CN111654668B - 监控设备同步方法、装置及计算机终端 - Google Patents
监控设备同步方法、装置及计算机终端 Download PDFInfo
- Publication number
- CN111654668B CN111654668B CN202010455217.7A CN202010455217A CN111654668B CN 111654668 B CN111654668 B CN 111654668B CN 202010455217 A CN202010455217 A CN 202010455217A CN 111654668 B CN111654668 B CN 111654668B
- Authority
- CN
- China
- Prior art keywords
- target
- character string
- information
- information coding
- coding character
- 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.)
- Active
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
- 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
- H04N5/00—Details of television systems
- H04N5/04—Synchronising
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种监控设备同步方法、装置及计算机终端，能够对获取到的每组视频图像进行事件特征识别得到识别结果并在检测出目标事件时，确定目标事件对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息，其次确定目标视频图像中的目标区域的标识信息，并提取目标区域的第一图像特征向量，然后根据标识信息、目标位置信息和目标拍摄角度信息对第一图像特征向量进行多次映射处理，确定出与第一目标监控设备存在拍摄视角重叠的第二目标监控设备，调整第二目标监控设备的拍摄角度以使第二目标监控设备对目标事件进行拍摄。如此，可以对多个监控设备进行联动控制，从而实现监控设备的同步，确保目标事件发生时对目标事件进行完整记录。
Description
技术领域
本公开涉及视频监控技术领域，特别涉及监控设备同步方法、装置及计算机终端。
背景技术
随着智慧城市的不断发展，城市安全逐渐成为人们关注的话题。视频监控技术作为保障城市安全的重要手段之一，广泛用于安全事件的复盘以及对可疑人员的追踪。其中，监控摄像头广泛分布于城市的街头巷尾，用于对街道进行安全监控。然而，现有的监控摄像头大多是单独工作的，在遇到突发事件时无法进行联动，这样会导致单一摄像头出现监控忙区。因此，如何实现监控设备的联动控制对于突发事件的完整记录是现阶段亟待解决的技术问题。
发明内容
为改善相关技术中存在的上述技术问题，本公开提供了监控设备同步方法、装置及计算机终端。
一种监控设备同步方法，应用于与多个监控设备通信的计算机终端，所述方法包括：
获取目标区域内的每个监控设备上传的视频图像；其中，每个监控设备的拍摄角度不同；
对每组视频图像进行事件特征识别得到识别结果；在目标识别结果表征其对应的目标视频图像中出现目标事件时，确定所述目标识别结果对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息；其中，所述目标识别结果是通过特征识别得到的所有识别结果中的任一识别结果，所述第一目标位置信息为所述第一目标监控设备的三维坐标值，所述第一拍摄角度信息包括所述第一目标监控设备的视角向量，所述视角向量为三维向量，所述三维向量和所述三维坐标值在世界坐标系下确定得到；
确定所述目标视频图像中的目标区域的标识信息，并提取所述目标区域的第一图像特征向量；其中，所述目标区域中包括静止的物体，所述标识信息是预先配置的；
将所述第一目标位置信息和所述第一拍摄角度信息映射至所述第一图像特征向量中得到第一目标特征向量，从多个视频图像中确定除所述目标视频图像之外的存在所述标识信息对应的目标区域的至少一组视频图像对应的第二目标监控设备；将所述第二目标监控设备的第二目标位置信息以及第二拍摄角度信息映射至所述第一图像特征向量中得到第二目标特征向量；
判断所述第一目标特征向量与所述第二目标特征向量之间的余弦距离是否大于设定距离；在所述余弦距离大于所述设定距离时，确定所述第一目标监控设备和所述第二目标监控设备之间存在拍摄角度重叠，调整所述第二目标监控设备的拍摄角度以使所述第二目标监控设备对所述目标事件进行拍摄。
优选地，对每组视频图像进行事件特征识别得到识别结果，包括：
将每组视频图像按照设定数量划分为多个图像块；
确定每组视频图像的每相邻两个图像块之间的边界值，并提取每个图像块的事件特征向量；
根据每组视频图像对应的边界值对每组视频图像对应的多个事件特征向量进行加权得到每组视频图像对应的加权特征向量；
计算所述加权特征向量与预设的向量集合中的每个样本向量之间的相似值；
根据所述相似值对每组视频图像进行事件特征识别得到识别结果，若存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中存在所述目标事件，若不存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中不存在所述目标事件。
优选地，提取所述目标区域的第一图像特征向量，包括：
按照所述目标区域的区域灰度值和区域边界值提取所述目标区域的第一图像特征向量。
优选地，将所述第一目标位置信息和所述第一拍摄角度信息映射至所述第一图像特征向量中得到第一目标特征向量，包括：
