CN111680058A - 一种基于嵌入式终端的多目标跟踪及行为分析检测方法 - Google Patents

一种基于嵌入式终端的多目标跟踪及行为分析检测方法 Download PDF

Info

Publication number
CN111680058A
CN111680058A CN202010334102.2A CN202010334102A CN111680058A CN 111680058 A CN111680058 A CN 111680058A CN 202010334102 A CN202010334102 A CN 202010334102A CN 111680058 A CN111680058 A CN 111680058A
Authority
CN
China
Prior art keywords
data
target
behavior
people
detection method
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
Application number
CN202010334102.2A
Other languages
English (en)
Other versions
CN111680058B (zh
Inventor
张中
徐磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Zhanda Intelligent Technology Co ltd
Original Assignee
Hefei Zhanda Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Zhanda Intelligent Technology Co ltd filed Critical Hefei Zhanda Intelligent Technology Co ltd
Priority to CN202010334102.2A priority Critical patent/CN111680058B/zh
Publication of CN111680058A publication Critical patent/CN111680058A/zh
Application granted granted Critical
Publication of CN111680058B publication Critical patent/CN111680058B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Remote Sensing (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于嵌入式终端的多目标跟踪及行为分析检测方法，包括以下步骤：在数据库中创建需要跟踪目标的单独文件库，将所有目标以往的数据放置到创建的单独文件库中。本发明所述的一种基于嵌入式终端的多目标跟踪及行为分析检测方法，首先，单独储存目标的个人数据并记录所有的运动数据，能够直观的通过这些数据判断人们行为方式的变化，其次，按照人们出行方式划分人们的出行数据，能够便于人们直观的发现自身在不同出行方式下不同异常行为，便于人们了解自身的出行行为情况，帮助人们改变自身的不良行为，最后，将人们在不同时间不同路段下的不同行为标记出来，能够便于人们准确了解自身行为方式的变化，带来更好的使用前景。

