景出发,为城市视频应用构建统一的时空框架体系,通过时空位置智能对所有的监控视频、监测分析等多种数据元素,进行统一的宏观空间理解和分析,才能打破各自信息孤岛,提升城市时空态势感知、理解和预测。
发明内容
为此,本发明实施例提供一种基于三维地理信息的大场景跨境头目标追踪方法和系统,以解决现有技术中由于一般都是基于单个视频画面内的分析,无法进行多个摄像机进行整体的宏观分析而导致的不能从宏观角度、跨越多个监控视频画面,更直观、更明确的进行广域场景的动态分析的问题。
为了实现上述目的,本发明实施例提供一种基于三维地理信息的大场景跨境头目标追踪方法,该方法将多个摄像头采集的图像拼接成一幅完整的图像,对完整图像中的移动目标进行检测,使得无论是在前端分析还是在后端分析,都可以基于对多个摄像机拍摄的画面进行整体的宏观分析,从宏观角度、跨越多个监控视频画面更直观、更准确的进行广域场景的动态分析。并且,本发明实施例在城市三维地理信息场景中,应用统一的时空框架体系,把监控视频画面及智能分析数据精准位置匹配,形成广域的跨越多个场景的智能分析回溯研判,为城市管理、时间研判等方面提供整体、直观、全局态势感知和科学决策依据。其具体技术方案如下:
根据本发明实施例的第一方面提供一种基于三维地理信息的大场景跨境头目标追踪方法,包括步骤:
获取视频应用网关汇聚和管理的多个监控视频摄像机采集的视频信息;
将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景采用视频融合算法进行视频融合,得到融合后的三维地理虚实融合场景;
采用移动目标自动检测和识别算法对所述视频信息中的图像信息进行自动检测和识别,并获取检测和识别到的移动目标在所述图像信息中的二维像素位置;
将所述二维像素位置映射至所述三维地理虚实融合场景中,得到所述移动目标在所述三维地理信息系统中的三维地理位置信息,基于统一的三维地理信息系统框架,对多个摄像机视频画面中的移动目标,应用位置智能分析算法,进行统一的时间和空间位置匹配,实现在大场景下对跨境头的移动目标的实时位置定位和追踪。
进一步地,将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景采用视频融合算法进行视频融合,得到融合后的三维地理虚实融合场景,具体包括如下步骤,
将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准,得到基于三维地理信息系统的配准图像;
采用图像校正算法对所述配准图像进行校正后,对所述配准图像采用图像融合算法进行融合,得到融合后的三维地理虚实融合场景。
进一步地,在采集所述视频信息之后,采用图像拼接算法之前,对所述视频信息进行图像的预处理。
进一步地,通过GB/T28181协议获取视频应用网关汇聚和管理的多个监控视频摄像机采集的视频信息。
进一步地,采用基于特征的图像配准及融合算法,对多个所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准及融合算法处理,得到融合后的三维地理虚实融合场景。
本发明的第二方面还提供一种基于三维地理信息的大场景跨境头目标追踪系统,其特征在于,包括多个摄像机,用于获取视频信息;视频应用网关,用于统一汇聚和管理多个监控视频摄像机,并对视频流进行转发共享;移动目标检测模块;三维地理信息视频融合模块,用于将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景采用视频融合算法进行视频融合,得到融合后的三维地理虚实融合场景;目标检测分析网关,用于采用移动目标自动检测和识别算法对所述视频信息中的图像信息进行自动检测和识别,并获取检测和识别到的移动目标在所述图像信息中的二维像素位置;统一三维地理信息时空框架位置智能匹配模块,用于将所述二维像素位置映射至所述三维地理虚实融合场景中,得到所述移动目标在所述三维地理信息系统中的三维地理位置信息,基于统一的三维地理信息系统框架,对多个摄像机视频画面中的移动目标,应用位置智能分析算法,进行统一的时间和空间位置匹配,实现在大场景下对跨境头的移动目标的实时位置定位和追踪。
进一步地,三维地理信息视频融合模块还包括,
配准模块,用于将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准,得到基于三维地理信息系统的配准图像;
融合模块,用于采用图像校正算法对所述配准图像进行校正后,对所述配准图像采用图像融合算法进行融合,得到融合后的三维地理虚实融合场景。