确定所述第一目标位置信息的第一信息编码字符串以及所述第一拍摄角度信息对应的第二信息编码字符串；其中，所述第一信息编码字符串和所述第二信息编码字符串中均包括多个具有不同编码权重的第一目标字符段；
提取所述第一图像特征向量的第三信息编码字符串，并确定所述第三信息编码字符串中的多个字符分割标识，基于所述字符分割标识对所述第三信息编码字符串进行划分得到多个第二目标字符段；
计算所述第一信息编码字符串中的每个第一目标字符段与所述多个第二目标字符段中最大长度的第三目标字符段之间的第一汉明距离以及所述第二信息编码字符串中的每个第一目标字符段与所述第三目标字符段之间的第二汉明距离；
计算位于设定区间内的所有第一汉明距离和所有第二汉明距离的平均值；判断所述平均值是否大于基准值；
在所述平均值大于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第四信息编码字符串；采用所述第一信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第四信息编码字符串进行加权得到第五信息编码字符串；对所述第五信息编码字符串进行译码处理得到所述第一目标特征向量；
在所述平均值小于等于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第五信息编码字符串；采用所述第二信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第五信息编码字符串进行加权得到第六信息编码字符串；对所述第六信息编码字符串进行译码处理得到所述第一目标特征向量。
优选地，调整所述第二目标监控设备的拍摄角度以使所述第二目标监控设备对所述目标事件进行拍摄，包括：
通过预先建立的传输协议向所述第二目标监控设备发送调整指令；
使所述第二目标监控设备根据所述调整指令进行拍摄角度的调整，以对所述目标事件进行拍摄。
一种监控设备同步装置，应用于与多个监控设备通信的计算机终端，所述装置包括：
图像获取模块，用于获取目标区域内的每个监控设备上传的视频图像；其中，每个监控设备的拍摄角度不同；
图像识别模块，用于对每组视频图像进行事件特征识别得到识别结果；在目标识别结果表征其对应的目标视频图像中出现目标事件时，确定所述目标识别结果对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息；其中，所述目标识别结果是通过特征识别得到的所有识别结果中的任一识别结果，所述第一目标位置信息为所述第一目标监控设备的三维坐标值，所述第一拍摄角度信息包括所述第一目标监控设备的视角向量，所述视角向量为三维向量，所述三维向量和所述三维坐标值在世界坐标系下确定得到；
特征提取模块，用于确定所述目标视频图像中的目标区域的标识信息，并提取所述目标区域的第一图像特征向量；其中，所述目标区域中包括静止的物体，所述标识信息是预先配置的；
向量映射模块，用于将所述第一目标位置信息和所述第一拍摄角度信息映射至所述第一图像特征向量中得到第一目标特征向量，从多个视频图像中确定除所述目标视频图像之外的存在所述标识信息对应的目标区域的至少一组视频图像对应的第二目标监控设备；将所述第二目标监控设备的第二目标位置信息以及第二拍摄角度信息映射至所述第一图像特征向量中得到第二目标特征向量；
设备同步模块，用于判断所述第一目标特征向量与所述第二目标特征向量之间的余弦距离是否大于设定距离；在所述余弦距离大于所述设定距离时，确定所述第一目标监控设备和所述第二目标监控设备之间存在拍摄角度重叠，调整所述第二目标监控设备的拍摄角度以使所述第二目标监控设备对所述目标事件进行拍摄。
优选地，图像识别模块，用于：
将每组视频图像按照设定数量划分为多个图像块；
确定每组视频图像的每相邻两个图像块之间的边界值，并提取每个图像块的事件特征向量；
根据每组视频图像对应的边界值对每组视频图像对应的多个事件特征向量进行加权得到每组视频图像对应的加权特征向量；
计算所述加权特征向量与预设的向量集合中的每个样本向量之间的相似值；
根据所述相似值对每组视频图像进行事件特征识别得到识别结果，若存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中存在所述目标事件，若不存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中不存在所述目标事件。
优选地，特征提取模块，用于：
按照所述目标区域的区域灰度值和区域边界值提取所述目标区域的第一图像特征向量。
优选地，向量映射模块，用于：
确定所述第一目标位置信息的第一信息编码字符串以及所述第一拍摄角度信息对应的第二信息编码字符串；其中，所述第一信息编码字符串和所述第二信息编码字符串中均包括多个具有不同编码权重的第一目标字符段；
提取所述第一图像特征向量的第三信息编码字符串，并确定所述第三信息编码字符串中的多个字符分割标识，基于所述字符分割标识对所述第三信息编码字符串进行划分得到多个第二目标字符段；
计算所述第一信息编码字符串中的每个第一目标字符段与所述多个第二目标字符段中最大长度的第三目标字符段之间的第一汉明距离以及所述第二信息编码字符串中的每个第一目标字符段与所述第三目标字符段之间的第二汉明距离；
计算位于设定区间内的所有第一汉明距离和所有第二汉明距离的平均值；判断所述平均值是否大于基准值；
在所述平均值大于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第四信息编码字符串；采用所述第一信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第四信息编码字符串进行加权得到第五信息编码字符串；对所述第五信息编码字符串进行译码处理得到所述第一目标特征向量；
