CN111784729A - 一种对象跟踪方法、装置、电子设备及存储介质 - Google Patents

一种对象跟踪方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111784729A
CN111784729A CN202010626722.3A CN202010626722A CN111784729A CN 111784729 A CN111784729 A CN 111784729A CN 202010626722 A CN202010626722 A CN 202010626722A CN 111784729 A CN111784729 A CN 111784729A
Authority
CN
China
Prior art keywords
track information
image acquisition
track
information
group
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
CN202010626722.3A
Other languages
English (en)
Other versions
CN111784729B (zh
Inventor
龚晖
朱皓
曾杰
张天琦
戴华东
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN202010626722.3A priority Critical patent/CN111784729B/zh
Publication of CN111784729A publication Critical patent/CN111784729A/zh
Application granted granted Critical
Publication of CN111784729B publication Critical patent/CN111784729B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种对象跟踪方法、装置、电子设备及存储介质,涉及计算机视觉技术领域,包括:确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,每一分组内轨迹信息所属的图像采集区域连通;针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,运动时间为:对象沿轨迹信息所表征的轨迹运动的时间;按照运动时间顺序对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。应用本申请实施例提供的方案可以实现跨图像采集设备进行对象跟踪。

Description

一种对象跟踪方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机视觉技术领域,特别是涉及一种对象跟踪方法、装置、电子设备及存储介质。
背景技术
在安防场景中,为实现对场景内车辆、用户等对象进行跟踪,需要在场景中部署多个图像采集设备。由于图像采集设备的视场角是有限的,这样各个图像采集设备对应的图像采集区域也是有限的。其中,每一图像采集设备对应的图像采集区域是指:图像采集设备所采集的图像反映的场景中的实际区域。
现有技术中,各个图像采集设备独立工作,每一图像采集设备可以对在自身对应的图像采集区域内运动的对象进行跟踪。对于每一图像采集设备而言,进行对象跟踪时,利用该图像采集设备采集的图像,可以获得对象在该图像采集设备对应的图像采集区域内运动的轨迹信息,当对象离开该图像采集区域后,则难以继续获得对象的轨迹信息。而对象通常会在多个图像采集设备对应的图像采集区域内运动。例如,在具有通道的场景中,由于通道用于对各个区域进行连接,对象通过通道可以在多个区域之间运动,这样在对象从一个区域到达另一区域时,其运动轨迹会跨越该场景中多个图像采集设备对应的图像采集区域。
应用现有技术,只能获得对象在单个图像采集设备对应的图像采集区域内运动的轨迹信息,而难以获得对象在多个图像采集设备对应的图像采集区域内运动的轨迹信息。也就是,只能基于单一图像采集设备进行对象跟踪,而难以实现跨图像采集设备进行对象跟踪。
发明内容
本申请实施例的目的在于提供一种对象跟踪方法、装置、电子设备及存储介质,以实现跨图像采集设备进行对象跟踪。具体技术方案如下:
第一方面,本申请实施例提供了一种对象跟踪方法,所述方法包括:
确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;
基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,其中,每一分组内各条轨迹信息所属的图像采集区域连通,所述连通关系为:基于各个图像采集设备对应的图像采集区域在场景中是否连通所确定的关系;
针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,其中,所述运动时间为:对象沿轨迹信息所表征的轨迹运动的时间;
按照所述运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。
本申请的一个实施例中,所述基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,包括:
确定每一轨迹信息所属对象进出图像采集区域的运动方向;
基于各个图像采集设备对应的图像采集区域间的连通关系以及所确定的运动方向,将所属对象待离开或待进入同一图像采集区域的轨迹信息划分为一个分组。
本申请的一个实施例中,所述确定该分组内同一对象的轨迹信息,包括:
基于该分组内各条轨迹信息所属对象的外观特征,将外观特征的相似度满足第一相似条件的对象的轨迹信息确定为同一对象的轨迹信息;和/或
确定该分组内轨迹差异度满足第二相似条件的轨迹信息为同一对象的轨迹信息,其中,每一轨迹信息的轨迹差异度表征:该轨迹信息相对于该轨迹信息的对比轨迹信息的差异程度,每一轨迹信息的对比轨迹信息为:该分组内与该轨迹信息属于同一图像采集区域的其他轨迹信息。
本申请的一个实施例中,所述按照所述运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息,包括:
针对每一轨迹信息,判断已有的全局轨迹信息中是否存在与该轨迹信息属于同一对象的目标全局轨迹信息,若存在,按照所述运动时间顺序将该轨迹信息添加到所述目标全局轨迹信息,得到新的全局轨迹信息,若不存在,直接将该轨迹信息作为新的全局轨迹信息。
第二方面,本申请实施例提供了一种对象跟踪装置,所述装置包括:
轨迹确定模块,用于确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;
轨迹分组模块,用于基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,其中,每一分组内各条轨迹信息所属的图像采集区域连通,所述连通关系为:基于各个图像采集设备对应的图像采集区域在场景中是否连通所确定的关系;
轨迹关联模块,用于针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,其中,所述运动时间为:对象沿轨迹信息所表征的轨迹运动的时间;