进一步地,所述统一三维地理信息时空框架位置智能匹配模块包括,
位置映射模块,用于采用统一标准的三维地理信息时空框架,将移动目标在所述图像信息中的二维像素位置映射至所述统一的三维地理信息时空框架下的三维地理虚实融合场景中;
时间和空间位置匹配模块,用于基于统一的三维地理信息系统框架,对多个摄像机视频画面中的移动目标,应用位置智能分析算法,进行统一的时间和空间位置匹配。
进一步地,所述获取模块通过GB/T28181协议或SDK方式获取视频应用网关汇聚和管理的多个监控视频摄像机采集的视频信息。
进一步地,所述图像配准模块采用基于特征的图像配准及融合算法,对多个所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准及融合算法处理,得到融合后的三维地理虚实融合场景。
本发明实施例具有如下优点:
本发明实施例提供的一种基于三维地理信息的大场景跨境头目标追踪方法,该方法将多个摄像头采集的视频信息与统一的三维地理信息系统中的三维地理场景拼接成一幅完整的三维地理虚实融合场景,将在多个视频信息中采用目标检测算法检测到的移动目标在二维图像中的像素位置映射到三维地理虚实融合场景中,由三维地理信息系统技术获得所述移动目标在三维地理虚实融合场景中的经纬度和海拔信息,使得无论是在前端分析还是在后端分析,都可以基于对多个摄像机拍摄的画面进行整体的宏观分析,从宏观角度、跨越多个监控视频画面更直观、更准确的进行广域场景的动态分析。
进一步地,本发明实施例在城市三维地理信息场景中,应用统一的时空框架体系,把监控视频画面及智能分析数据精准位置匹配,形成广域的跨越多个场景的智能分析回溯研判,为城市管理、时间研判等方面提供整体、直观、全局态势感知和科学决策依据。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对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,下面描述中的附图仅仅是示例性的,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,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本发明实施例1提供的一种基于三维地理信息的大场景跨境头目标追踪方法流程框图;
图2为本发明实施例2提供的一种基于三维地理信息的大场景跨境头目标追踪系统的结构示意框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士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及功效,显然,所描述的实施例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。
参见图1为本发明实施例1提供的一种基于三维地理信息的大场景跨境头目标追踪方法流程框图,包括:
获取视频应用网关汇聚和管理的多个监控视频摄像机采集的视频信息;
将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景采用视频融合算法进行视频融合,得到融合后的三维地理虚实融合场景;
采用移动目标自动检测和识别算法对所述视频信息中的图像信息进行自动检测和识别,并获取检测和识别到的移动目标在所述图像信息中的二维像素位置;
将所述二维像素位置映射至所述三维地理虚实融合场景中,得到所述移动目标在所述三维地理信息系统中的三维地理位置信息,基于统一的三维地理信息系统框架,对多个摄像机视频画面中的移动目标,应用位置智能分析算法,进行统一的时间和空间位置匹配,实现在大场景下对跨境头的移动目标的实时位置定位和追踪。
本发明实施例1通过GB/T28181视频监控协议和SDK方式获取视频应用网关汇聚和管理的多个监控视频摄像机采集的视频信息,实现视频监控设备的接入和流媒体的转发。
上述GB/T28181视频监控协议是视频监控领域内的国家标准。上述SDK为软件开发工具包,一般情况下都是一些软件工程师为特定的软件包、软件框架、硬件平台、操作系统等建立应用软件的集合,一般而言SDK即开发Windows平台下的应用程序所使用的SDK。它可以简单的为某个程序设计语言提供应用程序接口API的一些文件,但也可能包括与某种嵌入式系统通讯的复杂的硬件。一般的工具包括用于调试和其他用途的实用工具。SDK还经常包括示例代码、支持性的技术注解或者其他的为基本参考资料澄清疑点的支持文档。在本发明实施例中的SDK是与视频监控接入网关相关的软件。