在所述平均值小于等于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第五信息编码字符串；采用所述第二信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第五信息编码字符串进行加权得到第六信息编码字符串；对所述第六信息编码字符串进行译码处理得到所述第一目标特征向量。
一种计算机终端，包括处理器和存储器；所述处理器用于从所述存储器中调取计算机程序，并运行所述计算机程序以实现上述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果。
能够对获取到的每组视频图像进行事件特征识别得到识别结果并在检测出目标事件时，确定目标事件对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息，其次确定目标视频图像中的目标区域的标识信息，并提取目标区域的第一图像特征向量，然后根据标识信息、目标位置信息和目标拍摄角度信息对第一图像特征向量进行多次映射处理，从而确定出与第一目标监控设备存在拍摄视角重叠的第二目标监控设备。进而调整第二目标监控设备的拍摄角度以使第二目标监控设备对目标事件进行拍摄。如此，可以对多个监控设备进行联动控制，从而实现监控设备的同步，确保目标事件发生时对目标事件进行完整记录。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。
图1是根据本公开所涉及的监控设备同步系统的示意图。
图2是根据一示例性实施例示出的一种监控设备同步方法的流程图。
图3是根据一示例性实施例示出的一种监控设备同步装置的功能模块框图。
图4是根据一示例性实施例示出的一种计算机终端的硬件结构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
为改善上述技术问题，本申请提供了一种监控设备同步方法、装置及计算机终端，通过对不同监控设备的监控视角信息进行分析，从而基于监控视角信息的重叠情况控制同步对应的多个监控设备。这样，可以对多个监控设备进行联动控制，从而实现监控设备的同步，确保突发事件发生时对突发事件进行完整记录。
请参阅图1，为本申请提供的监控设备同步系统100的架构示意图，所述监控设备同步系统100可以包括计算机终端200和多个监控设备300。其中，每个监控设备300部署在街道的不同位置处，例如街道的拐角处、街道的红绿灯处或街道的商店大门处等，在此不作限定。监控设备300可以是球形摄像头。每个监控设备300对应一个监控视角，在这个监控视角内，监控设备300可以对目标范围内的事件进行监控。
请继续参阅图1，计算机终端200与每个监控设备300通信，用于控制每个监控设备300的转动，还用于实现对监控设备300的联动控制。在本申请中，计算机终端200可以是服务器、云计算中心等具有视频信息处理能力的电子设备。
在上述基础上，请结合参阅图2，为本申请所提供的监控设备同步方法的流程图，该方法可以应用于图1中的计算机终端200，具体可以包括以下步骤所描述的内容。
步骤210，获取目标区域内的每个监控设备上传的视频图像；其中，每个监控设备的拍摄角度不同。
步骤220，对每组视频图像进行事件特征识别得到识别结果；在目标识别结果表征其对应的目标视频图像中出现目标事件时，确定所述目标识别结果对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息；其中，所述目标识别结果是通过特征识别得到的所有识别结果中的任一识别结果，所述第一目标位置信息为所述第一目标监控设备的三维坐标值，所述第一拍摄角度信息包括所述第一目标监控设备的视角向量，所述视角向量为三维向量，所述三维向量和所述三维坐标值在世界坐标系下确定得到。
步骤230，确定所述目标视频图像中的目标区域的标识信息，并提取所述目标区域的第一图像特征向量；其中，所述目标区域中包括静止的物体，所述标识信息是预先配置的。
步骤240，将所述第一目标位置信息和所述第一拍摄角度信息映射至所述第一图像特征向量中得到第一目标特征向量，从多个视频图像中确定除所述目标视频图像之外的存在所述标识信息对应的目标区域的至少一组视频图像对应的第二目标监控设备；将所述第二目标监控设备的第二目标位置信息以及第二拍摄角度信息映射至所述第一图像特征向量中得到第二目标特征向量。
步骤250，判断所述第一目标特征向量与所述第二目标特征向量之间的余弦距离是否大于设定距离；在所述余弦距离大于所述设定距离时，确定所述第一目标监控设备和所述第二目标监控设备之间存在拍摄角度重叠，调整所述第二目标监控设备的拍摄角度以使所述第二目标监控设备对所述目标事件进行拍摄。
通过上述步骤210-步骤250，能够对获取到的每组视频图像进行事件特征识别得到识别结果并在检测出目标事件时，确定目标事件对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息，其次确定目标视频图像中的目标区域的标识信息，并提取目标区域的第一图像特征向量，然后根据标识信息、目标位置信息和目标拍摄角度信息对第一图像特征向量进行多次映射处理，从而确定出与第一目标监控设备存在拍摄视角重叠的第二目标监控设备。进而调整第二目标监控设备的拍摄角度以使第二目标监控设备对目标事件进行拍摄。
如此，可以对多个监控设备进行联动控制，从而实现监控设备的同步，确保目标事件发生时对目标事件进行完整记录。
在具体实施时，为了确保识别结果的准确性，在步骤220中，对每组视频图像进行事件特征识别得到识别结果，具体可以包括以下步骤所描述的内容。
步骤221，将每组视频图像按照设定数量划分为多个图像块。
步骤222，确定每组视频图像的每相邻两个图像块之间的边界值，并提取每个图像块的事件特征向量。
步骤223，根据每组视频图像对应的边界值对每组视频图像对应的多个事件特征向量进行加权得到每组视频图像对应的加权特征向量。
步骤224，计算所述加权特征向量与预设的向量集合中的每个样本向量之间的相似值。