全局轨迹获得模块,用于按照所述运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。
本申请的一个实施例中,所述轨迹分组模块,具体用于:
确定每一轨迹信息所属对象进出图像采集区域的运动方向;
基于各个图像采集设备对应的图像采集区域间的连通关系以及所确定的运动方向,将所属对象待离开或待进入同一图像采集区域的轨迹信息划分为一个分组。
本申请的一个实施例中,所述轨迹关联模块,具体用于:
针对每一分组,基于该分组内各条轨迹信息所属对象的外观特征,将外观特征的相似度满足第一相似条件的对象的轨迹信息确定为同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息;和/或针对每一分组,确定该分组内轨迹差异度满足第二相似条件的轨迹信息为同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,其中,每一轨迹信息的轨迹差异度表征:该轨迹信息相对于该轨迹信息的对比轨迹信息的差异程度,每一轨迹信息的对比轨迹信息为:该分组内与该轨迹信息属于同一图像采集区域的其他轨迹信息。
本申请的一个实施例中,所述全局轨迹获得模块,具体用于:
针对每一轨迹信息,判断已有的全局轨迹信息中是否存在与该轨迹信息属于同一对象的目标全局轨迹信息,若存在,按照所述运动时间顺序将该轨迹信息添加到所述目标全局轨迹信息,得到新的全局轨迹信息,若不存在,直接将该轨迹信息作为新的全局轨迹信息。
第三方面,本申请实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现第一方面任一所述的方法步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现第一方面任一所述的方法步骤。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的对象跟踪方法。
本申请实施例有益效果:
应用本申请实施例提供的对象跟踪方案在进行跨图像采集设备进行对象跟踪时,可以确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,每一分组内轨迹信息所属的图像采集区域连通;针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,运动时间为:对象沿轨迹信息所表征的轨迹运动的时间。由于每一分组内包含不同图像采集设备对应的图像采集区域内对象的轨迹信息,对每一分组内轨迹信息进行关联,也就是对不同图像采集设备对应的图像采集区域内对象的轨迹信息进行关联。然后按照运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。这样进一步对所有图像采集设备对应的图像采集区域内对象的轨迹信息进行关联,从而可以得到对象在所有图像采集设备对应的图像采集区域内运动的全局轨迹信息。由此可见,应用本申请实施例提供的方案,可以实现跨图像采集设备进行对象跟踪。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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实施例。
图1为本申请实施例提供的一种对象跟踪方法的流程示意图;
图2为本申请实施例提供的一种图像采集设备位置的示意图;
图3为本申请实施例提供的一种图像采集设备位置拓扑关系的示意图;
图4为本申请实施例提供的一种对象跟踪系统的结构示意图;
图5为本申请实施例提供的另一种对象跟踪方法的流程示意图;
图6为本申请实施例提供的一种组内轨迹信息关联过程的示意图;
图7为本申请实施例提供的一种全局轨迹信息获得过程的示意图;
图8为本申请实施例提供的一种对象跟踪装置的结构示意图;
图9为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为实现跨图像采集设备跟踪对象,本申请实施例提供了一种对象跟踪方法、装置、电子设备及存储介质,下面分别进行详细描述。
参见图1,图1为本申请实施例提供的一种对象跟踪方法的流程示意图,该方法可以应用于电子计算机、笔记本电脑、服务器等电子设备。
本申请实施例提供的对象跟踪方案可以应用在具有通道的场景中,由于通道用于对各个区域进行连接,对象通过通道可以在多个区域之间运动。对通道中的对象进行跨图像采集设备跟踪,可以获得对象在不同区域间的行进路径。本申请实施例提供的方案还可以应用在开放场景,如超市、商场、体育场等。
具体的,上述对象跟踪方法包括如下步骤101-步骤104。
步骤101,确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息。
其中,上述图像采集设备可以是单目摄像机、双目摄像机等,上述图像采集设备可以是深度摄像机,也可以是普通摄像机等。各个图像采集设备可以垂直地面架设,也可以倾斜架设。
具体的,针对每一图像采集设备,该图像采集设备对应一图像采集区域,该图像采集区域内可能存在多个对象,可以获得上述多个对象在该图像采集区域内运动的轨迹信息。
本申请的一个实施例中,可以由各个图像采集设备对位于自身图像采集区域的对象进行图像采集,识别图像中包含的各个对象,并对各个对象进行跟踪,得到各个对象的轨迹信息,再将所获得的轨迹信息发送至电子设备。电子设备接收各个图像采集设备发送的轨迹信息,从而获得每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息。
具体的,针对每一图像,图像采集设备可以识别该图像中包含的各个对象,并获得各个对象的位置信息,通过依次对一系列图像进行识别,可以得到各个对象的多个位置信息,按照各个位置信息获得时间的先后顺序,对各个位置信息进行关联,即可得到对象的轨迹信息。图像采集设备每采集一帧新的图像,可以对新的图像进行识别,得到各个对象的新的位置信息,再将新的位置信息添加到已有的轨迹信息中,实现对各个对象的轨迹信息的更新。
在每次对轨迹信息进行更新后,图像采集设备可以将更新的轨迹信息发送至电子设备,这样可以使得电子设备能够及时获得最新的轨迹信息。
本申请的一个实施例中,还可以由各个图像采集设备对位于自身图像采集区域的对象进行图像采集,将采集的图像发送至电子设备,电子设备接收各个图像采集设备发送的图像,识别图像中包含的对象,并对每一对象进行跟踪,得到各个对象在各图像采集区域运动的轨迹信息。其中,电子设备根据图像对各个对象进行跟踪的方法同上述图像采集设备对图像中对象进行跟踪的方法类似,在此不作赘述。图像采集设备可以及时将新采集的图像发送至电子设备,这样电子设备可以及时根据新的图像获得各个对象新的位置信息,并根据新的位置信息对各个对象的轨迹信息进行更新,从而得到各个对象新的轨迹信息。
步骤102,基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组。
其中,每一分组内各条轨迹信息所属的图像采集区域连通。上述连通关系为:基于各个图像采集设备对应的图像采集区域在场景中是否连通所确定的关系。
具体的,各个图像采集设备对应的图像采集区域之间可以是连通的,例如,在图像采集区域之间存在连接通道的情况下,上述图像采集区域之间是连通的。而在图像采集区域之间存在障碍物的情况下,如封闭的门、墙等,则上述图像采集区域之间是不连通的。