采用视频融合算法将视频信息中的图像信息与三维地理信息系统中的三维地理场景进行视频融合,得到融合后的三维地理虚实融合场景。
上述将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景采用视频融合算法进行视频融合,得到融合后的三维地理虚实融合场景,具体包括如下步骤,
将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准,得到基于三维地理信息系统的配准图像;
采用图像校正算法对所述配准图像进行校正后,对所述配准图像采用图像融合算法进行融合,得到融合后的三维地理虚实融合场景。
上述视频融合是指将多个视频中的图像进行图像拼接和融合,将多个短视频中的图像信息拼接融合成一个完整的视频信息。
上述图像拼接技术将多张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一副无缝的全景图或高分辨率图像的技术。图像拼接技术包括图像预处理、图像配准、建立变换模型、统一坐标变换、融合重构这些步骤。其中图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的计算量一般非常大,因此,图像拼接技术的发展很大程度上取决于图像配准技术的创新。
图像配准的关键问题是图像之间的空间变换,图像配准在图像拼接中是很重要且很复杂的一步。在将图像以一个适当的几何形态拼接在一起时,为找到相似信息,大量的像素需要参与到对比和计算当中,因此,在图像配准这一步骤,会产生大量的计算。鉴于在图像拼接中的重要性,图像配准在最近探究中成为一个很热门的课题,很多改进算法已经提高了图像配准的准确性和有效性。现有方法可以根据不同的标准来进行划分,比如应用的目的或者计算的成本等等。有基于区域的图像配准和基于特征的图像配准。本发明实施例采用的是基于特征的图像配准和融合技术。
基于特征的图像配准算法是寻找每幅图像固有的特征,建立每两幅图像中检测到的特征之间的对应关系,再判断两幅图像之间的几何对应关系。因此,特征检测的准确性和对应的特征点的准确匹配是图像配准算法极其重要的步骤。
特征点检测是对两幅图像共有的特征点的提取过程,特征点是明显的且是容易提取的,同时图像在获取的过程中,这些特征点也是不易被照相机所干扰的。在数字图像中,边界、纹理和拐点等都可以被看作是图像的特征。点、线和区域等都是比较常用的特征,其中,点特征是最常用的特征,对特征点的检测方法也随着需求不断推出。当下,比较常用的特征点检测方法有:基于SIFT的图像特征点检测、SURF特征点检测等等。早期的点匹配法,是基于特征的图像配准算法中的一种,该算法处理的速度比较慢、精度也得不到保证、初始匹配点是需要人工手动选取的,不适合大数据图像的融合。为了改善传统配准算法的缺点,本节选取可以自动获取图像特征点的、配准速度快且精度高、现在较常用的图像配准算法——基于SIFT算法的图像配准算法。
图像特征点的匹配在图像特征点检测之后,以便检测出哪些特征点是共同包含在两幅图像之内的,一种基于仿射运动模型的检测跟踪方法便于在大量图像中跟踪特征点,这种方法考虑到在预设的特征点出现的位置,运动是多样化的,且两幅图像之间的几何对应关系是不清楚的情况下,在匹配之前,特征点完全被检测出来会更好一点。这就是所谓的基于仿射运动模型的检测跟踪方法。在完全评估出所有相应的特征点后,为得到更加准确的图像配准结果,需提取出一个特征子集。以便进一步更好地实现图像特征点匹配,使用较多的匹配算法有:RANSAC算法、LMS算法、PROSAC算法,此外,SSD函数和NCC函数也常用于图像特征点匹配中,在得到图像特征点后,还可以采用欧式距离来判断图像中的特征点是否匹配。本发明实施例提供的基于特征点检测和特征点匹配属于现有技术,在此不再赘述。
本发明实施例采用图像校正算法对所述配准图像进行融合得到第一或第一全景图像。图像融合也属于本领域的现有技术,在此不再赘述。
毫无疑问,在图像处理技术领域,在对图像之前,会对图像进行预处理,预处理的方法和步骤属于本领域的现有技术,在此不再赘述。
上述移动目标自动检测和识别算法也称为目标提取算法,是一种基于目标几何和统计特征的图像分割,它将目标的分割和识别合二为一,定位目标,确定目标位置及大小。由于物体在不同的角度,不同的距离具有不同的形态,所以准确检测目标的难度是非常高的。传统的目标检测算法是从图像中通过滑动窗口的方法提取候选区域,然后在候选区域通过分类算法判断是否是所需要的目标。也有根据物体的形态纹理等特征获得候选区域的方法。根据目标候选区域的提取方式不同,传统的目标检测算法可以分为基于滑动窗口的目标检测算法和基于纹理的目标检测算法。采用滑动窗口的目标检测算法思路非常简单,它将检测问题转化为图像分类问题。其基本原理就是采用不同大小和比例的窗口在整张图片上以一定的步长进行滑动,然后对这些窗口对应的区域做图像分类,这样就可以实现对整张图像的检测。
