CN111143501A - 轨迹跟踪方法、装置、存储介质及设备 - Google Patents
轨迹跟踪方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN111143501A CN111143501A CN201911390142.2A CN201911390142A CN111143501A CN 111143501 A CN111143501 A CN 111143501A CN 201911390142 A CN201911390142 A CN 201911390142A CN 111143501 A CN111143501 A CN 111143501A
- Authority
- CN
- China
- Prior art keywords
- target object
- step position
- tracking
- middle axis
- target area
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例公开了一种轨迹跟踪方法、装置、存储介质及设备，属于数据处理技术领域。所述方法包括：当目标对象首次进入目标区域时，获取所述目标区域内的摄像头对所述目标对象进行拍摄得到的图像，根据所述图像为所述目标对象分配跟踪标识；获取所述目标区域内的压力传感器在所述目标对象行走时测得的压力参数，根据所述压力参数确定所述目标对象在所述目标区域内的脚步位置；根据所述脚步位置生成对应于所述跟踪标识的运动轨迹。本申请实施例可以根据摄像头和压力传感器进行轨迹跟踪，从而提高生成的运动轨迹的准确性。
Description
技术领域
本申请实施例涉及数据处理技术领域，特别涉及一种轨迹跟踪方法、装置、存储介质及设备。
背景技术
轨迹跟踪是指获取目标对象的唯一标识，根据该唯一标识获取该目标对象的位置信息，根据这些位置信息生成该目标对象的运动轨迹。
相关技术中是利用摄像头来对目标对象进行轨迹跟踪的。具体的，电子设备可以周期性获取摄像头拍摄的图像，并对图像进行人脸识别和位置识别，在第一次识别出一个人脸时，为该人脸分配一个跟踪标识(TrackId)，之后，电子设备可以对每张图像进行人脸识别和位置识别，并将识别出的位置与该人脸对应的跟踪标识进行绑定，最终根据绑定的各个位置生成该目标对象的运动轨迹。
在轨迹跟踪过程中，若目标对象与其他目标对象的位置产生了交叉，那么，该目标对象下次再出现在图像中时，电子设备会重新为该目标对象分配一个跟踪标识，后续会利用该新的跟踪标识来生成该目标对象的运动轨迹，导致该目标对象在位置交叉前后的运动轨迹无法衔接，从而使得到的运动轨迹不准确。
发明内容
本申请实施例提供了一种轨迹跟踪方法、装置、存储介质及设备，用于解决目标对象在位置交叉前后的运动轨迹无法衔接，使得到的运动轨迹不准确的问题。所述技术方案如下：
一方面，提供了一种轨迹跟踪方法，所述方法包括：
当目标对象首次进入目标区域时，获取所述目标区域内的摄像头对所述目标对象进行拍摄得到的图像，根据所述图像为所述目标对象分配跟踪标识；
获取所述目标区域内的压力传感器在所述目标对象行走时测得的压力参数，根据所述压力参数确定所述目标对象在所述目标区域内的脚步位置；
根据所述脚步位置生成对应于所述跟踪标识的运动轨迹。
一方面，提供了一种轨迹跟踪装置，所述装置包括：
分配模块，用于在目标对象首次进入目标区域时，获取所述目标区域内的摄像头对所述目标对象进行拍摄得到的图像，根据所述图像为所述目标对象分配跟踪标识；
确定模块，用于获取所述目标区域内的压力传感器在所述目标对象行走时测得的压力参数，根据所述压力参数确定所述目标对象在所述目标区域内的脚步位置；
生成模块，用于根据所述脚步位置生成对应于所述跟踪标识的运动轨迹。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的轨迹跟踪方法。
一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的轨迹跟踪方法。
本申请实施例提供的技术方案的有益效果至少包括：
当目标对象首次进入目标区域时，先获取目标区域内的摄像头对目标对象进行拍摄得到的图像，根据图像为目标对象分配跟踪标识；再获取目标区域内的压力传感器在目标对象行走时测得的压力参数，根据压力参数确定目标对象在目标区域内的脚步位置；最后，根据脚步位置生成对应于跟踪标识的运动轨迹，由于压力传感器对每个目标对象测得的压力参数不同，所以，即使目标对象在行走过程中与其他目标对象的位置有交叉，计算机设备仍然能够根据压力参数识别出该目标对象，从而在位置交叉后不会重新为该目标对象分配新的跟踪标识，这样，在位置交叉前后得到的运动轨迹是完整的，从而提高运动轨迹的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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他的附图。