连通的图像采集设备之间的通道的方向可以是从左到右、从右到左、从上到下、从左下到右上等。连通关系可以基于各个图像采集设备对应的图像采集区域之间是否有连接通道预先获得。上述连通关系可以利用各个图像采集设备的位置拓扑关系表示。
例如,参见图2,图2为本申请实施例提供的一种图像采集设备位置的示意图。如图2所示,标有C标识的符号表征图像采集设备,各个图像采集设备带有编号1、2、3……,多个图像采集设备部署在通道中。以图像采集设备1和图像采集设备2为例,1和2对应的图像采集区域之间可以由通道连通,且1和2对应的图像采集区域之间通道的方向可以是从左到右,也可以是从右到左;以图像采集设备2和图像采集设备4为例,2和4对应的图像采集区域之间可以由通道连通,且2和4对应的图像采集区域之间通道的方向可以是从左上到右下,也可以是从右下到左上。
本申请的一个实施例中,可以将所属图像采集区域连通的轨迹信息确定为同一分组。对象可以在连通的图像采集区域之间运动,也就意味着所属图像采集区域连通的轨迹信息中可能存在同一对象的轨迹信息,为便于后续对分组内同一对象的轨迹信息进行关联,因此可以将所属图像采集区域连通的轨迹信息确定为同一分组。而对于不连通的图像采集区域,由于对象难以在上述图像采集区域之间运动,上述图像采集区域内也就不存在同一对象的轨迹信息,因此可以不将所属图像采集区域不连通的轨迹信息划分为一组。
根据图2所示的图像采集设备的位置,可以得到如图3所示的各个图像采集设备的位置拓扑关系。
这样基于各个图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,可以理解为基于各个图像采集设备的位置拓扑关系,对所确定的各条轨迹信息进行分组。
根据轨迹信息,可以确定对象所在的图像采集区域,以及对象在图像采集区域的运动轨迹,而根据各个图像采集设备的位置拓扑关系,可以确定各个图像采集设备对应的图像采集区域之间的连通关系,这样可以根据各个图像采集设备的位置拓扑关系,对所确定的各条轨迹信息进行分组。每一分组内轨迹信息所属的图像采集区域连通,可以理解为,将连通的图像采集区域内对象的轨迹信息划分为一组。具体的,可以将多个连通的图像采集区域内对象的轨迹信息划分为一组。各个图像采集设备对应的图像采集区域之间无需存在重合区域,可以提高图像采集设备的利用率。
本申请的一个实施例中,可以将连通的图像采集区域内对象的运动轨迹划分为一组。具体的,在上述步骤101中所确定的轨迹信息为各个图像采集设备发送的轨迹信息的情况下,可以将对应的图像采集区域连通的图像采集设备发送的轨迹信息划分为一组。例如,若根据各个图像采集设备的位置拓扑关系得知图像采集设备1和图像采集设备2对应的图像采集区域连通,则可以直接将图像采集设备1和图像采集设备2发送的各个对象的轨迹信息划分为一组。在上述步骤101中所确定的轨迹信息为电子设备分别根据各个图像采集设备发送的图像得到的轨迹信息的情况下,可以将依据对应的图像采集区域连通的图像采集设备发送的图像得到的各个对象的轨迹信息划分为一组。例如,若根据各个图像采集设备的位置拓扑关系得知图像采集设备5和图像采集设备7对应的图像采集区域连通,则可以直接将依据图像采集设备5和图像采集设备7发送的图像获得的各个对象的轨迹信息划分为一组。
步骤103,针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息。
其中,运动时间为:对象沿轨迹信息所表征的轨迹运动的时间。上述运动时间可以是时间段,例如,假设对象沿轨迹运动的时间为第0时刻至第3分钟时刻,则上述运动时间可以为第0-3分钟时刻。上述运动时间也可以是对象沿轨迹运动的起始时刻,例如,假设对象在第5秒时刻开始进行轨迹运动,在第20秒时刻结束轨迹运动,则上述运动时间可以是第5秒时刻。上述运动时间也可以是对象沿轨迹运动的结束时刻。
具体的,每一分组内多个对象的轨迹信息,这些轨迹信息可能是多个图像采集设备对应的图像采集区域内对象的轨迹信息,也就是,每一分组内的轨迹信息中,存在属于同一对象的轨迹信息。例如,假设对象P从图像采集设备C3对应的图像采集区域Y3运动至图像采集设备C5对应的图像采集区域Y5,这样利用C3采集的图像可以获得对象P在Y3中运动的轨迹信息G3,利用C5采集的图像可以获得对象P在Y5中运动的轨迹信息G5,在将G3和G5划分至同一分组的情况下,该分组中轨迹信息G3和G5所属的对象为同一对象P。针对每一分组,可以在该分组内的轨迹信息中查找属于同一对象的轨迹信息。
对于查找到的同一对象的轨迹信息,可以按照运动时间从先到后的顺序对上述轨迹信息进行关联。例如,假设存在轨迹信息A1和A2,对象沿A1所表征的轨迹运动的运动时间为第4秒时刻,沿A2所表征的轨迹运动的运动时间为第9秒时刻,则可以按照A1在前、A2在后的顺序对A1、A2进行关联。
在进行轨迹信息关联时,可以直接对轨迹信息进行拼接,从而得到新的轨迹信息。例如,假设一分组内存在轨迹信息S1、S2、S3、S4和S5,其中,S1和S3为同一对象的轨迹信息,S4和S5为另一同一对象的轨迹信息,则可以对S1和S3进行关联得到新的轨迹信息S1’,对S4和S5进行关联得到新的轨迹信息S2’,最终该分组内的轨迹信息包括S1’、S2和S2’。
由于针对每一图像采集区域,该图像采集区域内每一对象对应一条轨迹信息,这样对不同图像采集区域内不同的轨迹信息进行关联,也可以理解为对不同图像采集区域内运动的对象进行关联。
步骤104,按照运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。
具体的,可以对各个分组中的轨迹信息进行关联,由于各个分组内的轨迹信息是基于图像采集设备的位置拓扑关系划分的,而每一图像采集设备对应的图像采集区域是有限的,也就是,每一分组内各个对象的轨迹信息为:对象在部分图像采集设备对应的图像采集区域内运动的轨迹信息。通过对各个分组内的轨迹信息进行关联,可以得到对象在所有图像采集设备的图像采集区域内运动的轨迹信息,也就是可以得到对象的全局轨迹信息。
本申请的一个实施例中,可以首先在各个分组的轨迹信息中,查找同一对象的轨迹信息,再按照运动时间顺序对同一对象的轨迹信息进行关联,从而得到各个对象的全局轨迹信息。
应用上述实施例提供的对象跟踪方案在进行跨图像采集设备进行对象跟踪时,可以确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,每一分组内轨迹信息所属的图像采集区域连通;针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,运动时间为:对象沿轨迹信息所表征的轨迹运动的时间。由于每一分组内包含不同图像采集设备对应的图像采集区域内对象的轨迹信息,对每一分组内轨迹信息进行关联,也就是对不同图像采集设备对应的图像采集区域内对象的轨迹信息进行关联。然后按照运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。这样进一步对所有图像采集设备对应的图像采集区域内对象的轨迹信息进行关联,从而可以得到对象在所有图像采集设备对应的图像采集区域内运动的全局轨迹信息。由此可见,应用上述实施例提供的方案,可以实现跨图像采集设备进行对象跟踪。
本申请的一个实施例中,可以预先对各个图像采集设备及电子设备进行时间校准,使得各个图像采集设备及电子设备保持时间同步。这样便于后续对各个图像采集设备对应的图像采集区域内对象的轨迹信息进行分组和关联,进而提供对象跟踪的准确度。