上述目标检测过程属于本领域的现有技术,在此不再赘述。
上述计算得到二维像素位置后,将像素映射到三维地理虚实融合场景中的对应位置,由统一的三维地理信息系统框架获得二维像素所实际对应的经纬度和海拔信息,从而能够实现对移动目标的实时追踪。
上述统一的三维地理信息系统是指目前广泛统一使用的三维地理信息系统(GIS,Geographic Information System或Geo-Information system)有时又称为“地学信息系统”或“资源与环境信息系统”。它是一种特定的十分重要的空间信息系统。它是在计算机硬件、软件系统的支持下,对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、存储、管理、运算、分析、显示和描述的技术系统。三维是将采集以及经运算分析后对数据的表现、展示。三维数据相对二维数据更能表现出客观实际。三维GIS与二维GIS一样,需要具备最基本的空间数据处理功能,如数据获取、数据组织、数据操纵、数据分析和数据表现等。相比于二维GIS,三维GIS具有以下优势。空间信息的展示更为直观。
上述三维地理信息时空框架技术是指能够将二维信息映射至三维地理信息中的地理位置信息中并显示相应位置的系统。在本发明实施例中,基于三维地理时空框架技术,将图像中像素的相对位置转换成三维地理时空框架内的三维位值信息,由三维地理信息系统显示二维像素位置对应的在三维地理虚实融合场景中的经纬度和海拔信息,并在所述移动目标上显示所述经纬度和海拔信息,以实现大场景中跨境头的移动目标的追踪。
需要说明的是,将二维信息映射至三维地理信息中的地理位置信息的过程属于本领域的现有技术,在此均不再赘述。
本发明实施例提供的一种基于三维地理信息的大场景跨境头目标追踪方法,该方法将多个摄像头采集的视频信息与统一的三维地理信息系统中的三维地理场景拼接成一幅完整的三维地理虚实融合场景,将在多个视频信息中采用目标检测算法检测到的移动目标在二维图像中的像素位置映射到三维地理虚实融合场景中,由三维地理信息系统技术获得所述移动目标在三维地理虚实融合场景中的经纬度和海拔信息,使得无论是在前端分析还是在后端分析,都可以基于对多个摄像机拍摄的画面进行整体的宏观分析,从宏观角度、跨越多个监控视频画面更直观、更准确的进行广域场景的动态分析。
进一步地,本发明实施例在城市三维地理信息场景中,应用统一的时空框架体系,把监控视频画面及智能分析数据精准位置匹配,形成广域的跨越多个场景的智能分析回溯研判,为城市管理、时间研判等方面提供整体、直观、全局态势感知和科学决策依据。
本发明实施例可以避免拼接缝上的相同目标错误认为是两个目标,也可以获得该移动目标的实时位置信息。
参见图2,为本发明实施例2提供的一种基于三维地理信息的大场景跨境头目标追踪系统的结构示意框图,包括多个摄像机,用于获取视频信息;视频应用网关,用于统一汇聚和管理多个监控视频摄像机,并对视频流进行转发共享;移动目标检测模块;三维地理信息视频融合模块,用于将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景采用视频融合算法进行视频融合,得到融合后的三维地理虚实融合场景;目标检测分析网关,用于采用移动目标自动检测和识别算法对所述视频信息中的图像信息进行自动检测和识别,并获取检测和识别到的移动目标在所述图像信息中的二维像素位置;统一三维地理信息时空框架位置智能匹配模块,用于将所述二维像素位置映射至所述三维地理虚实融合场景中,得到所述移动目标在所述三维地理信息系统中的三维地理位置信息,基于统一的三维地理信息系统框架,对多个摄像机视频画面中的移动目标,应用位置智能分析算法,进行统一的时间和空间位置匹配,实现在大场景下对跨境头的移动目标的实时位置定位和追踪。
进一步地,三维地理信息视频融合模块还包括,
配准模块,用于将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准,得到基于三维地理信息系统的配准图像;
融合模块,用于采用图像校正算法对所述配准图像进行校正后,对所述配准图像采用图像融合算法进行融合,得到融合后的三维地理虚实融合场景。
进一步地,所述统一三维地理信息时空框架位置智能匹配模块包括,
