CN111931564A - 一种基于人脸识别的目标跟踪方法及装置 - Google Patents
一种基于人脸识别的目标跟踪方法及装置 Download PDFInfo
- Publication number
- CN111931564A CN111931564A CN202010604094.9A CN202010604094A CN111931564A CN 111931564 A CN111931564 A CN 111931564A CN 202010604094 A CN202010604094 A CN 202010604094A CN 111931564 A CN111931564 A CN 111931564A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- target
- camera
- head image
- surveillance
- 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
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
Abstract
本申请提供一种基于人脸识别的目标跟踪方法及装置。其中,所述方法包括:确定针对目标监控场所部署的监控摄像机集群,所述监控摄像机集群包括部署于所述目标监控场所的多个监控摄像机;根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像;根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,其中,所述目标监控摄像机处于所述目标监控对象的前方;根据所述目标监控摄像机的监控画面,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪。本申请方案可以降低因人员转向、拍摄角度不佳等因素导致目标跟踪失败的概率,提高目标跟踪的成功率。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种基于人脸识别的目标跟踪方法及装置。
背景技术
视频监控系统作为一种社会安全保障体系已在日常生活中被广泛应用,银行、商场、超市、宾馆、街角、路口、收费站等公共场所随处可见摄像头等视频采集设备。这类系统的安装极大地增加了社会安全性,对不法分子的行为起到了实时监控和记录的作用,为公安机关侦破案件提供了大量真实可靠的线索。
视频监控系统的主要用途之一在于对目标人员进行识别和跟踪,但是,由于现有视频监控系统中各监控摄像头的位置是固定的,而人员则是流动的,因此,容易因为人员转向、拍摄角度不佳等因素导致跟踪失败。
因此,需要提供一种可有效提高目标跟踪成功率的方案。
发明内容
本申请的目的是提供一种基于人脸识别的目标跟踪方法及装置。
本申请第一方面提供一种基于人脸识别的目标跟踪方法,包括:
确定针对目标监控场所部署的监控摄像机集群,所述监控摄像机集群包括部署于所述目标监控场所的多个监控摄像机;
根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像;
根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,其中,所述目标监控摄像机处于所述目标监控对象的前方;
根据所述目标监控摄像机的监控画面,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪。
在本申请第一方面的一些实施方式中,所述监控摄像机集群中的不同监控摄像机具有不同的部署位置和/或监控范围。
在本申请第一方面的一些实施方式中,所述根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像,包括:
获取各所述监控摄像机在相同时刻采集的各个监控画面;
根据人脸识别算法,识别目标监控对象在各个所述监控画面中的头部图像。
在本申请第一方面的一些实施方式中,所述根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,包括:
从所述目标监控对象在各个所述监控画面中的头部图像中,选出面部区域最大的目标头部图像;
从所述监控摄像机集群中选出所述目标头部图像对应的监控摄像机,并将该监控摄像机确定为处于最优监控角度的目标监控摄像机。
在本申请第一方面的一些实施方式中,所述方法还包括:
监测当前选择的目标监控摄像机是否处于最优监控角度;
若否,则触发根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像的步骤。
本申请第二方面提供一种基于人脸识别的目标跟踪装置,包括:
摄像机集群确定模块,用于确定针对目标监控场所部署的监控摄像机集群,所述监控摄像机集群包括部署于所述目标监控场所的多个监控摄像机;
头部图像识别模块,用于根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像;
