CN111083446A - 一种结合视觉信号与无线信号的跟踪定位方法、系统与设备 - Google Patents
一种结合视觉信号与无线信号的跟踪定位方法、系统与设备 Download PDFInfo
- Publication number
- CN111083446A CN111083446A CN201911387807.4A CN201911387807A CN111083446A CN 111083446 A CN111083446 A CN 111083446A CN 201911387807 A CN201911387807 A CN 201911387807A CN 111083446 A CN111083446 A CN 111083446A
- Authority
- CN
- China
- Prior art keywords
- target
- equipment
- wireless network
- area
- wireless
- 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
-
- 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
-
- 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
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种结合视觉信号与无线信号的跟踪定位方法、系统与设备,该方法包括:结合视觉信号,采用数字图像处理技术或人工识别技术在可视区域内发现目标人员,并感知该区域内有效的无线设备,对目标人员携带的设备进行标定并将设备与目标人员绑定;当目标人员携带设备移动并进入某监控区域时,定位跟踪设备能够立即发现目标设备,此时监控平台将进行记录并预警;根据多个定位跟踪设备被触发的次序,绘制目标人员的运动轨迹,达到定位跟踪的目的。本发明可高效地应用于监控、安防等重要领域,具有低成本、设备易安装、高效等重要特点。
Description
技术领域
本发明涉及视频跟踪及无线网络信号技术,尤其涉及一种结合视频与WLAN的设备身份认定方法与跟踪定位方法、系统与设备。
背景技术
在当前背景下,诸多领域都需要应用到对人或设备的定位与跟踪,重要的诸如安保领域:若能够准确地实现对嫌疑人的定位与追踪,将对安全监控与追捕工作的效率带来质的提升。当前,相关的此类技术大多采用计算机视觉的方法进行识别与定位,即通过摄像头采集的视频数据对目标进行确认。
例如申请号为CN201510548633.0、名称为《基于运动信息和轨迹关联的视频行人检测和跟踪方法》的专利申请中描述的一种视频行人的监测与跟踪方法,通过机器学习的方法检测视频中的行人运动区域,从而得到目标与轨迹。
又例如申请号为CN200810025611.6、名称为《一种基于视频的行人人脸检测与跟踪算法》的专利申请中提出的人脸跟踪方法,该方法首先确定视频中的行人目标,通过重心确定人脸区域并利用肤色模型和模板匹配方法确定行人的人脸目标,从而实现对行人目标的轨迹跟踪。
但是,此类方法要求环境中的摄像头布设相对齐备,否则将很容易丢失目标;其次,视频方法存在监控死角,如目标人员处于两个摄像头之间时、拐弯时,追踪可能无法继续;而且,公共场所布设的摄像头所采集的数据极为复杂,对确定目标带来了很大的难度。如上述的申请号为CN201510548633.0、名称为《基于运动信息和轨迹关联的视频行人检测和跟踪方法》能够实现对行人的标定但无法实现对特定行人目标的标定与跟踪;而对于后者,申请号CN200810025611.6、名称为《一种基于视频的行人人脸检测与跟踪算法》则难以克服视频方法存在监控死角的缺点,无法实现全程可视,故难以实现无缝跟踪。
综上所述,在此领域中迫切需要一种方法能够弥补视频跟踪的不足,能够在更加广泛的范围内对目标人员进行发现、定位与跟踪。
发明内容
本发明提出一种通过视频与无线信号标定目标携带的设备从而实现对目标的定位与跟踪的方法及系统。具体而言,本发明提供了以下技术方案:
一方面,本发明提供了一种结合视觉信号与无线信号的跟踪定位方法,该方法包括:
