CN111526324A - 监控系统及方法 - Google Patents
监控系统及方法 Download PDFInfo
- Publication number
- CN111526324A CN111526324A CN201910102829.5A CN201910102829A CN111526324A CN 111526324 A CN111526324 A CN 111526324A CN 201910102829 A CN201910102829 A CN 201910102829A CN 111526324 A CN111526324 A CN 111526324A
- Authority
- CN
- China
- Prior art keywords
- target
- retrieved
- monitoring
- domain
- information
- 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/144—Movement detection
- H04N5/145—Movement estimation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Alarm Systems (AREA)
Abstract
本申请公开了一种监控系统及监控方法,该监控系统包括:中心服务器、分别管辖不同地域的多个域服务器、分别部署于不同地域的多个监控终端;其中,中心服务器与所述多个域服务器连接,各域服务器分别与所述中心服务器、以及本地域的各监控终端连接,所述监控终端与自身所属地域的域服务器连接。本申请可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
Description
技术领域
本申请涉及监控技术领域,尤其涉及一种监控系统及方法。
背景技术
相关技术中,监控系统中摄像头通过背景建模以及surf特征点匹配的方式进行目标检测,然后进一步跟踪,其中使用了多摄像头进行联合监控,但该监控方法不仅容易受到图像质量的影响,仅适用于较小范围的固定场景,对于摄像头视场范围外的区域、或被遮挡的区域也无法有效监控,也即无法实现分层次、多角度、大范围的立体监控。
发明内容
本申请的目的是通过以下技术方案实现的。
一种监控系统,其特征在于,包括:
所述中心服务器,与不同地域的多个域服务器连接,配置为向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为与所述多个域服务器中的任意一个;
所述第一域服务器,与域内的多个监控终端连接,配置为接收所述检索指示,根据所述检索指示,将所述待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标,以及确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;
所述第一监控终端,配置为接收所述跟踪命令,根据所述待检索目标的特征信息,在所述第一监控终端的监控区域内检测所述待检索目标。
优选地,所述第一监控终端,配置为在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的历史路径信息,根据所述历史路径信息,预测出所述待检索目标的未来路径信息,当根据所述未来路径信息预测出所述待检索目标移至所述第一监控终端的边界时,将所述未来路径信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述第一监控终端发送的所述未来路径信息,根据所述未来路径信息,对所述待检索目标的位置进行预测。
优选地,在所述第一域服务器接收所述第一监控终端发送的所述未来路径信息之后,所述方法还包括:
所述第一域服务器,配置为当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向所述中心服务器发送所述未来路径信息;
所述中心服务器,还配置为接收所述第一域服务器发送的所述未来路径信息,根据所述未来路径信息,确定所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示。
优选地,所述第一监控终端,配置为在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的目标跟踪信息,并将所述目标跟踪信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述第一监控终端发送的所述目标跟踪信息,根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标的位置进行预测。
优选地,所述第一域服务器,配置为当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向所述中心服务器发送所述未来路径信息;
所述中心服务器,还配置为接收所述第一域服务器发送的所述未来路径信息,根据所述未来路径信息,确定所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示。
优选地,所述第一监控终端,配置为在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的目标跟踪信息,并将所述目标跟踪信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述第一监控终端发送的所述目标跟踪信息,将所述目标跟踪信息发送给所述中心服务器;
所述中心服务器,配置为接收所述第一域服务器发送的所述目标跟踪信息,根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标的位置进行预测。
优选地,所述中心服务器,配置为当预测出所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示;或者,
所述中心服务器,配置为当预测出所述待检索目标仍位于所述第一域服务器的域内监控区域时,将所述未来路径信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述中心服务器发送的所述未来路径信息,根据所述未来路径信息,对所述待检索目标的位置进行预测;
其中,当预测出所述待检索目标移动至域内第二监控终端的监控区域时,所述第一域服务器向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息,或者,当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息。
优选地,所述第一域服务器,配置为:根据域内监控区域拓扑图和所述未来路径信息,对所述待检索目标的位置进行预测。
优选地,所述中心服务器,配置为:根据全局监控区域拓扑图和所述未来路径信息,对所述待检索目标的位置进行预测。
优选地,所述中心服务器,配置为根据来自所有域服务器的结构化信息和所述待检索目标的特征信息,确定所述第一域服务器,并向所述第一域服务器发送所述检索指示。
一种监控系统的构建方法,包括:
监控终端向自身所属地域的域服务器发送注册信息,所述注册信息包括:监控终端的标识、位置信息和监控范围信息;
域服务器获取来自自身管辖地域内所有监控终端的注册信息、以及来自中心服务器的局域数字地图,生成自身管辖地域的监控区域拓扑图,并将所述监控区域拓扑图上报至所述中心服务器,以便所述中心服务器识别盲区,所述局域数字地图为所述域服务器管辖区域的数字地图,所述监控区域拓扑图包括具有各监控终端的标识、位置信息、监控范围信息的局域数字地图;
中心服务器从各地域的域服务器获取各地域的监控区域拓扑图,基于各地域的监控区域拓扑图生成全域的监控区域拓扑图,通过识别所述全域的监控区域拓扑图确定监控盲区,并将监控盲区的信息提供给管理者。
优选地,所述监控终端定时地或在每次启动时重新上报自身的位置信息至自身所属区域的域服务器。
优选地,域服务器定时获取来自所述监控终端的更新后的位置信息,根据所述更新后的位置信息同步更新所述监控区域拓扑图,并将所述更新后的监控区域拓扑图上报至所述中心服务器。
优选地,中心服务器定时获取来自所述域服务器的更新后的监控区域拓扑图,基于所述更新后的监控区域拓扑图同步更新所述全域的监控区域拓扑图,通过识别所述更新后的全域的监控区域拓扑图确定监控盲区,并将所述监控盲区的信息提供给管理者。
优选地,中心服务器按照地域将全域数字地图划分为局域数字地图,并下发给负责关心各地域的域服务器,以便所述域服务器基于所述局域数字地图得到所述监控区域拓扑图。
一种监控方法,应用于第一域服务器,所述第一域服务器为与中心服务器连接的任意一个域服务器,其特征在于,所述方法包括:
接收中心服务器发出的检索指示,所述检索指示中携带待检索目标的特征信息;
根据所述检索指示,将待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标;
确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息。
优选地,接收所述第一监控终端发送的未来路径信息,所述未来路径信息是所述第一监控终端预测出所述待检索目标移至所述第一监控终端的边界时向所述第一域服务器发送的;
根据所述未来路径信息,对所述待检索目标的位置进行预测。
优选地,所述在根据所述未来路径信息,对所述待检索目标的位置进行预测之后,还包括:
当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;或者,
当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息;或者,
当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向中心服务器发送所述未来路径信息。
优选地,接收所述第一监控终端发送的目标跟踪信息,所述目标跟踪信息是所述第一监控终端在其监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪生成的信息;
根据所述目标跟踪信息,生成所述待检索目标的历史路径信息;
根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标的位置进行预测。
优选地,在所述第一域服务器根据所述未来路径信息对所述待检索目标的位置进行预测时,所述方法还包括:
当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;或者,
当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息;或者,
当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向所述中心服务器发送所述未来路径信息。
优选地,接收所述第一监控终端发送的目标跟踪信息,所述目标跟踪信息是所述第一监控终端在其监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪生成的信息;
将所述目标跟踪信息发送给所述中心服务器。
优选地,接收所述中心服务器发送的未来路径信息,所述未来路径信息是所述中心服务器根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,并根据所述历史路径信息,预测出的所述待检索目标的未来路径信息;所述未来路径信息是所述中心服务器根据所述未来路径信息预测出所述待检索目标仍位于所述第一域服务器的域内监控区域时向所述第一域服务器发送的;
根据所述未来路径信息,对所述待检索目标的位置进行预测;
其中,所述根据所述未来路径信息,对所述待检索目标的位置进行预测,包括:
当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息,或者,当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息。
优选地,所述根据所述未来路径信息,对所述待检索目标的位置进行预测,包括:根据域内监控区域拓扑图和所述未来路径信息,对所述待检索目标的位置进行预测。
一种监控方法,应用于中心服务器,所述中心服务器与不同地域的多个域服务器连接,其特征在于,所述方法包括:
向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息;
根据来自所有域服务器的结构化信息和所述待检索目标的特征信息,确定第一域服务器;