Description

一种基于嵌入式终端的多目标跟踪及行为分析检测方法
技术领域
本发明涉及行为分析领域，特别涉及一种基于嵌入式终端的多目标跟踪及行为分析检测方法。
背景技术
随着社会的发展，人们的生活水平不断的提高，人们的出行方式发生了巨大的变化，车辆成为人们生活中必不可少的一部分，为了更好的管理人们的出行行为，人们发明了一些行为分析检测方法，但是随着科技的发展，人们对于安全出行的要求越来越严格，导致人们对于人们出行的行为分析检测方法的要求不断的提高，导致现有的行为分析检测方法不满足人们的使用要求；
现有的行为分析检测方法在使用时存在一定的弊端，首先，现有的行为分析检测方法通常只是记录下不同区域中发生的所有异常出行数据，不能够直观的通过这些数据发现人们单独的行为方式，其次，现有的行为分析检测方法集中管理区域内部所有人的行为方式，不能够精确显示出人们在不同行为方式下的差异，不利于人们发现自身问题，不方便人们改变自身的不良习惯，最后，现有的行为分析检测方法通常只是分析短时间内人们的行为变化，而多数人的行为习惯一直在不同的变化，分析的数据不够准确，不满足人们的使用要求，为此，我们提出一种基于嵌入式终端的多目标跟踪及行为分析检测方法。
发明内容
本发明的主要目的在于提供一种基于嵌入式终端的多目标跟踪及行为分析检测方法，可以有效解决背景技术中的问题。
为实现上述目的，本发明采取的技术方案为：
一种基于嵌入式终端的多目标跟踪及行为分析检测方法，包括以下步骤：
(1)在数据库中创建需要跟踪目标的单独文件库，将所有目标以往的数据放置到创建的单独文件库中；
(2)获取目标现在所在地址，调取目标所在区域的数据采集设备采集目标的行为数据；
(3)将采集的目标行为数据与统一的标准数据以及数据库中记载的目标以前的行为数据进行对比；
(4)将现有的目标行为数据与统一的标准数据的差异数据提取出来创建行为表格，并标注数据差异原因；
(5)将数据库中记载的目标行为数据与统一的标准数据的差异数据提取出来创建原始行为表格；
(6)将原始行为表格与行为表格的数据进行汇总，得出目标行为差异表，分析目标行为习惯变化，得出目标在一段时间内的行为变化；
(7)将所有目标的目标行为差异表进行汇总，判断所有目标的行为状态。
优选的，步骤(1)中目标以往的数据放置到创建的单独文件库中的分类方式为先按照数据类型进行分类，然后再按照数据是否异常进一步分类，最后按照数据时间统计数据的先后顺序。
优选的，步骤(2)中获取目标现在所在地址方法包括GPS定位、卫星定位、基站定位和WiFi辅助定位，数据采集设备包括摄像头拍摄、扫描仪扫描和卫星拍摄，采集的数据需要进行验证，采用人脸识别装置识别采集的数据是否属于目标。
优选的，步骤(2)中目标的行为数据包括目标的健康数据和目标出行数据，所述目标出行数据包括目标驾驶数据、目标行走数据、目标骑行数据和目标出行路线数据。
优选的，步骤(3)中，对比目标驾驶数据、目标行走数据和目标骑行数据时的项目均包括目标闯红灯行为，对比目标驾驶数据和目标骑行数据时的项目还包括目标礼让行人数据，对比目标驾驶数据的项目还包括目标驾驶速度和目标驾驶状态。
优选的，步骤(4)中差异数据即现有的目标行为数据不在统一的标准数据范围内的目标出行数据。
优选的，步骤(6)中原始行为表格与行为表格记录的差异数据按照差异数据项目汇总，汇总后将原始行为表格与行为表格中减少的项目或者增加的项目标注出来。
优选的，步骤(7)按照目标行为数据采集地点汇总中所有目标的目标行为差异表中记载的差异数据，判断所有目标共同的行为特征。
优选的，步骤(6)中目标行为差异表以及目标行为数据和步骤(7)中所有目标的共同行为特征数据均通过嵌入式终端显示。
与现有技术相比，本发明提供了一种基于嵌入式终端的多目标跟踪及行为分析检测方法，具有如下有益效果：
1、本行为分析检测方法单独创建所有目标的文件库，记录目标所有的运动数据，而且将所有类型的时间按照时间的顺序进行排列和对比，能够直观的通过这些数据判断人们行为方式的变化；
2、本行为分析检测方法按照人们出行方式划分人们的出行数据，能够便于人们直观的发现自身在不同出行方式下不同异常行为，能够便于人们了解自身的出行行为情况，能够帮助人们改变自身的不良行为；
3、本行为分析检测方法记录目标所有的行为数据，而且将人们在不同时间不同路段下的不同行为标记出来，能够便于人们准确了解自身行为方式的变化，分析精度更高，而且整个基于嵌入式终端的多目标跟踪及行为分析检测方法简单，操作方便，使用效果相对于传统方式更好，满足人们的使用要求，较为实用。
该装置中未涉及部分均与现有技术相同或可采用现有技术加以实现。
附图说明
图1为本发明一种基于嵌入式终端的多目标跟踪及行为分析检测方法的整体流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
实施例
一种基于嵌入式终端的多目标跟踪及行为分析检测方法，包括以下步骤：
(1)在数据库中创建需要跟踪目标的单独文件库，将所有目标以往的数据放置到创建的单独文件库中；
目标以往的数据放置到创建的单独文件库中的分类方式为先按照数据类型进行分类，然后再按照数据是否异常进一步分类，最后按照数据时间统计数据的先后顺序。
(2)获取目标现在所在地址，调取目标所在区域的数据采集设备采集目标的行为数据；
获取目标现在所在地址方法包括GPS定位、卫星定位、基站定位和WiFi辅助定位，数据采集设备包括摄像头拍摄、扫描仪扫描和卫星拍摄，采集的数据需要进行验证，采用人脸识别装置识别采集的数据是否属于目标。
目标的行为数据包括目标的健康数据和目标出行数据，所述目标出行数据包括目标驾驶数据、目标行走数据、目标骑行数据和目标出行路线数据。
(3)将采集的目标行为数据与统一的标准数据以及数据库中记载的目标以前的行为数据进行对比；
对比目标驾驶数据、目标行走数据和目标骑行数据时的项目均包括目标闯红灯行为，对比目标驾驶数据和目标骑行数据时的项目还包括目标礼让行人数据，对比目标驾驶数据的项目还包括目标驾驶速度和目标驾驶状态。
(4)将现有的目标行为数据与统一的标准数据的差异数据提取出来创建行为表格，并标注数据差异原因；