参见图4,图4为本申请实施例提供的一种对象跟踪系统的结构示意图。对象跟踪系统中包括多个图像采集设备、一个跟踪服务器、一个NTP(Network Time Protocol,网络时间协议)服务器。上述各个设备可以进行有线连接,也可以通过路由器、交换机进行无线连接。NTP服务器用于对各个图像采集设备及跟踪服务器进行时间校准,跟踪服务器用于确定各个图像采集设备对应的图像采集区域内各个对象在图像采集区域内运动的轨迹信息,根据轨迹信息获得各个对象的全局轨迹信息。上述对象跟踪系统中还可以包括显示设备,用于对各条轨迹信息、全局轨迹信息等进行显示,用于工作人员通过电子设备直观地获得各个对象的运动轨迹。
本申请的一个实施例中,可以获得各个图像采集设备发送的初始轨迹信息,从各个初始轨迹信息中确定同一运动时间下的各条轨迹信息。
具体的,可以由各个图像采集设备对自身图像采集区域内各个对象进行图像采集,然后根据所采集的图像对各个对象进行轨迹跟踪,得到各个对象的初始轨迹信息,再将各个初始轨迹信息发送至电子设备。由于各个图像采集设备数据处理能力不同,导致在根据图像进行对象跟踪时耗时不同,而且各个图像采集设备在将初始轨迹信息发送至电子设备时的传输时延存在差异,这样使得电子设备接收到的各个图像采集设备发送的初始轨迹信息可能是对象不同运动时间的轨迹信息。因此,可以从各个初始轨迹信息中确定同一运动时间下的各条轨迹信息,后续可以对同一运动时间下的各条轨迹信息进行分组、关联。这样可以提高对象跟踪的准确度。
本申请的一个实施例中,对于上述步骤101,所确定的各条轨迹信息为:同一空间坐标系下的轨迹信息。具体的,针对每一图像采集设备采集的图像,可以首先获得该图像中各个对象在图像上的图像轨迹信息,基于预先获得的该图像采集设备所采集图像中位置与预设的空间坐标系中位置的对应关系,获得该图像采集设备对应的图像采集区域内各个对象在空间坐标系中的轨迹信息。这样可以将各个图像采集设备对应的图像采集区域内对象的轨迹信息统一至同一空间坐标系中,便于后续对各条轨迹信息进行关联,提高对象跟踪效率。
本申请的一个实施例中,还可以预先获得每一图像采集设备在预设的空间坐标系中的坐标,以及该图像采集设备的安装角度,并标定该图像采集设备所采集图像中位置与预设的地面坐标系中位置的对应关系,这样可以将图像中各个对象的图像轨迹信息转换至地面坐标系中,得到地面轨迹信息,再将地面轨迹信息转换至以该图像采集设备为基准建立的中转空间坐标系,最后将中转空间坐标系中的轨迹信息转换至上述预设的空间坐标系,从而得到各个图像采集设备的图像采集区域内对象在同一空间坐标系中的轨迹信息。
本申请的一个实施例中,各个图像采集设备可以以轨迹链表的形式记录自身图像采集区域内各个对象的轨迹信息,针对每一图像采集设备记录的轨迹链表,该轨迹链表中可以包含该图像采集设备的设备标识,自身图像采集区域内各个对象的轨迹信息的轨迹标识,以及每一对象的轨迹信息。图像采集设备可以根据所采集的图像,对轨迹链表中记录的对象及对象的轨迹信息进行更新,并及时将更新后的轨迹链表发送至电子设备。上述设备标识可以是英文字符,如“camera”、“C”等,也可以是数学字符,如“1”、“2”等。由于在一个图像采集设备对应的图像采集区域内,每一对象对应一条轨迹信息,因此上述轨迹标识也可以理解为对象的标识,上述轨迹标识可以是英文字符,如“people”、“car”、“P”等,也可以是数学字符,如“001”、“002”等,本申请实施例并不对此进行限定。
参见图5,本申请的一个实施例中,对于上述步骤102,在对所确定的各条轨迹信息进行分组时,可以包括如下步骤1021至步骤1022。
步骤1021,确定每一轨迹信息所属对象进出图像采集区域的运动方向。
其中,上述运动方向包括对象进入图像采集区域的方向、对象离开图像采集区域的方向。例如,假设一轨迹信息表征对象运动的轨迹为从左侧离开图像采集区域,则该轨迹信息所对应的运动方向可以为“左侧离开”;假设一轨迹信息表征对象运动的轨迹为从上方进入图像采集区域,则该轨迹信息所对应的运动方向可以为“上方进入”。
本申请的一个实施例中,可以根据轨迹信息所表征轨迹的起始位置在图像采集区域的方位,确定该轨迹信息所属对象进出图像采集区域的运动方向。例如,假设轨迹信息所表征轨迹的起始位置在图像采集区域的右侧,则可以认为对象运动的轨迹为从右侧进入该图像采集区域,也就是该轨迹信息所对应的运动方向为“右侧进入”。
可以根据轨迹信息所表征轨迹的结束位置在图像采集区域的方位,确定该轨迹信息所属对象进出图像采集区域的运动方向。例如,假设轨迹信息所表征轨迹的结束位置在图像采集区域的下方,则可以认为对象运动的轨迹为从下方离开该图像采集区域,也就是该轨迹信息所对应的运动方向为“下方离开”。
步骤1022,基于各个图像采集设备对应的图像采集区域间的连通关系以及所确定的运动方向,将所属对象待离开或待进入同一图像采集区域的轨迹信息划分为一个分组。
具体的,可以根据各个图像采集设备对应的图像采集区域间的连通关系以及所确定的运动方向,估算各个轨迹信息所属对象待离开的图像采集区域和待进入的图像采集区域。例如,假设第一图像采集区域的右侧和第二图像采集区域的左侧连通,对象在第一图像采集区域的运动方向为右侧离开,则可以估算该对象将要从左侧进入第二图像采集区域,也就是该轨迹信息所属对象待离开第一图像采集区域,待进入第二图像采集区域。可以将所属对象待离开或待进入同一图像采集区域的轨迹信息划分为一个分组。
本申请的一个实施例中,由于各个轨迹信息所属对象待离开的图像采集区域和待进入的图像采集区域,可以根据各个图像采集设备对应的图像采集区域间的连通关系以及所确定的运动方向获得,因此,可以预先建立图像采集设备、运动方向、分组的对应关系,直接根据上述对应关系对各个轨迹信息进行分组。
参见表1,表1为本申请实施例提供的一种对应关系表。具体的,可以为各个图像采集设备创建标识,按照图像采集设备的标识、图像采集设备对应的图像采集区域内各个对象的轨迹信息所对应的运动方向对所确定的各条轨迹信息进行分组。对应关系如下表1所示:
表1
Figure BDA0002565059250000131
Figure BDA0002565059250000141
以图3所示的各个图像采集设备的位置拓扑关系中,标识为1-4的图像采集设备的位置拓扑关系为例,基于图像采集设备1-4的位置拓扑关系,以及图像采集设备1-4对应的图像采集区域内对象运动轨迹所对应的运动方向,可以按照上述表1对所确定的各条轨迹信息进行分组。
以图像采集设备1对应的图像采集区域D1内对象的轨迹信息F1、图像采集设备2对应的图像采集区域D2内对象的轨迹信息F2为例,首先根据位置拓扑关系可以得知D1和D2连通,若F1所表征的运动方向为右侧离开,则可以判断F1所属对象待进入D2;若F2所表征的运动方向为左侧进入,则可以判断F2所属对象也待进入D2,因此可以将F1、F2划分为同一分组1。
以图像采集设备2对应的图像采集区域D2内对象的轨迹信息F2、图像采集设备3对应的图像采集区域D3内对象的轨迹信息F3、图像采集设备4对应的图像采集区域D4内对象的轨迹信息F4为例,首先根据位置拓扑关系可以得知D2、D3和D4连通,若F2所表征的运动方向为右侧进入,则可以判断F2所属对象待进入D2;若F3所表征的运动方向为左侧离开,则可以判断F3所属对象也待进入D2;若F4所表征的运动方向为上方离开,则可以判断F4所属对象也待进入D2,因此可以将F2、F3和F4划分为同一分组4。