图1是本申请一个实施例提供的轨迹跟踪方法的方法流程图；
图2是本申请另一实施例提供的轨迹跟踪方法的方法流程图；
图3是本申请另一实施例提供的运动轨迹的示意图；
图4是本申请再一实施例提供的轨迹跟踪装置的结构框图。
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实施方式作进一步地详细描述。
请参考图1，其示出了本申请一个实施例提供的轨迹跟踪方法的方法流程图，该轨迹跟踪方法可以应用于计算机设备中。该轨迹跟踪方法，可以包括：
步骤101，当目标对象首次进入目标区域时，获取该目标区域内的摄像头对该目标对象进行拍摄得到的图像，根据该图像为该目标对象分配跟踪标识。
目标区域是安装有摄像头和压力传感器的区域，该压力传感器可以分布在目标区域的地面上。在一个可能的应用场景中，目标区域可以是一个店铺，则店铺的门口可以安装有摄像头，店铺的地板上可以安装有压力传感器。在另一个可能的应用场景中，目标区域可以是一个商场，则商场的通道尽头可以安装有摄像头，商场的地板上可以安装有压力传感器。
本实施例中的摄像头和压力传感器分别与计算机相连，且摄像头可以周期性地将拍摄得到的图像发送给计算机设备，压力传感器可以周期性地将采集到的压力参数发送给计算机设备。
其中，跟踪标识可以是TrackId，且计算机设备分配跟踪标识的方式有很多种，本实施例不作限定。
目标对象可以是行人。
步骤102，获取目标区域内的压力传感器在目标对象行走时测得的压力参数，根据该压力参数确定该目标对象在目标区域内的脚步位置。
本实施例中的压力传感器可以是霍尔压力传感器。其中，霍尔压力传感器是基于某些半导体材料的霍尔效应制成的。霍尔效应是指当固体导体放置在一个磁场内，且有电流通过时，该固体导体内的电荷载子受到洛伦兹力而偏向一边，继而产生电压(霍尔电压)的现象，且电压所引致的电场力会平衡洛伦兹力。常用霍尔元件的材料大都是半导体，包括N型硅(Si)、锑化铟(InSb)、砷化铟(InAs)、锗(Ge)、砷化镓(GaAs)及多层半导体质结构材料，N型硅材料的霍尔系数、温度稳定性和线性度均较好，砷化镓材料的温漂小，目前这两种材料的霍尔压力传感器的应用较为广泛。
其中，压力参数可以包括压力值和位置指示信息。
由于每个目标对象的体重不同，脚力也不同，所以，每个目标对象对压力传感器产生的压力程度不同，也即，压力传感器对每个目标对象测得的压力值不同，所以，可以根据压力值来区分目标对象。
位置指示信息可以是压力传感器的标识，且计算机设备中存储有每个压力传感器的标识和坐标信息之间的对应关系，则计算机设备可以在对应关系中查找与该标识对应的坐标信息，并根据该坐标信息所指示的位置确定为目标对象的脚步位置；或者，位置指示信息可以是压力传感器的坐标信息，则计算机设备可以直接根据该坐标信息所指示的位置确定为目标对象的脚步位置。
需要说明的是，目标对象的脚部所踩的区域内可能会分布有多个压力传感器，计算机设备可以计算这些压力传感器同时测得的压力值的平均值，将该平均值作为当前脚步的压力值；计算机设备可以计算这些压力传感器的坐标信息的平均值，根据该平均值确定目标对象的脚步位置。
在目标对象首次进入目标区域时，计算机设备会同时接收到摄像头发送的图像和压力传感器发送的压力参数，根据该图像分配跟踪标识，并将该压力参数与该跟踪标识进行对应存储。后续，计算机设备会周期性接收到该目标对象的压力参数，将每次接收到的压力参数都对应于该跟踪标识进行存储。需要说明的是，由于每个目标对象产生的压力值不同，所以，计算机设备可以根据压力值来识别同一个目标对象产生的压力参数，从而将同一个目标对象产生的压力参数都对应于该目标对象的跟踪标识进行存储，从而达到目标对象唯一标识性。
步骤103，根据脚步位置生成对应于跟踪标识的运动轨迹。
由于每个压力参数中的位置指示信息都可以指示一个脚步位置，所以，计算机设备可以得到目标对象在行走过程中产生的各个脚步位置，将这些脚步位置相连即可得到该目标对象的运动轨迹。
综上所述，本申请实施例提供的轨迹跟踪方法，当目标对象首次进入目标区域时，先获取目标区域内的摄像头对目标对象进行拍摄得到的图像，根据图像为目标对象分配跟踪标识；再获取目标区域内的压力传感器在目标对象行走时测得的压力参数，根据压力参数确定目标对象在目标区域内的脚步位置；最后，根据脚步位置生成对应于跟踪标识的运动轨迹，由于压力传感器对每个目标对象测得的压力参数不同，所以，即使目标对象在行走过程中与其他目标对象的位置有交叉，计算机设备仍然能够根据压力参数识别出该目标对象，从而在位置交叉后不会重新为该目标对象分配新的跟踪标识，这样，在位置交叉前后得到的运动轨迹是完整的，从而提高运动轨迹的准确性。
请参考图2，其示出了本申请另一实施例提供的轨迹跟踪方法的方法流程图，该轨迹跟踪方法可以应用于计算机设备中。该轨迹跟踪方法，可以包括：
步骤201，当目标对象首次进入目标区域时，获取该目标区域内的摄像头对该目标对象进行拍摄得到的图像，根据该图像为该目标对象分配跟踪标识。