向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为所述多个域服务器中的任意一个,所述检索指示用于所述第一域服务器确定待检索目标和跟踪所述待检索目标的第一监控终端。
优选地,接收所述第一域服务器发送的未来路径信息,所述未来路径信息是所述第一域服务器预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时向所述中心服务器发送的;
根据所述未来路径信息,确定所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示;
其中,所述未来路径信息是所述第一监控终端根据所述待检索目标的历史路径信息测出所述未来路径信息之后发送给所述第一域服务器的;或者,
所述未来路径信息是所述第一监控终端向所述第一域服务器发送目标跟踪信息之后所述第一域服务器根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,并根据所述待检索目标的历史路径信息预测出的。
优选地,接收所述第一域服务器发送的目标跟踪信息,所述目标跟踪信息是所述第一监控终端在其监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪生成所述待检索目标在所述监控区域中的跟踪信息之后向所述第一域服务器发送的;
根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标进行预测。
优选地,所述根据所述未来路径信息对所述待检索目标的位置进行预测之后,还包括:
当预测出所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示;或者,
当预测出所述待检索目标仍位于所述第一域服务器的域内监控区域时,将所述未来路径信息发送给所述第一域服务器。
优选地,所述根据所述未来路径信息对所述待检索目标的位置进行预测,包括:所述中心服务器,根据全局监控区域拓扑图和所述未来路径信息,对所述待检索目标进行预测。
一种监控方法,应用于监控终端,所述监控终端为与域服务器连接的任意一个,所述方法包括:
接收域服务器发出的跟踪命令,根据所述待检索目标的特征信息,在监控区域内检测所述待检索目标;
在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的历史路径信息,根据所述历史路径信息,预测出所述待检索目标的未来路径信息,当根据所述未来路径信息预测出所述待检索目标移至所述第一监控终端的边界时,将所述未来路径信息发送给所述第一域服务器,或者
在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的目标跟踪信息,并将所述目标跟踪信息发送给所述第一域服务器。
一种监控装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上述方法的处理。
一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述方法的处理。
本申请的优点在于可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控,具体优点还包括:
1)本申请提出了一种使用深度学习进行监控的方法;
2)本申请将高精地图和无人机引入到监控系统,进行无人机和固定摄像头联合监控;
3)本申请使用了一种多层次多角度的立体监控系统,算你和存储阶梯化可以高效的利用计算资源。
4)本申请的技术方案通过其所包括的路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
附图1示出了根据本申请实施方式的一种监控系统的结构示意图;
附图2示出了根据本申请实施方式的一种监控方法的流程示意图;
附图3示出了根据本申请实施方式的另一监控方法的流程示意图;
附图4示出了根据本申请实施方式的另一监控方法的流程示意图;
附图5示出了根据本申请实施方式的深度学习算法提取特征信息的过程示意图;
附图6示出了根据本申请实施方式的一种监控装置的结构示意图;
附图7示出了根据本申请实施方式的监控系统的示例性网络构建流程示意图;
附图8示出了根据本申请实施方式的监控系统的示例性构建流程示意图;
附图9示出了根据本申请实施方式的定时目标的示例性监控流程示意图;
附图10示出了根据本申请实施方式的实时目标的示例性监控流程示意图;
附图11示出了根据本申请实施方式的监控终端的示例性处理流程示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本文术语解释如下:
数字地图:数字地图是纸制的地图的数字存在,是在一定坐标系统内具有确定的坐标和属性的地面要素和现象的离散数据,在计算机可识别的可存储介质上概括的、有序的集合。数字地图是可以在电子屏幕上显示的地图。
可定位摄像头:携带定位设备的摄像头,可以将自身的位置信息(比如,坐标信息、经纬度信息等)上传给服务器进行位置信息的注册。本文所述摄像头泛指公共场合(如道路、园区等)安装的可上传位置信息的摄像头。
无人机:无人驾驶飞机简称“无人机”,英文缩写为“UAV”,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机,或者由车载计算机完全地或间歇地自主地操作,本文所述无人机具有摄像头,并能利用深度学习算法对目标进行检测分类和跟踪。
相关技术中,监控系统主要通过多摄像头的联合监控来实现,而摄像头需要固定安装,且视场范围固定,因而仅可对固定的监控区域进行监控,一旦有遮挡物将无法有效采集图像或采集到的图像质量比较差,且采用多摄像头联合监控的方式,一旦摄像头的部署安排不够合理,就会出现监控盲区。由此可见,采用摄像头进行监控的方式,仅能适用于固定场景,且对于摄像头视场范围外的区域(比如,摄像头无法覆盖的区域、被遮挡的区域、监控盲区)也无法进行有效监控,也即无法实现多角度的立体监控。
相关技术中,监控系统往往采用“多摄像头+服务器”的架构,摄像头负责采集图像并进行处理,而服务器则主要负责相关数据的维护,由于此架构下服务器端的存储资源和计算资源有限,因此,该架构仅可适用于地域范围较小、数据处理量较小的固定场景,比如,某个车站、某栋大楼、某小区的监控,而无法适用于地域范围较大的场景,比如,国、省、市的大范围监控,也即无法实现多层级大范围的监控。
下面对本申请技术方案的具体实施方式进行详细说明。
本申请提出一种监控系统,包括:
中心服务器、分别管辖不同地域的多个域服务器、分别部署于不同地域的多个监控终端;其中,中心服务器与所述多个域服务器连接,各个域服务器分别与所述中心服务器、以及该域服务器所属地域的各监控终端连接,所述监控终端与自身所属地域的域服务器连接;其中,
所述中心服务器,与不同地域的多个域服务器连接,配置为向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为与所述多个域服务器中的任意一个;
所述第一域服务器,与域内的多个监控终端连接,配置为接收所述检索指示,根据所述检索指示,将所述待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标,以及确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;
所述第一监控终端,配置为接收所述跟踪命令,根据所述待检索目标的特征信息,在所述第一监控终端的监控区域内检测所述待检索目标。
如图1所示,监控系统90包括:中心服务器91、分别管辖不同地域的多个域服务器92、分别部署于不同地域的多个监控终端93;其中,中心服务器91与所述多个域服务器92连接,各域服务器92分别与所述中心服务器91、以及本地域的各监控终端93连接,所述监控终端93与自身所属地域的域服务器91连接。
本实施例中,所述中心服务器91,可配置为向所述域服务器提供跟踪指示,所述跟踪指示携带目标的特征信息;所述域服务器92,可配置为基于本地域内监控终端提供的结构化信息、以及所述目标的特征信息,确定跟踪所述目标的监控终端,并向该监控终端发送跟踪命令,所述跟踪命令携带所述目标的特征信息;所述监控终端93,可配置为接收所述跟踪命令,检测实时采集的图像中所述目标的特征信息以获得所述目标在当前监控区域的移动轨迹,并向所述域服务器提供目标跟踪信息,所述目标跟踪信息至少包含所述目标在当前监控区域的移动轨迹信息。
实施例一
根据本申请的一个实施例,提供一种监控系统,可以实现监控终端具有路径预判功能,该监控系统中:
中心服务器,与不同地域的多个域服务器连接,配置为向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为与所述多个域服务器中的任意一个;
第一域服务器,与域内的多个监控终端连接,配置为接收所述检索指示,根据所述检索指示,将所述待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标,以及确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;
第一监控终端,配置为接收所述跟踪命令,根据所述待检索目标的特征信息,在所述第一监控终端的监控区域内检测所述待检索目标;
示例性地,第一监控终端被配置为在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的历史路径信息,根据所述历史路径信息,预测出所述待检索目标的未来路径信息,当根据所述未来路径信息预测出所述待检索目标移至所述第一监控终端的边界时,将所述未来路径信息发送给所述第一域服务器;第一域服务器,配置为接收所述第一监控终端发送的所述未来路径信息,根据所述未来路径信息,对所述待检索目标的位置进行预测。
示例性地,在所述第一域服务器接收所述第一监控终端发送的所述未来路径信息之后,还包括:所述第一域服务器,配置为当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,在所述第一域服务器接收所述第一监控终端发送的所述未来路径信息之后,还包括:所述第一域服务器,配置为当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,在所述第一域服务器接收所述第一监控终端发送的所述未来路径信息之后,还包括:所述第一域服务器,配置为当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向所述中心服务器发送所述未来路径信息。
示例性地,所述中心服务器,还配置为接收所述第一域服务器发送的所述未来路径信息,根据所述未来路径信息,确定所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示。
通过将高精地图和无人机引入到监控系统,进行无人机和固定摄像头联合监控,能够完成监控区域内结构化信息的提取和上传,以及数字地图位置的定期刷新,特定目标的实时检测和跟踪,通过实现监控终端具有路径预判功能,高效利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
实施例二
根据本申请的一个实施例,提供一种监控系统,可以实现域服务器具有路径预判功能,该监控系统中:
中心服务器,与不同地域的多个域服务器连接,配置为向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为与所述多个域服务器中的任意一个;
第一域服务器,与域内的多个监控终端连接,配置为接收所述检索指示,根据所述检索指示,将所述待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标,以及确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;
第一监控终端,配置为接收所述跟踪命令,根据所述待检索目标的特征信息,在所述第一监控终端的监控区域内检测所述待检索目标;
示例性地,第一监控终端被配置为在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的目标跟踪信息,并将所述目标跟踪信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述第一监控终端发送的所述目标跟踪信息,根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标的位置进行预测。
示例性地,所述第一域服务器,配置为当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向所述中心服务器发送所述未来路径信息;