步骤225，根据所述相似值对每组视频图像进行事件特征识别得到识别结果，若存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中存在所述目标事件，若不存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中不存在所述目标事件。
可以理解，通过上述步骤所描述的内容，能够确保识别结果的准确性。
在一个示例中，步骤230所描述提取所述目标区域的第一图像特征向量，具体可以包括以下步骤所描述的内容：按照所述目标区域的区域灰度值和区域边界值提取所述目标区域的第一图像特征向量。如此，可以确保第一图像特征相框的准确性和完整性。
在另一个示例中，步骤240所描述的，将所述第一目标位置信息和所述第一拍摄角度信息映射至所述第一图像特征向量中得到第一目标特征向量，具体可以包括以下步骤所描述的内容。
步骤241，确定所述第一目标位置信息的第一信息编码字符串以及所述第一拍摄角度信息对应的第二信息编码字符串；其中，所述第一信息编码字符串和所述第二信息编码字符串中均包括多个具有不同编码权重的第一目标字符段。
步骤242，提取所述第一图像特征向量的第三信息编码字符串，并确定所述第三信息编码字符串中的多个字符分割标识，基于所述字符分割标识对所述第三信息编码字符串进行划分得到多个第二目标字符段。
步骤243，计算所述第一信息编码字符串中的每个第一目标字符段与所述多个第二目标字符段中最大长度的第三目标字符段之间的第一汉明距离以及所述第二信息编码字符串中的每个第一目标字符段与所述第三目标字符段之间的第二汉明距离。
步骤244，计算位于设定区间内的所有第一汉明距离和所有第二汉明距离的平均值；判断所述平均值是否大于基准值。
步骤245，在所述平均值大于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第四信息编码字符串；采用所述第一信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第四信息编码字符串进行加权得到第五信息编码字符串；对所述第五信息编码字符串进行译码处理得到所述第一目标特征向量。
步骤246，在所述平均值小于等于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第五信息编码字符串；采用所述第二信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第五信息编码字符串进行加权得到第六信息编码字符串；对所述第六信息编码字符串进行译码处理得到所述第一目标特征向量。
可以理解，通过步骤241-步骤246所描述的内容，能够完整、准确地将第一目标位置信息和第一拍摄角度信息映射至第一图像特征向量中，从而确保第一目标特征向量的完整性和准确性。
在一个可替换的实施方式中，步骤250所描述的调整所述第二目标监控设备的拍摄角度以使所述第二目标监控设备对所述目标事件进行拍摄，具体可以通过以下方式实现。
步骤251，通过预先建立的传输协议向所述第二目标监控设备发送调整指令。
步骤252，使所述第二目标监控设备根据所述调整指令进行拍摄角度的调整，以对所述目标事件进行拍摄。
在本实施例中，基于步骤251-步骤252所描述的内容，能够通过预先与第二目标监控设备建立的传输协议进行调整指令的发送，避免同时发送多个调整指令带来的互相干扰，这样可以确保对多个第二目标监控设备的准确调整。
在上述基础上，请结合参阅图3，提供了一种监控设备同步装置210，所述装置包括以下功能模块：
图像获取模块211，用于获取目标区域内的每个监控设备上传的视频图像；其中，每个监控设备的拍摄角度不同；
图像识别模块212，用于对每组视频图像进行事件特征识别得到识别结果；在目标识别结果表征其对应的目标视频图像中出现目标事件时，确定所述目标识别结果对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息；其中，所述目标识别结果是通过特征识别得到的所有识别结果中的任一识别结果，所述第一目标位置信息为所述第一目标监控设备的三维坐标值，所述第一拍摄角度信息包括所述第一目标监控设备的视角向量，所述视角向量为三维向量，所述三维向量和所述三维坐标值在世界坐标系下确定得到；
特征提取模块213，用于确定所述目标视频图像中的目标区域的标识信息，并提取所述目标区域的第一图像特征向量；其中，所述目标区域中包括静止的物体，所述标识信息是预先配置的；
向量映射模块214，用于将所述第一目标位置信息和所述第一拍摄角度信息映射至所述第一图像特征向量中得到第一目标特征向量，从多个视频图像中确定除所述目标视频图像之外的存在所述标识信息对应的目标区域的至少一组视频图像对应的第二目标监控设备；将所述第二目标监控设备的第二目标位置信息以及第二拍摄角度信息映射至所述第一图像特征向量中得到第二目标特征向量；
设备同步模块215，用于判断所述第一目标特征向量与所述第二目标特征向量之间的余弦距离是否大于设定距离；在所述余弦距离大于所述设定距离时，确定所述第一目标监控设备和所述第二目标监控设备之间存在拍摄角度重叠，调整所述第二目标监控设备的拍摄角度以使所述第二目标监控设备对所述目标事件进行拍摄。
可选地，图像识别模块212，用于：
将每组视频图像按照设定数量划分为多个图像块；
确定每组视频图像的每相邻两个图像块之间的边界值，并提取每个图像块的事件特征向量；
根据每组视频图像对应的边界值对每组视频图像对应的多个事件特征向量进行加权得到每组视频图像对应的加权特征向量；
计算所述加权特征向量与预设的向量集合中的每个样本向量之间的相似值；
根据所述相似值对每组视频图像进行事件特征识别得到识别结果，若存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中存在所述目标事件，若不存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中不存在所述目标事件。