位置映射模块,用于采用统一标准的三维地理信息时空框架,将移动目标在所述图像信息中的二维像素位置映射至所述统一的三维地理信息时空框架下的三维地理虚实融合场景中;
时间和空间位置匹配模块,用于基于统一的三维地理信息系统框架,对多个摄像机视频画面中的移动目标,应用位置智能分析算法,进行统一的时间和空间位置匹配。
进一步地,所述获取模块通过GB/T28181协议或SDK方式获取视频应用网关汇聚和管理的多个监控视频摄像机采集的视频信息。
进一步地,所述图像配准模块采用基于特征的图像配准及融合算法,对多个所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准及融合算法处理,得到融合后的三维地理虚实融合场景。
本发明实施例提供一种基于三维地理信息的大场景跨境头目标追踪系统,将多个摄像头采集的视频信息与统一的三维地理信息系统中的三维地理场景拼接成一幅完整的三维地理虚实融合场景,将在多个视频信息中采用目标检测算法检测到的移动目标在二维图像中的像素位置映射到三维地理虚实融合场景中,由三维地理信息系统技术获得所述移动目标在三维地理虚实融合场景中的经纬度和海拔信息,使得无论是在前端分析还是在后端分析,都可以基于对多个摄像机拍摄的画面进行整体的宏观分析,从宏观角度、跨越多个监控视频画面更直观、更准确的进行广域场景的动态分析。
进一步地,本发明实施例在城市三维地理信息场景中,应用统一的时空框架体系,把监控视频画面及智能分析数据精准位置匹配,形成广域的跨越多个场景的智能分析回溯研判,为城市管理、时间研判等方面提供整体、直观、全局态势感知和科学决策依据。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种基于三维地理信息的大场景跨境头目标追踪方法,其特征在于,包括步骤:
获取视频应用网关汇聚和管理的多个监控视频摄像机采集的视频信息;
将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景采用视频融合算法进行视频融合,得到融合后的三维地理虚实融合场景;
采用移动目标自动检测和识别算法对所述视频信息中的图像信息进行自动检测和识别,并获取检测和识别到的移动目标在所述图像信息中的二维像素位置;
将所述二维像素位置映射至所述三维地理虚实融合场景中,得到所述移动目标在所述三维地理信息系统中的三维地理位置信息,基于统一的三维地理信息系统框架,对多个摄像机视频画面中的移动目标,应用位置智能分析算法,进行统一的时间和空间位置匹配,实现在大场景下对跨境头的移动目标的实时位置定位和追踪。
2.根据权利要求1所述的方法,其特征在于,将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景采用视频融合算法进行视频融合,得到融合后的三维地理虚实融合场景,具体包括如下步骤,
将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准,得到基于三维地理信息系统的配准图像;
采用图像校正算法对所述配准图像进行校正后,对所述配准图像采用图像融合算法进行融合,得到融合后的三维地理虚实融合场景。
3.根据权利要求1所述的方法,其特征在于,在采集所述视频信息之后,采用图像拼接算法之前,对所述视频信息进行图像的预处理。
4.根据权利要求1所述的方法,其特征在于,通过GB/T28181协议获取视频应用网关汇聚和管理的多个监控视频摄像机采集的视频信息。
5.根据权利要求4所述的方法,其特征在于,采用基于特征的图像配准及融合算法,对多个所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准及融合算法处理,得到融合后的三维地理虚实融合场景。
6.一种基于三维地理信息的大场景跨境头目标追踪系统,其特征在于,包括多个摄像机,用于获取视频信息;视频应用网关,用于统一汇聚和管理多个监控视频摄像机,并对视频流进行转发共享;移动目标检测模块;三维地理信息视频融合模块,用于将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景采用视频融合算法进行视频融合,得到融合后的三维地理虚实融合场景;目标检测分析网关,用于采用移动目标自动检测和识别算法对所述视频信息中的图像信息进行自动检测和识别,并获取检测和识别到的移动目标在所述图像信息中的二维像素位置;统一三维地理信息时空框架位置智能匹配模块,用于将所述二维像素位置映射至所述三维地理虚实融合场景中,得到所述移动目标在所述三维地理信息系统中的三维地理位置信息,基于统一的三维地理信息系统框架,对多个摄像机视频画面中的移动目标,应用位置智能分析算法,进行统一的时间和空间位置匹配,实现在大场景下对跨境头的移动目标的实时位置定位和追踪。