差异数据即现有的目标行为数据不在统一的标准数据范围内的目标出行数据。
(5)将数据库中记载的目标行为数据与统一的标准数据的差异数据提取出来创建原始行为表格；
(6)将原始行为表格与行为表格的数据进行汇总，得出目标行为差异表，分析目标行为习惯变化，得出目标在一段时间内的行为变化；
原始行为表格与行为表格记录的差异数据按照差异数据项目汇总，汇总后将原始行为表格与行为表格中减少的项目或者增加的项目标注出来。
(7)将所有目标的目标行为差异表进行汇总，判断所有目标的行为状态；
按照目标行为数据采集地点汇总中所有目标的目标行为差异表中记载的差异数据，判断所有目标共同的行为特征。
步骤(6)中目标行为差异表以及目标行为数据和步骤(7)中所有目标的共同行为特征数据均通过嵌入式终端显示。
需要说明的是，本发明为一种基于嵌入式终端的多目标跟踪及行为分析检测方法，本行为分析检测方法通过同事追踪记录目标在不同时间不同地点下的出行数据，而且将最新的差异数据与上一次的差异数据进行对比，能够便于人们及时发现自身的存在的错误行为方式和以改正的行为方式，便于人们了解自身的情况；
使用时，本方法的目标还可以选择经常出现交通事故的人，及时的帮助其发现自身出行方式存在的隐患，便于人们改正，从而减少事故的发生；
使用时，本方法的目标可以选择同一区域下不同人们的出行数据，便于人们发现同一区域下异常出行方式的情况，便于人们针对性的对相关区域进行整改和教育；
本行为分析检测方法单独创建所有目标的个人文件库，记录个人所有的运动数据，而且将所有类型的时间按照时间的顺序进行排列和对比，能够直观的通过这些数据判断人们行为方式的变化；
本行为分析检测方法按照人们出行方式划分人们的出行数据，能够便于人们直观的发现自身在不同出行方式下不同异常行为，能够便于人们了解自身的出行行为情况，能够帮助人们改变自身的不良行为；
本行为分析检测方法记录目标所有的行为数据，而且将人们在不同时间不同路段下的不同行为标记出来，能够便于人们准确了解自身行为方式的变化，行为分析准确度更高，而且整个基于嵌入式终端的多目标跟踪及行为分析检测方法简单，操作方便，使用效果相对于传统方式更好，满足人们的使用要求，较为实用。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.一种基于嵌入式终端的多目标跟踪及行为分析检测方法，其特征在于，包括以下步骤：
(1)在数据库中创建需要跟踪目标的单独文件库，将所有目标以往的数据放置到创建的单独文件库中；
(2)获取目标现在所在地址，调取目标所在区域的数据采集设备采集目标的行为数据；
(3)将采集的目标行为数据与统一的标准数据以及数据库中记载的目标以前的行为数据进行对比；
(4)将现有的目标行为数据与统一的标准数据的差异数据提取出来创建行为表格，并标注数据差异原因；
(5)将数据库中记载的目标行为数据与统一的标准数据的差异数据提取出来创建原始行为表格；
(6)将原始行为表格与行为表格的数据进行汇总，得出目标行为差异表，分析目标行为习惯变化，得出目标在一段时间内的行为变化；
(7)将所有目标的目标行为差异表进行汇总，判断所有目标的行为状态。
2.根据权利要求1所述的一种基于嵌入式终端的多目标跟踪及行为分析检测方法，其特征在于：步骤(1)中目标以往的数据放置到创建的单独文件库中的分类方式为先按照数据类型进行分类，然后再按照数据是否异常进一步分类，最后按照数据时间统计数据的先后顺序。
3.根据权利要求1所述的一种基于嵌入式终端的多目标跟踪及行为分析检测方法，其特征在于：步骤(2)中获取目标现在所在地址方法包括GPS定位、卫星定位、基站定位和WiFi辅助定位，数据采集设备包括摄像头拍摄、扫描仪扫描和卫星拍摄，采集的数据需要进行验证，采用人脸识别装置识别采集的数据是否属于目标。
4.根据权利要求1所述的一种基于嵌入式终端的多目标跟踪及行为分析检测方法，其特征在于：步骤(2)中目标的行为数据包括目标的健康数据和目标出行数据，所述目标出行数据包括目标驾驶数据、目标行走数据、目标骑行数据和目标出行路线数据。
5.根据权利要求1所述的一种基于嵌入式终端的多目标跟踪及行为分析检测方法，其特征在于：步骤(3)中，对比目标驾驶数据、目标行走数据和目标骑行数据时的项目均包括目标闯红灯行为，对比目标驾驶数据和目标骑行数据时的项目还包括目标礼让行人数据，对比目标驾驶数据的项目还包括目标驾驶速度和目标驾驶状态。
6.根据权利要求1所述的一种基于嵌入式终端的多目标跟踪及行为分析检测方法，其特征在于：步骤(4)中差异数据即现有的目标行为数据不在统一的标准数据范围内的目标出行数据。
7.根据权利要求1所述的一种基于嵌入式终端的多目标跟踪及行为分析检测方法，其特征在于：步骤(6)中原始行为表格与行为表格记录的差异数据按照差异数据项目汇总，汇总后将原始行为表格与行为表格中减少的项目或者增加的项目标注出来。
8.根据权利要求1所述的一种基于嵌入式终端的多目标跟踪及行为分析检测方法，其特征在于：步骤(7)按照目标行为数据采集地点汇总中所有目标的目标行为差异表中记载的差异数据，判断所有目标共同的行为特征。
9.根据权利要求8所述的一种基于嵌入式终端的多目标跟踪及行为分析检测方法，其特征在于：步骤(6)中目标行为差异表以及目标行为数据和步骤(7)中所有目标的共同行为特征数据均通过嵌入式终端显示。
CN202010334102.2A 2020-04-24 2020-04-24 一种基于嵌入式终端的多目标跟踪及行为分析检测方法 Active CN111680058B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010334102.2A CN111680058B (zh) 2020-04-24 2020-04-24 一种基于嵌入式终端的多目标跟踪及行为分析检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010334102.2A CN111680058B (zh) 2020-04-24 2020-04-24 一种基于嵌入式终端的多目标跟踪及行为分析检测方法