步骤1、当图像获取设备获取到目标的进入可视区域的图像后,触发无线探针,以感知可视区域范围内的无线网络设备;
步骤2、识别目标所携带的无线网络设备,并形成所携带的无线网络设备与所述目标的映射关系,以将目标与无线网络设备绑定,绑定后的无线网络设备为目标设备;
步骤3、当目标携带目标设备进入一布控区域时,区域内的定位跟踪设备感知目标设备,从而感知目标的进入,监控系统记录布控区域位置及触发时间;
步骤4、基于所述布控区域位置及触发时间,绘制目标移动轨迹。
优选地,所述步骤2中,在进行目标与无线网络设备绑定时,若可视区域内仅存在目标且感知到该可视区域内的有效的无线网络设备仅有一台,则将此无线网络设备与目标绑定;否则记录该可视区域内的无线网络设备的MAC地址,存为MAC地址表n,基于所述MAC地址表n形成MAC地址集合,对多个包含目标的可视区域内的MAC地址集合进行交运算,以确定与目标进行绑定的目标设备,并进行绑定。
优选地,所述步骤1中还包括,基于图像获取设备获取的图像,对目标进行识别。
优选地,所述可视区域覆盖有无线网络信号。
优选地,所述步骤2中,将目标与无线网络设备绑定时,通过形成目标图像与目标设备的mac地址之间的映射,实现绑定。
另一方面,本发明还提供了一种结合视觉信号与无线信号的跟踪定位系统,所述系统包括:
图像采集模块,用于获取可视区域内的图像数据,并识别目标;
无线信号感知模块,用于获取出现在可视区域内的无线网络设备的局域网地址;
绑定模块,用于识别目标所携带的无线网络设备,并形成所携带的无线网络设备与所述目标的映射关系,以将目标与无线网络设备绑定,绑定后的无线网络设备为目标设备。
优选地,所述系统还包括:
轨迹跟踪模块,用于在绑定后的目标和目标设备进入的布控有图像采集模块、无线信号感知模块的布控区域时,基于触发所述无线信号感知模块的触发时间,以及布控区域位置,获取目标移动轨迹。
优选地,所述绑定模块在进行目标与无线网络设备绑定时,若可视区域内仅存在目标且感知到该可视区域内的有效的无线网络设备仅有一台,则将此无线网络设备与目标绑定;否则记录该可视区域内的无线网络设备的MAC地址,存为MAC地址表n,基于所述MAC地址表n形成MAC地址集合,对多个包含目标的可视区域内的MAC地址集合进行交运算,以确定与目标进行绑定的目标设备,并进行绑定。
优选地,所述可视区域覆盖有无线网络信号。
优选地,所述系统还包括监控平台,所述监控平台用于发现目标设备、发出预警信号、调取图像数据、记录布控区域位置及触发时间。
另一个方面,本发明还提供了一种结合视觉信号与无线信号的跟踪定位设备,所述设备包括:
图像采集模块,用于获取可视区域内的图像数据,并识别目标;
无线信号感知模块,用于获取出现在可视区域内的无线网络设备的局域网地址;
所述无线信号感知模块还用于在绑定后的目标和目标设备进入到布控有所述设备的布控区域时,记录触发所述无线信号感知模块的触发时间;
所述目标设备定义为:识别目标所携带的无线网络设备,形成所携带的无线网络设备与所述目标的映射关系并绑定后,绑定后的无线网络设备即为目标设备。
该设备可以应用于上述所述的结合视觉信号与无线信号的跟踪定位系统中。
与现有技术相比,本发明可高效地应用于监控、安防等重要领域,具有低成本、设备易安装、高效等重要特点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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为本发明实施例的集成定位跟踪设备模块示意图;
图2为本发明实施例的设备绑定过程示意图;
图3为本发明实施例的实验场地布设示意图。
具体实施方式
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。
本领域技术人员应当知晓,下述具体实施例或具体实施方式,是本发明为进一步解释具体的发明内容而列举的一系列优化的设置方式,而该些设置方式之间均是可以相互结合或者相互关联使用的,除非在本发明明确提出了其中某些或某一具体实施例或实施方式无法与其他的实施例或实施方式进行关联设置或共同使用。同时,下述的具体实施例或实施方式仅作为最优化的设置方式,而不作为限定本发明的保护范围的理解。