所述中心服务器,还配置为接收所述第一域服务器发送的所述未来路径信息,根据所述未来路径信息,确定所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示。
通过将二级服务器引入到监控系统,使得整个系统呈现分布式形态,减小中心服务器的业务和存储压力,可以存储局域内的数字地图、监控终端坐标信息以及拓扑图,通过实现域服务器具有路径预判功能,高效利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
实施例三
根据本申请的一个实施例,提供一种监控系统,可以实现中心服务器具有路径预判功能,该监控系统中:
中心服务器,与不同地域的多个域服务器连接,配置为向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为与所述多个域服务器中的任意一个;
第一域服务器,与域内的多个监控终端连接,配置为接收所述检索指示,根据所述检索指示,将所述待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标,以及确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;
第一监控终端,配置为接收所述跟踪命令,根据所述待检索目标的特征信息,在所述第一监控终端的监控区域内检测所述待检索目标;
示例性地,第一监控终端被配置为在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的目标跟踪信息,并将所述目标跟踪信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述第一监控终端发送的所述目标跟踪信息,将所述目标跟踪信息发送给所述中心服务器;
所述中心服务器,配置为接收所述第一域服务器发送的所述目标跟踪信息,根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标的位置进行预测。
示例性地,中心服务器配置为根据全局监控区域拓扑图和所述未来路径信息,对所述待检索目标的位置进行预测。
示例性地,中心服务器配置为当预测出所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示。
示例性地,中心服务器配置为当预测出所述待检索目标仍位于所述第一域服务器的域内监控区域时,将所述未来路径信息发送给所述第一域服务器。
示例性地,第一域服务器配置为接收所述中心服务器发送的所述未来路径信息,根据所述未来路径信息,对所述待检索目标的位置进行预测。
其中,当预测出所述待检索目标移动至域内第二监控终端的监控区域时,所述第一域服务器向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息,或者,当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息。
通过采用中心服务器汇总全局监控拓扑图,实现中心服务器具有路径预判功能,从而可以高效的利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
在本申请的实施例中,监控终端可以包括不同的具有定位和图像采集功能的终端设备,这些终端设备可以固定,也可以移动,如具有摄像功能的无人机,可定位摄像头和机器人,当然,该监控终端还可以为其他类似的设备。对此,本文不予限制。
在本申请的实施例中,所述域服务器可以实时获取当前地域内各监控终端的结构化信息,所述结构化信息至少可以包含所述监控终端利用深度学习算法自实时采集的图像中提取的特征信息。这里,结构化信息可以包括监控终端通过深度学习对实时采集的图像进行处理而提取到的特征信息,该特征信息可以为图像中人、车、动物和/或其他可能作为跟踪目标的物体的特征信息。比如,该结构化信息可以包括如下之一或多项(但不限于此):人脸特征信息、步态特征信息、着装特征信息(比如,从图像中识别到的人物着装的颜色、款式等信息)、外观特征信息(比如,车辆的颜色、形状等特征)、品牌特征信息(比如,从图像中识别到的车辆品牌信息)、标识特征信息(比如,从图像中识别到的车牌号码)等。本申请实施例中,该结构化信息可采用预先设定的标准化格式形成、存储。这样,可大幅减少监控终端与域服务器之间的传输数据量、域服务器的数据处理量,从而有效节省计算资源和存储资源。
在本申请的实施例中,第一域服务器可以被配置为:根据域内监控区域拓扑图和所述未来路径信息,对所述待检索目标的位置进行预测。
在本申请的实施例中,中心服务器可以被配置为根据来自所有域服务器的结构化信息和所述待检索目标的特征信息,确定所述第一域服务器,并向所述第一域服务器发送所述检索指示。
本申请提出一种监控方法,其具体采用上述监控系统,该方法包括:
中心服务器向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为与所述中心服务器连接的多个域服务器中的任意一个;
第一域服务器接收所述检索指示,根据所述检索指示,将所述待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标,以及确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;
第一监控终端接收所述跟踪命令,根据所述待检索目标的特征信息,在所述第一监控终端的监控区域内检测所述待检索目标。
本申请提供一种监控方法,应用于第一域服务器,所述第一域服务器为与中心服务器连接的任意一个域服务器,如图2所示,所述方法包括:
101、接收中心服务器发出的检索指示,所述检索指示中携带待检索目标的特征信息;
102、根据所述检索指示,将待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标;
103、确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息。
实施例四
根据本申请的一个实施例,提供一种监控方法,应用于第一域服务器,所述第一域服务器为与中心服务器连接的任意一个域服务器,该方法可实现监控终端具有路径预判功能,所述方法包括:
接收中心服务器发出的检索指示,所述检索指示中携带待检索目标的特征信息;
根据所述检索指示,将待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标;
确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,该方法包括:接收所述第一监控终端发送的未来路径信息,所述未来路径信息是所述第一监控终端预测出所述待检索目标移至所述第一监控终端的边界时向所述第一域服务器发送的;根据所述未来路径信息,对所述待检索目标的位置进行预测。
示例性地,所述在根据所述未来路径信息,对所述待检索目标的位置进行预测之后,还包括当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,所述在根据所述未来路径信息,对所述待检索目标的位置进行预测之后,还包括当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,所述在根据所述未来路径信息,对所述待检索目标的位置进行预测之后,还包括当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向中心服务器发送所述未来路径信息。
通过将使用高精地图和无人机引入到监控方法,进行无人机和固定摄像头联合监控,能够完成监控区域内结构化信息的提取和上传,以及数字地图位置的定期刷新,特定目标的实时检测和跟踪,实现了监控终端具有路径预判功能,从而高效的利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
实施例五
根据本申请的一个实施例,提供一种监控方法,应用于第一域服务器,所述第一域服务器为与中心服务器连接的任意一个域服务器,可以实现域服务器具有路径预判功能,所述方法包括:
接收中心服务器发出的检索指示,所述检索指示中携带待检索目标的特征信息;
根据所述检索指示,将待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标;
确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,所述方法还包括:接收所述第一监控终端发送的目标跟踪信息,所述目标跟踪信息是所述第一监控终端在其监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪生成的信息;根据所述目标跟踪信息,生成所述待检索目标的历史路径信息;根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标的位置进行预测。
示例性地,在所述第一域服务器根据所述未来路径信息对所述待检索目标的位置进行预测时,所述方法还包括预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,在所述第一域服务器根据所述未来路径信息对所述待检索目标的位置进行预测时,所述方法还包括当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,在所述第一域服务器根据所述未来路径信息对所述待检索目标的位置进行预测时,所述方法还包括当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向所述中心服务器发送所述未来路径信息。
通过将使用二级服务器引入到监控方法,使得整个系统呈现分布式形态,减小中心服务器的业务和存储压力,可以存储局域内的数字地图、监控终端坐标信息以及拓扑图,实现了域服务器具有路径预判功能,从而高效的利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
实施例六
根据本申请的一个实施例,提供一种监控方法,应用于域服务器,所述域服务器为与中心服务器连接的任意一个域服务器,该方法可以实现中心服务器具有路径预判功能,所述方法包括:
接收中心服务器发出的检索指示,所述检索指示中携带待检索目标的特征信息;
根据所述检索指示,将待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标;
确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,还包括:接收所述第一监控终端发送的目标跟踪信息,所述目标跟踪信息是所述第一监控终端在其监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪生成的信息;将所述目标跟踪信息发送给所述中心服务器。
示例性地,还包括:接收所述中心服务器发送的未来路径信息,所述未来路径信息是所述中心服务器根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,并根据所述历史路径信息,预测出的所述待检索目标的未来路径信息;所述未来路径信息是所述中心服务器根据所述未来路径信息预测出所述待检索目标仍位于所述第一域服务器的域内监控区域时向所述第一域服务器发送的;根据所述未来路径信息,对所述待检索目标的位置进行预测;
其中,所述根据所述未来路径信息,对所述待检索目标的位置进行预测,包括:当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息,或者,当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息。
示例性地,所述根据所述未来路径信息,对所述待检索目标的位置进行预测,包括:根据域内监控区域拓扑图和所述未来路径信息,对所述待检索目标的位置进行预测。
本申请实施例中,域服务器还可以在目标移出当前监控终端的监控区域边界时重新选择新的监控终端进行跟踪,以确保目标跟踪不丢失。换言之,本实施例的上述监控方法还可以包括:在所述目标移至所述监控终端的监控区域边界时,域服务器基于所述监控终端提供的目标跟踪信息,重新确定跟踪所述目标的监控终端,并向该监控终端发送所述跟踪命令,以持续跟踪所述目标。一种实现方式中,域服务器可以接收所述监控终端反馈的目标跟踪信息,所述目标跟踪信息至少包括所述目标于所述监控终端监控区域的移动轨迹;在所述目标移至所述监控终端的监控区域边界时,所述域服务器根据所述目标跟踪信息确定继续跟踪所述目标的监控终端,并通知相应监控终端,以便相应监控终端继续对所述目标进行跟踪。
本申请实施例中,所述域服务器还可以基于所述监控终端提供的目标跟踪信息和/或结构化信息,确定所述目标是否移至当前地域的边界,在确定所述目标移至当前地域的边界时,向中心服务器提供目标在当前地域的移动轨迹信息,以便持续跟踪所述目标。如此,在目标移出当前域服务器的监控范围之后,域服务器可以及时向中心服务器上报,由中心服务器重新选择新的域服务器继续跟踪,以持续跟踪该目标。