7.根据权利要求6所述的系统,其特征在于,三维地理信息视频融合模块还包括,
配准模块,用于将所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准,得到基于三维地理信息系统的配准图像;
融合模块,用于采用图像校正算法对所述配准图像进行校正后,对所述配准图像采用图像融合算法进行融合,得到融合后的三维地理虚实融合场景。
8.根据权利要求6所述的系统,其特征在于,所述统一三维地理信息时空框架位置智能匹配模块包括,
位置映射模块,用于采用统一标准的三维地理信息时空框架,将移动目标在所述图像信息中的二维像素位置映射至所述统一的三维地理信息时空框架下的三维地理虚实融合场景中;
时间和空间位置匹配模块,用于基于统一的三维地理信息系统框架,对多个摄像机视频画面中的移动目标,应用位置智能分析算法,进行统一的时间和空间位置匹配。
9.根据权利要求6所述的系统,其特征在于,所述获取模块通过GB/T28181协议或SDK方式获取视频应用网关汇聚和管理的多个监控视频摄像机采集的视频信息。
10.根据权利要求7所述的系统,其特征在于,所述图像配准模块采用基于特征的图像配准及融合算法,对多个所述视频信息中的图像信息与三维地理信息系统中的三维地理场景进行配准及融合算法处理,得到融合后的三维地理虚实融合场景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911018972.2A CN110930507A (zh) | 2019-10-24 | 2019-10-24 | 一种基于三维地理信息的大场景跨境头目标追踪方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911018972.2A CN110930507A (zh) | 2019-10-24 | 2019-10-24 | 一种基于三维地理信息的大场景跨境头目标追踪方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110930507A true CN110930507A (zh) | 2020-03-27 |
Family
ID=69849472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911018972.2A Pending CN110930507A (zh) | 2019-10-24 | 2019-10-24 | 一种基于三维地理信息的大场景跨境头目标追踪方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110930507A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116582653A (zh) * | 2023-07-14 | 2023-08-11 | 广东天亿马信息产业股份有限公司 | 一种基于多摄像头数据融合的智能视频监控方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101951502A (zh) * | 2010-10-19 | 2011-01-19 | 北京硅盾安全技术有限公司 | 一种三维智能视频监控方法 |
US8369622B1 (en) * | 2009-10-29 | 2013-02-05 | Hsu Shin-Yi | Multi-figure system for object feature extraction tracking and recognition |
CN109068103A (zh) * | 2018-09-17 | 2018-12-21 | 北京智汇云舟科技有限公司 | 基于三维地理信息的动态视频时空虚实融合方法及系统 |
-
2019
- 2019-10-24 CN CN201911018972.2A patent/CN110930507A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8369622B1 (en) * | 2009-10-29 | 2013-02-05 | Hsu Shin-Yi | Multi-figure system for object feature extraction tracking and recognition |