本申请的一个实施例中,还可以基于各个图像采集设备的位置拓扑关系,以及各条轨迹信息所表征的运动方向,按照分组条件对所确定的各条轨迹信息进行分组。
其中,分组条件包括:所在的图像采集区域连通,且所表征的运动方向指向的连通方向一致,连通方向表征:连通的图像采集区域之间通道的方向。上述连通方向也可以理解为由一个图像采集区域指向另一个图像采集区域的方向。
具体的,根据各个图像采集设备的位置拓扑关系,可以判断各个图像采集设备对应的图像采集区域是否连通,然后根据各条轨迹信息所表征的运动方向,可以判断对象的运动方向指向的连通方向,进而可以从各条轨迹信息中,选择所在的图像采集区域连通、且所表征的运动方向指向的连通方向一致的轨迹信息,作为一个分组内的轨迹信息。
本申请的一个实施例中,对于上述步骤103在确定分组内同一对象的轨迹信息时,可以基于该分组内各条轨迹信息所属对象的外观特征,将外观特征的相似度满足第一相似条件的对象的轨迹信息确定为同一对象的轨迹信息。
其中,在对象为用户的情况下,上述外观特征可以是用户的人脸特征、身体特征、头肩特征等特征中的至少一种;在对象为车辆的情况下,上述外观特征可以是车辆的车牌特征、颜色特征、形状特征等特征中的至少一种,还可以是车辆内用户的特征。
具体的,针对每一分组,可以识别该分组内各条轨迹信息所属对象的外观特征,然后可以计算各个外观特征之间的相似度,当存在多个对象的外观特征的相似度满足预设的第一相似条件的情况下,可以将上述多个对象认为是同一对象,进而将上述多个对象的轨迹信息确定为同一对象的轨迹信息。
其中,上述第一相似条件可以是相似度达到预设的相似度阈值,也可以是将外观特征的相似度最高的预设数量个对象确定为同一对象。在计算外观特征之间的相似度时,可以利用余弦相似度算法、欧氏距离算法、汉明距离算法等进行计算。
本申请的一个实施例中,在确定分组内同一对象的轨迹信息时,还可以确定该分组内轨迹差异度满足第二相似条件的轨迹信息为同一对象的轨迹信息。
其中,每一轨迹信息的轨迹差异度表征:该轨迹信息相对于该轨迹信息的对比轨迹信息的差异程度,上述差异程度可以包括该轨迹信息所表征轨迹相对对比轨迹信息所表征轨迹的相对方位、距离间隔等。
每一轨迹信息的对比轨迹信息为:该分组内与该轨迹信息属于同一图像采集区域的其他轨迹信息。例如,假设分组内包含图像采集区域R中的轨迹信息R1、R2、R3,针对轨迹信息R1而言,R2、R3与R1属于同一分组,且属于同一图像采集区域,则R1的对比轨迹信息为R2、R3。
在差异程度包括相对方位、距离间隔的情况下,上述第二相似条件可以是轨迹信息之间的相对方位相同、距离间隔差值小于预设的差值阈值等。
具体的,可以计算分组内每一轨迹信息相对对比轨迹信息的差异程度,从而得到各个轨迹信息的轨迹差异度,然后可以确定不同图像采集区域间轨迹差异度满足第二相似条件的轨迹信息,作为为同一对象的轨迹信息。
例如,假设第二相似条件为:轨迹信息所表征轨迹的相对方位相同,距离间隔差值的差值阈值为10公分。若同一分组的轨迹信息中存在图像采集区域C8和图像采集区域C9内对象的轨迹信息,图像采集区域C8中存在两个对象X1和Y1,其中X1的轨迹信息所表征的轨迹位于Y1的轨迹信息所表征的轨迹的左侧,且轨迹之间的距离间隔为30公分;图像采集区域C9中存在两个对象X2和Y2,其中X2的轨迹信息所表征的轨迹位于Y2的轨迹信息所表征的轨迹的左侧,且轨迹之间的距离间隔为32公分。可见上述X1相对Y1与X2相对Y2的相对方位相同,距离间隔差值为2公分,小于差值阈值,因此可以认为X1相对Y1的相对位置关系,与X2相对Y2的相对位置关系相似,也就可以将X1与X2作为同一对象、将Y1与Y2作为同一对象,也就是将X1与X2的轨迹信息作为同一对象的轨迹信息,将Y1与Y2的轨迹信息作为同一对象的轨迹信息。
本申请的一个实施例中,可以首先基于各条轨迹信息所属对象的外观特征初步确定分组内同一对象的轨迹信息,再根据各条轨迹信息所表征轨迹的相似度对所确定的同一对象的轨迹信息进行检验。还可以首先基于各条轨迹信息所表征轨迹的相似度确定分组内同一对象的轨迹信息,再根据各条轨迹信息所属对象的外观特征所确定的同一对象的轨迹信息进行检验。这样结合外观特征和轨迹相似度确定分组内同一对象的轨迹信息,所确定的同一对象的轨迹信息既满足所属对象的外观特征相似、也满足所表征轨迹相似,可以提高所确定的同一对象的轨迹信息的准确度,进而提高对象跟踪的准确度。
参见图6,图6为本申请实施例提供的一种组内轨迹信息关联过程的示意图。各个图像采集设备可以将自身图像采集区域内对象在图像采集区域内运动的轨迹信息发送至电子设备,电子设备获得各条轨迹信息后,对所确定的各条轨迹信息进行分组,然后针对每一分组,首先基于分组内各条轨迹信息所属对象的外观特征,初步匹配同一对象的轨迹信息,然后基于轨迹信息所表征轨迹的相似度,进一步对初步匹配的轨迹信息进行轨迹匹配,得到同一对象的轨迹信息,最后对同一对象的轨迹信息进行关联。
本申请的一个实施例中,对于上述步骤104,在获得同一对象的全局轨迹信息时,可以针对每一轨迹信息,判断已有的全局轨迹信息中是否存在与该轨迹信息属于同一对象的目标全局轨迹信息,若存在,按照运动时间顺序将该轨迹信息添加到目标全局轨迹信息,得到新的全局轨迹信息,若不存在,直接将该轨迹信息作为新的全局轨迹信息。
具体的,电子设备可以对所获得的全局轨迹信息进行记录,在得到新的轨迹信息后,可以首先在预先存储的全局轨迹信息中查找是否存在与该轨迹信息属于同一对象的全局轨迹信息,如果存在,则可以将该全局轨迹信息作为目标全局轨迹信息,并将该轨迹信息按照运动时间的先后顺序添加至目标全局轨迹信息;如果不存在,则可以直接将该该轨迹信息作为新的全局轨迹信息。
本申请的一个实施例中,电子设备可以为各个全局轨迹信息创建全局轨迹标识,针对每一轨迹信息,若已有的全局轨迹信息中存在与该轨迹信息属于同一对象的全局轨迹信息,则将该轨迹信息添加至目标全局轨迹信息,得到更新后的全局轨迹信息,更新后全局轨迹信息的全局轨迹标识保持不变。若不存在,则将该该轨迹信息作为新的全局轨迹信息,并为新的全局轨迹信息创建新的全局轨迹标识。
参见图7,图7为本申请实施例提供的一种全局轨迹信息获得过程的示意图。可以获得多个分组内的轨迹信息,然后在已有的全局轨迹信息中查找是否存在与各条轨迹信息属于同一对象的目标全局轨迹信息,若存在,即可将查找到的轨迹信息添加至目标全局轨迹信息,实现轨迹信息关联;若不存在,则可以直接将该轨迹信息创建为新的全局轨迹信息。
本申请的一个实施例中,在判断已有的全局轨迹信息中是否存在与该轨迹信息属于同一对象的目标全局轨迹信息时,可以基于轨迹信息所属对象的外观特征和/或轨迹信息所表征轨迹的相似度,判断各个全局轨迹信息与该轨迹信息是否为属于同一对象的轨迹信息。
本申请的一个实施例中,还可以利用图像采集设备对应的图像采集区域内各条轨迹信息的轨迹标识,对各个分组中的轨迹信息进行关联,得到全局轨迹信息。
具体的,由于不同的图像采集设备对自身图像采集区域内对象的轨迹信息添加标识的方式可能不同,因此同一对象在不同的图像采集设备对应的图像采集区域内运动的轨迹信息具有不同的轨迹标识。而在对每一分组内轨迹信息进行关联时,可以确定连通的图像采集区域之间轨迹信息的关联关系,也就可以获得具有不同轨迹标识的轨迹信息之间的关联关系。而不同的分组之间的轨迹信息所在的图像采集区域存在连通关系,这样就可以逐一根据不同分组内、不同图像采集区域内不同轨迹标识的轨迹信息的关联关系,确定全部的图像采集区域内轨迹信息的关联关系,进而对互相关联的轨迹信息进行关联,得到全局轨迹信息。