为更加便于对本发明技术方案的详细阐述,以下以目标为人员、无线网络设备为手机时,进行示例性说明。此处需要说明的是,本发明中所述的目标,可以是人、动物、机械设备、物品等,只要是需要进行监控或进行跟踪的目标,均可以适用本发明的技术方案,而无线网络设备,则可以是与上述目标共同设置在一起或者携带的手机、智能可穿戴设备、用于安保的专用标签、平板电脑、手提电脑等,将本发明的技术方案应用于上述目标及无线网络设备的监控或跟踪,均应视为落入本发明的保护范围之内,且不应当由于本发明实施例中以人、手机举例,而限定本发明的技术方案仅能够适用于对人的监控。
此外,需要额外说明的是,在图像获取设备获取目标的图像,并进行识别时,可以采用人脸识别、物品的图像特征识别、设置人工识别的方式来实现,此处不以具体的识别方式及识别对象为限。
实施例1
随着社会对无线网络的需求增长,城市环境逐渐被各种各样的无线网络信号所覆盖(如WiFi),而无线网络信号除了供用户接入网络,提供无线网络服务外,也带来了其他的潜在应用。当以目标为人员及携带手机为例时,本发明利用在城市中布控的跟踪定位设备结合视频与无线网络技术感知目标人员的所在区域及运动轨迹。
为了使本发明提出的方法有效,需要以下几个前提条件
1.目标人员携带无线网络设备且设备开启无线连接功能
2.环境中部署本方法中所描述的硬件设备。
3.能够采集到目标人员的面部信息。
对某场地(如城市中各路口)进行定位跟踪设备的布控,令此区域成为无线网络信号覆盖的可视区域,可采集该区域内的视频信号并感知此区域内的无线网络设备(如手机、智能可穿戴设备、用于安保的专用标签、平板电脑、手提电脑等)。
本发明所提出的无线信号定位跟踪方法,利用社会人员都携带手机这一特点,可以利用无线感知设备(例如WiFi)对手机进行锁定,并结合传统视觉定位,无需全程可视就可以实现对目标人员的无缝跟踪。同时,本发明设计了一款集成视频采集模块与无线网络模块(如WiFi、Bluetooth等)的集成定位跟踪设备(后文简称定位跟踪设备),一套跟踪设备由一个摄像头和一个无线探针构成,其中摄像头作为视频及图像采集模块,可以抓拍目标人员的人脸以及视频信息;无线探针作为无线信号感知模块,可以获取出现在探针周围无线网络设备的局域网地址(MAC地址)。需要注意的是根据无线探针和摄像头的功能特性,一个无线探针的信号扫描范围要远远大于摄像头的扫描范围,所以本发明默认在一套定位跟踪设备里面无线探针的感知范围覆盖摄像头的感知范围。该设备将作为本发明提出的跟踪定位方法的硬件条件,设备模块如图1所示。
本方法方法以目标人员携带无线连接设备(如手机、智能可穿戴设备、用于安保的专用标签、平板电脑、手提电脑等)为前提,将对目标人员的定位与追踪的目的转变为对其随身设备的定位与追踪。该方法的硬件架构只需在传统的视频区域内(如路口)布设用于无线设备感知的无线信号源即可。该方法包括设备绑定与对目标设备的定位跟踪两个主要部分,基本实现过程如下:
设备绑定:
利用传统的机器视觉或人工观察方法,当目标人员进入视频区域时,在该可视区域发现目标,采集目标区域内的无线设备,记录其MAC地址,形成MAC地址表1。若区域内设备唯一,则完成对目标人员的设备标定;若该区域内的设备数量不唯一,则继续等待目标人员进入第二个可视区域,采集区域内的无线设备,记录其MAC地址,形成MAC地址表2,记录MAC地址表中重复的设备,直到确认目标人员的设备X,至此完成对目标设备的标定,过程如表1所示。
表1设备绑定过程
表2设备绑定过程2
更具体地,当目标人员进入某可视区域并被发现时,该区域的摄像头会将目标人员的人脸进行抓拍,记录为Facetarget_person,此时会触发无线探针将感知此范围内的无线网络设备,因为无线探针的感知范围覆盖了摄像头的感知范围,所以无线探针感知到的有效无线网络设备一定会包含将目标人员所持设备。若通过视频得出该区域内仅存在目标人员且感知到区域内的有效的无线网络设备仅有一台,假定这台无线网络设备的局域网地址为mac,则将此设备与目标人员绑定,形成目标人员人脸与该无线网络设备局域网地址的映射关系,即(Facetarget_person,mac),完成设备标定;若可视区域内的人员数量为n(n>=1),则记录该区域内感知到的无线网络设备的局域网地址(MAC地址),保存为MAC地址表1,MAC_1=(mac_1,mac_2,…,mac_i)(i>=1),当目标人员进入第二个可视区域并被发现时,同样记录该区域内感知到的无线网络设备的局域网地址,保存为MAC地址表2,MAC_2=(mac_1,mac_2,…,mac_j)(j>=1)。建立目标设备可能的MAC地址表,记作MAC。将不同可视区域内的MAC地址集合进行交运算,MAC=MAC_1∩MAC_2∩…∩