Publications (2)

Publication Number Publication Date
CN111680058A true CN111680058A (zh) 2020-09-18
CN111680058B CN111680058B (zh) 2023-09-26

Family

ID=72452635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010334102.2A Active CN111680058B (zh) 2020-04-24 2020-04-24 一种基于嵌入式终端的多目标跟踪及行为分析检测方法

Country Status (1)

Country Link
CN (1) CN111680058B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2688296A1 (en) * 2011-04-18 2014-01-22 ZTE Corporation Video monitoring system and method
CN104915655A (zh) * 2015-06-15 2015-09-16 西安电子科技大学 一种多路监控视频的管理方法与设备
CN109212520A (zh) * 2018-09-29 2019-01-15 河北德冠隆电子科技有限公司 全方位检测雷达的路况感知异常事件检测报警系统及方法
WO2020010715A1 (zh) * 2018-07-13 2020-01-16 平安科技（深圳）有限公司 电子装置、驾驶行为评分方法及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2688296A1 (en) * 2011-04-18 2014-01-22 ZTE Corporation Video monitoring system and method
CN104915655A (zh) * 2015-06-15 2015-09-16 西安电子科技大学 一种多路监控视频的管理方法与设备
WO2020010715A1 (zh) * 2018-07-13 2020-01-16 平安科技（深圳）有限公司 电子装置、驾驶行为评分方法及存储介质
CN109212520A (zh) * 2018-09-29 2019-01-15 河北德冠隆电子科技有限公司 全方位检测雷达的路况感知异常事件检测报警系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
梁兴建;雷文;陈超;: "基于多路图像融合的目标跟踪系统设计" *

Also Published As

Publication number Publication date
CN111680058B (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
Romera et al. Need data for driver behaviour analysis? Presenting the public UAH-DriveSet
De Charette et al. Real time visual traffic lights recognition based on spot light detection and adaptive traffic lights templates
WO2018201835A1 (zh) 信号灯状态识别方法、装置、车载控制终端及机动车
CN106530716B (zh) 基于手机信令数据计算高速公路路段平均速度的方法
US10872424B2 (en) Object tracking using object attributes
Mogelmose et al. Vision-based traffic sign detection and analysis for intelligent driver assistance systems: Perspectives and survey
CN109241349B (zh) 一种基于深度学习的监控视频多目标分类检索方法及系统
CN112991791B (zh) 交通信息识别和智能行驶方法、装置、设备及存储介质
CN110505583A (zh) 一种基于卡口数据与信令数据的轨迹匹配算法
CN103247092B (zh) 一种基于场景的驾驶行为评价方法
CN109618140B (zh) 基于视频监控的车辆监测方法、装置、系统及服务器
Šegvić et al. A computer vision assisted geoinformation inventory for traffic infrastructure
US10963734B1 (en) Perception visualization tool
CN107590499A (zh) 一种基于视频的设备led指示灯状态监测方法及系统
CN106227859B (zh) 从gps数据中识别交通工具的方法
CN106448173B (zh) 一种基于手机数据的长距离出行交通方式划分方法
CN109118766A (zh) 一种基于交通卡口的同行车辆判别方法及装置
CN105023020A (zh) 语义标注设备及其方法
CN108846333A (zh) 标志牌地标数据集生成及车辆定位方法
CN109684373A (zh) 基于出行和话单数据分析的重点关系人发现方法
CN110274601B (zh) 通过行车轨迹获取违章地点经纬度的方法及装置
KR20220098315A (ko) 화상 처리 방법과 장치, 전자 디바이스 및 기록 매체
CN112330961A (zh) 一种基于时序规律的交通指示红黄绿灯的图像识别方法
CN111680058A (zh) 一种基于嵌入式终端的多目标跟踪及行为分析检测方法
CN110956822A (zh) 套牌车识别方法、装置、电子设备和可读存储介质

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
GR01 Patent grant
GR01 Patent grant