例如,假设在第一分组内,包含图像采集设备W1对应的图像采集区域内轨迹信息Q1,以及图像采集设备W2对应的图像采集区域内轨迹信息Q2;在第二分组内,包含图像采集设备W2对应的图像采集区域内轨迹信息Q2,以及图像采集设备W3对应的图像采集区域内轨迹信息Q3。在第一分组内进行轨迹信息关联时,可以确定Q1和Q2为同一对象的轨迹信息;在第二分组内进行轨迹信息关联时,可以确定Q2和Q3为同一对象的轨迹信息,由此可知Q1、Q2、Q3为同一对象的轨迹信息,因此可以对Q1、Q2、Q3进行关联,得到全局轨迹信息。
参见图8,图8为本申请实施例提供的一种对象跟踪装置的结构示意图,所述装置包括:
轨迹确定模块801,用于确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;
轨迹分组模块802,用于基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,其中,每一分组内轨迹信息所属的图像采集区域连通,所述连通关系为:基于各个图像采集设备对应的图像采集区域在场景中是否连通所确定的关系;
轨迹关联模块803,用于针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,其中,所述运动时间为:对象沿轨迹信息所表征的轨迹运动的时间;
全局轨迹获得模块804,用于按照所述运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。
本申请的一个实施例中,所述轨迹分组模块802,具体用于:
确定每一轨迹信息所属对象进出图像采集区域的运动方向;
基于各个图像采集设备对应的图像采集区域间的连通关系以及所确定的运动方向,将所属对象待离开或待进入同一图像采集区域的轨迹信息划分为一个分组。
本申请的一个实施例中,所述轨迹关联模块803,具体用于:
针对每一分组,基于该分组内各条轨迹信息所属对象的外观特征,将外观特征的相似度满足第一相似条件的对象的轨迹信息确定为同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息;和/或
针对每一分组,确定该分组内轨迹差异度满足第二相似条件的轨迹信息为同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,其中,每一轨迹信息的轨迹差异度表征:该轨迹信息相对于该轨迹信息的对比轨迹信息的差异程度,每一轨迹信息的对比轨迹信息为:该分组内与该轨迹信息属于同一图像采集区域的其他轨迹信息。
本申请的一个实施例中,所述全局轨迹获得模块804,具体用于:
针对每一轨迹信息,判断已有的全局轨迹信息中是否存在与该轨迹信息属于同一对象的目标全局轨迹信息,若存在,按照所述运动时间顺序将该轨迹信息添加到所述目标全局轨迹信息,得到新的全局轨迹信息,若不存在,直接将该轨迹信息作为新的全局轨迹信息。
本申请的一个实施例中,所确定的各条轨迹信息为:同一空间坐标系下的轨迹信息。
应用上述实施例提供的对象跟踪方案在进行跨图像采集设备进行对象跟踪时,可以确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,每一分组内轨迹信息所属的图像采集区域连通;针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,运动时间为:对象沿轨迹信息所表征的轨迹运动的时间。由于每一分组内包含不同图像采集设备对应的图像采集区域内对象的轨迹信息,对每一分组内轨迹信息进行关联,也就是对不同图像采集设备对应的图像采集区域内对象的轨迹信息进行关联。然后按照运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。这样进一步对所有图像采集设备对应的图像采集区域内对象的轨迹信息进行关联,从而可以得到对象在所有图像采集设备对应的图像采集区域内运动的全局轨迹信息。由此可见,应用上述实施例提供的方案,可以实现跨图像采集设备进行对象跟踪。
本申请实施例还提供了一种电子设备,如图9所示,包括处理器901、通信接口902、存储器903和通信总线904,其中,处理器901,通信接口902,存储器903通过通信总线904完成相互间的通信,
存储器903,用于存放计算机程序;
处理器901,用于执行存储器903上所存放的程序时,实现上述对象跟踪方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一对象跟踪方法的步骤。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一对象跟踪方法。
应用上述实施例提供的对象跟踪方案在进行跨图像采集设备进行对象跟踪时,可以确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,每一分组内轨迹信息所属的图像采集区域连通;针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,运动时间为:对象沿轨迹信息所表征的轨迹运动的时间。由于每一分组内包含不同图像采集设备对应的图像采集区域内对象的轨迹信息,对每一分组内轨迹信息进行关联,也就是对不同图像采集设备对应的图像采集区域内对象的轨迹信息进行关联。然后按照运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。这样进一步对所有图像采集设备对应的图像采集区域内对象的轨迹信息进行关联,从而可以得到对象在所有图像采集设备对应的图像采集区域内运动的全局轨迹信息。由此可见,应用上述实施例提供的方案,可以实现跨图像采集设备进行对象跟踪。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例、电子设备实施例、计算机可读存储介质实施例、计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。

Claims (10)

1.一种对象跟踪方法,其特征在于,所述方法包括:
确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;
基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,其中,每一分组内各条轨迹信息所属的图像采集区域连通,所述连通关系为:基于各个图像采集设备对应的图像采集区域在场景中是否连通所确定的关系;
针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,其中,所述运动时间为:对象沿轨迹信息所表征的轨迹运动的时间;
按照所述运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。
2.根据权利要求1所述的方法,其特征在于,所述基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,包括:
确定每一轨迹信息所属对象进出图像采集区域的运动方向;
基于各个图像采集设备对应的图像采集区域间的连通关系以及所确定的运动方向,将所属对象待离开或待进入同一图像采集区域的轨迹信息划分为一个分组。
3.根据权利要求1或2所述的方法,其特征在于,所述确定该分组内同一对象的轨迹信息,包括:
基于该分组内各条轨迹信息所属对象的外观特征,将外观特征的相似度满足第一相似条件的对象的轨迹信息确定为同一对象的轨迹信息;和/或
确定该分组内轨迹差异度满足第二相似条件的轨迹信息为同一对象的轨迹信息,其中,每一轨迹信息的轨迹差异度表征:该轨迹信息相对于该轨迹信息的对比轨迹信息的差异程度,每一轨迹信息的对比轨迹信息为:该分组内与该轨迹信息属于同一图像采集区域的其他轨迹信息。
4.根据权利要求1或2所述的方法,其特征在于,所述按照所述运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息,包括:
针对每一轨迹信息,判断已有的全局轨迹信息中是否存在与该轨迹信息属于同一对象的目标全局轨迹信息,若存在,按照所述运动时间顺序将该轨迹信息添加到所述目标全局轨迹信息,得到新的全局轨迹信息,若不存在,直接将该轨迹信息作为新的全局轨迹信息。
5.一种对象跟踪装置,其特征在于,所述装置包括:
轨迹确定模块,用于确定每一图像采集设备对应的图像采集区域内各个对象在该图像采集区域运动的轨迹信息;
轨迹分组模块,用于基于各个图像采集设备对应的图像采集区域间的连通关系,对所确定的各条轨迹信息进行分组,其中,每一分组内各条轨迹信息所属的图像采集区域连通,所述连通关系为:基于各个图像采集设备对应的图像采集区域在场景中是否连通所确定的关系;
轨迹关联模块,用于针对每一分组,确定该分组内同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,其中,所述运动时间为:对象沿轨迹信息所表征的轨迹运动的时间;
全局轨迹获得模块,用于按照所述运动时间顺序,对所有分组内同一对象的轨迹信息进行关联,得到各个对象的全局轨迹信息。
6.根据权利要求5所述的装置,其特征在于,所述轨迹分组模块,具体用于:
确定每一轨迹信息所属对象进出图像采集区域的运动方向;
基于各个图像采集设备对应的图像采集区域间的连通关系以及所确定的运动方向,将所属对象待离开或待进入同一图像采集区域的轨迹信息划分为一个分组。
7.根据权利要求5或6所述的装置,其特征在于,所述轨迹关联模块,具体用于:
针对每一分组,基于该分组内各条轨迹信息所属对象的外观特征,将外观特征的相似度满足第一相似条件的对象的轨迹信息确定为同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息;和/或
针对每一分组,确定该分组内轨迹差异度满足第二相似条件的轨迹信息为同一对象的轨迹信息,并按照运动时间顺序将同一对象的轨迹信息关联为一条轨迹信息,其中,每一轨迹信息的轨迹差异度表征:该轨迹信息相对于该轨迹信息的对比轨迹信息的差异程度,每一轨迹信息的对比轨迹信息为:该分组内与该轨迹信息属于同一图像采集区域的其他轨迹信息。
8.根据权利要求5或6所述的装置,其特征在于,所述全局轨迹获得模块,具体用于:
针对每一轨迹信息,判断已有的全局轨迹信息中是否存在与该轨迹信息属于同一对象的目标全局轨迹信息,若存在,按照所述运动时间顺序将该轨迹信息添加到所述目标全局轨迹信息,得到新的全局轨迹信息,若不存在,直接将该轨迹信息作为新的全局轨迹信息。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-4任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4任一所述的方法步骤。
CN202010626722.3A 2020-07-01 2020-07-01 一种对象跟踪方法、装置、电子设备及存储介质 Active CN111784729B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010626722.3A CN111784729B (zh) 2020-07-01 2020-07-01 一种对象跟踪方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010626722.3A CN111784729B (zh) 2020-07-01 2020-07-01 一种对象跟踪方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111784729A true CN111784729A (zh) 2020-10-16
CN111784729B CN111784729B (zh) 2023-09-05

Family

ID=72758094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010626722.3A Active CN111784729B (zh) 2020-07-01 2020-07-01 一种对象跟踪方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111784729B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598703A (zh) * 2020-12-14 2021-04-02 北京爱笔科技有限公司 一种物品跟踪方法及装置
CN112712013A (zh) * 2020-12-29 2021-04-27 杭州海康威视数字技术股份有限公司 一种移动轨迹构建方法及装置
CN113011272A (zh) * 2021-02-24 2021-06-22 北京爱笔科技有限公司 一种轨迹图像生成方法、装置、设备及存储介质
CN113343060A (zh) * 2021-06-23 2021-09-03 北京市商汤科技开发有限公司 对象检测方法及装置、电子设备和存储介质
CN114550362A (zh) * 2022-02-14 2022-05-27 北京声迅电子股份有限公司 一种通行控制方法及装置
CN115394089A (zh) * 2022-07-29 2022-11-25 天翼云科技有限公司 一种车辆信息融合展示的方法、无感通行系统及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104299236A (zh) * 2014-10-20 2015-01-21 中国科学技术大学先进技术研究院 一种基于场景标定结合插值的目标定位方法
US20160335502A1 (en) * 2015-05-15 2016-11-17 Sportlogiq Inc. System and Method for Tracking Moving Objects in Videos
CN106846374A (zh) * 2016-12-21 2017-06-13 大连海事大学 多摄像头场景下车辆的轨迹计算方法
CN108986158A (zh) * 2018-08-16 2018-12-11 新智数字科技有限公司 一种基于目标再识别的跨场景追踪方法和装置及计算机视觉平台
CN110428448A (zh) * 2019-07-31 2019-11-08 腾讯科技(深圳)有限公司 目标检测跟踪方法、装置、设备及存储介质
CN110443828A (zh) * 2019-07-31 2019-11-12 腾讯科技(深圳)有限公司 对象跟踪方法和装置、存储介质及电子装置
US20190389459A1 (en) * 2018-06-24 2019-12-26 Mitsubishi Electric Research Laboratories, Inc. System and Method for Controlling Motion of Vehicle with Variable Speed
CN110634104A (zh) * 2019-09-05 2019-12-31 北京智行者科技有限公司 多地图拼接方法及装置
CN110969048A (zh) * 2018-09-28 2020-04-07 江苏脸萌网络科技有限公司 目标跟踪方法、装置、电子设备及目标跟踪系统
CN111127508A (zh) * 2018-10-31 2020-05-08 杭州海康威视数字技术股份有限公司 一种基于视频的目标跟踪方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104299236A (zh) * 2014-10-20 2015-01-21 中国科学技术大学先进技术研究院 一种基于场景标定结合插值的目标定位方法
US20160335502A1 (en) * 2015-05-15 2016-11-17 Sportlogiq Inc. System and Method for Tracking Moving Objects in Videos
CN106846374A (zh) * 2016-12-21 2017-06-13 大连海事大学 多摄像头场景下车辆的轨迹计算方法
US20190389459A1 (en) * 2018-06-24 2019-12-26 Mitsubishi Electric Research Laboratories, Inc. System and Method for Controlling Motion of Vehicle with Variable Speed
CN108986158A (zh) * 2018-08-16 2018-12-11 新智数字科技有限公司 一种基于目标再识别的跨场景追踪方法和装置及计算机视觉平台
CN110969048A (zh) * 2018-09-28 2020-04-07 江苏脸萌网络科技有限公司 目标跟踪方法、装置、电子设备及目标跟踪系统
CN111127508A (zh) * 2018-10-31 2020-05-08 杭州海康威视数字技术股份有限公司 一种基于视频的目标跟踪方法及装置
CN110428448A (zh) * 2019-07-31 2019-11-08 腾讯科技(深圳)有限公司 目标检测跟踪方法、装置、设备及存储介质
CN110443828A (zh) * 2019-07-31 2019-11-12 腾讯科技(深圳)有限公司 对象跟踪方法和装置、存储介质及电子装置
CN110634104A (zh) * 2019-09-05 2019-12-31 北京智行者科技有限公司 多地图拼接方法及装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598703A (zh) * 2020-12-14 2021-04-02 北京爱笔科技有限公司 一种物品跟踪方法及装置
CN112712013A (zh) * 2020-12-29 2021-04-27 杭州海康威视数字技术股份有限公司 一种移动轨迹构建方法及装置
CN112712013B (zh) * 2020-12-29 2024-01-05 杭州海康威视数字技术股份有限公司 一种移动轨迹构建方法及装置
CN113011272A (zh) * 2021-02-24 2021-06-22 北京爱笔科技有限公司 一种轨迹图像生成方法、装置、设备及存储介质
CN113011272B (zh) * 2021-02-24 2024-05-31 北京爱笔科技有限公司 一种轨迹图像生成方法、装置、设备及存储介质
CN113343060A (zh) * 2021-06-23 2021-09-03 北京市商汤科技开发有限公司 对象检测方法及装置、电子设备和存储介质
CN114550362A (zh) * 2022-02-14 2022-05-27 北京声迅电子股份有限公司 一种通行控制方法及装置
CN115394089A (zh) * 2022-07-29 2022-11-25 天翼云科技有限公司 一种车辆信息融合展示的方法、无感通行系统及存储介质

Also Published As

Publication number Publication date
CN111784729B (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
CN111784729B (zh) 一种对象跟踪方法、装置、电子设备及存储介质
CN106846374B (zh) 多摄像头场景下车辆的轨迹计算方法
CN107480236B (zh) 一种信息查询方法、装置、设备和介质
US9336451B2 (en) Video surveillance and analytics system
WO2023050678A1 (zh) 多目标跟踪方法、装置、电子设备、存储介质和程序
WO2023016271A1 (zh) 位姿确定方法、电子设备及可读存储介质
CN103238163B (zh) 用于规定作为广告分发对象的设备,以及广告分发设备
CN110706247B (zh) 一种目标跟踪方法、装置及系统
CN111368635B (zh) 一种基于毫米波的多人步态识别方法及装置
CN111784730A (zh) 一种对象跟踪方法、装置、电子设备及存储介质
WO2022227761A1 (zh) 目标跟踪方法、装置、电子设备及存储介质
CN113705417B (zh) 图像处理方法及装置、电子设备及计算机可读存储介质
CN110379017B (zh) 一种场景构建方法、装置、电子设备及存储介质
CN110852269A (zh) 一种基于特征聚类的跨镜头人像关联分析方法及装置
CN113935358A (zh) 一种行人追踪方法、设备和存储介质
WO2023087860A1 (zh) 一种目标轨迹的生成方法、装置、电子设备及介质
CN111435435B (zh) 一种同伴识别方法、装置、服务器及系统
Bashar et al. Multiple object tracking in recent times: A literature review
Jia et al. Mobile robot simultaneous localization and mapping based on a monocular camera
CN108445881A (zh) 一种机器人的找人方法和机器人
CN113408337B (zh) 目标聚档方法、电子设备和计算机存储介质
CN113470013A (zh) 一种搬移物品的检测方法及装置
Wang et al. Distributed wide-area multi-object tracking with non-overlapping camera views
CN113850837B (zh) 视频处理方法、装置、电子设备、存储介质及计算机产品
CN112446355B (zh) 一种公共场所行人识别方法及人流统计系统

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