MAC_n,逐渐排除非目标设备,直到MAC表中仅存1个MAC地址(若最终MAC表中元素个数为0,则目标人员未携带无线网络设备或设备不可感知,本方法无效),则将其与目标人员绑定,完成设备标定,形成(Facetarget_person,mac),并目标人员携带的设备为目标设备。
目标设备的定位与跟踪:
上述过程完成了目标人员与其设备的绑定,后续过程将依靠无线信号对目标设备进行定位与跟踪。
当目标人员携带设备进入任一布控区域内,区域内的定位跟踪设备即可立即通过无线网络模块感知到目标设备,从而感知到目标人员的进入,监控系统将记录感知区域的位置及触发时间,并通过监控平台发出预警,监控人员可提取该区域内的视频数据进行确认。
当目标人员在城市环境中移动时,将不可避免地触发不同的监控区域中的信号源,从而可绘制出目标人员移动的粗略轨迹,实现对目标人员的跟踪。
本发明提供的结合无线信号与视频的位置感知与跟踪方法,在视频发现的基础上对目标人员与其携带的设备进行绑定,完成设备绑定后即可通过无线信号感知的方式高效地发现目标。
单纯的视频监控方法易出现视频监控死角(如转弯处),难以实现无缝跟踪;并且目标人员进入监控范围具有随机性,监控人员难以实时发现可视区域内的目标人员;若布控的监测区域较多,则视频数据量极大,从中提取目标数据将消耗大量的人力及时间,即使发现目标,也丢失了数据的实时性。
本发明提出的方法通过无线网络技术感知进行跟踪定位,为从海量视频数据中提取目标信息提供了直接的依据,弥补了单纯的视频监控方案中存在监控死角、目标难以确认等弊端,并且具有低成本、设备易布控、针对性强、准确率高的优势。
本发明提出的定位跟踪方法与系统设备已于真实的环境中进行实验,过程如下:
在3层办公场地(场地面积:800m2/层,布有工位)中布设定位跟踪设备(集成视频模块与WiFi模块),每层布设20台,每台设备的监控范围无覆盖并存在监控盲区,如图2所示。
10名实验者携带开启无线网络连接功能的智能手机以随机方式进入实验区域,实验结果如下:
实验结果证明了本发明的可行性与有效性。
上述实施例是以WiFi为例进行说明,但本领域普通技术人员可以理解GPS,Bluetooth等无线信号同样可以用于本发明。
实施例2
在又一个具体的实施例中,本发明还可以以一种结合视觉信号与无线信号的跟踪定位系统的方式实现,在一个具体的实施方式中,该系统包括:
图像采集模块,用于获取可视区域内的图像数据,并识别目标;
无线信号感知模块,用于获取出现在可视区域内的无线网络设备的局域网地址;
绑定模块,用于识别目标所携带的无线网络设备,并形成所携带的无线网络设备与所述目标的映射关系,以将目标与无线网络设备绑定,绑定后的无线网络设备为目标设备。
优选地,所述系统还包括:
轨迹跟踪模块,用于在绑定后的目标和目标设备进入的布控有图像采集模块、无线信号感知模块的布控区域时,基于触发所述无线信号感知模块的触发时间,以及布控区域位置,获取目标移动轨迹。
优选地,所述绑定模块在进行目标与无线网络设备绑定时,若可视区域内仅存在目标且感知到该可视区域内的有效的无线网络设备仅有一台,则将此无线网络设备与目标绑定;否则记录该可视区域内的无线网络设备的MAC地址,存为MAC地址表n,基于所述MAC地址表n形成MAC地址集合,对多个包含目标的可视区域内的MAC地址集合进行交运算,以确定与目标进行绑定的目标设备,并进行绑定。
优选地,所述可视区域覆盖有无线网络信号。
优选地,所述系统还包括监控平台,所述监控平台用于发现目标设备、发出预警信号、调取图像数据、记录布控区域位置及触发时间。
此外,本发明还提供了一种结合视觉信号与无线信号的跟踪定位设备,所述设备包括:
图像采集模块,用于获取可视区域内的图像数据,并识别目标;
无线信号感知模块,用于获取出现在可视区域内的无线网络设备的局域网地址;