目标摄像机选择模块,用于根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,其中,所述目标监控摄像机处于所述目标监控对象的前方;
目标跟踪模块,用于根据所述目标监控摄像机的监控画面,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪。
在本申请第二方面的一些实施方式中,所述监控摄像机集群中的不同监控摄像机具有不同的部署位置和/或监控范围。
在本申请第二方面的一些实施方式中,所述头部图像识别模块,包括:
同时刻画面获取单元,用于获取各所述监控摄像机在相同时刻采集的各个监控画面;
头部图像识别单元,用于根据人脸识别算法,识别目标监控对象在各个所述监控画面中的头部图像。
在本申请第二方面的一些实施方式中,所述目标摄像机选择模块,包括:
目标头部图像选择单元,用于从所述目标监控对象在各个所述监控画面中的头部图像中,选出面部区域最大的目标头部图像;
目标摄像机选择单元,用于从所述监控摄像机集群中选出所述目标头部图像对应的监控摄像机,并将该监控摄像机确定为处于最优监控角度的目标监控摄像机。
在本申请第二方面的一些实施方式中,所述装置还包括:
监测模块,用于监测当前选择的目标监控摄像机是否处于最优监控角度;
目标摄像机重选模块,用于若否,则触发根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像的步骤。
相较于现有技术,本申请提供的基于人脸识别的目标跟踪方法,通过在目标监控场所部署监控摄像机集群,以及通过人脸识别算法识别监控摄像机集群中的每个监控摄像机的监控画面中的头部图像,从而可以从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,由于该目标监控摄像机处于所述目标监控对象的前方,因此,根据所述目标监控摄像机的监控画面,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪,可以降低因人员转向、拍摄角度不佳等因素导致目标跟踪失败的概率,提高目标跟踪的成功率。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本申请的一些实施方式所提供的一种基于人脸识别的目标跟踪方法的流程图;
图2示出了本申请的一些实施方式所提供的一种基于人脸识别的目标跟踪装置的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。
另外,术语“第一”和“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“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,而是可选地还包括没有列出的步骤或单元,或可选地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。
本申请实施例提供一种基于人脸识别的目标跟踪方法及装置,下面结合实施例及附图进行示例性说明。
请参考图1,其示出了本申请的一些实施方式所提供的一种基于人脸识别的目标跟踪方法的流程图,如图1所示,所述基于人脸识别的目标跟踪方法,可以包括以下步骤:
步骤S101:确定针对目标监控场所部署的监控摄像机集群,所述监控摄像机集群包括部署于所述目标监控场所的多个监控摄像机;
步骤S102:根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像;
步骤S103:根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,其中,所述目标监控摄像机处于所述目标监控对象的前方;
步骤S104:根据所述目标监控摄像机的监控画面,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪。
相较于现有技术,本申请实施例提供的基于人脸识别的目标跟踪方法,通过在目标监控场所部署监控摄像机集群,以及通过人脸识别算法识别监控摄像机集群中的每个监控摄像机的监控画面中的头部图像,从而可以从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,由于该目标监控摄像机处于所述目标监控对象的前方,因此,根据所述目标监控摄像机的监控画面,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪,可以降低因人员转向、拍摄角度不佳等因素导致目标跟踪失败的概率,提高目标跟踪的成功率。
在本申请实施例的一些变更实施方式中,所述监控摄像机集群中的不同监控摄像机具有不同的部署位置和/或监控范围。从而可以确保有足够多的监控摄像机供选择,进而确保选出的处于最优监控角度的目标监控摄像机拍摄的监控画面包含目标跟踪用户的正脸,提高目标跟踪的成功率。
在本申请实施例的一些变更实施方式中,所述根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像,包括:
获取各所述监控摄像机在相同时刻采集的各个监控画面;
根据人脸识别算法,识别目标监控对象在各个所述监控画面中的头部图像。
本实施方式,由于在同一时刻目标跟踪对象的朝向是唯一且确定的,因此,通过获取各所述监控摄像机在相同时刻采集的各个监控画面,可以根据同一时刻的监控画面确定目标跟踪对象在该时刻的朝向,进而有助于准确、快速地确定出位于目标监控对象前方的目标监控摄像机。
在本申请实施例的一些变更实施方式中,所述根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,包括:
从所述目标监控对象在各个所述监控画面中的头部图像中,选出面部区域最大的目标头部图像;
从所述监控摄像机集群中选出所述目标头部图像对应的监控摄像机,并将该监控摄像机确定为处于最优监控角度的目标监控摄像机。
容易理解的是,当监控摄像机正对目标监控对象时,监控画面中目标监控对象的面部被从正面全部拍摄,所以面部区域较大,而若从侧前方或侧方拍摄目标监控对象,那么其面部在监控画面所占据的区域则相对较小,若从后方或侧后方拍摄目标监控对象,那么整个头部图像中都不会有面部,因此,本实施方式,根据头部图像中面部区域的大小,判断监控摄像机是否处于最优监控角度,能够精准地反映各监控摄像机针对目标监控对象的拍摄角度,从而准确选出处于最优监控角度的目标监控摄像机,进而提高目标跟踪成功率。
在上述实施方式的基础上,可以根据面部宽度、面部区域面积等指标判断面部区域的大小,从而选出面部区域最大的目标头部图像。例如,在一些变更实施方式中,所述从所述目标监控对象在各个所述监控画面中的头部图像中,选出面部区域最大的目标头部图像,包括:
针对所述目标监控对象在各个所述监控画面中的头部图像,识别每个头部图像中双眼的位置;
测量每个所述头部图像中的头部宽度;以及,
根据每个所述头部图像中双眼的位置测量每个所述头部图像中双眼之间的距离;
针对每个所述头部图像,计算双眼之间的距离与头部宽度的比值;
将比值最大的头部图像确定为面部区域最大的目标头部图像。
本实施方式,考虑到从各个方向拍摄的人的头部宽度是比较相近的,而从不同方向拍摄的双眼之间的距离则是不同的,例如,正前方拍摄的双眼之间的距离最大,侧前方拍摄的双眼之间的距离较小,而侧方或后方拍摄的双眼之间的距离为0或空值,因此,通过上述实施方式,利用双眼之间的距离可以准确反映目标监控对象的朝向,从而准确选出处于最优监控角度的目标监控摄像机,进而提高目标跟踪成功率。
此外,考虑到不同监控摄像机与目标监控对象的距离不一致,距离较近的监控摄像机拍摄的监控画面中,目标监控对象所占区域较大,距离较远的监控摄像机拍摄的监控画面中,目标监控对象所占区域较小,若直接根据双眼之间的距离选择目标头部图像,有可能导致误判,因此,本申请实施方式采用双眼之间的距离与头部宽度的比值选择目标头部图像,能够避免拍摄距离远近导致的误判,从而有助于准确选出处于最优监控角度的目标监控摄像机,进而提高目标跟踪成功率。
另外,由于眼睛是人体面部最易识别的特征位置,具有识别准确性高的特点,因此,上述实施方式通过识别双眼和计算双眼之间的距离与头部宽度的比值,能够更为准确地判断目标监控对象的朝向,从而有助于准确选出处于最优监控角度的目标监控摄像机,进而提高目标跟踪成功率。
在本申请实施例的一些变更实施方式中,所述方法还包括:
监测当前选择的目标监控摄像机是否处于最优监控角度;
若否,则触发根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像的步骤。
本实施方式,可以实时监测当前选择的目标监控摄像机是否处于最优监控角度,当不处于最优监控角度时,则自动触发重新执行步骤S102、S103和S104,从而重新确定处于所述目标监控对象的前方的目标监控摄像机并进行目标跟踪。本实施方式,可以确保持续保持根据处于所述目标监控对象的前方的目标监控摄像机拍摄的监控画面对目标监控对象进行跟踪,从而避免跟踪失败的问题,提高目标跟踪成功率。
另外,需要说明的是,本申请实施例中的目标跟踪对象主要为人员,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪的算法,可以根据现有技术提供的目标识别方法和目标跟踪方法实施,本申请对其具体实施方式不做限定,其均可以实现本申请实施例的目的,均应在本申请的保护范围之内。
在上述的实施例中,提供了一种基于人脸识别的目标跟踪方法,与之相对应的,本申请还提供一种基于人脸识别的目标跟踪装置。本申请实施例提供的基于人脸识别的目标跟踪装置可以实施上述基于人脸识别的目标跟踪方法,该基于人脸识别的目标跟踪装置可以通过软件、硬件或软硬结合的方式来实现。例如,该基于人脸识别的目标跟踪装置可以包括集成的或分开的功能模块或单元来执行上述各方法中的对应步骤。请参考图2,其示出了本申请的一些实施方式所提供的一种基于人脸识别的目标跟踪装置的示意图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
如图2所示,所述基于人脸识别的目标跟踪装置10可以包括:
摄像机集群确定模块101,用于确定针对目标监控场所部署的监控摄像机集群,所述监控摄像机集群包括部署于所述目标监控场所的多个监控摄像机;
头部图像识别模块102,用于根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像;
目标摄像机选择模块103,用于根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,其中,所述目标监控摄像机处于所述目标监控对象的前方;
目标跟踪模块104,用于根据所述目标监控摄像机的监控画面,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪。
在本申请实施例的一些变更实施方式中,所述监控摄像机集群中的不同监控摄像机具有不同的部署位置和/或监控范围。
在本申请实施例的一些变更实施方式中,所述头部图像识别模块102,包括:
同时刻画面获取单元,用于获取各所述监控摄像机在相同时刻采集的各个监控画面;
头部图像识别单元,用于根据人脸识别算法,识别目标监控对象在各个所述监控画面中的头部图像。
在本申请实施例的一些变更实施方式中,所述目标摄像机选择模块103,包括:
目标头部图像选择单元,用于从所述目标监控对象在各个所述监控画面中的头部图像中,选出面部区域最大的目标头部图像;
目标摄像机选择单元,用于从所述监控摄像机集群中选出所述目标头部图像对应的监控摄像机,并将该监控摄像机确定为处于最优监控角度的目标监控摄像机。
在本申请实施例的一些变更实施方式中,所述装置10还包括:
监测模块,用于监测当前选择的目标监控摄像机是否处于最优监控角度;
目标摄像机重选模块,用于若否,则触发根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像的步骤。
本申请实施例提供的基于人脸识别的目标跟踪装置10,与本申请前述实施例提供的基于人脸识别的目标跟踪方法出于相同的发明构思,具有相同的有益效果。
需要说明的是,附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,其均应涵盖在本申请的权利要求和说明书的范围当中。
Claims (10)
1.一种基于人脸识别的目标跟踪方法,其特征在于,包括:
确定针对目标监控场所部署的监控摄像机集群,所述监控摄像机集群包括部署于所述目标监控场所的多个监控摄像机;
根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像;
根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,其中,所述目标监控摄像机处于所述目标监控对象的前方;
根据所述目标监控摄像机的监控画面,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪。
2.根据权利要求1所述的方法,其特征在于,所述监控摄像机集群中的不同监控摄像机具有不同的部署位置和/或监控范围。
3.根据权利要求1所述的方法,其特征在于,所述根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像,包括:
获取各所述监控摄像机在相同时刻采集的各个监控画面;
根据人脸识别算法,识别目标监控对象在各个所述监控画面中的头部图像。
4.根据权利要求1所述的方法,其特征在于,所述根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,包括:
从所述目标监控对象在各个所述监控画面中的头部图像中,选出面部区域最大的目标头部图像;
从所述监控摄像机集群中选出所述目标头部图像对应的监控摄像机,并将该监控摄像机确定为处于最优监控角度的目标监控摄像机。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
监测当前选择的目标监控摄像机是否处于最优监控角度;
若否,则触发根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像的步骤。
6.一种基于人脸识别的目标跟踪装置,其特征在于,包括:
摄像机集群确定模块,用于确定针对目标监控场所部署的监控摄像机集群,所述监控摄像机集群包括部署于所述目标监控场所的多个监控摄像机;
头部图像识别模块,用于根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像;
目标摄像机选择模块,用于根据所述头部图像,从所述监控摄像机集群中选择处于最优监控角度的目标监控摄像机,其中,所述目标监控摄像机处于所述目标监控对象的前方;
目标跟踪模块,用于根据所述目标监控摄像机的监控画面,基于人脸识别算法对所述目标跟踪对象进行识别和跟踪。
7.根据权利要求6所述的装置,其特征在于,所述监控摄像机集群中的不同监控摄像机具有不同的部署位置和/或监控范围。
8.根据权利要求6所述的装置,其特征在于,所述头部图像识别模块,包括:
同时刻画面获取单元,用于获取各所述监控摄像机在相同时刻采集的各个监控画面;
头部图像识别单元,用于根据人脸识别算法,识别目标监控对象在各个所述监控画面中的头部图像。
9.根据权利要求6所述的装置,其特征在于,所述目标摄像机选择模块,包括:
目标头部图像选择单元,用于从所述目标监控对象在各个所述监控画面中的头部图像中,选出面部区域最大的目标头部图像;
目标摄像机选择单元,用于从所述监控摄像机集群中选出所述目标头部图像对应的监控摄像机,并将该监控摄像机确定为处于最优监控角度的目标监控摄像机。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
监测模块,用于监测当前选择的目标监控摄像机是否处于最优监控角度;
目标摄像机重选模块,用于若否,则触发根据人脸识别算法,识别目标监控对象在每个所述监控摄像机的监控画面中的头部图像的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604094.9A CN111931564A (zh) | 2020-06-29 | 2020-06-29 | 一种基于人脸识别的目标跟踪方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604094.9A CN111931564A (zh) | 2020-06-29 | 2020-06-29 | 一种基于人脸识别的目标跟踪方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111931564A true CN111931564A (zh) | 2020-11-13 |
Family
ID=73316824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010604094.9A Pending CN111931564A (zh) | 2020-06-29 | 2020-06-29 | 一种基于人脸识别的目标跟踪方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111931564A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040257444A1 (en) * | 2003-06-18 | 2004-12-23 | Matsushita Electric Industrial Co., Ltd. | Video surveillance system, surveillance video composition apparatus, and video surveillance server |
CN101572804A (zh) * | 2009-03-30 | 2009-11-04 | 浙江大学 | 多摄像机智能控制方法及装置 |
CN101785306A (zh) * | 2007-07-13 | 2010-07-21 | 坦德伯格电信公司 | 用于自动摄像机控制的方法和系统 |
CN102254169A (zh) * | 2011-08-23 | 2011-11-23 | 东北大学秦皇岛分校 | 基于多摄像机的人脸识别方法及系统 |
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 |
CN104506773A (zh) * | 2014-12-22 | 2015-04-08 | 天津市亚安科技股份有限公司 | 基于人眼间距的摄像机自动变倍控制方法 |
CN105460785A (zh) * | 2014-10-22 | 2016-04-06 | 徐州重型机械有限公司 | 视频监控的控制方法和系统、以及起重机 |
CN105828045A (zh) * | 2016-05-12 | 2016-08-03 | 浙江宇视科技有限公司 | 一种利用空间信息实现目标追踪的方法及装置 |
CN106603912A (zh) * | 2016-12-05 | 2017-04-26 | 科大讯飞股份有限公司 | 一种视频直播控制方法及装置 |
CN107277459A (zh) * | 2017-07-29 | 2017-10-20 | 安徽博威康信息技术有限公司 | 一种基于人体特征识别和目标跟踪的摄像机画面切换方法 |
CN109241933A (zh) * | 2018-09-21 | 2019-01-18 | 深圳市九洲电器有限公司 | 视频联动监控方法、监控服务器、视频联动监控系统 |
-
2020
- 2020-06-29 CN CN202010604094.9A patent/CN111931564A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040257444A1 (en) * | 2003-06-18 | 2004-12-23 | Matsushita Electric Industrial Co., Ltd. | Video surveillance system, surveillance video composition apparatus, and video surveillance server |
CN101785306A (zh) * | 2007-07-13 | 2010-07-21 | 坦德伯格电信公司 | 用于自动摄像机控制的方法和系统 |
CN101572804A (zh) * | 2009-03-30 | 2009-11-04 | 浙江大学 | 多摄像机智能控制方法及装置 |
CN102254169A (zh) * | 2011-08-23 | 2011-11-23 | 东北大学秦皇岛分校 | 基于多摄像机的人脸识别方法及系统 |
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 |
CN105460785A (zh) * | 2014-10-22 | 2016-04-06 | 徐州重型机械有限公司 | 视频监控的控制方法和系统、以及起重机 |
CN104506773A (zh) * | 2014-12-22 | 2015-04-08 | 天津市亚安科技股份有限公司 | 基于人眼间距的摄像机自动变倍控制方法 |
CN105828045A (zh) * | 2016-05-12 | 2016-08-03 | 浙江宇视科技有限公司 | 一种利用空间信息实现目标追踪的方法及装置 |
CN106603912A (zh) * | 2016-12-05 | 2017-04-26 | 科大讯飞股份有限公司 | 一种视频直播控制方法及装置 |
CN107277459A (zh) * | 2017-07-29 | 2017-10-20 | 安徽博威康信息技术有限公司 | 一种基于人体特征识别和目标跟踪的摄像机画面切换方法 |
CN109241933A (zh) * | 2018-09-21 | 2019-01-18 | 深圳市九洲电器有限公司 | 视频联动监控方法、监控服务器、视频联动监控系统 |
Non-Patent Citations (1)
Title |
---|
陈勇: "基于目标大小切换摄像机-多摄像机目标跟踪算法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11288495B2 (en) | Object tracking and best shot detection system | |
CN102833478B (zh) | 容错背景模型化 | |
CN112037245B (zh) | 一种确定追踪目标相似度的方法和系统 | |
JP5935308B2 (ja) | 利用者検知装置、方法及びプログラム | |
KR101530255B1 (ko) | 객체 자동 추적 장치가 구비된 cctv 시스템 | |
US20110141257A1 (en) | Apparatus and method for registering plurality of facial images for face recognition | |
EP3700180A1 (en) | Video blocking region selection method and apparatus, electronic device, and system | |
US11200406B2 (en) | Customer flow statistical method, apparatus and device | |
CN112330715A (zh) | 一种跟踪方法、跟踪装置、终端设备及可读存储介质 | |
KR100347058B1 (ko) | 얼굴 촬영/인식방법 | |
CN110298268B (zh) | 单镜头识别双向客流的方法、装置、存储介质及摄像头 | |
KR20190047748A (ko) | 영상의 객체 처리 방법 및 장치 | |
CN110717428A (zh) | 一种融合多个特征的身份识别方法、装置、系统、介质及设备 | |
CN108876824B (zh) | 目标跟踪方法、装置、系统及球机 | |
CN113869258A (zh) | 交通事件检测方法、装置、电子设备及可读存储介质 | |
JP5758165B2 (ja) | 物品検出装置および静止人物検出装置 | |
CN111444886B (zh) | 一种基于可穿戴设备的智能人脸识别系统 | |
CN104980695A (zh) | 协同对象位置数据与视频数据 | |
KR20190072323A (ko) | 영상 감시 시스템 및 영상 감시방법 | |
CN111931564A (zh) | 一种基于人脸识别的目标跟踪方法及装置 | |
KR20130062489A (ko) | 객체추적 시스템 및 그 운영방법 | |
CN113962338B (zh) | 一种rfid辅助多摄像头检测跟踪的室内监控方法及系统 | |
CN116030096A (zh) | 目标识别方法、装置、终端设备及计算机可读存储介质 | |
CN111918023B (zh) | 一种监控目标跟踪方法及装置 | |
JP2000251077A (ja) | 銀行取引システムの取引者顔面認識方法 |
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: 20201113 |