本实施例中,域服务器确定跟踪所述目标的监控终端时,可采用多种方式实现。具体来说,域服务器可以基于监控终端提供的目标跟踪信息和/或结构化信息,查找监控区域与所述目标的未来移动轨迹相匹配的可定位摄像头和/或无人机。这里,监控区域与所述目标的未来移动轨迹相匹配可以包括但不限于:监控区域覆盖目标未来移动轨迹、监控区域与目标的未来移动轨迹相重叠的可定位摄像头和/或无人机。这里,目标的未来移动轨迹是利用该目标当前跟踪过程中的移动轨迹预测得到的移动轨迹。一种实现方式中,域服务器可以通过将当前地域内各监控终端提供的结构化信息、以及该目标的特征信息进行比对,刻画该目标在当前地域的历史移动轨迹(即,跟踪命令下发之前的移动轨迹),基于该历史移动轨迹预测得到目标的未来移动轨迹,再基于该目标的未来移动轨迹、以及各监控终端的监控数据(即,位置信息和监控范围信息)确定首次跟踪该目标的监控终端。另一种实现方式中,域服务器可以从监控终端提供的目标跟踪信息中提取目标的移动轨迹信息,据此移动轨迹信息预测得到该目标的未来移动轨迹,进而基于该未来移动轨迹重新确定跟踪该目标的监控终端。
本申请实施例中,域服务器可以根据目标跟踪信息和/或结构化信息,利用当前地域中各监控终端提供的位置信息和监控范围信息(监控区域拓扑图),确定跟踪所述目标的监控终端。具体来说,域服务器可以根据目标跟踪信息或结构化信息预测目标的未来移动轨迹,再基于各监控终端提供的位置信息和监控范围信息(监控区域拓扑图)以及目标的未来移动轨迹,查找可跟踪该目标的可定位摄像头(即监控区域与所述目标的未来移动轨迹相匹配的可定位摄像头),如果查找到可跟踪该目标的可定位摄像头,则向该可定位摄像头发送跟踪命令,以便利用该可定位摄像头持续跟踪目标。如果未查找到可跟踪该目标的可定位摄像头,域服务器可以查找可跟踪该目标的无人机(即监控区域与所述目标的未来移动轨迹相匹配的无人机),并向该无人机发送跟踪命令,以便利用无人机来持续跟踪目标。
实际应用中,在监控终端为可定位摄像头时,其位置信息可以为可定位摄像头的安装位置的定位信息,该位置信息具体可以为相应位置在世界坐标系中的坐标、和或相应位置的经纬度,其监控范围信息可以包括但不限于可定位摄像头的视场角、焦距等参数,该监控范围信息还可以为基于可定位摄像头在世界坐标系的坐标、及其视场角、焦距等参数计算得到的可监控的区域信息,该区域可以通过世界坐标系的坐标区间来表示,也可以通过经纬度区间来表示。在监控终端为无人机时,其位置信息可以为无人机启动之前所处位置的定位信息,该定位信息可以通过世界坐标系的坐标、经纬度等来表示,其监控范围信息为以其所处位置为起点的可搜索区域信息,该区域信息也可以通过世界坐标系的坐标区间、和/或经纬度区间来表示,也可以通过无人机的搜索距离及其起点位置来定义。
本申请实施例中,监控终端可预先向域服务器注册,以便与域服务器建立连接。具体的,监控终端可以在启动时即向域服务器发送注册消息,该注册消息携带监控终端的标识、位置信息和监控范围信息,如此,域服务器可以从来自所述监控终端的注册消息中提取所述监控终端的标识、位置信息和监控范围信息并存储至本地,以便利用各监控终端的位置信息和监控范围信息确定跟踪目标的监控终端。此外,各监控终端还可以定时向域服务器刷新自身的位置信息和监控范围信息,域服务器可以基于更新后的这些信息同步更新上述监控区域拓扑图,并将更新后的监控区域拓扑图同步至中心服务器。具体来说,各监控终端可以定时向域服务器发送刷新消息,该刷新消息携带该监控终端饿标识及其最新的位置信息和监控范围信息,域服务器可以从来自所述监控终端的刷新消息中提取所述监控终端的标识、位置信息和监控范围信息并更新至本地,以便利用各监控终端最新的位置信息和监控范围信息确定跟踪目标的监控终端,避免失误。
本申请实施例的一种实现方式中,所述域服务器可以利用所述各监控终端提供的位置信息和监控范围信息,基于对应当前地域的局域数字地图生成当前地域的监控区域拓扑图,利用该监控区域拓扑图确定跟踪所述目标的监控终端。这里,在生成监控区域拓扑图之前,域服务器还可以从中心服务器获取所述当前地域的局域数字地图并存储至本地。另外,域服务器还可以将所述当前地域的监控区域拓扑图提供给所述中心服务器,以便所述中心服务器基于该监控区域拓扑图识别监控盲区。此外,域服务器还可以基于当前地域的监控区域拓扑图识别当前地域的监控盲区,并将相应的监控盲区信息提供给中心服务器,以便由中心服务器向管理员报警,使管理员及时在相应的监控盲区部署监控终端。
本申请提供一种监控方法,应用于中心服务器,所述中心服务器与不同地域的多个域服务器连接,如图3所示,所述方法包括:
201、向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息;
202、根据来自所有域服务器的结构化信息和所述待检索目标的特征信息,确定第一域服务器;
203、向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为所述多个域服务器中的任意一个,所述检索指示用于所述第一域服务器确定待检索目标和跟踪所述待检索目标的第一监控终端。
通过采用中心服务器汇总全局监控拓扑图,实现中心服务器具有路径预判功能,从而可以高效的利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
实施例七
根据本申请的一个实施例,提供一种监控方法,应用于中心服务器,所述中心服务器与不同地域的多个域服务器连接,该方法可以实现监控终端具有路径预判功能,或者域服务器具有路径预判功能,所述方法包括:
向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息;根据来自所有域服务器的结构化信息和所述待检索目标的特征信息,确定第一域服务器;
向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为所述多个域服务器中的任意一个,所述检索指示用于所述第一域服务器确定待检索目标和跟踪所述待检索目标的第一监控终端。
示例性地,接收所述第一域服务器发送的未来路径信息,所述未来路径信息是所述第一域服务器预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时向所述中心服务器发送的;
根据所述未来路径信息,确定所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示;
其中,所述未来路径信息是所述第一监控终端根据所述待检索目标的历史路径信息测出所述未来路径信息之后发送给所述第一域服务器的,或者,
所述未来路径信息是所述第一监控终端向所述第一域服务器发送目标跟踪信息之后所述第一域服务器根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,并根据所述待检索目标的历史路径信息预测出的。
通过将使用高精地图和无人机引入到监控方法,进行无人机和固定摄像头联合监控,能够完成监控区域内结构化信息的提取和上传,以及数字地图位置的定期刷新,特定目标的实时检测和跟踪,实现了监控终端具有路径预判功能,或者通过将使用二级服务器引入到监控方法,使得整个系统呈现分布式形态,减小中心服务器的业务和存储压力,可以存储局域内的数字地图、监控终端坐标信息以及拓扑图,实现了域服务器具有路径预判功能,从而高效的利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
实施例八
根据本申请的一个实施例,提供一种监控方法,应用于中心服务器,所述中心服务器与不同地域的多个域服务器连接,可以实现中心服务器具有路径预判功能,所述方法包括:
向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息;
根据来自所有域服务器的结构化信息和所述待检索目标的特征信息,确定第一域服务器;
向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为所述多个域服务器中的任意一个,所述检索指示用于所述第一域服务器确定待检索目标和跟踪所述待检索目标的第一监控终端。
示例性地,还包括:
接收所述第一域服务器发送的目标跟踪信息,所述目标跟踪信息是所述第一监控终端在其监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪生成所述待检索目标在所述监控区域中的跟踪信息之后向所述第一域服务器发送的;
根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标进行预测。
示例性地,所述根据所述未来路径信息对所述待检索目标的位置进行预测之后,还包括:
当预测出所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示;或者,
当预测出所述待检索目标仍位于所述第一域服务器的域内监控区域时,将所述未来路径信息发送给所述第一域服务器。
示例性地,所述根据所述未来路径信息对所述待检索目标的位置进行预测,包括:所述中心服务器,根据全局监控区域拓扑图和所述未来路径信息,对所述待检索目标进行预测。
通过采用中心服务器汇总全局监控拓扑图,实现中心服务器具有路径预判功能,从而可以高效的利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
本实施例中,监控方法还可包括:中心服务器根据所述域服务器提供的所述目标在相应地域的移动轨迹信息,确定跟踪所述目标的域服务器,并向该域服务器发送跟踪指示,所述跟踪指示携带所述目标的特征信息。如此,可在目标移至当前域服务器的地域边界时,重新选择新的域服务器进行跟踪,以实现该目标的持续跟踪,避免目标丢失。
本实施例中,跟踪指示可以为检索任务和/或实时跟踪任务,检索任务是指对历史指定的一系列目标定时进行跟踪,实时跟踪任务是指对当前指定的一个或多个目标进行实时跟踪。本实施例的一种实现方式中,中心服务器可以基于管理员设置的需定时跟踪的至少一个目标的特征信息或原图像,建立黑名单,所述黑名单包含至少一项所述目标的特征信息;所述中心服务器定时向至少一个地域的域服务器下发检索任务,所述检索任务携带所述黑名单中至少一项目标的特征信息。本实施例的另一种实现方式中,中心服务器可以基于管理员设置的需实时跟踪的至少一个目标的特征信息或原图像;所述中心服务器实时向至少一个地域的域服务器下发实时跟踪任务,所述实时跟踪任务携带所述至少一个目标的特征信息。
本实施例中,在接收到目标的原图像时,中心服务器还可以利用深度学习算法自所述原图像提取所述目标的特征信息,以便向相应的域服务器下发跟踪指示。
本实施例中,中心服务器确定跟踪所述目标的域服务器的方式可以有多种。一种实现方式中,中心服务器可以利用本地存储的全域数字地图生成所述目标的动态路径图,基于该动态路径图预测所述目标的未来移动轨迹,查找地域覆盖所述未来移动轨迹的域服务器。除此之外,还可采用其他方式,对于确定跟踪目标的域服务器的具体实施方式,本文不予限制。
本实施例的一种实现方式中,中心服务器还可以获取来自各域服务器的监控区域拓扑图,识别各地域的监控盲区,并向管理员提供相应的监控盲区信息;另一种实现方式中,所述中心服务器还可以接收来自域服务器的监控盲区信息并提供给管理员。如此,中心服务器可以将监控盲区实时报警给管理员,以便管理员及时在相应区域部署监控终端。
本实施例中,中心服务器还可以获取全域数字地图,按照地域将所述全域数字地图分割为对应不同地域的局域数字地图,并将所述局域数字地图提供给管辖相应地域的域服务器。一种实现方式中,可以由管理员设置获取全域数字地图的地址,中心服务器通过访问该地址获取全域数字地图。另一种实现方式中,管理员输入全域数字地图,中心服务器接收管理员输入的全域数字地图并存储。实际应用中,还可采用其他方式获取全域数字地图,对此,本文不予限制。此外,中心服务器还可实时更新全域数字地图,并同步更新各局域数字地图到相应的域服务器。更新全域数字地图的方式与获取全域数字地图的方式相同,不再赘述。
本申请提供一种监控方法,应用于监控终端,所述监控终端为与域服务器连接的任意一个,如图4所示,所述方法包括:
301、接收域服务器发出的跟踪命令,根据所述待检索目标的特征信息,在监控区域内检测所述待检索目标。
实施例九
根据本申请的一个实施例,提供一种监控方法,应用于监控终端,述监控终端为与域服务器连接的任意一个,所述方法包括:
接收域服务器发出的跟踪命令,根据所述待检索目标的特征信息,在监控区域内检测所述待检索目标;