所述无线信号感知模块还用于在绑定后的目标和目标设备进入到布控有所述设备的布控区域时,记录触发所述无线信号感知模块的触发时间;
所述目标设备定义为:识别目标所携带的无线网络设备,形成所携带的无线网络设备与所述目标的映射关系并绑定后,绑定后的无线网络设备即为目标设备。
该设备可以应用于上述所述的结合视觉信号与无线信号的跟踪定位系统中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种结合视觉信号与无线信号的跟踪定位方法,其特征在于,所述方法包括:
步骤1、当图像获取设备获取到目标的进入可视区域的图像后,触发无线探针,以感知可视区域范围内的无线网络设备;
步骤2、识别目标所携带的无线网络设备,并形成所携带的无线网络设备与所述目标的映射关系,以将目标与无线网络设备绑定,绑定后的无线网络设备为目标设备;
步骤3、当目标携带目标设备进入一布控区域时,区域内的定位跟踪设备感知目标设备,从而感知目标的进入,监控系统记录布控区域位置及触发时间;
步骤4、基于所述布控区域位置及触发时间,绘制目标移动轨迹。
2.根据权利要求1所述的方法,其特征在于,所述步骤2中,在进行目标与无线网络设备绑定时,若可视区域内仅存在目标且感知到该可视区域内的有效的无线网络设备仅有一台,则将此无线网络设备与目标绑定;否则记录该可视区域内的无线网络设备的MAC地址,存为MAC地址表n,基于所述MAC地址表n形成MAC地址集合,对多个包含目标的可视区域内的MAC地址集合进行交运算,以确定与目标进行绑定的目标设备,并进行绑定。
3.根据权利要求1所述的方法,其特征在于,所述步骤1中还包括,基于图像获取设备获取的图像,对目标进行识别;或者
所述步骤2中,将目标与无线网络设备绑定时,通过形成目标图像与目标设备的mac地址之间的映射,实现绑定。
4.根据权利要求1所述的方法,其特征在于,所述可视区域覆盖有无线网络信号。
5.一种结合视觉信号与无线信号的跟踪定位系统,其特征在于,所述系统包括:
图像采集模块,用于获取可视区域内的图像数据,并识别目标;
无线信号感知模块,用于获取出现在可视区域内的无线网络设备的局域网地址;
绑定模块,用于识别目标所携带的无线网络设备,并形成所携带的无线网络设备与所述目标的映射关系,以将目标与无线网络设备绑定,绑定后的无线网络设备为目标设备。
6.根据权利要求5所述的系统,其特征在于,所述系统还包括:
轨迹跟踪模块,用于在绑定后的目标和目标设备进入的布控有图像采集模块、无线信号感知模块的布控区域时,基于触发所述无线信号感知模块的触发时间,以及布控区域位置,获取目标移动轨迹。
7.根据权利要求5所述的系统,其特征在于,所述绑定模块在进行目标与无线网络设备绑定时,若可视区域内仅存在目标且感知到该可视区域内的有效的无线网络设备仅有一台,则将此无线网络设备与目标绑定;否则记录该可视区域内的无线网络设备的MAC地址,存为MAC地址表n,基于所述MAC地址表n形成MAC地址集合,对多个包含目标的可视区域内的MAC地址集合进行交运算,以确定与目标进行绑定的目标设备,并进行绑定。
8.根据权利要求6所述的系统,其特征在于,所述可视区域覆盖有无线网络信号。
9.根据权利要求6所述的系统,其特征在于,所述系统还包括监控平台,所述监控平台用于发现目标设备、发出预警信号、调取图像数据、记录布控区域位置及触发时间。
10.一种结合视觉信号与无线信号的跟踪定位设备,其特征在于,所述设备包括:
图像采集模块,用于获取可视区域内的图像数据,并识别目标;
无线信号感知模块,用于获取出现在可视区域内的无线网络设备的局域网地址;
所述无线信号感知模块还用于在绑定后的目标和目标设备进入到布控有所述设备的布控区域时,记录触发所述无线信号感知模块的触发时间;
所述目标设备定义为:识别目标所携带的无线网络设备,形成所携带的无线网络设备与所述目标的映射关系并绑定后,绑定后的无线网络设备即为目标设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911387807.4A CN111083446A (zh) | 2019-12-27 | 2019-12-27 | 一种结合视觉信号与无线信号的跟踪定位方法、系统与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911387807.4A CN111083446A (zh) | 2019-12-27 | 2019-12-27 | 一种结合视觉信号与无线信号的跟踪定位方法、系统与设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111083446A true CN111083446A (zh) | 2020-04-28 |