目标区域是安装有摄像头和压力传感器的区域，该压力传感器可以分布在目标区域的地面上。本实施例中的摄像头和压力传感器分别与计算机相连，且摄像头可以周期性地将拍摄得到的图像发送给计算机设备，压力传感器可以周期性地将采集到的压力参数发送给计算机设备。
目标对象可以是行人。
其中，跟踪标识可以是TrackId，且计算机设备分配跟踪标识的方式有很多种，下面对其中一种实现方式进行说明。
根据图像为目标对象分配跟踪标识，包括：从图像中提取目标对象的人脸图像，为该人脸图像分配跟踪标识。其中，计算机设备可以采用人脸识别算法从图像中提取出人脸图像，再为该人脸图像分配一个跟踪标识，将该人脸图像和该跟踪标识进行对应存储。
步骤202，获取目标区域内的压力传感器在目标对象行走时测得的压力参数，根据该压力参数确定该目标对象在目标区域内的脚步位置。
其中，压力参数可以包括压力值和位置指示信息，详见步骤102中的描述，此处不作赘述。
在目标对象首次进入目标区域时，计算机设备会同时接收到摄像头发送的图像和压力传感器发送的压力参数，根据该图像分配跟踪标识，并将该压力参数与该跟踪标识进行对应存储。后续，计算机设备会周期性接收到该目标对象的压力参数，将每次接收到的压力参数都对应于该跟踪标识进行存储。需要说明的是，由于每个目标对象产生的压力值不同，所以，计算机设备可以根据压力值来识别同一个目标对象产生的压力参数，从而将同一个目标对象产生的压力参数都对应于该目标对象的跟踪标识进行存储。
步骤203，根据脚步位置生成对应于跟踪标识的运动轨迹。
由于每个压力参数中的位置指示信息都可以指示一个脚步位置，所以，计算机设备可以得到目标对象在行走过程中产生的各个脚步位置，将这些脚步位置相连即可得到该目标对象的运动轨迹。
在一种实现方式中，计算机设备还可以计算每相邻两个脚步位置之间的中轴点位置，并将各个中轴点位置相连得到运动轨迹。
需要说明的是，在某些应用场景中，计算机设备可能无法接收到连贯的压力参数，也就无法获取到连贯的脚步位置，从而导致运动轨迹不完整。比如，目标对象下一步所在位置没有分布压力传感器，或者，目标对象下一步所在位置的压力传感器出现故障而无法测量压力参数，或者，网络故障导致目标对象下一步所在位置的压力传感器所传输的压力参数丢失等等。
为了保证运动轨迹的完整性，计算机设备可以在每得到一个脚步位置和中轴点位置后，预估下一个脚步位置和下一个中轴点位置，若接收到下一个脚步位置，则丢弃预估的下一个脚步位置和下一个中轴点位置；若未接收到下一个脚步位置，则将预估的下一个脚步位置作为真实的下一个脚步位置，将预估的下一个中轴点位置作为真实的下一个中轴点位置，从而保证运动轨迹的完整性。下面分别对这两种情况进行说明。
在第一种实现方式中，计算机设备可以获取到第i个脚步位置，则步骤203可以包括如下几个子步骤：
步骤2031，若获取到第i个脚步位置，则读取存储的第i-1个脚步位置，i≥2。
在每得到一个脚步位置后，计算机设备可以计算该脚步位置与前一个脚步位置之间的脚步距离，若该脚步距离小于或等于预定步幅阈值，则认为前一个脚步位置与当前脚步位置之间没有脚步缺失，确定获取到第i个脚步位置，执行步骤2031；若该脚步距离大于预定步幅阈值，则认为前一个脚步位置与当前脚步位置之间有脚步缺失，确定未获取到第i个脚步位置，执行步骤2035。
其中，第i个脚步位置是根据计算机设备当前接收到的压力参数计算得到的，第i-1个脚步位置是根据计算机设备在前一时刻接收到的压力参数计算得到的。
步骤2032，计算第i个脚步位置和第i-1个脚步位置的中轴点，得到第i-1个中轴点位置。
比如，当前得到的脚步位置为RS1，下一步得到的脚步位置为RS2，且这两个脚步位置之间的距离为N，则中轴点位置S＝N/2，请参考图3。
步骤2033，将所有中轴点位置相连得到对应于跟踪标识的运动轨迹。
步骤2034，将i更新为i+1，继续执行获取第i个脚步位置的步骤。
需要说明的是，计算机设备中预存有数据表，在得到第i个脚步位置和第i-1个中轴点位置后，可以根据第i个脚步位置和第i-1个脚步位置计算两者之间的脚步距离，并根据第i-1个中轴点位置和第i-2个中轴点位置计算两者之间的中轴点距离，计算机设备还可以获取第i-1个脚步位置的停留时长，从而将脚步距离、中轴点距离和停留时长作为一条数据记录添加到数据表中。
本实施例中，压力传感器是周期性向计算机设备发送压力参数的，所以，计算机设备可以根据接收到相同的压力参数的次数和压力参数的发送周期计算得到停留时长。当然，计算机设备还可以通过其他方式计算停留时长，本实施例不作限定。
请参考表一，其示出了一种数据表。
表一
其中，数据表中除了包括根据目标对象的脚步位置和中轴点位置计算出的数据记录之外，还可以包括采样数据记录，该采样数据记录是对采样样本的脚步位置和中轴点位置进行采样，并根据采样结果计算得到的。
在第二种实现方式中，计算机设备不能获取到第i个脚步位置，则步骤203可以包括如下几个子步骤：