在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的历史路径信息,根据所述历史路径信息,预测出所述待检索目标的未来路径信息,当根据所述未来路径信息预测出所述待检索目标移至所述第一监控终端的边界时,将所述未来路径信息发送给所述第一域服务器。
通过将使用高精地图和无人机引入到监控方法,进行无人机和固定摄像头联合监控,能够完成监控区域内结构化信息的提取和上传,以及数字地图位置的定期刷新,特定目标的实时检测和跟踪,实现监控终端具有路径预判功能,从而高效的利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
实施例十
根据本申请的一个实施例,提供一种监控方法,应用于监控终端,述监控终端为与域服务器连接的任意一个,所述方法包括:
接收域服务器发出的跟踪命令,根据所述待检索目标的特征信息,在监控区域内检测所述待检索目标;
在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的目标跟踪信息,并将所述目标跟踪信息发送给所述第一域服务器。
通过将使用二级服务器引入到监控方法,使得整个系统呈现分布式形态,减小中心服务器的业务和存储压力,可以存储局域内的数字地图、监控终端坐标信息以及拓扑图,实现域服务器具有路径预判功能,从而高效的利用计算资源,可适应需大范围监控的应用场景,实现多层次、多角度、大范围的立体监控。
通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
本实施例的一种实现方式中,所述监控终端可以在所述目标移至当前监控区域的边界时,向所述域服务器发送所述目标跟踪信息。具体的,监控终端可以基于所述目标在当前监控区域的移动轨迹判断所述目标是否移至当前监控区域的边界,在目标移至当前监控区域的边界时,刻画出目标在当前监控区域的移动轨迹,并将相应的目标跟踪信息发送至域服务器,该目标跟踪信息包含所刻画的移动轨迹的信息。如此,域服务器在收到目标跟踪信息时即可重新选择新的监控终端进行跟踪。
本实施例的一种实现方式中,还包括:监控终端自实时采集的图像中提取特征信息,形成结构化信息并提供给所述域服务器。
本实施例的一种实现方式中,所述监控终端可以利用深度学习算法对实时采集到的图像进行处理,以提取所述特征信息或检测所述目标的特征信息。
本实施例的一种实现方式中,所述特征信息至少包括如下之一:人脸特征信息;步态特征信息;着装特征信息;外观特征信息;品牌特征信息;标识特征信息。
本实施例的一种实现方式中,监控终端利用深度学习算法对实时采集到的图像进行处理,以提取所述特征信息或检测所述目标的特征信息,具体方案如图5所示,可以包括:
首先,对实时采集的图像据进行预处理;具体的,该预处理可以包括图像格式转换、图像缩放等基本处理,目的是将图像转换为检测网络需要的分辨率和格式。如果只对图像某些特有区域的目标感兴趣,可以先进行区域像素提取后再进行预处理。在成像条件不理想时也可加入去噪、增强等处理以提高图像质量。
其次,将预处理后的图像数据送入检测网络进行目标检测,检测网络进行目标检测之后输出一系列检测目标,检测目标包含类别、置信度以及位置坐标。该检测网络可以采用Faster R-CNN(更快的基于区域的卷积神经网络,Faster Region-based ConvolutionalNeural Networks)、SSD或YOLO等高效网络结构。具体应用中,可以根据具体的应用场景进行合理选择。这里,还可采用不同的网络方案进行训练,以选出特定场景下识别效果和运行效率综合指数最佳的目标检测方式。
第三,可使用目标过滤模块从检测网络输出的一系列检测目标中滤除一些置信度过低或者不感兴趣的目标,有效目标则根据各自的类别进入各自的分类网络进行属性判定,以提高系统识别的准确度,同时也能降低系统的负载。这里,进入分类网络之前还可根据需要进行第二次缩放,以便和分类网络的输入分辨率相对应。对于某些类别的目标,可能需要对多个属性进行判定,因此这里的分类网络可以是一个、也可以是一组(即多个),相应输出一种属性或一组属性。对于不同的分类任务可以根据任务的难易程度选择不同的分类网络结构,如LeNet、AlexNex、GoogleNet或VGG等。
第四,通过对前后帧目标属性的相似度进行计算,对目标进行跟踪。这里,对于人体目标可以通过对人脸、着装特征、步态特征等相似性判断对目标进行跟踪。对于车辆可以对车牌、车辆颜色、驾驶室特征等相似性进行跟踪。相似度计算可通过皮尔逊相关系数来计算。皮尔逊相关系数的计算方式如下文示例所述,不再赘述。
第五,刻画目标在数字地图上的路径,得到目标的移动轨迹信息,当目标消失于监控区域后,将目标的移动轨迹信息上报到域服务器,由域服务器重新选择新的监控终端进行监控。
本实施例中,所述监控终端还可以向域服务器发送注册消息或刷新消息,所述注册消息或刷新消息至少携带所述监控终端的标识、位置信息和监控范围信息。
本申请提供一种监控系统的构建方法,包括:
监控终端向自身所属地域的域服务器发送注册信息,所述注册信息包括:监控终端的标识、位置信息和监控范围信息;
域服务器获取来自自身管辖地域内所有监控终端的注册信息、以及来自中心服务器的局域数字地图,生成自身管辖地域的监控区域拓扑图,并将所述监控区域拓扑图上报至所述中心服务器,以便所述中心服务器识别盲区,所述局域数字地图为所述域服务器管辖区域的数字地图,所述监控区域拓扑图包括具有各监控终端的标识、位置信息、监控范围信息的局域数字地图;
中心服务器从各地域的域服务器获取各地域的监控区域拓扑图,基于各地域的监控区域拓扑图生成全域的监控区域拓扑图,通过识别所述全域的监控区域拓扑图确定监控盲区,并将监控盲区的信息提供给管理者。
示例性地,所述监控终端定时地或在每次启动时重新上报自身的位置信息至自身所属区域的域服务器。
示例性地,域服务器定时获取来自所述监控终端的更新后的位置信息,根据所述更新后的位置信息同步更新所述监控区域拓扑图,并将所述更新后的监控区域拓扑图上报至所述中心服务器。
示例性地,中心服务器定时获取来自所述域服务器的更新后的监控区域拓扑图,基于所述更新后的监控区域拓扑图同步更新所述全域的监控区域拓扑图,通过识别所述更新后的全域的监控区域拓扑图确定监控盲区,并将所述监控盲区的信息提供给管理者。
示例性地,中心服务器按照地域将全域数字地图划分为局域数字地图,并下发给负责关心各地域的域服务器,以便所述域服务器基于所述局域数字地图得到所述监控区域拓扑图。
根据本方法构建的监控系统,能够实现分层次多角度的立体监控,极大程度的减少了盲区,具有高准确度和高严密性。
根据本方法构建的监控系统,通过路径预判功能,以及基于高精地图生成监控拓扑图,在进行目标跟踪时,如果目标到达或解决监控区域边界,可快速切换监控终端或者域服务器以便对特定目标进行跨区跟踪,避免特定目标在域边界或监控终端的监控范围边界跟丢或者不见的问题。
本实施例中,域服务器为二级服务器,是中心服务器与监控终端的中间级,它的存在可以使整个监控系统采用分布式形态部署,从而减小中心服务器的业务压力和存储压力,实现大范围、多角度、多层级的监控。
本实施例中,中心服务器为可以通过物理服务器、虚拟服务器或其集群来实现。
本实施例中,监控终端可以为定位摄像头或具有摄像功能的无人机。本实施例采用无人机和可定位摄像头的联合监控方式,针对摄像头视场范围外的区域(比如,摄像头无法覆盖的区域、被遮挡的区域、监控盲区)可通过无人机进行监控,有效消除监控盲区,进而实现多层次、多角度、大范围的立体监控。
根据本申请的实施方式,如图6所示,提出一种监控装置20,该监控装置可通过域服务器实现或设置于域服务器上,该监控装置可包括:存储器21、处理器22及存储在所述存储器21上并可在所述处理器22上运行的计算机程序23,所述处理器22执行所述计算机程序时实现本实施例上述监控方法和/或构建方法的处理。这里,所述处理器22执行所述计算机程序时实现上述监控方法的处理的具体细节,可参照上文方法部分,不再赘述。
根据本申请的实施方式,还提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本实施例所述监控方法和/或构建方法的处理。
本实施例的监控系统,不仅可通过算力和存储阶梯化的系统架构,实现计算资源的高效利用,进而可适应需求大幅扩增监控范围,从而适应需大范围监控的应用场景,而且引入无人机,采用无人机和可定位摄像头的联合监控方式,针对摄像头视场范围外的区域(比如,摄像头无法覆盖的区域、被遮挡的区域、监控盲区)可通过无人机进行监控,可有效消除监控的空白区域,进而实现多层次、多角度的立体监控。
如图7所示,为本申请实施例监控系统的示例性网络结构。该示例中,监控系统可以包括三个部分:边缘监控子系统(ESS)、域控制子系统(RSS)和云控制中心(CCC)。
本申请实施例的一种备选方案中,ESS包括公共场所如道路、园区和广场上的可定位位置并上报服务器的摄像头和具备跟踪功能的无人机。这里,可定位的摄像头和无人机分别为本文所述监控终端的示例。换言之,本申请中监控终端可以为可定位的摄像头或具有跟踪功能的无人机。
本申请实施例的一种备选方案中,ESS中的各监控终端具备如下之一或多种功能(但不限于此):1)各监控终端在其系统启动时上报自身在数字地图的位置,并定期刷新;2)完成监控区域内机非人结构化信息的提取和上传,供RSS和CCC对于黑名单的检索;3)接受RSS的任务(该任务为本文所述跟踪命令的示例性表示形式),完成对特定目标的实时检测和跟踪;4)完成对目标移动轨迹的刻画并上传RSS。这里,机非人指现实世界中的机动车、非机动车和行人。
本申请实施例的一种备选方案中,RSS包括分布于不同地域的域服务器,该域服务器是指一种二级服务器,是CCC和ESS的中间级,它的存在可使整个监控系统可以分布式形态部署,减小CCC的业务压力和存储压力。本申请实施例的一种备选方案中,RSS中的域服务器具备如下之一或多种功能(但不限于此):1)存储所管辖地域的局域数字地图;2)存储所管辖地域内的所有监控终端的坐标信息(该坐标信息可以为世界坐标系的坐标、数字地图的坐标等);3)计算在所管辖地域的局域数字地图中指示该地域所有监控终端监控区域的监控区域拓扑图,从监控区域拓扑图中识别监控盲区,并将该监控盲区的信息报警到CCC;4)接受CCC的检索任务和实时跟踪任务;5)下发目标跟踪任务至监控终端;6)上传所管辖地域内目标的移动轨迹到CCC。
本申请实施例的一种备选方案中,CCC可以包含一个或多个中心服务器,该中心服务器可以通过物理服务器、虚拟服务器或其集群来实现。本申请实施例的一种备选方案中,CCC中的中心服务器可以具备如下之一或多种功能(但不限于此):1)及时更新全域数字地图,按照地域划分出局域数字地图并通知RSS更新;2)存储黑名单,定时下发检索任务到RSS;3)接受实时目标的跟踪任务;4)汇总RSS中各域服务器的监控区域拓扑图,形成全域的监控区域拓扑图,识别监控盲区,并将相应监控盲区的信息提示给管理者;5)对实时目标的移动轨迹进行预测,并通知相关RSS进行布控和检索。
具体应用中,可以适应国家、市县、乡镇和乡村的行政划分来部署监控系统。比如,一级行政区域(比如国家、省、市)部署中心服务器作为主控,而相应的二级行政区域(比如,省、市、县、乡镇和乡村)可以分别部署域服务器,在每个二级行政区域内(比如,街道、小区、写字楼等)可以全范围的部署多个监控终端以实现该二级区域的全范围监控,比如,可以在道路、园区和其他公共区域安装可定位的摄像头,在二级行政区域中可定位摄像头无法覆盖的区域使用无人机进行区域覆盖。
本申请实施例中,CCC可负责数字地图的刷新,存储并更新黑名单,定时向RSS下发对应该黑名单的检索任务,RSS检索到目标活动区域后进行ESS布控,在目标丢失后RSS上报CCC该目标的移动轨迹信息,CCC可基于该移动轨迹信息在更大范围内进行目标行进路线的推算和布控,从而更严密的检索跟踪目标。此外,CCC还可以提供更大范围内和更多维度的信息比对和处理,从而提供更准确的信息决策,并且CCC还可以根据RSS反馈回来的信息(比如,目标的移动轨迹信息),结合全域数字地图生成动态路径图,对目标的未来行进路径(即目标的未来移动轨迹)进行预判,从而可以进行提前布控。
本申请实施例中,RSS是整个监控系统的二级单元,它即可以对ESS上传的信息做存储和计算,缓解云控制中心资源需求压力,同时也可部署多种的业务应用,实现域内自治。
本申请实施例中,ESS中的每个监控终端都需要在RSS进行注册,注册信息包括位置信息、监控范围信息等,RSS根据这些信息在数字地图上生成一张监控区域拓扑图,形成一套域内立体监控网,如果域内摄像头和可支配无人机仍然无法达到域内全覆盖,则上报给CCC,由CCC通知管理者添加监控终端。
在正常工作模式下,RSS对ESS的信息做存储,当CCC下发任务时,RSS对这些信息做检索,确定跟踪目标,期间也可以请求CCC进行更大范围内的比对以进一步确认目标,此时可基于各监控终端提供的机非人结构化信息、利用皮尔逊相关系数进行目标特征匹配度量来确认目标。当目标确认后,RSS通知相应的监控终端进行目标的跟踪,当目标移动至视场边界时,监控终端上报目标跟踪信息至RSS,RSS选取监控网内的其他监控终端进行跟踪。当目标进入到某些被遮挡且可定位摄像头视场范围外的区域时,RSS控制无人机出动以进行立体监控,此时的无人机相当于可移动的监控终端。