可选地，特征提取模块213，用于：
按照所述目标区域的区域灰度值和区域边界值提取所述目标区域的第一图像特征向量。
可选地，向量映射模块214，用于：
确定所述第一目标位置信息的第一信息编码字符串以及所述第一拍摄角度信息对应的第二信息编码字符串；其中，所述第一信息编码字符串和所述第二信息编码字符串中均包括多个具有不同编码权重的第一目标字符段；
提取所述第一图像特征向量的第三信息编码字符串，并确定所述第三信息编码字符串中的多个字符分割标识，基于所述字符分割标识对所述第三信息编码字符串进行划分得到多个第二目标字符段；
计算所述第一信息编码字符串中的每个第一目标字符段与所述多个第二目标字符段中最大长度的第三目标字符段之间的第一汉明距离以及所述第二信息编码字符串中的每个第一目标字符段与所述第三目标字符段之间的第二汉明距离；
计算位于设定区间内的所有第一汉明距离和所有第二汉明距离的平均值；判断所述平均值是否大于基准值；
在所述平均值大于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第四信息编码字符串；采用所述第一信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第四信息编码字符串进行加权得到第五信息编码字符串；对所述第五信息编码字符串进行译码处理得到所述第一目标特征向量；
在所述平均值小于等于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第五信息编码字符串；采用所述第二信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第五信息编码字符串进行加权得到第六信息编码字符串；对所述第六信息编码字符串进行译码处理得到所述第一目标特征向量。
在上述基础上，请结合参阅图4，提供了一种计算机终端200，包括处理器221和存储器222；所述处理器221用于从所述存储器222中调取计算机程序，并运行所述计算机程序以实现上述的方法。
综上，在应用上述实施例所提供的方案时，能够对获取到的每组视频图像进行事件特征识别得到识别结果并在检测出目标事件时，确定目标事件对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息，其次确定目标视频图像中的目标区域的标识信息，并提取目标区域的第一图像特征向量，然后根据标识信息、目标位置信息和目标拍摄角度信息对第一图像特征向量进行多次映射处理，确定出与第一目标监控设备存在拍摄视角重叠的第二目标监控设备，调整第二目标监控设备的拍摄角度以使第二目标监控设备对目标事件进行拍摄。如此，可以对多个监控设备进行联动控制，从而实现监控设备的同步，确保目标事件发生时对目标事件进行完整记录。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (8)
1.一种监控设备同步方法，其特征在于，应用于与多个监控设备通信的计算机终端，所述方法包括：
获取目标区域内的每个监控设备上传的视频图像；其中，每个监控设备的拍摄角度不同；
对每组视频图像进行事件特征识别得到识别结果；在目标识别结果表征其对应的目标视频图像中出现目标事件时，确定所述目标识别结果对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息；其中，所述目标识别结果是通过特征识别得到的所有识别结果中的任一识别结果，所述第一目标位置信息为所述第一目标监控设备的三维坐标值，所述第一拍摄角度信息包括所述第一目标监控设备的视角向量，所述视角向量为三维向量，所述三维向量和所述三维坐标值在世界坐标系下确定得到；
确定所述目标视频图像中的目标区域的标识信息，并提取所述目标区域的第一图像特征向量；其中，所述目标区域中包括静止的物体，所述标识信息是预先配置的；
将所述第一目标位置信息和所述第一拍摄角度信息映射至所述第一图像特征向量中得到第一目标特征向量，从多个视频图像中确定除所述目标视频图像之外的存在所述标识信息对应的目标区域的至少一组视频图像对应的第二目标监控设备；将所述第二目标监控设备的第二目标位置信息以及第二拍摄角度信息映射至所述第一图像特征向量中得到第二目标特征向量；
判断所述第一目标特征向量与所述第二目标特征向量之间的余弦距离是否大于设定距离；在所述余弦距离大于所述设定距离时，确定所述第一目标监控设备和所述第二目标监控设备之间存在拍摄角度重叠，调整所述第二目标监控设备的拍摄角度以使所述第二目标监控设备对所述目标事件进行拍摄；
其中，将所述第一目标位置信息和所述第一拍摄角度信息映射至所述第一图像特征向量中得到第一目标特征向量，包括：
确定所述第一目标位置信息的第一信息编码字符串以及所述第一拍摄角度信息对应的第二信息编码字符串；其中，所述第一信息编码字符串和所述第二信息编码字符串中均包括多个具有不同编码权重的第一目标字符段；
提取所述第一图像特征向量的第三信息编码字符串，并确定所述第三信息编码字符串中的多个字符分割标识，基于所述字符分割标识对所述第三信息编码字符串进行划分得到多个第二目标字符段；
计算所述第一信息编码字符串中的每个第一目标字符段与所述多个第二目标字符段中最大长度的第三目标字符段之间的第一汉明距离以及所述第二信息编码字符串中的每个第一目标字符段与所述第三目标字符段之间的第二汉明距离；
计算位于设定区间内的所有第一汉明距离和所有第二汉明距离的平均值；判断所述平均值是否大于基准值；
在所述平均值大于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第四信息编码字符串；采用所述第一信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第四信息编码字符串进行加权得到第五信息编码字符串；对所述第五信息编码字符串进行译码处理得到所述第一目标特征向量；