步骤2035，若未获取到第i个脚步位置，则根据已存储的脚步位置预估第i个脚步位置，并根据已存储的中轴点位置预估第i-1个中轴点位置，i≥2。
其中，根据已存储的脚步位置预估第i个脚步位置，可以包括：获取预设的第一数据表，该第一数据表中存储有第一数据记录和第二数据记录，该第一数据记录包括采样得到的脚步距离和停留时长，该第二数据记录包括目标对象行走时产生的脚步距离和停留时长，脚步距离是相邻两个脚步位置之间的距离；从第一数据表中选择第一数量的数据记录，该数据记录包括第一数据记录和/或第二数据记录；根据第一数量的数据记录计算脚步距离计算公式；根据脚步距离计算公式预估第i个脚步位置。
其中，第一数据表可以是表一所示的数据表。
在脚步距离计算公式中，以y(β)表示脚步距离，x(0＜x＜1.2)表示相邻两步之间的时间(即停留时长)，则可以对y(β)和x进行曲线拟合，得到一元二次多项式：y(β)＝a1*x2+b1*x+c1，再选取第一数据表中的三条数据记录，将每条数据记录中的脚步距离带入y(β)，停留时长带入x，再使用OpenCv CvSolve函数来求解线性系统的方程，即可得到a1、b1和c1的数值。之后，再计算第一数据表中所有停留时长的平均值，将该平均值作为x带入脚步距离计算公式，即可得到预估的下一个脚步距离。之后，结合运动轨迹所在象限、第i-1个脚步位置和预估的下一个脚步距离来预估第i个脚步位置。
其中，计算机设备可以将目标对象的第一个脚步位置作为原点，再确定目标设备的前M步连成的运动轨迹所在的象限，M为正整数，比如6，本实施例不作限定。比如，图3中的运动轨迹位于第一象限。
需要说明的第一点是，选取的数据记录的条数与脚步距离计算公式中的未知系数的数量相关。比如，本实施例中一元二次多项式中包含三个未知系数a1、b1和c1，那么需要选取三条数据记录。
需要说明的第二点是，计算机设备可以随机从第一数据表中选取第一数量的数据记录，也可以选取第一数据表中排列在最后的第一数量的数据记录，本实施例不作限定。由于计算机设备会将每一步对应的数据记录添加到第一数据表的最后，所以，排列在最后的数据记录是目标对象最近行走得到的数据记录，从而使计算得到的系数更加准确，提高预估的准确性。比如，当计算机设备需要预估第11步的脚步距离时，可以利用表一中的第8步、第9步和第10步的数据记录来计算系数a1、b1和c1，以提高a1、b1和c1的准确性。
需要说明的第三点是，当第二数据记录的数量大于第一数量时，计算机设备可以选择第二数据记录来计算脚步距离计算公式；当第二数据记录的数量小于第一数量时，比如预估第2步的脚步距离时只存在一条第二数据记录，不足三条，那么，计算机设备可以选择部分第一数据记录，利用第一数据记录和第二数据记录来共同计算脚步距离计算公式。
其中，根据已存储的中轴点位置预估第i-1个中轴点位置，可以包括：获取预设的第二数据表，该第二数据表中存储有第三数据记录和第四数据记录，该第三数据记录包括采样得到的中轴点距离和停留时长，该第四数据记录包括目标对象行走时产生的中轴点距离和停留时长，中轴点距离是相邻两个中轴点位置之间的距离；从第二数据表中选择第二数量的数据记录，该数据记录包括第三数据记录和/或第四数据记录；根据第二数量的数据记录计算中轴点距离计算公式；根据中轴点距离计算公式预估第i-1个中轴点位置。
其中，第二数据表可以是表一所示的数据表。
在中轴点距离计算公式中，以y(α)表示中轴点距离，x(0＜x＜1.2)表示相邻两步之间的时间(即停留时长)，则可以对y(α)和x进行曲线拟合，得到一元二次多项式：y(α)＝a2*x2+b2*x+c2，再选取第二数据表中的三条数据记录，将每条数据记录中的中轴点距离带入y(α)，停留时长带入x，再使用OpenCv CvSolve函数来求解线性系统的方程，即可得到a2、b2和c2的数值。之后，再计算第二数据表中所有停留时长的平均值，将该平均值作为x带入中轴点距离计算公式，即可得到预估的下一个中轴点距离。之后，结合运动轨迹所在象限、第i-2个中轴点位置和预估的下一个中轴点距离来预估第i-1个中轴点位置。其中，从第二数据表中选择的数据记录与从第一数据表中选择的数据记录相同。
步骤2036，将所有中轴点位置相连得到对应于跟踪标识的运动轨迹。
步骤2037，将i更新为i+1，继续执行获取第i个脚步位置的步骤。
步骤204，获取目标对象在每个脚步位置的停留时长。
其中，计算机设备可以实时计算每个脚步位置的停留时长，也可以从数据表中读取每个脚步位置的停留时长。
步骤205，对于每个超过预定时长阈值的停留时长，获取该停留时长所对应的脚步位置。
步骤206，将目标区域内位于该脚步位置处的物品确定为目标对象感兴趣的目标物品。
计算机设备中还存储有目标区域内各个位置的物品的物品信息，在确定超过预定时长阈值的停留时长后，可以确定该停留时长对应的脚步位置，再获取该脚步位置处的物品信息，根据该物品信息确定目标对象感兴趣的物品。
通过对目标对象感兴趣的物品进行统计，可以分析出受大众欢迎的物品，从而调整目标区域内物品的销售策略；或者，可以对目标对象的喜好进行分析，以便于向目标对象进行个性化信息推送等等。