其中,皮尔逊相关系数的计算公式如下:
其中,变量X和Y之间的相关(线性相关),其值介于-1与1之间,变量X、Y分别为世界坐标系的横坐标和纵坐标。
下面以示例的形式详细说明上述各实施例相关技术细节的示例性实现方式。需要说明的是,下述各示例可任意结合,对其结合方式,本文不予限制。此外,相应技术细节还可采用以下示例之外的其他方式实现,对此,本申请不予限制。
示例1
本示例对监控系统的网络构建过程进行示例性说明。
如图8所示,监控系统的示例性构建流程可以包括:
步骤1101,中心服务器按照地域将全域数字地图划分为局域数字地图,并将局域数字地图下发到负责相应地域的域服务器,各域服务器存储相应的局域数字地图;
步骤1102,各地域中的监控终端向负责相应地域的域服务器注册,注册信息包括监控终端的标识、位置信息、监控范围信息等;
步骤1103,各域服务器获取其管辖地域内所有监控终端的注册信息后,基于所有监控终端的注册信息,利用数字地图生成所管辖地域的监控区域拓扑图,并将该监控区域拓扑图上报至中心服务器;
步骤1104,中心服务器接收来自各域服务器的监控区域拓扑图后,生成全域的监控区域拓扑图,通过识别该全域的监控区域拓扑图确定监控盲区,并将监控盲区的信息提供给管理者,以便管理者在相应监控盲区增设监控终端。
在监控系统构建之后,还可以在监控系统的工作过程(比如,下文各示例的流程)中进行维护。该维护的过程可以包括如下之一或两项:
1)中心服务器在管理者的控制下,更新全域数字地图,并按照地域通知相应的域服务器及时更新其局域数字地图;
2)各监控终端定时或在每次启动时重新上报自身的位置信息至相应地域的域服务器,域服务器在每次获取到监控终端的位置信息后,如果监控终端的位置信息发生变化,则同步更新当前地域的监控区域拓扑图并将更新后的监控区域拓扑图同步至中心服务器,以便中心服务器同步更新全域的监控区域拓扑图。
示例2
本示例,对监控系统定时监控指定目标的处理流程进行示例性说明。如图9所示,该流程可以包括:
步骤1201,中心服务器获取管理员预设的黑名单并存储在本地,定时下发检索任务到相应的域服务器,该检索任务用于指示域服务器对所述黑名单中一个或多个目标进行跟踪;
具体应用中,中心服务器可以根据黑名单中各个跟踪目标的所属区域,下发各个跟踪目标的检索任务到相应区域的域服务器。这里,检索任务可以携带黑名单中目标的特征信息。
实际应用中,管理员可通过其终端设备访问中心服务器,在其终端设备上输入需定时跟踪目标的原图像,该终端设备向中心服务器发送需定时跟踪的目标的原图像,中心服务器接收该需定时跟踪的目标的原图像,利用深度学习算法对目标的原图像进行处理以提取到目标的特征信息,创建相应的黑名单并存储至本地,该黑名单包含需定时跟踪的各个目标的特征信息。
步骤1202,域服务器定时接收来自中心服务器的检索任务,基于各监控终端提供的机非人结构化信息,确定首个跟踪目标的监控终端,并下发跟踪命令到该监控终端;
具体的,域服务器将自身所辖区域内所有监控终端(包括无人机和可定位摄像头)上传的机非人结构化信息与检索任务中目标的特征信息进行比对,锁定目标的当前位置,并向监控区域覆盖相应位置的可定位摄像头发送跟踪命令。如果不存在监控区域覆盖相应位置的可定位摄像头,则向监控区域覆盖相应位置的无人机发送跟踪命令。
步骤1203,监控终端接收来自域服务器的跟踪命令,采集图像,并据此获得目标跟踪信息,实时上报至域服务器;
步骤1204,当跟踪目标消失于自身监控区域后,监控终端刻画跟踪目标在数字地图上的路径,获得目标的移动轨迹并将相应的目标跟踪信息上报至域服务器;
步骤1205,域服务器对监控终端上传的目标跟踪信息进行世界坐标转换并记录该目标的移动轨迹信息;
步骤1206,域服务器根据目标的移动轨迹信息判断目标是否移动至自身管辖地域的边界;如果是,则跳转至步骤1208,否则继续步骤1207;
步骤1207,域服务器基于当前监控终端的目标跟踪信息,确定目标行进至当前监控终端的监控区域边界时重新确定下一个跟踪目标的监控终端,并向该监控终端发送跟踪命令,以重新选择新的监控终端继续跟踪,重复步骤1203~步骤1206;
这里,域服务器基于来自监控终端的目标跟踪信息,确定目标进入可定位摄像头的监控盲区时,向相应区域的无人机发送跟踪命令,由无人机根据该跟踪命令,搜索目标,并实时采集该目标的图像、获得相应的目标跟踪信息并上报至域服务器。这里,如果确定目标进入某个可定位摄像头的监控区域时,则向该可定位摄像头发送跟踪命令,由可定位摄像头根据该跟踪命令,实时采集该目标的图像、获得相应的目标跟踪信息并上报至域服务器。
这里,如果当前监控终端为无人机,域服务器还可以向该无人机下发跟踪终止命令,以便该无人机根据该跟踪终止命令停止目标的跟踪。
步骤1208,在确定目标移动至所辖地域的边界时,域服务器根据各监控终端上报的目标跟踪信息,获得目标在当前区域内的移动轨迹信息并上报至中心服务器;
步骤1209,中心服务器获取各域服务器上报的目标的移动轨迹信息,结合全域数字地图生成目标的动态路径图,并基于该动态路径图对目标的未来移动轨迹进行预判,通知新的域服务器继续进行跟踪,返回步骤1202。
示例3
本示例,对监控系统实时监控指定目标的处理流程进行示例性说明。如图10所示,该流程可以包括:
步骤1301,中心服务器获取管理员输入的实时目标的原图像,提取实时目标的特征信息,并向相应的域服务器下发实时跟踪任务;
具体应用中,中心服务器根据各域服务器上报的信息,对实时目标的行进路径进行预测,以确认该实时目标的未来移动轨迹,进而确定该实时目标未来可能出现的地域,向相应地域的域服务器下发实时跟踪任务,该实时跟踪任务用于指示域服务器对所述实时目标进行实时跟踪,携带实时目标的特征信息。
步骤1302,域服务器接收来自中心服务器的实时跟踪任务,将实时目标的特征信息与当前地域内所有监控终端上传的机非人结构化信息进行比对,锁定实时目标的当前位置或可能出现的区域,并向监控区域覆盖相应区域或位置的监控终端发送跟踪命令;
步骤1303,监控终端接收来自域服务器的跟踪命令,采集图像,并据此获得目标跟踪信息,实时上报至域服务器,以便域服务器实时获知实时目标的情况;
步骤1304,当跟踪目标消失于自身监控区域后,监控终端刻画跟踪目标在数字地图上的路径,获得目标的移动轨迹并将相应的目标跟踪信息上报至域服务器;
步骤1305,域服务器对监控终端上传的目标跟踪信息进行世界坐标转换并记录该实时目标的移动轨迹信息;
步骤1306,域服务器根据目标的移动轨迹信息判断目标是否移动至自身管辖地域的边界;如果是,则跳转至步骤1308,否则继续步骤1307;
步骤1307,域服务器基于当前监控终端的目标跟踪信息,确定实时目标行进至当前监控终端的监控区域边界时重新确定下一个跟踪该实时目标的监控终端,并向相应的监控终端发送跟踪命令,以由新的监控终端继续跟踪,重复步骤1303~步骤1306;
这里,域服务器基于来自监控终端的目标跟踪信息,确定实时目标进入可定位摄像头的监控盲区时,向相应区域的无人机发送跟踪命令,由无人机根据该跟踪命令,搜索相应的实时目标,并实时采集该实时目标的图像、获得相应的目标跟踪信息并上报至域服务器。这里,如果确定实时目标进入某个可定位摄像头的监控区域时,则向该可定位摄像头发送跟踪命令,由可定位摄像头根据该跟踪命令,实时采集该实时目标的图像、获得相应的目标跟踪信息并上报至域服务器。
这里,如果当前监控终端为无人机,域服务器还可以向该无人机下发跟踪终止命令,以便该无人机根据该跟踪终止命令停止目标的跟踪。
步骤1308,在确定实时目标移动至所辖地域的边界时,域服务器根据各监控终端上报的目标跟踪信息,获得实时目标在当前区域内的移动轨迹信息并上报至中心服务器;
步骤1309,中心服务器获取各域服务器上报的目标的移动轨迹信息,结合全域数字地图生成目标的动态路径图,并基于该动态路径图对目标的未来移动轨迹进行预判,通知新的域服务器继续进行跟踪,返回步骤1302。
示例4
本示例,对监控终端通过深度学习算法对所采集的图像进行处理以实现对监控的示例性流程进行说明。
如图11所示,在监控过程中监控终端的示例性处理流程可以包括:
步骤1401,监控终端采集自身监控区域的图像;
步骤1402,监控终端对所采集的图像进行预处理,以将图像转换为检测网络需要的分辨率和格式;
步骤1403,预处理后的图像数据进入检测网络进行目标定位,输出一系列检测目标(目标1、目标2、目标3……目标N);
这里,检测网络输出的检测目标包含类别,置信度以及位置坐标。
具体应用中,检测网络可以采用Faster R-CNN、SSD或YOLO等网络结构,具体可以根据具体的应用场景进行合理选择。除此之外,也可采用不同的网络方案进行训练,以选出特定场景下识别效果和运行效率综合指数最佳的检测网络方案。
步骤1404,监控终端将使用目标过滤模块滤除上述一系列检测目标中一些置信度过低或者不感兴趣的目标,以提高系统识别的准确度,同时也能降低系统的负载,并根据有效目标的类别送入相应的分类网络;
步骤1405,有效目标根据各自的类别进入各自的分类网络进行属性判定,提取到各有效目标的特征信息;
本步骤中,各有效目标在进入分类网络之前,如果需要则还可进行第二次缩放以便和分类网络的输入分辨率相对应。
一种实现方式中,对于某些类别的有效目标,可能需要对多个属性进行判定,那么此类有效目标则需要同时送入相应的多个分类网络进行判定。
实际应用中,监控终端可以包含一个或多个分类网络,一个分类网络可用于对目标的某一个属性进行判定。监控终端具有一个分类网络时,通过分类网络判定之后将输出目标的一个属性。监控终端具有多个分类网络时,通过分类网络判定之后将输出目标的一组属性。具体来说,对于不同的分类任务可以根据任务的难易程度选择不同的网络结构来实现上述分类网络,比如,分类网络可以包括但限于如下之一或多项:LeNet、AlexNex、GoogleNet、VGG。
步骤1406,监控终端基于提取到的各有效目标的特征信息,按照预先定义的标准化格式,形成机非人的结构化信息,并将该机非人的结构化信息上报至域服务器;
步骤1407,监控终端接收来自域服务器的跟踪命令,跟踪命令携带目标的特征信息;
步骤1408,监控终端基于目标的特征信息从机非人的结构化信息中提取前后帧目标属性,通过计算前后帧目标属性的相似度锁定目标,刻画目标在数字地图上的移动轨迹,并实时将相应的目标跟踪信息上报给域服务器;
一种实现方式中,监控终端可以通过皮尔逊相关系数对前后帧目标属性的相似度进行计算,以进行目标跟踪。实际应用中,目标不同,可以针对不同属性的相似度进行计算以实现相应目标的跟踪。比如,目标为人时,可以通过对人脸、衣服特征、步态特征等相似性进行计算,以进行人体跟踪。再比如,目标为车辆时,可以对车牌、车辆颜色、驾驶室特征等相似性进行计算,以进行车辆跟踪。
这里,目标跟踪信息包括目标在数字地图上的移动轨迹的信息。
步骤1409,当目标行进至当前监控区域的边界时,监控终端将相应的目标跟踪信息上报到域服务器,以便域服务器选择其他的监控终端继续跟踪该目标。
这里,目标跟踪信息包含监控终端在数字地图上刻画的目标在当前监控区域内的移动轨迹。
以上所述,仅为本申请较佳的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (31)
1.一种监控系统,其特征在于,包括:
所述中心服务器,与不同地域的多个域服务器连接,配置为向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为与所述多个域服务器中的任意一个;
所述第一域服务器,与域内的多个监控终端连接,配置为接收所述检索指示,根据所述检索指示,将所述待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标,以及确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;
所述第一监控终端,配置为接收所述跟踪命令,根据所述待检索目标的特征信息,在所述第一监控终端的监控区域内检测所述待检索目标。
2.根据权利要求1所述的监控系统,其特征在于,
所述第一监控终端,配置为在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的历史路径信息,根据所述历史路径信息,预测出所述待检索目标的未来路径信息,当根据所述未来路径信息预测出所述待检索目标移至所述第一监控终端的边界时,将所述未来路径信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述第一监控终端发送的所述未来路径信息,根据所述未来路径信息,对所述待检索目标的位置进行预测。