在所述平均值小于等于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第五信息编码字符串；采用所述第二信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第五信息编码字符串进行加权得到第六信息编码字符串；对所述第六信息编码字符串进行译码处理得到所述第一目标特征向量。
2.如权利要求1所述的方法，其特征在于，对每组视频图像进行事件特征识别得到识别结果，包括：
将每组视频图像按照设定数量划分为多个图像块；
确定每组视频图像的每相邻两个图像块之间的边界值，并提取每个图像块的事件特征向量；
根据每组视频图像对应的边界值对每组视频图像对应的多个事件特征向量进行加权得到每组视频图像对应的加权特征向量；
计算所述加权特征向量与预设的向量集合中的每个样本向量之间的相似值；
根据所述相似值对每组视频图像进行事件特征识别得到识别结果，若存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中存在所述目标事件，若不存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中不存在所述目标事件。
3.如权利要求1所述的方法，其特征在于，提取所述目标区域的第一图像特征向量，包括：
按照所述目标区域的区域灰度值和区域边界值提取所述目标区域的第一图像特征向量。
4.如权利要求1所述的方法，其特征在于，调整所述第二目标监控设备的拍摄角度以使所述第二目标监控设备对所述目标事件进行拍摄，包括：
通过预先建立的传输协议向所述第二目标监控设备发送调整指令；
使所述第二目标监控设备根据所述调整指令进行拍摄角度的调整，以对所述目标事件进行拍摄。
5.一种监控设备同步装置，其特征在于，应用于与多个监控设备通信的计算机终端，所述装置包括：
图像获取模块，用于获取目标区域内的每个监控设备上传的视频图像；其中，每个监控设备的拍摄角度不同；
图像识别模块，用于对每组视频图像进行事件特征识别得到识别结果；在目标识别结果表征其对应的目标视频图像中出现目标事件时，确定所述目标识别结果对应的第一目标监控设备的第一目标位置信息和第一拍摄角度信息；其中，所述目标识别结果是通过特征识别得到的所有识别结果中的任一识别结果，所述第一目标位置信息为所述第一目标监控设备的三维坐标值，所述第一拍摄角度信息包括所述第一目标监控设备的视角向量，所述视角向量为三维向量，所述三维向量和所述三维坐标值在世界坐标系下确定得到；
特征提取模块，用于确定所述目标视频图像中的目标区域的标识信息，并提取所述目标区域的第一图像特征向量；其中，所述目标区域中包括静止的物体，所述标识信息是预先配置的；
向量映射模块，用于将所述第一目标位置信息和所述第一拍摄角度信息映射至所述第一图像特征向量中得到第一目标特征向量，从多个视频图像中确定除所述目标视频图像之外的存在所述标识信息对应的目标区域的至少一组视频图像对应的第二目标监控设备；将所述第二目标监控设备的第二目标位置信息以及第二拍摄角度信息映射至所述第一图像特征向量中得到第二目标特征向量；
设备同步模块，用于判断所述第一目标特征向量与所述第二目标特征向量之间的余弦距离是否大于设定距离；在所述余弦距离大于所述设定距离时，确定所述第一目标监控设备和所述第二目标监控设备之间存在拍摄角度重叠，调整所述第二目标监控设备的拍摄角度以使所述第二目标监控设备对所述目标事件进行拍摄；
其中，向量映射模块，用于：
确定所述第一目标位置信息的第一信息编码字符串以及所述第一拍摄角度信息对应的第二信息编码字符串；其中，所述第一信息编码字符串和所述第二信息编码字符串中均包括多个具有不同编码权重的第一目标字符段；
提取所述第一图像特征向量的第三信息编码字符串，并确定所述第三信息编码字符串中的多个字符分割标识，基于所述字符分割标识对所述第三信息编码字符串进行划分得到多个第二目标字符段；
计算所述第一信息编码字符串中的每个第一目标字符段与所述多个第二目标字符段中最大长度的第三目标字符段之间的第一汉明距离以及所述第二信息编码字符串中的每个第一目标字符段与所述第三目标字符段之间的第二汉明距离；
计算位于设定区间内的所有第一汉明距离和所有第二汉明距离的平均值；判断所述平均值是否大于基准值；
在所述平均值大于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第四信息编码字符串；采用所述第一信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第四信息编码字符串进行加权得到第五信息编码字符串；对所述第五信息编码字符串进行译码处理得到所述第一目标特征向量；
在所述平均值小于等于所述基准值时，将所述第一信息编码字符串和所述第二信息编码字符串进行交织得到第五信息编码字符串；采用所述第二信息编码字符串对应的编码权重对所述第三信息编码字符串和所述第五信息编码字符串进行加权得到第六信息编码字符串；对所述第六信息编码字符串进行译码处理得到所述第一目标特征向量。
6.如权利要求5所述的装置，其特征在于，图像识别模块，用于：
将每组视频图像按照设定数量划分为多个图像块；
确定每组视频图像的每相邻两个图像块之间的边界值，并提取每个图像块的事件特征向量；
根据每组视频图像对应的边界值对每组视频图像对应的多个事件特征向量进行加权得到每组视频图像对应的加权特征向量；
计算所述加权特征向量与预设的向量集合中的每个样本向量之间的相似值；
根据所述相似值对每组视频图像进行事件特征识别得到识别结果，若存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中存在所述目标事件，若不存在高于设定阈值的相似值，则确定该组视频图像对应的识别结果表征该视频图像中不存在所述目标事件。