综上所述，本申请实施例提供的轨迹跟踪方法，当目标对象首次进入目标区域时，先获取目标区域内的摄像头对目标对象进行拍摄得到的图像，根据图像为目标对象分配跟踪标识；再获取目标区域内的压力传感器在目标对象行走时测得的压力参数，根据压力参数确定目标对象在目标区域内的脚步位置；最后，根据脚步位置生成对应于跟踪标识的运动轨迹，由于压力传感器对每个目标对象测得的压力参数不同，所以，即使目标对象在行走过程中与其他目标对象的位置有交叉，计算机设备仍然能够根据压力参数识别出该目标对象，从而在位置交叉后不会重新为该目标对象分配新的跟踪标识，这样，在位置交叉前后得到的运动轨迹是完整的，从而提高运动轨迹的准确性。
若未接收到下一个脚步位置，则将预估的下一个脚步位置作为真实的下一个脚步位置，将预估的下一个中轴点位置作为真实的下一个中轴点位置，从而保证运动轨迹的完整性。
请参考图4，其示出了本申请一个实施例提供的轨迹跟踪装置的结构框图，该轨迹跟踪装置可以应用于计算机设备中。该轨迹跟踪装置，可以包括：
分配模块410，用于在目标对象首次进入目标区域时，获取目标区域内的摄像头对目标对象进行拍摄得到的图像，根据图像为目标对象分配跟踪标识；
确定模块420，用于获取目标区域内的压力传感器在目标对象行走时测得的压力参数，根据压力参数确定目标对象在目标区域内的脚步位置；
生成模块430，用于根据脚步位置生成对应于跟踪标识的运动轨迹。
在一个可选的实施例中，该装置还包括：
获取模块，用于获取目标对象在每个脚步位置的停留时长；对于每个超过预定时长阈值的停留时长，获取停留时长所对应的脚步位置；
确定模块420，还用于将目标区域内位于脚步位置处的物品确定为目标对象感兴趣的目标物品。
在一个可选的实施例中，生成模块430，还用于：
若获取到第i个脚步位置，则读取存储的第i-1个脚步位置，i≥2；
计算第i个脚步位置和第i-1个脚步位置的中轴点，得到第i-1个中轴点位置；
将所有中轴点位置相连得到对应于跟踪标识的运动轨迹；
将i更新为i+1，继续执行获取第i个脚步位置的步骤。
在一个可选的实施例中，生成模块430，还用于：
若未获取到第i个脚步位置，则根据已存储的脚步位置预估第i个脚步位置，并根据已存储的中轴点位置预估第i-1个中轴点位置，i≥2；
将所有中轴点位置相连得到对应于跟踪标识的运动轨迹；
将i更新为i+1，继续执行获取第i个脚步位置的步骤。
在一个可选的实施例中，生成模块430，还用于：
获取预设的第一数据表，第一数据表中存储有第一数据记录和第二数据记录，第一数据记录包括采样得到的脚步距离和停留时长，第二数据记录包括目标对象行走时产生的脚步距离和停留时长，脚步距离是相邻两个脚步位置之间的距离；
从第一数据表中选择第一数量的数据记录，数据记录包括第一数据记录和/或第二数据记录；
根据第一数量的数据记录计算脚步距离计算公式；
根据脚步距离计算公式预估第i个脚步位置。
在一个可选的实施例中，生成模块430，还用于：
获取预设的第二数据表，第二数据表中存储有第三数据记录和第四数据记录，第三数据记录包括采样得到的中轴点距离和停留时长，第四数据记录包括目标对象行走时产生的中轴点距离和停留时长，中轴点距离是相邻两个中轴点位置之间的距离；
从第二数据表中选择第二数量的数据记录，数据记录包括第三数据记录和/或第四数据记录；
根据第二数量的数据记录计算中轴点距离计算公式；
根据中轴点距离计算公式预估第i-1个中轴点位置。
在一个可选的实施例中，分配模块410，还用于：
从图像中提取目标对象的人脸图像；
为人脸图像分配跟踪标识。
综上所述，本申请实施例提供的轨迹跟踪装置，当目标对象首次进入目标区域时，先获取目标区域内的摄像头对目标对象进行拍摄得到的图像，根据图像为目标对象分配跟踪标识；再获取目标区域内的压力传感器在目标对象行走时测得的压力参数，根据压力参数确定目标对象在目标区域内的脚步位置；最后，根据脚步位置生成对应于跟踪标识的运动轨迹，由于压力传感器对每个目标对象测得的压力参数不同，所以，即使目标对象在行走过程中与其他目标对象的位置有交叉，计算机设备仍然能够根据压力参数识别出该目标对象，从而在位置交叉后不会重新为该目标对象分配新的跟踪标识，这样，在位置交叉前后得到的运动轨迹是完整的，从而提高运动轨迹的准确性。
若未接收到下一个脚步位置，则将预估的下一个脚步位置作为真实的下一个脚步位置，将预估的下一个中轴点位置作为真实的下一个中轴点位置，从而保证运动轨迹的完整性。
本申请一个实施例提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的轨迹跟踪方法。
本申请一个实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的轨迹跟踪方法。