CN101951502A (zh) * | 2010-10-19 | 2011-01-19 | 北京硅盾安全技术有限公司 | 一种三维智能视频监控方法 |
CN109068103A (zh) * | 2018-09-17 | 2018-12-21 | 北京智汇云舟科技有限公司 | 基于三维地理信息的动态视频时空虚实融合方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116582653A (zh) * | 2023-07-14 | 2023-08-11 | 广东天亿马信息产业股份有限公司 | 一种基于多摄像头数据融合的智能视频监控方法及系统 |
CN116582653B (zh) * | 2023-07-14 | 2023-10-27 | 广东天亿马信息产业股份有限公司 | 一种基于多摄像头数据融合的智能视频监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272530B (zh) | 面向空基监视场景的目标跟踪方法与装置 | |
US20200401617A1 (en) | Visual positioning system | |
CN106204595B (zh) | 一种基于双目摄像机的机场场面三维全景监视方法 | |
CN110400352B (zh) | 利用特征识别的摄像机校准 | |
CN112053446A (zh) | 一种基于三维gis的实时监控视频与三维场景融合方法 | |
CN102959946A (zh) | 基于相关3d点云数据来扩充图像数据的技术 | |
CN111383204A (zh) | 视频图像融合方法、融合装置、全景监控系统及存储介质 | |
US20220044558A1 (en) | Method and device for generating a digital representation of traffic on a road | |
Zhu et al. | Monocular 3d vehicle detection using uncalibrated traffic cameras through homography | |
Busch et al. | Lumpi: The leibniz university multi-perspective intersection dataset | |
WO2021017211A1 (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
WO2020211593A1 (zh) | 交通道路的数字化重建方法、装置和系统 | |
CN116883610A (zh) | 基于车辆识别与轨迹映射的数字孪生路口构建方法和系统 | |
Shalaby et al. | Algorithms and applications of structure from motion (SFM): A survey | |
CN106558069A (zh) | 一种基于视频监控下的目标跟踪方法及系统 | |
CN111192299A (zh) | 一种基于综合管廊视频监控系统的人员轨迹定位方法 | |
WO2024055966A1 (zh) | 一种多相机目标检测方法、装置 | |
CN110930507A (zh) | 一种基于三维地理信息的大场景跨境头目标追踪方法和系统 | |
CN113190711A (zh) | 地理场景中视频动态对象轨迹时空检索方法及系统 | |
CN116843754A (zh) | 一种基于多特征融合的视觉定位方法及系统 | |
CN111726535A (zh) | 基于车辆感知的智慧城市cim视频大数据画质控制方法 | |
Wang et al. | Railroad online: acquiring and visualizing route panoramas of rail scenes | |
CN103903269B (zh) | 球机监控视频的结构化描述方法和系统 | |
CN109903308B (zh) | 用于获取信息的方法及装置 | |
CN115249345A (zh) | 一种基于倾斜摄影三维实景地图的交通拥堵检测方法 |
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 |