Family
ID=70319270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911387807.4A Pending CN111083446A (zh) | 2019-12-27 | 2019-12-27 | 一种结合视觉信号与无线信号的跟踪定位方法、系统与设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111083446A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112135295A (zh) * | 2020-09-23 | 2020-12-25 | 北京蓦然认知科技有限公司 | 一种对用户进行安全监控的方法、装置 |
CN117541984A (zh) * | 2023-11-10 | 2024-02-09 | 江苏奥威信息系统工程有限公司 | 基于物联网的智能监控安防系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110222774A1 (en) * | 2010-03-11 | 2011-09-15 | Qualcomm Incorporated | Image feature detection based on application of multiple feature detectors |
CN105872481A (zh) * | 2016-05-31 | 2016-08-17 | 中科劲点(北京)科技有限公司 | 结合视觉信号与无线信号的跟踪定位装置、方法与系统 |
CN205793032U (zh) * | 2016-05-31 | 2016-12-07 | 中科劲点(北京)科技有限公司 | 结合视觉信号与无线信号的跟踪定位装置与系统 |
CN108710827A (zh) * | 2018-04-18 | 2018-10-26 | 特斯联(北京)科技有限公司 | 一种社区微警务巡查和信息自动分析系统及方法 |
CN110276261A (zh) * | 2019-05-23 | 2019-09-24 | 平安科技(深圳)有限公司 | 人员自动跟踪监控方法、装置、计算机设备及存储介质 |
CN110466790A (zh) * | 2019-08-30 | 2019-11-19 | 上海电机学院 | 一种基于机器视觉的无人机目标跟踪系统 |
-
2019
- 2019-12-27 CN CN201911387807.4A patent/CN111083446A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110222774A1 (en) * | 2010-03-11 | 2011-09-15 | Qualcomm Incorporated | Image feature detection based on application of multiple feature detectors |
CN105872481A (zh) * | 2016-05-31 | 2016-08-17 | 中科劲点(北京)科技有限公司 | 结合视觉信号与无线信号的跟踪定位装置、方法与系统 |
CN205793032U (zh) * | 2016-05-31 | 2016-12-07 | 中科劲点(北京)科技有限公司 | 结合视觉信号与无线信号的跟踪定位装置与系统 |
CN108710827A (zh) * | 2018-04-18 | 2018-10-26 | 特斯联(北京)科技有限公司 | 一种社区微警务巡查和信息自动分析系统及方法 |