需要说明的是：上述实施例提供的轨迹跟踪装置在进行轨迹跟踪时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将轨迹跟踪装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的轨迹跟踪装置与轨迹跟踪方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述并不用以限制本申请实施例，凡在本申请实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请实施例的保护范围之内。
Claims (10)
1.一种轨迹跟踪方法，其特征在于，所述方法包括：
当目标对象首次进入目标区域时，获取所述目标区域内的摄像头对所述目标对象进行拍摄得到的图像，根据所述图像为所述目标对象分配跟踪标识；
获取所述目标区域内的压力传感器在所述目标对象行走时测得的压力参数，根据所述压力参数确定所述目标对象在所述目标区域内的脚步位置；
根据所述脚步位置生成对应于所述跟踪标识的运动轨迹。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标对象在每个脚步位置的停留时长；
对于每个超过预定时长阈值的停留时长，获取所述停留时长所对应的脚步位置；
将所述目标区域内位于所述脚步位置处的物品确定为所述目标对象感兴趣的目标物品。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述脚步位置生成对应于所述跟踪标识的运动轨迹，包括：
若获取到第i个脚步位置，则读取存储的第i-1个脚步位置，i≥2；
计算所述第i个脚步位置和所述第i-1个脚步位置的中轴点，得到第i-1个中轴点位置；
将所有中轴点位置相连得到对应于所述跟踪标识的运动轨迹；
将i更新为i+1，继续执行获取第i个脚步位置的步骤。
4.根据权利要求1或2所述的方法，其特征在于，所述根据所述脚步位置生成对应于所述跟踪标识的运动轨迹，包括：
若未获取到第i个脚步位置，则根据已存储的脚步位置预估所述第i个脚步位置，并根据已存储的中轴点位置预估所述第i-1个中轴点位置，i≥2；
将所有中轴点位置相连得到对应于所述跟踪标识的运动轨迹；
将i更新为i+1，继续执行获取第i个脚步位置的步骤。
5.根据权利要求4所述的方法，其特征在于，所述根据已存储的脚步位置预估所述第i个脚步位置，包括：
获取预设的第一数据表，所述第一数据表中存储有第一数据记录和第二数据记录，所述第一数据记录包括采样得到的脚步距离和停留时长，所述第二数据记录包括所述目标对象行走时产生的脚步距离和停留时长，所述脚步距离是相邻两个脚步位置之间的距离；
从所述第一数据表中选择第一数量的数据记录，所述数据记录包括第一数据记录和/或第二数据记录；
根据所述第一数量的数据记录计算脚步距离计算公式；
根据所述脚步距离计算公式预估所述第i个脚步位置。
6.根据权利要求4所述的方法，其特征在于，所述根据已存储的中轴点位置预估所述第i-1个中轴点位置，包括：
获取预设的第二数据表，所述第二数据表中存储有第三数据记录和第四数据记录，所述第三数据记录包括采样得到的中轴点距离和停留时长，所述第四数据记录包括所述目标对象行走时产生的中轴点距离和停留时长，所述中轴点距离是相邻两个中轴点位置之间的距离；
从所述第二数据表中选择第二数量的数据记录，所述数据记录包括第三数据记录和/或第四数据记录；
根据所述第二数量的数据记录计算中轴点距离计算公式；
根据所述中轴点距离计算公式预估所述第i-1个中轴点位置。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述根据所述图像为所述目标对象分配跟踪标识，包括：
从所述图像中提取所述目标对象的人脸图像；
为所述人脸图像分配跟踪标识。
8.一种轨迹跟踪装置，其特征在于，所述装置包括：
分配模块，用于在目标对象首次进入目标区域时，获取所述目标区域内的摄像头对所述目标对象进行拍摄得到的图像，根据所述图像为所述目标对象分配跟踪标识；
确定模块，用于获取所述目标区域内的压力传感器在所述目标对象行走时测得的压力参数，根据所述压力参数确定所述目标对象在所述目标区域内的脚步位置；
生成模块，用于根据所述脚步位置生成对应于所述跟踪标识的运动轨迹。
9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至7任一所述的轨迹跟踪方法。
10.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至7任一所述的轨迹跟踪方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911390142.2A CN111143501B (zh) | 2019-12-30 | 2019-12-30 | 轨迹跟踪方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911390142.2A CN111143501B (zh) | 2019-12-30 | 2019-12-30 | 轨迹跟踪方法、装置、存储介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111143501A true CN111143501A (zh) | 2020-05-12 |
