CN111836009A - 多个相机进行目标跟踪的方法、电子设备及存储介质 - Google Patents

多个相机进行目标跟踪的方法、电子设备及存储介质 Download PDF

Info

Publication number
CN111836009A
CN111836009A CN202010562138.6A CN202010562138A CN111836009A CN 111836009 A CN111836009 A CN 111836009A CN 202010562138 A CN202010562138 A CN 202010562138A CN 111836009 A CN111836009 A CN 111836009A
Authority
CN
China
Prior art keywords
target
candidate
tracking
camera
candidate relay
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.)
Pending
Application number
CN202010562138.6A
Other languages
English (en)
Inventor
刘忠耿
潘华东
殷俊
张兴明
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010562138.6A priority Critical patent/CN111836009A/zh
Publication of CN111836009A publication Critical patent/CN111836009A/zh
Pending legal-status Critical Current

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
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • 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
    • 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
    • H04N23/61—Control of cameras or camera modules based on recognised 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
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本申请属于计算机视觉技术领域，特别是涉及一种多个相机进行目标跟踪的方法、电子设备及存储介质，所述控制平台中配置有多个相机之间的监控区域关系数据，所述方法包括：接收跟踪相机的目标跟踪信息，所述目标跟踪信息由所述跟踪相机在所述跟踪目标离开跟踪监控区域后发出；根据所述监控区域关系数据，确定所述跟踪目标可能进入的候选监控区域所对应的候选接力相机；将所述目标跟踪信息发送至所述候选接力相机，以使所述候选接力相机进行目标识别；接收所述候选接力相机发送的识别成功消息，以最早发送识别成功消息的候选接力相机进行目标跟踪。本申请的方法可以降低目标误识别的概率，可合理的调控安排进行接力跟踪的相机。

Description

多个相机进行目标跟踪的方法、电子设备及存储介质
技术领域
本申请属于计算机视觉技术领域，特别是涉及一种多个相机进行目标跟踪的方法、电子设备及存储介质。
背景技术
多相机目标跟踪是计算机视觉领域的研究热点。其任务目的是在多个视域不重叠的相机中找到某个特定的行人轨迹，由于监控场景中相机往往相互独立，且相机视野有限，无法对跨相机运动目标进行连续大范围接力跟踪。
发明内容
本申请主要解决的技术问题是提供一种多个相机进行目标跟踪的方法、电子设备及存储介质，以实现跨相机跟踪目标。
为解决上述技术问题，本申请采用的一个技术方案是：一种控制平台控制多个相机进行目标跟踪的方法，控制平台中配置有多个相机之间的监控区域关系数据，方法包括：
接收跟踪相机的目标跟踪信息，目标跟踪信息由跟踪相机在跟踪目标离开跟踪监控区域后发出；
根据监控区域关系数据，确定跟踪目标可能进入的候选监控区域所对应的候选接力相机；
将目标跟踪信息发送至候选接力相机，以使候选接力相机进行目标识别；
接收候选接力相机发送的识别成功消息，以最早发送识别成功消息的候选接力相机进行目标跟踪。
其中，接收候选接力相机发送的识别成功消息，以最早发送识别成功消息的候选接力相机进行目标跟踪，包括：
接收到一个候选接力相机发送的识别成功消息后，通知其他候选接力相机停止响应，以此发送识别成功消息的候选接力相机进行目标跟踪。
其中，监控区域关系数据包括跟踪监控区域出口与候选监控区域入口的关系；将目标跟踪信息发送至候选接力相机，以使候选接力相机进行目标识别，包括：
将目标跟踪信息、候选接力相机信息及候选监控区域入口信息发送至候选接力相机，以使候选接力相机在候选监控区域入口处，根据目标跟踪信息进行目标识别。
其中，将目标跟踪信息发送至候选接力相机，以使候选接力相机进行目标识别，还包括：
将识别时间阈值发送至候选接力相机，以使候选接力相机在进行目标识别的时间超过识别时间阈值后停止进行目标识别。
其中，候选接力相机进行目标识别，包括：
候选接力相机提取预设数量帧中所有候选目标的最优特征，比较最优特征与目标跟踪信息的相似度；
将相似度超出阈值的候选目标作为跟踪目标。
本申请还包括第二种技术方案，一种多个相机进行目标跟踪的方法，方法包括：
接收控制平台下发的目标跟踪信息，目标跟踪信息由跟踪相机在跟踪目标离开跟踪监控区域后发送至控制平台，且控制平台在根据监控区域关系数据确定跟踪目标可能进入的候选监控区域对应的候选接力相机后，进行目标跟踪信息的下发；其中，控制平台中配置有多个相机之间的监控区域关系数据；
根据目标跟踪信息进行目标识别，将识别成功消息发送至控制平台，并进行目标跟踪。
其中，监控区域关系数据包括跟踪监控区域出口与候选监控区域入口的关系；接收控制平台下发的目标跟踪信息，还包括：
接收控制平台下发的目标跟踪信息、候选接力相机信息及候选监控区域入口信息；
根据目标跟踪信息进行目标识别包括：
在候选监控区域入口处，根据目标跟踪信息进行目标识别。
其中，接收控制平台下发的目标跟踪信息，还包括：
接收控制平台下发的识别时间阈值；
根据目标跟踪信息进行目标识别还包括：
在进行目标识别的时间超过识别时间阈值后停止进行目标识别。
其中，根据目标跟踪信息进行目标识别，包括：
提取预设数量帧中所有候选目标的最优特征，比较最优特征与目标跟踪信息的相似度；
将相似度超出阈值的候选目标作为跟踪目标。
本申请还包括第三种技术方案，一种电子设备，包括至少一个存储器和至少一个处理器，存储器存储有计算机程序，当计算机程序被处理器执行时，实现上述的控制平台控制多个相机进行目标跟踪的方法，和上述的多个相机进行目标跟踪的方法。
本申请还包括第四种技术方案，一种计算机存储介质，存储介质内部存储有计算机程序，计算机程序用于被执行以实现上述的控制平台控制多个相机进行目标跟踪的方法，和上述的多个相机进行目标跟踪的方法。
本申请的有益效果是：区别于现有技术的情况，本申请控制平台控制多个相机进行目标跟踪的方法，控制平台与多个相机分别互连，控制平台中配置有多个相机之间的监控区域关系数据，通过接收跟踪相机的目标跟踪信息，并将目标跟踪信息发送至候选接力相机，使平台调度与跟踪相机有关的一些相机进入接力识别，降低目标误识别的概率，提升相机的关联性，且相机之间可以不需要叠加监控区域。其中，以最早发送成功消息的候选接力相机进行目标跟踪，可以合理的调控安排进行接力跟踪的相机，避免资源浪费。
附图说明
图1是本申请多相机跟踪系统一实施例的结构示意图；
图2是本申请控制平台控制多个相机进行目标跟踪的方法一实施例的步骤示意图；
图3是本申请控制平台控制多个相机进行目标跟踪的方法另一实施例的步骤示意图；
图4是本申请控制平台控制多个相机进行目标跟踪的方法又一实施例的步骤示意图；
图5是本申请控制平台控制多个相机进行目标跟踪的方法再一实施例的步骤示意图；
图6是本申请多个相机进行目标跟踪的方法一实施例的步骤示意图；
图7是本申请多个相机进行目标跟踪的方法另一实施例的步骤示意图；
图8是本申请多个相机进行目标跟踪的方法又一实施例的步骤示意图；
图9是本申请电子设备一实施例的结构框图；
图10是本申请计算机存储介质一实施例的结构框图。
具体实施方式
为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。
为了改善监控场景中相机之间相互独立，而相机视野有限，无法对跨相机运动目标进行连续大范围接力跟踪，如图1所示，本申请实施例提供一种多相机跟踪系统，包括多个相机42和控制平台41，控制平台41与多个相机42分别互连，相机42与相机42不进行通讯。其中，多个相机42的设置位置配置成拓扑结构。控制平台41中配置有多个相机42之间的监控区域关系数据，具体地，包括相机42间道路关系，相机i的出口对应所有相机j的入口，生拓扑矩阵。拓扑矩阵为
Figure BDA0002546530710000051
其中，拓扑矩阵元素cij＝(-1,-1)时，表示相机i与相机j之间无道路连接关系，cij＝(a,b),a∈{1,2,...M},b∈{1,2,...,K}，表示目标从相机i的出口a离开，可能会从相机j的入口b进入监控区域。
本申请实施例提供一种控制平台控制多个相机进行目标跟踪的方法，其中，控制平台中配置有多个相机之间的监控区域关系数据，如图1所示，方法包括：
步骤100：接收跟踪相机的目标跟踪信息，其中，目标跟踪信息由跟踪相机在跟踪目标离开跟踪监控区域后发出。
其中，目标初次进入相机的监控区域时候，通过目标事件触发，使得进入该监控区域对应的相机作为跟踪相机，进行目标跟踪，形成监控视频。其中，目标事件触发包括绊线入侵或区域入侵等。
在跟踪过程中，判断目标是否出现在监控视频中。若未出现在监控视频中时，判断目标是否脱离跟踪相机的监控区域，若目标脱离跟踪相机的监控区域，则跟踪相机并将目标跟踪信息传输至控制平台；控制平台接收根据相机的目标跟踪相机。
其中，本申请实施例中，目标为行人，在其他实施例中，目标也可以为动物，如猫、狗等。本申请实施例中，目标跟踪信息包括行人重识别特征，行人重识别特征可以包括性别、年龄、头发长度、上衣袖长、上衣颜色、下装长度、下装类型、下装颜色、是否佩戴帽子、是否背包或步态特征。在其他实施例中，目标跟踪信息也可以是与目标相匹配的其他信息。
本申请实施例中，跟踪相机将目标跟踪信息传输至控制平台，其中，跟踪相机由跟踪相机从监控视频中提取出，例如，在监控视频中每25帧提取一次行人重识别特征，并获取最优的行人重识别特征作为目标跟踪信息。在其他实施例中，也可以在目标脱离跟踪相机的监控区域时监控视频中的行人重识别特征作为目标跟踪信息传输至控制平台。在另一实施例中，目标跟踪信息也可以是包括目标身份信息，控制平台中预先存储有与目标的身份信息相对应的行人重识别特征，控制平台根据获取的目标身份信息获取行人重识别特征作为目标跟踪信息的一部分。
步骤200：根据监控区域关系数据，确定跟踪目标可能进入的候选监控区域所对应的候选接力相机。
其中，当目标从跟踪相机的出口a离开时，根据监控区域关系数据，可以确定所有与出口a相连接的道路，确定与出口相连通对应的入口b，并根据拓扑矩阵找到所有与出口b对应的所有相机作为候选接力相机，其中，入口b包括b1、b2、b3...或bn构成的入口集合，候选接力相机包括j1、j2、j3...或jx构成所有候选接力相机。
步骤300：将目标跟踪信息发送至候选接力相机，以使候选接力相机进行目标识别。
控制平台将目标跟踪信息发送至所有的候选接力相机，所有候选接力相机启动，接收目标跟踪信息，并启动视频监控，并在监控视频的每25帧获取行人的识别特征，进入监控视频可能为一个行人或两个以上的行人，从监控视频中获取每个行人的识别特征并对行人做标记，例如行人甲、行人乙。并将每个行人的识别特征与目标跟踪信息的行人重识别特征进行比对，判断是否有与行人重识别特征匹配的行人的识别特征，若有，则候选接力相机进行目标识别成功。本申请实施例中每25帧获取行人的识别特征，在其他实施例中，也可以每30帧或50帧或间隔其他数量帧获取行人的识别特征。
步骤400：接收候选接力相机发送的识别成功消息，以最早发送识别成功消息的候选接力相机进行目标跟踪。
其中，进行目标识别成功的候选接力相机将识别成功消息发送至控制平台。本申请实施例中，当候选接力相机j1、j2、j3...或jx中的某一个候选接力jx相机进行目标识别成功；随着时间的进行，也会有两个以上相机识别到目标。其中，最早发送识别成功消息的候选接力相机作为新的跟踪相机进行目标跟踪，可以合理的调控安排进行接力跟踪的相机，避免资源浪费。
作为本申请实施例的一优选方案，步骤400接收候选接力相机发送的识别成功消息，以最早发送识别成功消息的候选接力相机进行目标跟踪，如图3所示，包括：
步骤410：接收到一个候选接力相机发送的识别成功消息后，通知其他候选接力相机停止响应，以此发送识别成功消息的候选接力相机进行目标跟踪。
其中，进行目标识别成功的候选接力相机实时将识别成功消息发送至控制平台，控制平台接收到一个候选接力相机发送的识别成功消息后，通知其他候选接力相机停止响应，可以节省其他候选接力相机的工作量，避免其他候选接力相机仍然保持在进行目标识所造成的相机资源的浪费。在其他实施例中，控制平台也可以接收两个以上候选接力相机发送的识别成功消息，并比较出最早发送识别成功消息的候选接力相机，并通知非最早发送识别成功消息的候选接力相机和未发送识别成功消息的候选接力相机停止响应，以最早发送识别成功消息的候选接力相机作为接力相机进行目标跟踪。
其中，本申请实施例中，监控区域关系数据包括跟踪监控区域出口与候选监控区域入口的关系。
步骤300将目标跟踪信息发送至候选接力相机，以使候选接力相机进行目标识别，如图4所示，包括：
步骤310a：将目标跟踪信息、候选接力相机信息及候选监控区域入口信息发送至候选接力相机，以使候选接力相机在候选监控区域入口处，根据目标跟踪信息进行目标识别。
其中，发送目标跟踪信息的便于候选接力相机进行目标识别；发送候选接力相机信息，以便于从所有相机中匹配出候选接力相机；发送候选监控区域入口信息，以便于从众多相机所在的位置是否位于候选监控区域，便于排除不在候选监控区域的相机，加快候选接力相机的匹配速度，提高候选接力相机的响应速度，并使得候选接力相机可以快速锁定目标识别的监控区域，即在候选监控区域入口处，以使得候选接力相机根据目标跟踪信息，进行快速目标识别。即当缩小目标识别的监控区域，可以提高目标识别的效率，同时也可以在一定程度上减少行人的数量，从而可以减少提取行人数量的行人的识别特征，减少行人的识别特征与行人重识别特征匹配的次数，提高比对效率。
步骤300将目标跟踪信息发送至候选接力相机，以使候选接力相机进行目标识别，如图5所示，还包括：
步骤310b：将识别时间阈值发送至候选接力相机，以使候选接力相机在进行目标识别的时间超过识别时间阈值后停止进行目标识别。
本申请实施例，识别时间阈值为预设的某一定值，例如5分钟、10分钟或30分钟。候选接力相机在进行目标识别的过程中，可能一直识别不到目标，也可能是某一个或几个候选接力相机一直识别不到目标，为了避免将候选接力相机耗在某一目标的识别跟踪上，以影响候选接力相机进行其他目标的识别。为了提高相机的使用效率，控制平台发送目标跟踪信息至候选接力相机，识别时间阈值至候选接力相机，以使得候选接力相机在进行目标识别的时间超过识别时间阈值后停止进行目标识别，从而可以减少投入过多的时间于某一目标识别，从而达到相机效率的高效利用。
作为本申请实施的一优选方案，步骤300中的候选接力相机进行目标识别，包括：
候选接力相机提取预设数量帧中所有候选目标的最优特征，比较最优特征与目标跟踪信息的相似度。
其中，本申请实施例中预设数量帧为25帧，每个行人每25帧提取一次最优特征，在其他实施例中，预设数量帧也可以为15帧、30帧、40帧、50帧等。通过合理的控制预设数量帧中所有行人的最优特征，可以避免候选目标的遗漏，或者过于频繁的提取候选目标所造成的资源的浪费。
候选接力相机在进行目标识别的视频监控中，某一帧多对应的候选目标可能出现模糊不清或清晰的目标画面，候选接力相机在对所有候选目标识别时，提取预设数量帧所对应的候选目标的清晰的目标画面以获取最优特征，最优特征包括最佳目标画面的行人重识别特征，行人重识别特征可以包括性别、年龄、头发长度、上衣袖长、上衣颜色、下装长度、下装类型、下装颜色、是否佩戴帽子、是否背包或步态特征。通过将最优特征与目标跟踪信息的行人重识别特征进行比对，以判断出候选目标与目标的相似度。
具体地，本申请实施例中，利用余弦距离计算候选目标的最优特征与控制平台下发的目标跟踪信息的行人重识别特征的相似度，其中余弦距离的计算公式如下：
Figure BDA0002546530710000091
其中，x，y分别表示特征向量。
将相似度超出阈值的候选目标作为跟踪目标。
本申请实施例中，若相似度低于阈值0.8，则判定为候选目标与目标不是同一目标，重复候选接力相机提取预设数量帧中所有候选目标的最优特征，比较最优特征与目标跟踪信息的相似度，直至超出识别时间阈值时，候选相机退出。反之，若相似度超出阈值0.8，则判定候选目标与目标不是同一目标，候选目标作为跟踪目标。在其他实施例中，阈值也可以为0.9或0.7或0.6或0.85等。
本申请还包括第二种技术方案，如图6所示，一种多个相机进行目标跟踪的方法，方法包括：
步骤10：接收控制平台下发的目标跟踪信息。其中，目标跟踪信息由跟踪相机在跟踪目标离开跟踪监控区域后发送至控制平台，且控制平台在根据监控区域关系数据确定跟踪目标可能进入的候选监控区域对应的候选接力相机后，进行目标跟踪信息的下发；其中，控制平台中配置有多个相机之间的监控区域关系数据。
接收控制平台下发的目标跟踪信息，则对应的相机为候选接力相机，同时说明跟踪目标离开了跟踪相机的候选监控区域。候选接力相机启动对候选目标的监控。
其中，目标跟踪信息包括行人重识别特征，行人重识别特征可以包括性别、年龄、头发长度、上衣袖长、上衣颜色、下装长度、下装类型、下装颜色、是否佩戴帽子、是否背包或步态特征。在其他实施例中，目标跟踪信息也可以是与目标相匹配的其他信息。
步骤20：根据目标跟踪信息进行目标识别，将识别成功消息发送至控制平台，并进行目标跟踪。
其中，至少一个候选接力相机进行视频监控，并将视频监控中出现的候选目标进行逐一比较，判断每个候选目标是否与目标跟踪信息匹配，若有与目标跟踪信息相匹配的候选目标，则目标识别成功，并将识别成功消息发送至控制平台，识别成功的候选目标转换为目标，识别成功的候选接力相机转换为跟踪相机，并对其进行目标跟踪。
其中，监控区域关系数据包括跟踪监控区域出口与候选监控区域入口的关系；步骤10接收控制平台下发的目标跟踪信息，如图7所示，还包括：
步骤11a：接收控制平台下发的目标跟踪信息、候选接力相机信息及候选监控区域入口信息。
其中，接收目标跟踪信息的便于候选接力相机进行目标识别；接收候选接力相机信息，以便于从所有相机中匹配出候选接力相机；接收候选监控区域入口信息，以便于排除不在候选监控区域的相机，加快候选接力相机的匹配速度，提高候选接力相机的响应速度，且候选接力相机可以快速锁定目标识别的监控区域。
步骤20的根据目标跟踪信息进行目标识别包括：
步骤21：在候选监控区域入口处，根据目标跟踪信息进行目标识别。
在候选监控区域入口处，候选接力相机根据目标跟踪信息，进行快速目标识别。即当缩小目标识别的监控区域，可以提高目标识别的效率，同时也可以在一定程度上减少行人的数量，从而可以减少提取行人数量的行人的识别特征，减少行人的识别特征与行人重识别特征匹配的次数，提高比对效率。
步骤21将识别成功消息发送至控制平台，并进行目标跟踪之后，并执行步骤22：将识别成功消息发送至控制平台，并进行目标跟踪。
其中，步骤10接收控制平台下发的目标跟踪信息，还包括：
接收控制平台下发的识别时间阈值。即步骤10接收控制平台下发的目标跟踪信息包括：如图8所示，步骤11b：接收控制平台下发的目标跟踪信息、候选接力相机信息、候选监控区域入口信息及识别时间阈值。
本申请实施例，识别时间阈值为预设的某一定值，例如5分钟、10分钟或30分钟。候选接力相机在进行目标识别的过程中，可能一直识别不到目标，也可能是某一个或几个候选接力相机一直识别不到目标，为了避免将候选接力相机耗在某一目标的识别跟踪上，以影响候选接力相机进行其他目标的识别。为了提高相机的使用效率，候选接力相机接收控制平台下发的识别时间阈值，以控制候选选接力相机的识别时间不能超出识别时间阈值。本申请实施例中，不同目标的识别时间阈值可以不同，例如，目标甲的识别时间阈值为5分钟，再对目标乙进行跟踪监控时，识别时间阈值也可以为10分钟，识别时间阈值可以根据需求而定。
步骤20的根据目标跟踪信息进行目标识别还包括：
步骤23：在进行目标识别的时间超过识别时间阈值后停止进行目标识别。
候选接力相机在进行目标识别的时间超过识别时间阈值后停止进行目标识别，从而可以减少投入过多的时间于某一目标识别，从而达到相机效率的高效利用。
其中，步骤20的根据目标跟踪信息进行目标识别，包括：
提取预设数量帧中所有候选目标的最优特征，比较最优特征与目标跟踪信息的相似度。
其中，本申请实施例中预设数量帧为25帧，每个行人每25帧提取一次最优特征，在其他实施例中，预设数量帧也可以为15帧、30帧、40帧、50帧等。通过合理的控制预设数量帧中所有行人的最优特征，可以避免候选目标的遗漏，或者过于频繁的提取候选目标所造成的资源的浪费。
候选接力相机在进行目标识别的视频监控中，某一帧多对应的候选目标可能出现模糊不清或清晰的目标画面，候选接力相机在对所有候选目标识别时，提取预设数量帧所对应的候选目标的清晰的目标画面以获取最优特征，最优特征包括最佳目标画面的行人重识别特征，行人重识别特征可以包括性别、年龄、头发长度、上衣袖长、上衣颜色、下装长度、下装类型、下装颜色、是否佩戴帽子、是否背包或步态特征。通过将最优特征与目标跟踪信息的行人重识别特征进行比对，以判断出候选目标与目标的相似度。
具体地，本申请实施例中，利用余弦距离计算候选目标的最优特征与控制平台下发的目标跟踪信息的行人重识别特征的相似度，其中余弦距离的计算公式如下：
Figure BDA0002546530710000121
其中，x，y分别表示特征向量。
将相似度超出阈值的候选目标作为跟踪目标。
本申请实施例中，若相似度低于阈值0.8，则判定为候选目标与目标不是同一目标，重复候选接力相机提取预设数量帧中所有候选目标的最优特征，比较最优特征与目标跟踪信息的相似度，直至超出识别时间阈值时，候选相机退出。反之，若相似度超出阈值0.8，则判定候选目标与目标不是同一目标，候选目标作为跟踪目标。在其他实施例中，阈值也可以为0.9或0.7或0.6或0.85等。
本申请还包括第三种技术方案，如图9所示，一种电子设备50，包括至少一个存储器51和至少一个处理器52，存储器51存储有计算机程序，当计算机程序被处理器52执行时，实现上述的控制平台控制多个相机进行目标跟踪的方法，和上述的多个相机进行目标跟踪的方法。
本申请实施例中，电子设备包括如图1所示的控制平台41或相机42。其中，控制平台41包括至少一个存储器51和至少一个处理器52，存储器51存储有计算机程序，当计算机程序被处理器52执行时，控制平台41控制多个相机进行目标跟踪的方法。相机包括至少一个存储器51和至少一个处理器52，存储器51存储有计算机程序，存储器51存储有计算机程序，当计算机程序被处理器52执行时，多个相机42进行目标跟踪的方法。
所称处理器52可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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、分立硬件组件等。通用处理器可以是微处理器或者该处理器52也可以是任何常规的处理器等。
存储器51可用于存储计算机程序和/或模块，处理器52通过运行或执行存储在存储器51内的计算机程序和/或模块，以及调用存储在存储器51内的数据，实现控制平台控制多个相机进行目标跟踪和多个相机进行目标跟踪。存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本申请还包括第四种技术方案，如图10所示，一种计算机存储介质60，计算机存储介质60内部存储有计算机程序61，计算机程序61用于被执行以实现上述的控制平台控制多个相机进行目标跟踪的方法，和上述的多个相机进行目标跟踪的方法。
基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序61来指令相关的硬件来完成的计算机程序61可存储于一计算机可读存储介质中，该计算机程序61在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序61包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机存储介质60可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机存储介质60包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机存储介质60不包括电载波信号和电信信号。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (11)

1.一种控制平台控制多个相机进行目标跟踪的方法，其特征在于，所述控制平台中配置有多个相机之间的监控区域关系数据，所述方法包括：
接收跟踪相机的目标跟踪信息，所述目标跟踪信息由所述跟踪相机在所述跟踪目标离开跟踪监控区域后发出；
根据所述监控区域关系数据，确定所述跟踪目标可能进入的候选监控区域所对应的候选接力相机；
将所述目标跟踪信息发送至所述候选接力相机，以使所述候选接力相机进行目标识别；
接收所述候选接力相机发送的识别成功消息，以最早发送识别成功消息的候选接力相机进行目标跟踪。
2.根据权利要求1所述的控制平台控制多个相机进行目标跟踪的方法，其特征在于，所述接收所述候选接力相机发送的识别成功消息，以最早发送识别成功消息的候选接力相机进行目标跟踪，包括：
接收到一个候选接力相机发送的识别成功消息后，通知其他候选接力相机停止响应，以此发送识别成功消息的候选接力相机进行目标跟踪。
3.根据权利要求1所述的控制平台控制多个相机进行目标跟踪的方法，其特征在于，所述监控区域关系数据包括跟踪监控区域出口与候选监控区域入口的关系；所述将所述目标跟踪信息发送至所述候选接力相机，以使所述候选接力相机进行目标识别，包括：
将目标跟踪信息、候选接力相机信息及候选监控区域入口信息发送至所述候选接力相机，以使所述候选接力相机在候选监控区域入口处，根据所述目标跟踪信息进行目标识别。
4.根据权利要求1所述的控制平台控制多个相机进行目标跟踪的方法，其特征在于，所述将所述目标跟踪信息发送至所述候选接力相机，以使所述候选接力相机进行目标识别，还包括：
将识别时间阈值发送至候选接力相机，以使所述候选接力相机在进行目标识别的时间超过所述识别时间阈值后停止进行目标识别。
5.根据权利要求1所述的控制平台控制多个相机进行目标跟踪的方法，其特征在于，所述候选接力相机进行目标识别，包括：
所述候选接力相机提取预设数量帧中所有候选目标的最优特征，比较所述最优特征与所述目标跟踪信息的相似度；
将相似度超出阈值的候选目标作为跟踪目标。
6.一种多个相机进行目标跟踪的方法，其特征在于，所述方法包括：
接收控制平台下发的目标跟踪信息，所述目标跟踪信息由跟踪相机在跟踪目标离开跟踪监控区域后发送至控制平台，且控制平台在根据所述监控区域关系数据确定跟踪目标可能进入的候选监控区域对应的候选接力相机后，进行目标跟踪信息的下发；其中，所述控制平台中配置有多个相机之间的监控区域关系数据；
根据所述目标跟踪信息进行目标识别，将识别成功消息发送至所述控制平台，并进行目标跟踪。
7.根据权利要求6所述的多个相机进行目标跟踪的方法，其特征在于，所述监控区域关系数据包括跟踪监控区域出口与候选监控区域入口的关系；所述接收所述控制平台下发的目标跟踪信息，还包括：
接收所述控制平台下发的目标跟踪信息、候选接力相机信息及候选监控区域入口信息；
所述根据所述目标跟踪信息进行目标识别包括：
在候选监控区域入口处，根据所述目标跟踪信息进行目标识别。
8.根据权利要求6所述的多个相机进行目标跟踪的方法，其特征在于，所述接收所述控制平台下发的目标跟踪信息，还包括：
接收所述控制平台下发的识别时间阈值；
所述根据所述目标跟踪信息进行目标识别还包括：
在进行目标识别的时间超过所述识别时间阈值后停止进行目标识别。
9.根据权利要求6所述的多个相机进行目标跟踪的方法，其特征在于，所述根据所述目标跟踪信息进行目标识别，包括：
提取预设数量帧中所有候选目标的最优特征，比较所述最优特征与所述目标跟踪信息的相似度；
将相似度超出阈值的候选目标作为跟踪目标。
10.一种电子设备，其特征在于，包括至少一个存储器和至少一个处理器，所述存储器存储有计算机程序，当所述计算机程序被所述处理器执行时，实现权例要求1-5中任一项所述的控制平台控制多个相机进行目标跟踪的方法，和权利要求6-9中任一项所述的多个相机进行目标跟踪的方法。
11.一种计算机存储介质，其特征在于，所述存储介质内部存储有计算机程序，所述计算机程序用于被执行以实现权例要求1-5中任一项所述的控制平台控制多个相机进行目标跟踪的方法，和权利要求6-9中任一项所述的多个相机进行目标跟踪的方法。
CN202010562138.6A 2020-06-18 2020-06-18 多个相机进行目标跟踪的方法、电子设备及存储介质 Pending CN111836009A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010562138.6A CN111836009A (zh) 2020-06-18 2020-06-18 多个相机进行目标跟踪的方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010562138.6A CN111836009A (zh) 2020-06-18 2020-06-18 多个相机进行目标跟踪的方法、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111836009A true CN111836009A (zh) 2020-10-27

Family

ID=72898426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010562138.6A Pending CN111836009A (zh) 2020-06-18 2020-06-18 多个相机进行目标跟踪的方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111836009A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112449093A (zh) * 2020-11-05 2021-03-05 北京德火科技有限责任公司 一种三维全景视频融合监控平台
WO2022143181A1 (zh) * 2020-12-29 2022-07-07 青岛千眼飞凤信息技术有限公司 信息处理方法及装置、信息处理系统
CN116402857A (zh) * 2023-04-14 2023-07-07 北京天睿空间科技股份有限公司 一种基于三维标定的运动目标跨镜头跟踪方法
KR102618508B1 (ko) * 2022-09-01 2023-12-27 인빅 주식회사 엣지 cctv를 이용한 객체 탐지 및 추적 시스템과 방법
CN117528035A (zh) * 2024-01-05 2024-02-06 四川省寰宇众恒科技有限公司 一种基于主动通知的物体跨境头追踪方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103763513A (zh) * 2013-12-09 2014-04-30 北京计算机技术及应用研究所 一种分布式跟踪监控方法及其系统
CN104123732A (zh) * 2014-07-14 2014-10-29 中国科学院信息工程研究所 一种基于多摄像头的在线目标跟踪方法及系统
CN104601964A (zh) * 2015-02-06 2015-05-06 武汉大学 非重叠视域跨摄像机室内行人目标跟踪方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103763513A (zh) * 2013-12-09 2014-04-30 北京计算机技术及应用研究所 一种分布式跟踪监控方法及其系统
CN104123732A (zh) * 2014-07-14 2014-10-29 中国科学院信息工程研究所 一种基于多摄像头的在线目标跟踪方法及系统
CN104601964A (zh) * 2015-02-06 2015-05-06 武汉大学 非重叠视域跨摄像机室内行人目标跟踪方法及系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112449093A (zh) * 2020-11-05 2021-03-05 北京德火科技有限责任公司 一种三维全景视频融合监控平台
WO2022143181A1 (zh) * 2020-12-29 2022-07-07 青岛千眼飞凤信息技术有限公司 信息处理方法及装置、信息处理系统
KR102618508B1 (ko) * 2022-09-01 2023-12-27 인빅 주식회사 엣지 cctv를 이용한 객체 탐지 및 추적 시스템과 방법
WO2024048901A1 (ko) * 2022-09-01 2024-03-07 인빅 주식회사 엣지 cctv를 이용한 객체 탐지 및 추적 시스템과 방법
CN116402857A (zh) * 2023-04-14 2023-07-07 北京天睿空间科技股份有限公司 一种基于三维标定的运动目标跨镜头跟踪方法
CN116402857B (zh) * 2023-04-14 2023-11-07 北京天睿空间科技股份有限公司 一种基于三维标定的运动目标跨镜头跟踪方法
CN117528035A (zh) * 2024-01-05 2024-02-06 四川省寰宇众恒科技有限公司 一种基于主动通知的物体跨境头追踪方法及系统
CN117528035B (zh) * 2024-01-05 2024-03-22 四川省寰宇众恒科技有限公司 一种基于主动通知的物体跨境头追踪方法及系统

Similar Documents

Publication Publication Date Title
CN111836009A (zh) 多个相机进行目标跟踪的方法、电子设备及存储介质
CN109166261B (zh) 基于图像识别的图像处理方法、装置、设备及存储介质
US10248860B2 (en) System and method for object re-identification
US10839228B2 (en) Method and system for tracking an object in a defined area
KR102553883B1 (ko) 비디오 감시 시스템에서 경보들을 발생시키는 방법
CN111860147B (zh) 行人重识别模型优化处理方法、装置和计算机设备
KR101753660B1 (ko) 축산농가 출입관리 시스템 및 그 방법
CN110795595A (zh) 基于边缘计算的视频结构化存储方法、装置、设备及介质
US20210136326A1 (en) Multi-camera collaboration-based image processing method and video surveillance system
CN110446014B (zh) 一种监控方法、监控设备及计算机可读存储介质
KR101954739B1 (ko) 블록체인 기반의 동물 비문 저장 및 비문 이용 방법
KR20190093799A (ko) Cctv를 통한 실시간 실종자 얼굴 인식 시스템 및 그 방법
US20210350116A1 (en) System and method for identifying persons-of-interest
US11354819B2 (en) Methods for context-aware object tracking
US20220301275A1 (en) System and method for a hybrid approach for object tracking across frames.
CN111539986A (zh) 目标跟踪方法、装置、计算机设备和存储介质
Manoj et al. Identification of cattle breed using the convolutional neural network
CN111126208A (zh) 行人归档方法、装置、计算机设备及存储介质
CN114973573A (zh) 目标入侵确定方法、装置、存储介质及电子装置
CN112861695A (zh) 行人身份再识别方法、装置、电子设备及存储介质
US11594073B2 (en) Face recognition method and face recognition device
US11200407B2 (en) Smart badge, and method, system and computer program product for badge detection and compliance
CN111866468B (zh) 对象跟踪分配方法、装置、存储介质及电子装置
CN113780126A (zh) 一种基于rfid识别的安全保护方法及装置
CN113255703A (zh) 图像识别方法以及电子设备、计算机可读存储介质

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