7.如权利要求5所述的装置，其特征在于，特征提取模块，用于：
按照所述目标区域的区域灰度值和区域边界值提取所述目标区域的第一图像特征向量。
8.一种计算机终端，其特征在于，包括处理器和存储器；所述处理器用于从所述存储器中调取计算机程序，并运行所述计算机程序以实现上述权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010455217.7A CN111654668B (zh) | 2020-05-26 | 2020-05-26 | 监控设备同步方法、装置及计算机终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010455217.7A CN111654668B (zh) | 2020-05-26 | 2020-05-26 | 监控设备同步方法、装置及计算机终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111654668A CN111654668A (zh) | 2020-09-11 |
| CN111654668B true CN111654668B (zh) | 2021-08-13 |
Family
ID=72349629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010455217.7A Active CN111654668B (zh) | 2020-05-26 | 2020-05-26 | 监控设备同步方法、装置及计算机终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111654668B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113645449B (zh) * | 2021-08-10 | 2024-05-24 | 深圳市玄羽科技有限公司 | 工业互联网的数据采集方法、系统及计算机可读存储介质 |
| CN116170693B (zh) * | 2023-04-25 | 2023-07-21 | 山西乐宸科技有限公司 | 一种安防监控系统控制方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103259962A (zh) * | 2013-04-17 | 2013-08-21 | 深圳市捷顺科技实业股份有限公司 | 一种目标追踪方法和相关装置 |
| CN110580707A (zh) * | 2018-06-08 | 2019-12-17 | 杭州海康威视数字技术股份有限公司 | 一种对象跟踪方法及系统 |
| CN110895570A (zh) * | 2018-08-24 | 2020-03-20 | 北京搜狗科技发展有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
| CN110913203A (zh) * | 2018-09-17 | 2020-03-24 | 浙江宇视科技有限公司 | 图像质量检测方法、装置及计算机可读存储介质 |
| CN111183643A (zh) * | 2017-10-06 | 2020-05-19 | 松下电器（美国）知识产权公司 | 编码装置、解码装置、编码方法和解码方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5709367B2 (ja) * | 2009-10-23 | 2015-04-30 | キヤノン株式会社 | 画像処理装置、および画像処理方法 |
| US9140555B1 (en) * | 2014-03-14 | 2015-09-22 | Google Inc. | Navigation using sensor fusion |
| CN104363426A (zh) * | 2014-11-25 | 2015-02-18 | 深圳北航新兴产业技术研究院 | 一种多摄像机目标关联的交通视频监控系统和监控方法 |
| CN104835182A (zh) * | 2015-06-03 | 2015-08-12 | 上海建炜信息技术有限公司 | 摄像机上实现动态目标实时跟踪的方法 |
| US10402663B1 (en) * | 2016-08-29 | 2019-09-03 | Trifo, Inc. | Visual-inertial positional awareness for autonomous and non-autonomous mapping |
| CN106887014B (zh) * | 2017-01-13 | 2019-10-15 | 中山大学 | 一种跨摄像头的行人轨迹匹配方法 |
| CN109035299B (zh) * | 2018-06-11 | 2023-03-31 | 平安科技（深圳）有限公司 | 目标跟踪方法、装置、计算机设备及存储介质 |
| CN108985162B (zh) * | 2018-06-11 | 2023-04-18 | 平安科技（深圳）有限公司 | 目标实时跟踪方法、装置、计算机设备及存储介质 |
| CN110347854B (zh) * | 2019-06-13 | 2022-02-22 | 西安理工大学 | 基于目标定位的图像检索方法 |
| CN111192297A (zh) * | 2019-12-31 | 2020-05-22 | 山东广域科技有限责任公司 | 一种基于度量学习的多摄像头目标关联跟踪方法 |
-
2020