| CN111143501B CN111143501B (zh) | 2022-08-23 |
Family
ID=70521652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911390142.2A Active CN111143501B (zh) | 2019-12-30 | 2019-12-30 | 轨迹跟踪方法、装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111143501B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111879315A (zh) * | 2020-08-14 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 多目标追踪系统和方法 |
| CN112084372A (zh) * | 2020-09-14 | 2020-12-15 | 北京数衍科技有限公司 | 行人轨迹更新方法及装置 |
| CN113091730A (zh) * | 2021-03-25 | 2021-07-09 | 杭州海康威视系统技术有限公司 | 一种轨迹确定方法及装置 |
| CN113973746A (zh) * | 2021-11-19 | 2022-01-28 | 华东师范大学 | 一种行为轨迹跟踪装置及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937286A (zh) * | 2009-06-29 | 2011-01-05 | 比亚迪股份有限公司 | 光笔轨迹识别系统和方法 |
| CN104540560A (zh) * | 2012-06-04 | 2015-04-22 | 瑞布里斯医疗公司 | 用于步态训练的构造及方法 |
| CN107566797A (zh) * | 2017-09-07 | 2018-01-09 | 青岛博晶微电子科技有限公司 | 一种泳池溺水监控检测装置 |
| CN107589686A (zh) * | 2016-07-09 | 2018-01-16 | 韩宇龙 | 一种视觉和振动阵列感知一体化的智能安防监控系统 |
-
2019
- 2019-12-30 CN CN201911390142.2A patent/CN111143501B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937286A (zh) * | 2009-06-29 | 2011-01-05 | 比亚迪股份有限公司 | 光笔轨迹识别系统和方法 |
| CN104540560A (zh) * | 2012-06-04 | 2015-04-22 | 瑞布里斯医疗公司 | 用于步态训练的构造及方法 |
| CN107589686A (zh) * | 2016-07-09 | 2018-01-16 | 韩宇龙 | 一种视觉和振动阵列感知一体化的智能安防监控系统 |
| CN107566797A (zh) * | 2017-09-07 | 2018-01-09 | 青岛博晶微电子科技有限公司 | 一种泳池溺水监控检测装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111879315A (zh) * | 2020-08-14 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 多目标追踪系统和方法 |
| CN112084372A (zh) * | 2020-09-14 | 2020-12-15 | 北京数衍科技有限公司 | 行人轨迹更新方法及装置 |
| CN112084372B (zh) * | 2020-09-14 | 2024-01-26 | 北京数衍科技有限公司 | 行人轨迹更新方法及装置 |
| CN113091730A (zh) * | 2021-03-25 | 2021-07-09 | 杭州海康威视系统技术有限公司 | 一种轨迹确定方法及装置 |
| CN113091730B (zh) * | 2021-03-25 | 2023-07-07 | 杭州海康威视系统技术有限公司 | 一种轨迹确定方法及装置 |
| CN113973746A (zh) * | 2021-11-19 | 2022-01-28 | 华东师范大学 | 一种行为轨迹跟踪装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111143501B (zh) | 2022-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111143501B (zh) | 轨迹跟踪方法、装置、存储介质及设备 | |