3.根据权利要求2所述的监控系统,其特征在于,在所述第一域服务器接收所述第一监控终端发送的所述未来路径信息之后,所述方法还包括:
所述第一域服务器,配置为当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向所述中心服务器发送所述未来路径信息;
所述中心服务器,还配置为接收所述第一域服务器发送的所述未来路径信息,根据所述未来路径信息,确定所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示。
4.根据权利要求1所述的监控系统,其特征在于,
所述第一监控终端,配置为在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的目标跟踪信息,并将所述目标跟踪信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述第一监控终端发送的所述目标跟踪信息,根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标的位置进行预测。
5.根据权利要求4所述的监控系统,其特征在于,
所述第一域服务器,配置为当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息;或者,
所述第一域服务器,配置为当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向所述中心服务器发送所述未来路径信息;
所述中心服务器,还配置为接收所述第一域服务器发送的所述未来路径信息,根据所述未来路径信息,确定所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示。
6.根据权利要求1所述的监控系统,其特征在于,
所述第一监控终端,配置为在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的目标跟踪信息,并将所述目标跟踪信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述第一监控终端发送的所述目标跟踪信息,将所述目标跟踪信息发送给所述中心服务器;
所述中心服务器,配置为接收所述第一域服务器发送的所述目标跟踪信息,根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标的位置进行预测。
7.根据权利要求6所述的监控系统,其特征在于,
所述中心服务器,配置为当预测出所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示;或者,
所述中心服务器,配置为当预测出所述待检索目标仍位于所述第一域服务器的域内监控区域时,将所述未来路径信息发送给所述第一域服务器;
所述第一域服务器,配置为接收所述中心服务器发送的所述未来路径信息,根据所述未来路径信息,对所述待检索目标的位置进行预测;
其中,当预测出所述待检索目标移动至域内第二监控终端的监控区域时,所述第一域服务器向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息,或者,当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息。
8.根据权利要求2或4或7所述的监控系统,其特征在于,所述第一域服务器,配置为:根据域内监控区域拓扑图和所述未来路径信息,对所述待检索目标的位置进行预测。
9.根据权利要求6所述的监控系统,其特征在于,所述中心服务器,配置为:根据全局监控区域拓扑图和所述未来路径信息,对所述待检索目标的位置进行预测。
10.根据权利要求1至9所述的监控系统,其特征在于,
所述中心服务器,配置为根据来自所有域服务器的结构化信息和所述待检索目标的特征信息,确定所述第一域服务器,并向所述第一域服务器发送所述检索指示。
11.一种监控系统的构建方法,包括:
监控终端向自身所属地域的域服务器发送注册信息,所述注册信息包括:监控终端的标识、位置信息和监控范围信息;
域服务器获取来自自身管辖地域内所有监控终端的注册信息、以及来自中心服务器的局域数字地图,生成自身管辖地域的监控区域拓扑图,并将所述监控区域拓扑图上报至所述中心服务器,以便所述中心服务器识别盲区,所述局域数字地图为所述域服务器管辖区域的数字地图,所述监控区域拓扑图包括具有各监控终端的标识、位置信息、监控范围信息的局域数字地图;
中心服务器从各地域的域服务器获取各地域的监控区域拓扑图,基于各地域的监控区域拓扑图生成全域的监控区域拓扑图,通过识别所述全域的监控区域拓扑图确定监控盲区,并将监控盲区的信息提供给管理者。
12.根据权利要求11所述的构建方法,其特征在于,还包括:
所述监控终端定时地或在每次启动时重新上报自身的位置信息至自身所属区域的域服务器。
13.根据权利要求11所述的构建方法,其特征在于,还包括:
域服务器定时获取来自所述监控终端的更新后的位置信息,根据所述更新后的位置信息同步更新所述监控区域拓扑图,并将所述更新后的监控区域拓扑图上报至所述中心服务器。
14.根据权利要求11所述的构建方法,其特征在于,还包括:
中心服务器定时获取来自所述域服务器的更新后的监控区域拓扑图,基于所述更新后的监控区域拓扑图同步更新所述全域的监控区域拓扑图,通过识别所述更新后的全域的监控区域拓扑图确定监控盲区,并将所述监控盲区的信息提供给管理者。
15.根据权利要求11所述的构建方法,其特征在于,还包括:
中心服务器按照地域将全域数字地图划分为局域数字地图,并下发给负责关心各地域的域服务器,以便所述域服务器基于所述局域数字地图得到所述监控区域拓扑图。
16.一种监控方法,应用于第一域服务器,所述第一域服务器为与中心服务器连接的任意一个域服务器,其特征在于,所述方法包括:
接收中心服务器发出的检索指示,所述检索指示中携带待检索目标的特征信息;
根据所述检索指示,将待检索目标的特征信息与来自域内所有监控终端的结构化信息进行对比,确定出待检索目标;
确定域内用于跟踪所述待检索目标的第一监控终端,并向所述第一监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息。
17.根据权利要求16所述的监控方法,其特征在于,还包括:
接收所述第一监控终端发送的未来路径信息,所述未来路径信息是所述第一监控终端预测出所述待检索目标移至所述第一监控终端的边界时向所述第一域服务器发送的;
根据所述未来路径信息,对所述待检索目标的位置进行预测。
18.根据权利要求17所述的监控方法,其特征在于,所述在根据所述未来路径信息,对所述待检索目标的位置进行预测之后,还包括:
当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;或者,
当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息;或者,
当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向中心服务器发送所述未来路径信息。
19.根据权利要求16所述的监控方法,其特征在于,所述方法还包括:
接收所述第一监控终端发送的目标跟踪信息,所述目标跟踪信息是所述第一监控终端在其监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪生成的信息;
根据所述目标跟踪信息,生成所述待检索目标的历史路径信息;
根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标的位置进行预测。
20.根据权利要求19所述的监控方法,其特征在于,在所述第一域服务器根据所述未来路径信息对所述待检索目标的位置进行预测时,所述方法还包括:
当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息;或者,
当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息;或者,
当预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时,向所述中心服务器发送所述未来路径信息。
21.根据权利要求16所述的监控方法,其特征在于,还包括:
接收所述第一监控终端发送的目标跟踪信息,所述目标跟踪信息是所述第一监控终端在其监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪生成的信息;
将所述目标跟踪信息发送给所述中心服务器。
22.根据权利要求16所述的监控方法,其特征在于,还包括:
接收所述中心服务器发送的未来路径信息,所述未来路径信息是所述中心服务器根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,并根据所述历史路径信息,预测出的所述待检索目标的未来路径信息;所述未来路径信息是所述中心服务器根据所述未来路径信息预测出所述待检索目标仍位于所述第一域服务器的域内监控区域时向所述第一域服务器发送的;
根据所述未来路径信息,对所述待检索目标的位置进行预测;
其中,所述根据所述未来路径信息,对所述待检索目标的位置进行预测,包括:
当预测出所述待检索目标移动至域内第二监控终端的监控区域时,向所述第二监控终端发送跟踪命令,所述跟踪命令携带所述待检索目标的特征信息,或者,当预测出所述待检索目标移动至域内盲区时,向第三监控终端发送跟踪命令,所述第三监控终端为可移动监控终端,所述跟踪命令携带所述待检索目标的特征信息。
23.根据权利要求17、19、22所述的监控方法,其特征在于,所述根据所述未来路径信息,对所述待检索目标的位置进行预测,包括:
根据域内监控区域拓扑图和所述未来路径信息,对所述待检索目标的位置进行预测。
24.一种监控方法,应用于中心服务器,所述中心服务器与不同地域的多个域服务器连接,其特征在于,所述方法包括:
向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息;
根据来自所有域服务器的结构化信息和所述待检索目标的特征信息,确定第一域服务器;
向第一域服务器下发检索指示,所述检索指示中携带待检索目标的特征信息,所述第一域服务器为所述多个域服务器中的任意一个,所述检索指示用于所述第一域服务器确定待检索目标和跟踪所述待检索目标的第一监控终端。
25.根据权利要求24所述的监控方法,其特征在于,还包括:
接收所述第一域服务器发送的未来路径信息,所述未来路径信息是所述第一域服务器预测出所述待检索目标移动至所述第一域服务器的域监控区域边界时向所述中心服务器发送的;
根据所述未来路径信息,确定所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示;
其中,所述未来路径信息是所述第一监控终端根据所述待检索目标的历史路径信息测出所述未来路径信息之后发送给所述第一域服务器的;或者,
所述未来路径信息是所述第一监控终端向所述第一域服务器发送目标跟踪信息之后所述第一域服务器根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,并根据所述待检索目标的历史路径信息预测出的。
26.根据权利要求24所述的监控方法,其特征在于,还包括:
接收所述第一域服务器发送的目标跟踪信息,所述目标跟踪信息是所述第一监控终端在其监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪生成所述待检索目标在所述监控区域中的跟踪信息之后向所述第一域服务器发送的;
根据所述目标跟踪信息,生成所述待检索目标的历史路径信息,根据所述待检索目标的历史路径信息,预测出所述待检索目标的未来路径信息,根据所述未来路径信息对所述待检索目标进行预测。
27.根据权利要求26所述的监控方法,其特征在于,所述根据所述未来路径信息对所述待检索目标的位置进行预测之后,还包括:
当预测出所述待检索目标移动至第二域服务器的域监控区域时,向所述第二域服务器发送所述检索指示;或者,
当预测出所述待检索目标仍位于所述第一域服务器的域内监控区域时,将所述未来路径信息发送给所述第一域服务器。
28.根据权利要求26所述的监控方法,其特征在于,所述根据所述未来路径信息对所述待检索目标的位置进行预测,包括:
所述中心服务器,根据全局监控区域拓扑图和所述未来路径信息,对所述待检索目标进行预测。
29.一种监控方法,应用于监控终端,所述监控终端为与域服务器连接的任意一个,所述方法包括:
接收域服务器发出的跟踪命令,根据所述待检索目标的特征信息,在监控区域内检测所述待检索目标;