CN110276261A (zh) * | 2019-05-23 | 2019-09-24 | 平安科技(深圳)有限公司 | 人员自动跟踪监控方法、装置、计算机设备及存储介质 |
CN110466790A (zh) * | 2019-08-30 | 2019-11-19 | 上海电机学院 | 一种基于机器视觉的无人机目标跟踪系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112135295A (zh) * | 2020-09-23 | 2020-12-25 | 北京蓦然认知科技有限公司 | 一种对用户进行安全监控的方法、装置 |
CN117541984A (zh) * | 2023-11-10 | 2024-02-09 | 江苏奥威信息系统工程有限公司 | 基于物联网的智能监控安防系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008298B (zh) | 驻车多维信息感知应用系统及方法 | |
WO2017193735A1 (zh) | 用于视频监控系统的行踪轨迹的获取方法和装置 | |
US9386282B2 (en) | System and method for automatic camera hand-off using location measurements | |
US8130774B2 (en) | Object tracking method and system | |
EP2280382B1 (en) | Method for video- and position-based identification | |
CN111047621B (zh) | 一种目标对象追踪方法、系统、设备及可读介质 | |
CN105933650A (zh) | 视频监控系统及方法 | |
CN104301431B (zh) | 一种基于多源大数据gis的重点人群实时监控系统 | |
US20080273087A1 (en) | Method for gathering and storing surveillance information | |
CN108319709B (zh) | 位置信息处理方法、装置、电子设备及存储介质 | |
WO2020114138A1 (zh) | 信息的关联分析方法及装置、储存介质、电子装置 | |
CN105872481B (zh) | 结合视觉信号与无线信号的跟踪定位装置、方法与系统 | |
CN104255022B (zh) | 为相机添加虚拟变焦能力的服务器、客户终端、系统和可读介质 | |
Zhang et al. | Indoor space recognition using deep convolutional neural network: a case study at MIT campus | |
CN111083446A (zh) | 一种结合视觉信号与无线信号的跟踪定位方法、系统与设备 | |
CN105956091A (zh) | 扩展信息获取方法及装置 | |
CN114529621B (zh) | 户型图生成方法、装置、电子设备及介质 | |
CN115272949A (zh) | 基于地理空间信息的行人追踪方法及系统 | |
CN112528699B (zh) | 用于获得场景中的设备或其用户的标识信息的方法和系统 | |
CN110889346B (zh) | 一种智能追踪方法、系统、设备及可读介质 | |
KR101700933B1 (ko) | Rfid 시스템을 이용한 위치정보영상표기 시스템 | |
WO2020114128A1 (zh) | 地图的绘制方法及装置、存储介质和电子装置 | |
CN113205069B (zh) | 虚假车牌检测方法、装置及计算机存储介质 | |
CN114299269A (zh) | 显示方法、显示设备、显示系统、电子设备及存储介质 | |
CN203467751U (zh) | 一种可记录周围环境影像和声音的多功能警帽 |
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: 20200428 |