| US11483521B2 (en) | Information processing system, information processing method, and program | |
| CN107561490B (zh) | 推荐建筑物中的位置的装置及其使用方法 | |
| US10375517B2 (en) | Crowd sourced pathway maps | |
| JP7350945B2 (ja) | コンピュータ実装方法、コンピュータ・プログラム製品および装置 | |
| JPH1091795A (ja) | 移動物体検出装置及び移動物体検出方法 | |
| US9239965B2 (en) | Method and system of tracking object | |
| US11087133B2 (en) | Method and apparatus for determining a target object, and human-computer interaction system | |
| EP3842735A1 (en) | Position coordinates estimation device, position coordinates estimation method, and program | |
| JP2018510406A (ja) | 指移動を推定するための方法及びシステム | |
| CN104320848B (zh) | 基于云计算实现室内定位的系统及方法 | |
| EP3373249A1 (en) | Method of detecting moving objects from a temporal sequence of images | |
| KR101280392B1 (ko) | Ｓｌａｍ 기술 기반 이동 로봇의 지도를 관리하기 위한 장치 및 그 방법 | |
| CN111582385B (zh) | Slam质量的量化方法、系统、计算机设备和存储介质 | |
| CN106683113B (zh) | 特征点跟踪方法和装置 | |
| US20160282876A1 (en) | Moving object controller, moving object control method, and integrated circuit | |
| US20220051005A1 (en) | Walking estimation system, walking estimation method, and computer readable-medium | |
| JP5983033B2 (ja) | 位置関係判定プログラム、位置関係判定方法および位置関係判定装置 | |
| US11085992B2 (en) | System and method for positioning a terminal device | |
| KR102580056B1 (ko) | 유동 벡터 가설의 타당성 검사 방법 및 그 장치 | |
| KR101471519B1 (ko) | 누적 차영상 레이블링을 이용한 이동체 검출 장치 및 방법 | |
| KR102297124B1 (ko) | 이동형 단말기에서의 증강 현실을 제공하기 위한 위치 인식 방법 및 시스템 | |
| US20210217034A1 (en) | Rent calculation apparatus, rent calculation method, and program | |
| JP7034391B2 (ja) | カメラ間距離推定装置、カメラ間距離推定方法、及びカメラ間距離推定プログラム | |
| US20230067207A1 (en) | Inter-device positional relationship estimation device, inter-device positional relationship estimation method, and program |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province Patentee after: Xiaoshi Technology (Jiangsu) Co.,Ltd. Address before: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province Patentee before: NANJING ZHENSHI INTELLIGENT TECHNOLOGY Co.,Ltd. |