在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的历史路径信息,根据所述历史路径信息,预测出所述待检索目标的未来路径信息,当根据所述未来路径信息预测出所述待检索目标移至所述第一监控终端的边界时,将所述未来路径信息发送给所述第一域服务器,或者
在所述监控区域内检测到所述待检索目标时,对所述待检索目标进行跟踪,生成所述待检索目标在所述监控区域中的目标跟踪信息,并将所述目标跟踪信息发送给所述第一域服务器。
30.一种监控装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求16至29中任一项所述方法的处理。
31.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求16至29中任一项所述方法的处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910102829.5A CN111526324B (zh) | 2019-02-01 | 2019-02-01 | 监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910102829.5A CN111526324B (zh) | 2019-02-01 | 2019-02-01 | 监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111526324A true CN111526324A (zh) | 2020-08-11 |
CN111526324B CN111526324B (zh) | 2022-02-25 |
Family
ID=71900619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910102829.5A Active CN111526324B (zh) | 2019-02-01 | 2019-02-01 | 监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111526324B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112437272A (zh) * | 2020-11-13 | 2021-03-02 | 珠海大横琴科技发展有限公司 | 一种区域监控的方法和装置 |
CN112434074A (zh) * | 2020-10-20 | 2021-03-02 | 中国环境科学研究院 | 一种基于手机定位信息的自然保护地人类活动监管系统 |
CN112633068A (zh) * | 2020-11-25 | 2021-04-09 | 河北汉光重工有限责任公司 | 基于陆防监控的人车图像识别追踪云系统 |
CN113869159A (zh) * | 2021-09-16 | 2021-12-31 | 泰州蝶金软件有限公司 | 云服务器数据管理系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102724773A (zh) * | 2012-05-25 | 2012-10-10 | 西安电子科技大学 | 基于m2m通信的无线智能监控装置及方法 |
CN103108159A (zh) * | 2013-01-17 | 2013-05-15 | 新疆电力公司乌鲁木齐电业局 | 一种电力智能视频分析监控系统和方法 |
US8700302B2 (en) * | 2008-06-19 | 2014-04-15 | Microsoft Corporation | Mobile computing devices, architecture and user interfaces based on dynamic direction information |
CN104038729A (zh) * | 2014-05-05 | 2014-09-10 | 重庆大学 | 级联式多摄像机接力跟踪方法及系统 |
CN106303442A (zh) * | 2016-08-26 | 2017-01-04 | 浙江大华技术股份有限公司 | 追踪路径拓扑结构建立方法、目标对象追踪方法及设备 |
CN106657881A (zh) * | 2016-10-17 | 2017-05-10 | 安徽环美智能科技有限公司 | 多维视频监控系统 |
CN106687931A (zh) * | 2016-12-07 | 2017-05-17 | 深圳前海达闼云端智能科技有限公司 | 电子设备以及对监控目标进行监控的方法和装置 |
CN106791613A (zh) * | 2016-11-30 | 2017-05-31 | 江苏省邮电规划设计院有限责任公司 | 一种基于3dgis和视频相结合的智能监控系统 |
CN106878667A (zh) * | 2015-12-11 | 2017-06-20 | 深圳先进技术研究院 | 基于路网数据的视频快速追踪方法 |
EP3244344A1 (en) * | 2016-05-13 | 2017-11-15 | DOS Group S.A. | Ground object tracking system |
CN108174147A (zh) * | 2017-12-12 | 2018-06-15 | 山东科技大学 | 视频监控系统中视频源与追踪服务器的自动优化分配方法 |
-
2019
- 2019-02-01 CN CN201910102829.5A patent/CN111526324B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8700302B2 (en) * | 2008-06-19 | 2014-04-15 | Microsoft Corporation | Mobile computing devices, architecture and user interfaces based on dynamic direction information |
CN102724773A (zh) * | 2012-05-25 | 2012-10-10 | 西安电子科技大学 | 基于m2m通信的无线智能监控装置及方法 |
CN103108159A (zh) * | 2013-01-17 | 2013-05-15 | 新疆电力公司乌鲁木齐电业局 | 一种电力智能视频分析监控系统和方法 |
CN104038729A (zh) * | 2014-05-05 | 2014-09-10 | 重庆大学 | 级联式多摄像机接力跟踪方法及系统 |
CN106878667A (zh) * | 2015-12-11 | 2017-06-20 | 深圳先进技术研究院 | 基于路网数据的视频快速追踪方法 |
EP3244344A1 (en) * | 2016-05-13 | 2017-11-15 | DOS Group S.A. | Ground object tracking system |
CN106303442A (zh) * | 2016-08-26 | 2017-01-04 | 浙江大华技术股份有限公司 | 追踪路径拓扑结构建立方法、目标对象追踪方法及设备 |
CN106657881A (zh) * | 2016-10-17 | 2017-05-10 | 安徽环美智能科技有限公司 | 多维视频监控系统 |
CN106791613A (zh) * | 2016-11-30 | 2017-05-31 | 江苏省邮电规划设计院有限责任公司 | 一种基于3dgis和视频相结合的智能监控系统 |
CN106687931A (zh) * | 2016-12-07 | 2017-05-17 | 深圳前海达闼云端智能科技有限公司 | 电子设备以及对监控目标进行监控的方法和装置 |
CN108174147A (zh) * | 2017-12-12 | 2018-06-15 | 山东科技大学 | 视频监控系统中视频源与追踪服务器的自动优化分配方法 |
Non-Patent Citations (1)
Title |
---|
李江宝: "多摄像机下目标跟踪交接研究及系统实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434074A (zh) * | 2020-10-20 | 2021-03-02 | 中国环境科学研究院 | 一种基于手机定位信息的自然保护地人类活动监管系统 |
CN112434074B (zh) * | 2020-10-20 | 2024-02-23 | 中国环境科学研究院 | 一种基于手机定位信息的自然保护地人类活动监管系统 |
CN112437272A (zh) * | 2020-11-13 | 2021-03-02 | 珠海大横琴科技发展有限公司 | 一种区域监控的方法和装置 |
CN112437272B (zh) * | 2020-11-13 | 2021-12-31 | 珠海大横琴科技发展有限公司 | 一种区域监控的方法、装置、服务器和计算机存储介质 |
CN112633068A (zh) * | 2020-11-25 | 2021-04-09 | 河北汉光重工有限责任公司 | 基于陆防监控的人车图像识别追踪云系统 |
CN113869159A (zh) * | 2021-09-16 | 2021-12-31 | 泰州蝶金软件有限公司 | 云服务器数据管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111526324B (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111526324B (zh) | 监控系统及方法 | |
CN109738970B (zh) | 基于雷电数据挖掘实现雷电预警的方法、装置和存储介质 | |
Zhu et al. | Urban traffic density estimation based on ultrahigh-resolution UAV video and deep neural network | |
CN106303442B (zh) | 追踪路径拓扑结构建立方法、目标对象追踪方法及设备 | |
CN106791613B (zh) | 一种基于3dgis和视频相结合的智能监控系统 | |
KR101771146B1 (ko) | 스테레오 카메라를 이용한 컨볼루션 신경망 기반의 보행자 및 차량 검출 방법 및 장치 | |
CN104038729A (zh) | 级联式多摄像机接力跟踪方法及系统 | |
CN106485927A (zh) | 一种智能交通违章信息采集装置及采集方法 | |
KR101678004B1 (ko) | 노드-링크 기반 카메라 네트워크 통합 감시 시스템 및 감시 방법 | |
CN116824859B (zh) | 一种基于物联网的智慧交通大数据分析系统 | |
CN114328780B (zh) | 基于六角格的智慧城市地理信息更新方法、设备及介质 | |
CN115205559A (zh) | 一种跨域车辆重识别及连续轨迹构建方法 | |
CN104134067A (zh) | 基于智能视觉物联网的道路车辆监控系统 | |
CN112633120A (zh) | 一种基于半监督学习的智能路侧感知系统及模型训练方法 | |
CN110189537B (zh) | 基于时空特征的停车诱导方法、装置、设备及存储介质 | |
CN110636248B (zh) | 目标跟踪方法与装置 | |
CN114693909A (zh) | 一种基于多传感器机器视觉融合的微观车辆轨迹感知设备 | |
Kamenetsky et al. | Aerial car detection and urban understanding | |
CN116229424A (zh) | 基于改进YOLO v3的智能网联汽车行人检测方法 | |
CN206259023U (zh) | 一种智能交通违章信息采集装置 | |
CN115188195A (zh) | 一种城市全向交叉口的车辆轨迹实时提取方法和系统 | |
CN113703015B (zh) | 数据处理方法、装置、设备及介质 | |
CN114265952A (zh) | 一种目标检索方法和装置 | |
KR20230043561A (ko) | 도시 디지털 트윈 플랫폼 시스템 및 이를 위한 이동객체 정보 분석 및 관리 방법 | |
CN113762043A (zh) | 异常轨迹识别方法及装置 |
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 |