- 2020-05-26 CN CN202010455217.7A patent/CN111654668B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103259962A (zh) * | 2013-04-17 | 2013-08-21 | 深圳市捷顺科技实业股份有限公司 | 一种目标追踪方法和相关装置 |
| CN111183643A (zh) * | 2017-10-06 | 2020-05-19 | 松下电器（美国）知识产权公司 | 编码装置、解码装置、编码方法和解码方法 |
| CN110580707A (zh) * | 2018-06-08 | 2019-12-17 | 杭州海康威视数字技术股份有限公司 | 一种对象跟踪方法及系统 |
| CN110895570A (zh) * | 2018-08-24 | 2020-03-20 | 北京搜狗科技发展有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
| CN110913203A (zh) * | 2018-09-17 | 2020-03-24 | 浙江宇视科技有限公司 | 图像质量检测方法、装置及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111654668A (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110458895B (zh) | 图像坐标系的转换方法、装置、设备及存储介质 | |
| CN110853033B (zh) | 基于帧间相似度的视频检测方法和装置 | |
| CN111325051B (zh) | 一种基于人脸图像roi选取的人脸识别方法及装置 | |
| CN108564579B (zh) | 一种基于时空相关的混凝土裂缝检测方法及检测装置 | |
| CN111654668B (zh) | 监控设备同步方法、装置及计算机终端 | |
| CN112800825B (zh) | 基于关键点的关联方法、系统及介质 | |
| 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 | |
| CN110659391A (zh) | 一种视频侦查方法及装置 | |
| CN110197185B (zh) | 一种基于尺度不变特征变换算法监测桥下空间的方法和系统 | |
| CN113313097B (zh) | 人脸识别方法、终端及计算机可读存储介质 | |
| CN112434566A (zh) | 客流统计方法、装置、电子设备及存储介质 | |
| CN108229281B (zh) | 神经网络的生成方法和人脸检测方法、装置及电子设备 | |
| CN110599514B (zh) | 图像分割的方法、装置、电子设备及存储介质 | |
| WO2021248564A1 (zh) | 一种全景大数据应用监测管控系统 | |
| CN116912517B (zh) | 相机视野边界的检测方法及装置 | |
| CN116091781B (zh) | 一种用于图像识别的数据处理方法及装置 | |
| CN113243015B (zh) | 视频监控系统 | |
| CN115018886B (zh) | 运动轨迹识别方法、装置、设备及介质 | |
| CN113936042B (zh) | 一种目标跟踪方法、装置和计算机可读存储介质 | |
| CN112802112B (zh) | 视觉定位方法、装置、服务器及存储介质 | |
| CN112257666B (zh) | 目标图像内容的聚合方法、装置、设备及可读存储介质 | |
| US11373318B1 (en) | Impact detection | |
| CN114694204A (zh) | 社交距离检测方法、装置、电子设备及存储介质 | |
| CN112287901A (zh) | 目标物检测的方法、装置、电子设备及存储介质 | |
| CN112215205A (zh) | 目标识别方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 650100 building A3, southwest sea phase I, Xishan resort, Kunming City, Yunnan Province Applicant after: Li Shaobing Address before: No. 67, Wugu Road, Wenwei community residents committee, Wufeng Town, Zhenxiong County, Zhaotong City, Yunnan Province, 657299 Applicant before: Li Shaobing |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210723 Address after: 252000 room 1801, 18 / F, alicloud innovation center, Liaocheng high tech Zone, Shandong Province Applicant after: Shandong sheyun Information Technology Co.,Ltd. Address before: 650100 building A3, southwest sea phase I, Xishan resort, Kunming City, Yunnan Province Applicant before: Li Shaobing |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |