CN111885301A - 枪球联动跟踪方法、装置、计算机设备和存储介质 - Google Patents
枪球联动跟踪方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111885301A CN111885301A CN202010604630.5A CN202010604630A CN111885301A CN 111885301 A CN111885301 A CN 111885301A CN 202010604630 A CN202010604630 A CN 202010604630A CN 111885301 A CN111885301 A CN 111885301A
- Authority
- CN
- China
- Prior art keywords
- image
- tracking
- target
- dome camera
- tracking target
- 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
Links
Images
Classifications
-
- 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
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种枪球联动跟踪方法,包括:获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;实时获取跟踪目标的位置坐标,并将位置坐标传输至球机,以使球机根据位置坐标调整球机云台获得跟踪目标的球机图像;若跟踪目标位于枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像;若第二图像与第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使球机根据位置坐标调整球机云台获得跟踪目标的球机图像。本方法通过设置云台增大枪机的可跟踪范围,实时检测跟踪目标的位置,实现无死角的持续采集跟踪目标的图像。
Description
技术领域
本发明涉及监控技术领域,特别是涉及一种枪球联动跟踪方法、装置、计算机设备和存储介质。
背景技术
现有监控目标跟踪系统需要人工判断监控目标所在位置,手动调整云台方向查找视频监控目标,对监控人员要求较高,手动调整操作比较繁琐并且需要监控人员对于地理方位相当的熟悉,对于人机系统要求高,操作比较繁琐,最终造成追踪的效率比较低。
传统监控目标跟踪系统利用枪球联动跟踪目标,在枪机画面跟踪目标后将坐标发送至球机,球机转动云台进行跟踪。这种传统枪球联动跟踪方法仅仅在球机设置了云台,而没有在枪机设置可以调整方位的云台,只依靠球机转动进行移动跟踪,导致可跟踪范围只局限于枪机的固定画面,不能跟踪至更广范围。
发明内容
基于此,有必要针对可跟踪范围小的问题,提供一种枪球联动跟踪方法、装置、计算机设备和存储介质。
一种枪球联动跟踪方法,其特征在于,所述方法包括:
获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;
实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像;
若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像;
若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
在其中一个实施例中,所述获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像之前包括:
获取所述球机的IP地址;
根据IP地址,与所述球机连接并将枪机的设备参数发送至所述球机。
在其中一个实施例中,所述实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像包括:
将所述位置坐标发送至球机,以使球机根据球机位置参数、枪机的设备参数和所述位置坐标将球机图像与枪机图像进行标定。
在其中一个实施例中,所述若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像包括:
若所述跟踪目标未位于所述枪机图像的边缘位置,则将继续根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像。
在其中一个实施例中,所述若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机包括:
根据所述第二图像,生成多个候选图像;
检测所述候选图像与所述第一图像的相似度;
判断所述候选图像与所述第一图像的相似度是否大于相似阈值;
若所述候选图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
在其中一个实施例中,所述判断所述候选图像与所述第一图像的相似度是否大于相似阈值包括:
若所述候选图像与所述第一图像的相似度小于等于预设阈值,则停止对跟踪目标进行跟踪。
在其中一个实施例中,所述检测所述候选图像图像与所述第一图像的相似度包括:
计算所述第一图像的颜色直方图,获得目标直方图数据;
计算所述候选图像的颜色直方图,获得候选直方图数据;
根据所述目标直方图数据和所述候选直方图数据,获得所述候选图像与所述第一图像的相似度。
一种枪球联动跟踪装置,所述装置包括:
图像获取模块,用于获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;
第一跟踪模块,用于实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像;
检测模块,用于若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像;
第二跟踪模块,用于若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;
实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像;
若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像;
若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
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以下步骤:
获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;
实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像;
若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像;
若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
上述枪球联动跟踪,通过设置云台增大枪机的可跟踪范围,实时检测跟踪目标的位置及时触发枪机云台重新寻找跟踪目标,实现无死角的持续采集跟踪目标的图像。
附图说明
图1为本申请一实施例的枪球联动跟踪方法的应用环境图;
图2为本申请一实施例的枪球联动跟踪方法的流程图;
图3为本申请一实施例的枪球联动跟踪方法的坐标示意图;
图4为本申请一实施例的枪球联动跟踪系统的模块示意图;
图5为本申请另一实施例的枪球联动跟踪方法的流程图;
图6为本申请一实施例的枪球联动跟踪方法的装置示意图;
图7为本申请一实施例的计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的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。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请提供的枪球联动跟踪方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。所述终端102包括枪机和球机,所述枪机和所述球机连接,且分别与所述服务器104连接,能够将采集的图像上传至服务器104。所述枪机用于采集枪机图像,所述球机用于采集球机图像。其中,终端102可以但不限于是各种具有采集图像功能的摄像设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
其中,枪机是监控类CCD摄像机中一种,CCD是Charge Coupled Device(电荷耦合器件)的缩写,它是一种半导体成像器件,因而具有灵敏度高、抗强光、畸变小、体积小、寿命长、抗震动等优点,枪机通常固定于特定的位置进行采集图像,监控范围较小。球机全称为球型摄像机,是现代电视监控发展的代表,它集成彩色一体化摄像机、云台、解码器、防护罩等多功能于一体,安装方便、使用简单但功能强大,广泛应用于开阔区域的监控。
本申请的枪机和球机通过网络连接,通过给枪机安装上云台,可转动的云台可以扩大枪机的监控范围,使球机和枪机双云台跟踪监控范围更广,监控方向更灵活,相同范围内可以安置更少量的摄像头,更加节省成本。
本实施例还提供了一种枪球联动跟踪方法。图2是根据本申请实施例的枪球联动跟踪方法的流程图,如图2所示,该流程包括如下步骤:
步骤202,获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像。
其中,所述跟踪目标为用户预先设置的跟踪对象;所述第一图像为跟踪对象的图像,用于确定跟踪目标,作为跟踪算法检测图像是否有跟踪对象的参照物。所述跟踪算法包括但不限于KCF算法、SiamMask算法、STC算法。
具体地,所述枪机获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行实时跟踪,获取跟踪目标的枪机图像。
所述获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像之前包括:获取所述球机的IP地址;根据IP地址,与所述球机连接并将枪机的设备参数发送至所述球机。
其中,所述设备参数包括枪机的镜头参数和CMOS图像传感器参数。
具体地,获取所述球机的IP地址,所述枪机主动连接球机,连接后所述枪机将设备参数发送至所述球机。
步骤204,实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
具体地,枪机跟随跟踪目标,控制枪机云台进行旋转实时获取所述跟踪目标的位置坐标,实时将所述位置坐标传输至所述球机,以使所述球机根据所述位置坐标调整球机云台对跟踪目标进行跟踪,并实时获得跟踪目标的球机图像。进一步地,将所述位置坐标发送至球机,以使球机根据球机位置参数、枪机的设备参数和所述位置坐标将球机图像与枪机图像进行标定。其中,所述位置参数包括球机云台水平方向的当前坐标PtzCurStepsH、球机云台垂直方向的当前坐标PtzCurStepsV、球机云台水平方向的总步数PtzTotalStepsH、球机云台水平方向的总角度PtzTotalAngleH、球机云台垂直方向的总步数PtzTotalStepsV、球机云台垂直方向的总角度PtzTotalAngleV。
如图3所示,在本实施例中,所述球机根据枪机的设备参数,得到用户在服务器上的视频预览画面在CMOS图像传感器上的对应投影长度为StreamWidth×SnPixSize以及投影宽度为StreamHeight×SnPixSize。获得位置坐标在CMOS图像传感器上对应的标定点B点(Px,Py),具体为:
px=x*StreamWidth*SnPixSize/4095;
py=y*StreamHeight*SnPixSize/4095。
A点为凸透镜成像的焦点,所以A点和中心点O的距离为镜头焦距SnF,则由三角函数得枪机中心点O和标定点B之间的水平方向夹角为:垂直方向夹角为将球机云台水平方向旋转角度α,垂直方向旋转角度β,使球机图像和枪机图像的中心点O重合。
假设枪机图像标定点B对应的球机图像中心点O坐标为(Ox,Oy),通过如下算法得到枪机图像标定点B对应的球机图像中心点O坐标:
if(PtzCurStepsH>0):
Ox=PtzCurStepsH-PtzTotalStepsH*α/PtzTotalAngleH
else:
Ox=PtzCurStepsH+PtzTotalStepsH*α/PtzTotalAngleH
if(PtzCurStepsV>0):
Qy=PtzCurStepsV-PtzTotalStepsV*β/PtzTotalAngleV
else:
Oy=PtzCurStepsV+PtzTotalStepsV*β/PtzTotalAngleV
枪机和球机完成标定。
上述枪机和球机的坐标转换方式如下:
(1)枪机向球机发送跟踪目标的位置坐标。所述位置坐标包括目标坐标点(Cx,Cy)以及目标区域大小(Cw,Ch)。
(2)使用球机中心点O(Ox,Oy)计算出云台需要转动至定位目标点的球机坐标(DsTx,DsTy),具体算法如下:
if(Cx>0):
DST_x=Ox-PtTotalStepsH*arctan(|Cx*StreamWidth*SnPixSize/4095|/SnF)/PtzToTalangleH
else:
DSTx=Ox+PtTotalStepsH*arctan(|Cx*StreamWidth*SnPixSize/4095|/SnF)/PtzToTalangleH
if(Cy>0):
else:
(3)驱动球机云台的水平电机和垂直电机到达坐标(DsTx,DsTy),完成水平垂直方位定位。
步骤206,若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像。
具体地,若所述跟踪目标位于所述枪机图像的边缘位置,则获取跟踪目标的运动方向,将枪机云台向所述运动方向旋转预设角度,获取跟踪目标的第二图像。若所述跟踪目标未位于所述枪机图像的边缘位置,则将继续根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像。在本实施例中,所述预设角度为其中θ为枪机可见范围的视场角。
进一步地,获取所述跟踪目标的位置坐标;检测所述位置坐标与所述枪机图像的边界距离是否小于边界阈值;若所述位置坐标与所述枪机图像的边界距离小于边界阈值,则所述跟踪目标位于所述枪机图像的边缘位置,并获取跟踪目标的运动方向。若所述位置坐标与所述枪机图像的边界距离大于或等于边界阈值,则所述跟踪目标未位于所述枪机图像的边缘位置。
在一个实施例中,通过检测跟踪目标距离枪机图像最近的边界,将该边界作为跟踪目标的运动方向,将枪机云台朝该方向旋转预设角度,获取跟踪目标的第二图像。在另一个实施例中,通过检测跟踪目标在枪机所采集的枪机图像中的运动轨迹,通过运动轨迹预测跟踪目标的运动方向,将枪机云台向所述运动方向旋转预设角度,获取跟踪目标的第二图像。
步骤208,若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像
具体地,根据所述第二图像,生成多个候选图像,检测所述候选图像与所述第一图像的相似度。判断所述候选图像与所述第一图像的相似度是否大于相似阈值。若所述候选图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像;若所述候选图像与所述第一图像的相似度小于或等于预设阈值,则停止对跟踪目标的跟踪。进一步地,计算所述第一图像的颜色直方图,获得目标直方图数据;计算所述候选图像的颜色直方图,获得候选直方图数据;根据所述目标直方图数据和所述候选直方图数据,获得相似度。可以理解,也可以通过汉明距离计算相似度、均值哈希算法计算相似度或其他方式比较相似度。
在本实施例中,采用滑窗法在第二图像生成多个候选图像,遍历所有候选图像,与第一图像比较相似度,取相似度最高的候选图像进行目标丢失判定。
具体步骤如下:
(a)截取第二图像中的跟踪目标、对应第二图像的球机图像中的跟踪目标以及第一图像计算颜色直方图,比较相似度。
(b)采用单一直方图,每个颜色的值范围为0~255。将颜色范围分为16等份,假定RGB值为(14,68,221),则16等分后,其对应直方图索引值(index)为(0,4,13),索引值计算公式为:
index=R+G*16+B*16*16
对应的直方图index=0+4*16+13*16*16,SH[3392]+=1,依次遍历所有RGB像素值,即可完成直方图数据计算,获得目标直方图数据以及候选直方图数据。
采用巴氏系数计算图像的相似度,公式如下:
其中,p,p’分别表示目标直方图数据与待比较的候选直方图数据。
当相似度最高的候选图像与第一图像的相似度ρ大于预设阈值0.7时,则判定为重新追踪到跟踪目标,根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像,在新画面中对跟踪目标重新进行枪球联动跟踪,实现可持续更新的枪球双云台联动跟踪。当相似度最高的候选图像与第一图像的相似度ρ小于或等于预设阈值0.7时,则判定为跟踪目标消失,说明跟踪目标已经超过最大监控范围,对该跟踪目标的跟踪结束。可以理解,所述预设阈值也可以为其他数值。
所述若所述候选图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机包括:根据所述候选图像和所述跟踪算法进行跟踪,获得候选目标位置;根据所述候选目标位置,以使球机根据所述候选目标位置获取待跟踪目标对应的球机图像。
具体地,所述枪机根据将所述候选图像的图像作为第一图像,根据所述跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,获得候选目标位置。将所述候选目标位置发送至所述球机,以使所述球机根据所述候选目标位置调整球机云台获得跟踪目标的球机图像。
上述枪球联动跟踪方法中,获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像,实现枪球联动跟踪,通过检测跟踪目标是否脱离枪机监控,通过判断相似度追踪跟踪目标的位置,通过设置云台增大枪机的可跟踪范围,实时检测跟踪目标的位置及时触发枪机云台重新寻找跟踪目标,实现无死角的持续采集跟踪目标的图像。本申请的标定方法简单快捷,无需手工调整球机的云台方向。并且枪球双云台跟踪监控范围更广,监控方向更灵活,相同范围内可以安置更少量的摄像头,更加节省成本。
本实施例还提供了一种枪球联动跟踪系统。图4是根据本申请实施例的枪球联动跟踪系统的模块示意图,如图4所示,所述系统包括:枪球参数链接模块410、枪球坐标标定模块420、枪球联动跟踪模块430、枪球坐标转换模块440以及双云台目标追踪模块450。
所述枪球参数链接模块410,用于给枪机设置球机的IP地址,枪机主动连接球机,登录球机后,枪机向球机推送镜头参数和CMOS图像传感器参数。
所述枪球坐标标定模块420,用于通过标定枪机画面中的至少一点得到枪机画面标定点对应的球机中心点坐标,实现枪机和球机之间的坐标标定。
所述枪球联动跟踪模块430,用于利用目标检测算法检测跟踪目标,并记录跟踪目标的第一图像。将第一图像输入到枪机,枪机根据预设的跟踪算法对跟踪目标进行跟踪,并将跟踪目标的位置坐标发送至枪球坐标转换模块440。枪球坐标转换模型440将位置坐标转换为对应球机坐标系中的坐标点,球机根据该坐标点对跟踪目标进行跟踪。
所述枪球坐标转换模块440,用于将枪机中跟踪目标的位置坐标转换为球机中对应的坐标点。
所述双云台目标追踪模块450,用于当枪球坐标转换模块420检测到枪机跟踪目标的位置坐标位于枪机图像边缘时,则调动枪机云台按照目标行驶方向旋转,在新的枪机图像中检测是否可以重新找到跟踪目标,若找到跟踪目标则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
本实施例还提供了另一种枪球联动跟踪方法。图5是根据本申请实施例的枪球联动跟踪方法的流程图,应用于枪球联动跟踪系统,如图5所示,该流程包括如下步骤:
步骤502,检测到跟踪目标的位置坐标位于枪机画面边缘。
步骤504,调动枪机云台向跟踪目标运动方向转动,获取第二图像。
步骤506,采用滑窗法生成第二图像的候选图像。
步骤508,获取跟踪目标的第一图像。
步骤510,分别将第一图像和第二图像计算颜色直方图。
步骤512,采用巴氏系数计算目标直方图数据与候选直方图数据的相似度。
步骤514,判定跟踪目标是否超出枪球双云台的监控范围。
具体地,当相似度最高的候选图像与第一图像的相似度ρ大于预设阈值时,则判定为重新追踪到跟踪目标,跳转至步骤516;当相似度最高的候选图像与第一图像的相似度ρ小于或等于预设阈值时,则判定为跟踪目标消失,跳转至步骤518.
步骤516,将跟踪目标新的位置坐标传递给球机。
步骤518,对跟踪目标的跟踪结束。
步骤520,重新触发枪球联动跟踪模块对跟踪目标进行跟踪。
应该理解的是,虽然图2~5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2~5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种枪球联动跟踪装置,包括:图像获取模块610、第一跟踪模块620、检测模块630和第二跟踪模块640,其中:
图像获取模块610,用于获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像。
第一跟踪模块620,用于实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
检测模块630,用于若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像。
第二跟踪模块640,用于若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
图像获取模块610还用于获取所述球机的IP地址;根据IP地址,与所述球机连接并将枪机的设备参数发送至所述球机。
第一跟踪模块620还用于将所述位置坐标发送至球机,以使球机根据球机位置参数、枪机的设备参数和所述位置坐标将球机图像与枪机图像进行标定。
检测模块630还用于若所述跟踪目标未位于所述枪机图像的边缘位置,则将继续根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像。
第二跟踪模块640还用于根据所述第二图像,生成多个候选图像;检测所述候选图像与所述第一图像的相似度;判断所述候选图像与所述第一图像的相似度是否大于相似阈值;若所述候选图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
第二跟踪模块640还用于若所述候选图像与所述第一图像的相似度小于等于预设阈值,则停止对跟踪目标进行跟踪。
第二跟踪模块640还用于计算所述第一图像的颜色直方图,获得目标直方图数据;计算所述候选图像的颜色直方图,获得候选直方图数据;根据所述目标直方图数据和所述候选直方图数据,获得所述候选图像与所述第一图像的相似度。
关于枪球联动跟踪装置的具体限定可以参见上文中对于枪球联动跟踪方法的限定,在此不再赘述。上述枪球联动跟踪装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种枪球联动跟踪方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;
实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像;
若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像;
若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:所述获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像之前包括:获取所述球机的IP地址;根据IP地址,与所述球机连接并将枪机的设备参数发送至所述球机。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:所述实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像包括:将所述位置坐标发送至球机,以使球机根据球机位置参数、枪机的设备参数和所述位置坐标将球机图像与枪机图像进行标定。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:所述若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像包括:若所述跟踪目标未位于所述枪机图像的边缘位置,则将继续根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:所述若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机包括:根据所述第二图像,生成多个候选图像;检测所述候选图像与所述第一图像的相似度;判断所述候选图像与所述第一图像的相似度是否大于相似阈值;若所述候选图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:所述判断所述候选图像与所述第一图像的相似度是否大于相似阈值包括:若所述候选图像与所述第一图像的相似度小于等于预设阈值,则停止对跟踪目标进行跟踪。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:所述检测所述候选图像图像与所述第一图像的相似度包括:计算所述第一图像的颜色直方图,获得目标直方图数据;计算所述候选图像的颜色直方图,获得候选直方图数据;根据所述目标直方图数据和所述候选直方图数据,获得所述候选图像与所述第一图像的相似度。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;
实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像;
若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像;
若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像之前包括:获取所述球机的IP地址;根据IP地址,与所述球机连接并将枪机的设备参数发送至所述球机。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像包括:将所述位置坐标发送至球机,以使球机根据球机位置参数、枪机的设备参数和所述位置坐标将球机图像与枪机图像进行标定。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像包括:若所述跟踪目标未位于所述枪机图像的边缘位置,则将继续根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机包括:根据所述第二图像,生成多个候选图像;检测所述候选图像与所述第一图像的相似度;判断所述候选图像与所述第一图像的相似度是否大于相似阈值;若所述候选图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述判断所述候选图像与所述第一图像的相似度是否大于相似阈值包括:若所述候选图像与所述第一图像的相似度小于等于预设阈值,则停止对跟踪目标进行跟踪。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述检测所述候选图像图像与所述第一图像的相似度包括:计算所述第一图像的颜色直方图,获得目标直方图数据;计算所述候选图像的颜色直方图,获得候选直方图数据;根据所述目标直方图数据和所述候选直方图数据,获得所述候选图像与所述第一图像的相似度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种枪球联动跟踪方法,其特征在于,所述方法包括:
获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;
实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像;
若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像;
若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
2.根据权利要求1所述的方法,其特征在于,所述获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像之前包括:
获取所述球机的IP地址;
根据IP地址,与所述球机连接并将枪机的设备参数发送至所述球机。
3.根据权利要求2所述的方法,其特征在于,所述实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像包括:
将所述位置坐标发送至球机,以使球机根据球机位置参数、枪机的设备参数和所述位置坐标将球机图像与枪机图像进行标定。
4.根据权利要求1所述的方法,其特征在于,所述若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像包括:
若所述跟踪目标未位于所述枪机图像的边缘位置,则将继续根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像。
5.根据权利要求1所述的方法,其特征在于,所述若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机包括:
根据所述第二图像,生成多个候选图像;
检测所述候选图像与所述第一图像的相似度;
判断所述候选图像与所述第一图像的相似度是否大于相似阈值;
若所述候选图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
6.根据权利要求5所述的方法,其特征在于,所述判断所述候选图像与所述第一图像的相似度是否大于相似阈值包括:
若所述候选图像与所述第一图像的相似度小于等于预设阈值,则停止对跟踪目标进行跟踪。
7.根据权利要求5所述的方法,其特征在于,所述检测所述候选图像图像与所述第一图像的相似度包括:
计算所述第一图像的颜色直方图,获得目标直方图数据;
计算所述候选图像的颜色直方图,获得候选直方图数据;
根据所述目标直方图数据和所述候选直方图数据,获得所述候选图像与所述第一图像的相似度。
8.一种枪球联动跟踪装置,其特征在于,所述装置包括:
图像获取模块,用于获取跟踪目标的第一图像,并根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像;
第一跟踪模块,用于实时获取所述跟踪目标的位置坐标,并将所述位置坐标传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像;
检测模块,用于若所述跟踪目标位于所述枪机图像的边缘位置,则将枪机云台调整预设角度,获取跟踪目标的第二图像;
第二跟踪模块,用于若所述第二图像与所述第一图像的相似度大于预设阈值,则根据跟踪算法对跟踪目标进行跟踪获得跟踪目标的枪机图像,并将跟踪目标的位置实时传输至球机,以使所述球机根据所述位置坐标调整球机云台获得跟踪目标的球机图像。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604630.5A CN111885301A (zh) | 2020-06-29 | 2020-06-29 | 枪球联动跟踪方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604630.5A CN111885301A (zh) | 2020-06-29 | 2020-06-29 | 枪球联动跟踪方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111885301A true CN111885301A (zh) | 2020-11-03 |
Family
ID=73158252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010604630.5A Pending CN111885301A (zh) | 2020-06-29 | 2020-06-29 | 枪球联动跟踪方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111885301A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419424A (zh) * | 2020-11-18 | 2021-02-26 | 济南博观智能科技有限公司 | 一种枪球联动标定方法、装置及相关设备 |
CN113194263A (zh) * | 2021-07-01 | 2021-07-30 | 中国南方电网有限责任公司超高压输电公司广州局 | 枪球联动控制方法、装置、计算机设备和存储介质 |
CN113284348A (zh) * | 2021-05-31 | 2021-08-20 | 浙江大华技术股份有限公司 | 一种违章检测系统、方法、装置、控制设备及存储介质 |
CN113393492A (zh) * | 2021-05-27 | 2021-09-14 | 浙江大华技术股份有限公司 | 目标跟踪方法、装置、电子装置和存储介质 |
CN114189629A (zh) * | 2021-12-06 | 2022-03-15 | 用友网络科技股份有限公司 | 图像获取方法、图像获取装置和废钢智能判级系统 |
WO2022152194A1 (zh) * | 2021-01-14 | 2022-07-21 | 杭州海康威视数字技术股份有限公司 | 监控相机的标定方法 |
CN115170615A (zh) * | 2022-09-02 | 2022-10-11 | 环球数科集团有限公司 | 一种基于智能摄像机的高速视觉系统及其目标跟踪算法 |
CN115278014A (zh) * | 2022-07-22 | 2022-11-01 | 重庆紫光华山智安科技有限公司 | 一种目标跟踪方法、系统、计算机设备及可读介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101931753A (zh) * | 2009-06-18 | 2010-12-29 | 富士胶片株式会社 | 目标跟踪和图像跟踪设备、操作控制方法及数字摄像机 |
CN103077533A (zh) * | 2012-12-26 | 2013-05-01 | 中国科学技术大学 | 一种基于蛙眼视觉特性定位运动目标的方法 |
CN104270620A (zh) * | 2014-10-27 | 2015-01-07 | 成都新舟锐视科技有限公司 | 集成多摄像头实时联动智能跟踪预警系统 |
CN104506819A (zh) * | 2015-01-06 | 2015-04-08 | 成都新舟锐视科技有限公司 | 一种多摄像头实时联动的互反馈跟踪系统及方法 |
CN104754302A (zh) * | 2015-03-20 | 2015-07-01 | 安徽大学 | 一种基于枪球联动系统的目标检测跟踪方法 |
CN106502380A (zh) * | 2016-09-18 | 2017-03-15 | 乐视控股(北京)有限公司 | 一种判断目标跟踪效果的方法和装置 |
CN107730556A (zh) * | 2017-09-13 | 2018-02-23 | 济南中维世纪科技有限公司 | 一种枪球联动坐标定位方法 |
CN108062115A (zh) * | 2018-02-07 | 2018-05-22 | 成都新舟锐视科技有限公司 | 一种基于云台控制技术的多目标连续跟踪系统及方法 |
CN109712188A (zh) * | 2018-12-28 | 2019-05-03 | 科大讯飞股份有限公司 | 一种目标跟踪方法及装置 |
CN209017155U (zh) * | 2018-11-21 | 2019-06-21 | 杭州海康威视数字技术股份有限公司 | 一种联动网络摄像机 |
CN110414443A (zh) * | 2019-07-31 | 2019-11-05 | 苏州市科远软件技术开发有限公司 | 一种目标跟踪方法、装置及枪球联动跟踪方法 |
CN110969097A (zh) * | 2019-11-18 | 2020-04-07 | 浙江大华技术股份有限公司 | 监控目标联动跟踪控制方法、设备及存储装置 |
-
2020
- 2020-06-29 CN CN202010604630.5A patent/CN111885301A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101931753A (zh) * | 2009-06-18 | 2010-12-29 | 富士胶片株式会社 | 目标跟踪和图像跟踪设备、操作控制方法及数字摄像机 |
CN103077533A (zh) * | 2012-12-26 | 2013-05-01 | 中国科学技术大学 | 一种基于蛙眼视觉特性定位运动目标的方法 |
CN104270620A (zh) * | 2014-10-27 | 2015-01-07 | 成都新舟锐视科技有限公司 | 集成多摄像头实时联动智能跟踪预警系统 |
CN104506819A (zh) * | 2015-01-06 | 2015-04-08 | 成都新舟锐视科技有限公司 | 一种多摄像头实时联动的互反馈跟踪系统及方法 |
CN104754302A (zh) * | 2015-03-20 | 2015-07-01 | 安徽大学 | 一种基于枪球联动系统的目标检测跟踪方法 |
CN106502380A (zh) * | 2016-09-18 | 2017-03-15 | 乐视控股(北京)有限公司 | 一种判断目标跟踪效果的方法和装置 |
CN107730556A (zh) * | 2017-09-13 | 2018-02-23 | 济南中维世纪科技有限公司 | 一种枪球联动坐标定位方法 |
CN108062115A (zh) * | 2018-02-07 | 2018-05-22 | 成都新舟锐视科技有限公司 | 一种基于云台控制技术的多目标连续跟踪系统及方法 |
CN209017155U (zh) * | 2018-11-21 | 2019-06-21 | 杭州海康威视数字技术股份有限公司 | 一种联动网络摄像机 |
CN109712188A (zh) * | 2018-12-28 | 2019-05-03 | 科大讯飞股份有限公司 | 一种目标跟踪方法及装置 |
CN110414443A (zh) * | 2019-07-31 | 2019-11-05 | 苏州市科远软件技术开发有限公司 | 一种目标跟踪方法、装置及枪球联动跟踪方法 |
CN110969097A (zh) * | 2019-11-18 | 2020-04-07 | 浙江大华技术股份有限公司 | 监控目标联动跟踪控制方法、设备及存储装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419424A (zh) * | 2020-11-18 | 2021-02-26 | 济南博观智能科技有限公司 | 一种枪球联动标定方法、装置及相关设备 |
WO2022152194A1 (zh) * | 2021-01-14 | 2022-07-21 | 杭州海康威视数字技术股份有限公司 | 监控相机的标定方法 |
CN113393492A (zh) * | 2021-05-27 | 2021-09-14 | 浙江大华技术股份有限公司 | 目标跟踪方法、装置、电子装置和存储介质 |
CN113284348A (zh) * | 2021-05-31 | 2021-08-20 | 浙江大华技术股份有限公司 | 一种违章检测系统、方法、装置、控制设备及存储介质 |
CN113284348B (zh) * | 2021-05-31 | 2021-11-16 | 浙江大华技术股份有限公司 | 一种违章检测系统、方法、装置、控制设备及存储介质 |
CN113194263A (zh) * | 2021-07-01 | 2021-07-30 | 中国南方电网有限责任公司超高压输电公司广州局 | 枪球联动控制方法、装置、计算机设备和存储介质 |
CN114189629A (zh) * | 2021-12-06 | 2022-03-15 | 用友网络科技股份有限公司 | 图像获取方法、图像获取装置和废钢智能判级系统 |
CN115278014A (zh) * | 2022-07-22 | 2022-11-01 | 重庆紫光华山智安科技有限公司 | 一种目标跟踪方法、系统、计算机设备及可读介质 |
CN115278014B (zh) * | 2022-07-22 | 2023-09-15 | 重庆紫光华山智安科技有限公司 | 一种目标跟踪方法、系统、计算机设备及可读介质 |
CN115170615A (zh) * | 2022-09-02 | 2022-10-11 | 环球数科集团有限公司 | 一种基于智能摄像机的高速视觉系统及其目标跟踪算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111885301A (zh) | 枪球联动跟踪方法、装置、计算机设备和存储介质 | |
KR102213328B1 (ko) | 영상 처리장치, 영상 처리방법 및 프로그램 | |
CN109977770B (zh) | 一种自动跟踪拍摄方法、装置、系统及存储介质 | |
CN109167924B (zh) | 基于混合相机的视频成像方法、系统、设备及存储介质 | |
CN110460769B (zh) | 图像矫正方法、装置、计算机设备和存储介质 | |
CN111147741B (zh) | 基于对焦处理的防抖方法和装置、电子设备、存储介质 | |
CN110969097B (zh) | 监控目标联动跟踪控制方法、设备及存储装置 | |
JP4241742B2 (ja) | 自動追尾装置及び自動追尾方法 | |
WO2017120771A1 (zh) | 一种深度信息获取方法、装置及图像采集设备 | |
CN109005334B (zh) | 一种成像方法、装置、终端和存储介质 | |
CN106780550B (zh) | 一种目标跟踪方法及电子设备 | |
US8134614B2 (en) | Image processing apparatus for detecting an image using object recognition | |
CN111787232B (zh) | 基于云台摄像机的图像处理方法、设备及存储介质 | |
JP7197981B2 (ja) | カメラ、端末装置、カメラの制御方法、端末装置の制御方法、およびプログラム | |
CN112104842B (zh) | 图像采集设备校正方法、装置、设备和介质 | |
CN113473025A (zh) | 云台调整方法、云台调整设备、移动平台及介质 | |
US11503209B2 (en) | Image alignment using a virtual gyroscope model | |
KR101111503B1 (ko) | 전방향 피티지 카메라 제어 장치 및 그 방법 | |
CN109905641B (zh) | 一种目标监控方法、装置、设备及系统 | |
CN109543496B (zh) | 一种图像采集方法、装置、电子设备及系统 | |
CN112839165B (zh) | 人脸跟踪摄像的实现方法、装置、计算机设备和存储介质 | |
CN115174878B (zh) | 投影画面校正方法、装置和存储介质 | |
TW202011349A (zh) | 全景圖形成方法及系統 | |
CN113518168A (zh) | 一种连续变焦方法、装置、电子设备及存储介质 | |
JP2012086285A (ja) | 追跡ロボット装置、追跡ロボット制御方法、追跡ロボット制御プログラム、ホモグラフィー行列取得装置、ホモグラフィー行列取得方法、およびホモグラフィー行列取得プログラム |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201103 |