CN112102357B - 轨迹调整方法、装置及设备、存储介质 - Google Patents

轨迹调整方法、装置及设备、存储介质 Download PDF

Info

Publication number
CN112102357B
CN112102357B CN202010937483.3A CN202010937483A CN112102357B CN 112102357 B CN112102357 B CN 112102357B CN 202010937483 A CN202010937483 A CN 202010937483A CN 112102357 B CN112102357 B CN 112102357B
Authority
CN
China
Prior art keywords
track
segment
target
point
specified
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.)
Active
Application number
CN202010937483.3A
Other languages
English (en)
Other versions
CN112102357A (zh
Inventor
简春菲
莫致良
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 CN202010937483.3A priority Critical patent/CN112102357B/zh
Publication of CN112102357A publication Critical patent/CN112102357A/zh
Application granted granted Critical
Publication of CN112102357B publication Critical patent/CN112102357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

本发明提供一种轨迹调整方法、装置及设备、存储介质,可解决因IDswitch问题导致的轨迹异常问题。该方法包括:获取待处理的N个轨迹集合,N大于1;每一轨迹集合中包含至少一个轨迹;当一轨迹集合中包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹;针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,所述指定轨迹与所述第一目标轨迹之间的相似度满足指定要求;依据所述第一目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,将所述第一片段轨迹添加至所述第一目标轨迹所在的轨迹集合中。

Description

轨迹调整方法、装置及设备、存储介质
技术领域
本发明涉及监控技术领域,尤其涉及的是一种轨迹调整方法、装置及设备、存储介质。
背景技术
在近实时跨相机多目标轨迹关联系统中,相邻相机具有监控重叠区域,以保证整个监控区域没有监控漏洞和死角,在目标对象走到某个相机的监控范围时,相机会采用视频跟踪算法实时跟踪到该目标对象的位置,并输出单相机下该目标对象的轨迹。
但是,由于在单相机跟踪多个目标对象的过程中,某个目标对象有可能会被其他目标对象遮挡,导致出现IDswitch问题,即单相机跟踪多个目标对象时跟踪的目标对象的标识ID发生交换,导致单相机输出的单目标轨迹由两个不同目标对象的片段轨迹组成。比如,单相机在跟踪目标对象A1的过程中,错误地跟踪到了目标对象A2,这样得到的轨迹中会包含目标对象A1和目标对象A2的片段轨迹,而这种轨迹显然是异常的。
发明内容
有鉴于此,本发明提供一种轨迹调整方法、装置及设备、存储介质,可解决因IDswitch问题导致的轨迹异常问题。
本发明第一方面提供一种轨迹调整方法,包括:
获取待处理的N个轨迹集合,N大于1;每一轨迹集合中包含至少一个轨迹;当一轨迹集合中包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹;
针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,所述指定轨迹与所述第一目标轨迹之间的相似度满足指定要求;
依据所述第一目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,将所述第一片段轨迹添加至所述第一目标轨迹所在的轨迹集合中。
根据本发明的一个实施例,所述依据所述目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,包括:
按照指定的第一方向从指定轨迹中查询到第一异常轨迹点;第一异常轨迹点与所述第一目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第一目标轨迹中的目标轨迹点与所述第一异常轨迹点的生成时间之差小于或等于设定时差;
采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二;
将所述片段轨迹一确定为所述第一片段轨迹;其中,所述片段轨迹一与所述第一目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹一的一个轨迹点和所述第一目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
根据本发明的一个实施例,按照指定的第一方向从指定轨迹中查询到第一异常轨迹点,包括:
采用设定的时间滑窗算法并按照指定的第一方向从指定轨迹中查询到连续的多个可疑轨迹点,每一可疑轨迹点与第一目标轨迹中的一个轨迹点的生成时间之差小于或等于设定时差、且空间相似度小于或等于第一设定阈值;
将所述指定的第一方向上的首个可疑轨迹点作为所述第一异常轨迹点。
根据本发明的一个实施例,采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二之后,该方法进一步包括:
在该轨迹集合中轨迹的数量大于1时,将该轨迹集合中的该指定轨迹替换为所述片段轨迹二;
在该轨迹集合中轨迹的数量为1时,在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹,所述第二目标轨迹与所述片段轨迹二之间的相似度满足指定要求,删除该轨迹集合,并将所述片段轨迹二添加至所述第二目标轨迹所在的轨迹集合中。
根据本发明的一个实施例,所述在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹,包括:
依据所述片段轨迹二从其他轨迹集合中查询出第一候选轨迹,所述第一候选轨迹中至少存在L1个轨迹点分别与片段轨迹二中的轨迹点的生成时间之差小于或等于设定时差,且所述第一候选轨迹与所述片段轨迹二的相似度大于或等于第二设定阈值,L1大于1;
将与所述片段轨迹二的相似度最大的第一候选轨迹确定为所述第二目标轨迹。
根据本发明的一个实施例,所述在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,包括:
从该指定轨迹中确定出参考片段轨迹,所述参考片段轨迹由指定的第一方向上从首个轨迹点开始连续的M个轨迹点组成,M大于1;所述指定的第一方向是指从所述指定轨迹的首个轨迹点至最后一个轨迹点的方向,或所述指定的第一方向是指从所述指定轨迹的最后一个轨迹点至首个轨迹点的方向;
依据所述参考片段轨迹从其他轨迹集合中查询出第二候选轨迹,所述第二候选轨迹中至少存在L2个轨迹点与所述参考片段轨迹中的轨迹点的生成时间之差小于或等于设定时差,且所述第二候选轨迹与所述参考片段轨迹的相似度大于或等于第三设定阈值,L2大于1且小于或等于所述M;
将与所述参考片段轨迹的相似度最大的第二候选轨迹确定为所述第一目标轨迹。
根据本发明的一个实施例,所述指定轨迹为该轨迹集合中的任一轨迹;
或者,所述指定轨迹的首个轨迹点满足第一条件,所述第一条件为生成时间早于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点,和/或,所述指定轨迹的最后一个轨迹点满足第二条件,所述第二条件为生成时间晚于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点。
根据本发明的一个实施例,该方法进一步包括:
针对每一轨迹集合,从该轨迹集合中查找出待调整轨迹,所述待调整轨迹与该轨迹集合中的至少两个相关联的参考轨迹之间的相似度小于第四设定阈值;
依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹,所述第二目标轨迹为该轨迹集合中与该待调整轨迹相关联的任一参考轨迹,并将该轨迹集合中的该待调整轨迹替换为所述第二片段轨迹。
根据本发明的一个实施例,依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹,包括:
按照指定的第二方向从该待调整轨迹中查询到第二异常轨迹点;第二异常轨迹点与所述第二目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第二目标轨迹中的目标轨迹点与所述第二异常轨迹点的生成时间之差小于或等于设定时差;
采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四;
将所述片段轨迹三确定为所述第二片段轨迹;其中,所述片段轨迹三与所述第二目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹三的一个轨迹点和所述第二目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
根据本发明的一个实施例,采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四之后,该方法进一步包括:
在其他轨迹集合中查找到与所述片段轨迹四相匹配的第三目标轨迹,所述第三目标轨迹与所述片段轨迹四之间的相似度满足指定要求,并将所述片段轨迹四添加至所述第三目标轨迹所在的轨迹集合中。
本发明第二方面提供一种轨迹调整装置,包括:
轨迹集合获取模块,用于获取待处理的N个轨迹集合,N大于1;每一轨迹集合中包含至少一个轨迹;当一轨迹集合中包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹;
第一目标轨迹查找模块,用于针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,所述指定轨迹与所述第一目标轨迹之间的相似度满足指定要求;
第一轨迹调整模块,用于依据所述第一目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,将所述第一片段轨迹添加至所述第一目标轨迹所在的轨迹集合中。
根据本发明的一个实施例,所述第一轨迹调整模块依据所述目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹时,具体用于:
按照指定的第一方向从指定轨迹中查询到第一异常轨迹点;第一异常轨迹点与所述第一目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第一目标轨迹中的目标轨迹点与所述第一异常轨迹点的生成时间之差小于或等于设定时差;
采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二;
将所述片段轨迹一确定为所述第一片段轨迹;其中,所述片段轨迹一与所述第一目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹一的一个轨迹点和所述第一目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
根据本发明的一个实施例,所述第一轨迹调整模块按照指定的第一方向从指定轨迹中查询到第一异常轨迹点时,具体用于:
采用设定的时间滑窗算法并按照指定的第一方向从指定轨迹中查询到连续的多个可疑轨迹点,每一可疑轨迹点与第一目标轨迹中的一个轨迹点的生成时间之差小于或等于设定时差、且空间相似度小于或等于第一设定阈值;
将所述指定的第一方向上的首个可疑轨迹点作为所述第一异常轨迹点。
根据本发明的一个实施例,所述第一轨迹调整模块采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二之后,进一步用于:
在该轨迹集合中轨迹的数量大于1时,将该轨迹集合中的该指定轨迹替换为所述片段轨迹二;
在该轨迹集合中轨迹的数量为1时,在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹,所述第二目标轨迹与所述片段轨迹二之间的相似度满足指定要求,删除该轨迹集合,并将所述片段轨迹二添加至所述第二目标轨迹所在的轨迹集合中。
根据本发明的一个实施例,所述第一轨迹调整模块在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹时,具体用于:
依据所述片段轨迹二从其他轨迹集合中查询出第一候选轨迹,所述第一候选轨迹中至少存在L1个轨迹点分别与片段轨迹二中的轨迹点的生成时间之差小于或等于设定时差,且所述第一候选轨迹与所述片段轨迹二的相似度大于或等于第二设定阈值,L1大于1;
将与所述片段轨迹二的相似度最大的第一候选轨迹确定为所述第二目标轨迹。
根据本发明的一个实施例,所述第一目标轨迹查找模块在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹时,具体用于:
从该指定轨迹中确定出参考片段轨迹,所述参考片段轨迹由指定的第一方向上从首个轨迹点开始连续的M个轨迹点组成,M大于1;所述指定的第一方向是指从所述指定轨迹的首个轨迹点至最后一个轨迹点的方向,或所述指定的第一方向是指从所述指定轨迹的最后一个轨迹点至首个轨迹点的方向;
依据所述参考片段轨迹从其他轨迹集合中查询出第二候选轨迹,所述第二候选轨迹中至少存在L2个轨迹点与所述参考片段轨迹中的轨迹点的生成时间之差小于或等于设定时差,且所述第二候选轨迹与所述参考片段轨迹的相似度大于或等于第三设定阈值,L2大于1且小于或等于所述M;
将与所述参考片段轨迹的相似度最大的第二候选轨迹确定为所述第一目标轨迹。
根据本发明的一个实施例,所述指定轨迹为该轨迹集合中的任一轨迹;
或者,所述指定轨迹的首个轨迹点满足第一条件,所述第一条件为生成时间早于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点,和/或,所述指定轨迹的最后一个轨迹点满足第二条件,所述第二条件为生成时间晚于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点。
根据本发明的一个实施例,该装置进一步包括:
待调整轨迹查找模块,用于针对每一轨迹集合,从该轨迹集合中查找出待调整轨迹,所述待调整轨迹与该轨迹集合中的至少两个相关联的参考轨迹之间的相似度小于第四设定阈值;
第二轨迹调整模块,用于依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹,所述第二目标轨迹为该轨迹集合中与该待调整轨迹相关联的任一参考轨迹,并将该轨迹集合中的该待调整轨迹替换为所述第二片段轨迹。
根据本发明的一个实施例,所述第二轨迹调整模块依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹时,具体用于:
按照指定的第二方向从该待调整轨迹中查询到第二异常轨迹点;第二异常轨迹点与所述第二目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第二目标轨迹中的目标轨迹点与所述第二异常轨迹点的生成时间之差小于或等于设定时差;
采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四;
将所述片段轨迹三确定为所述第二片段轨迹;其中,所述片段轨迹三与所述第二目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹三的一个轨迹点和所述第二目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
根据本发明的一个实施例,所述第二轨迹调整模块采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四之后,进一步用于:
在其他轨迹集合中查找到与所述片段轨迹四相匹配的第三目标轨迹,所述第三目标轨迹与所述片段轨迹四之间的相似度满足指定要求,并将所述片段轨迹四添加至所述第三目标轨迹所在的轨迹集合中。
本发明第三方面提供一种电子设备,包括处理器及存储器;所述存储器存储有可被处理器调用的程序;其中,所述处理器执行所述程序时,实现如前述实施例中所述的轨迹调整方法。
本发明第四方面提供一种机器可读存储介质,其上存储有程序,该程序被处理器执行时,实现如前述实施例中所述的轨迹调整方法。
本发明实施例具有以下有益效果:
本发明实施例中,可以获取N个轨迹集合,每个轨迹集合中的轨迹都是经过关联操作的,所以在一个轨迹集合包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹,这些轨迹集合中可以存在由两个不同目标对象的片段轨迹组成的异常轨迹,可以针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与指定轨迹相匹配的第一目标轨迹,如果查找到,则说明指定轨迹为异常轨迹,可以根据第一目标轨迹从指定轨迹中确定出与第一目标轨迹属于同一目标对象的第一片段轨迹,从而可以将异常轨迹中属于不同目标对象的两个片段轨迹拆分开,将第一片段轨迹添加至第一目标轨迹所在的轨迹集合、也就是该第一片段轨迹所属目标对象对应的轨迹集合中,上述过程可以查找出因IDswitch问题生成的异常轨迹,并调整异常轨迹使得其中不应属于轨迹集合的片段轨迹可以被添加到其应所属的轨迹集合中,解决因IDswitch问题导致的轨迹异常问题。
附图说明
图1是本发明一实施例的轨迹调整方法的流程示意图;
图2是本发明一实施例的目标对象C对应的轨迹集合中的轨迹示意图;
图3是本发明另一实施例的目标对象C对应的轨迹集合中的轨迹示意图;
图4是本发明一实施例的轨迹调整装置的结构框图;
图5是本发明一实施例的电子设备的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明可能采用术语第一、第二、第三等来描述各种器件,但这些信息不应限于这些术语。这些术语仅用来将同一类型的器件彼此区分开。例如,在不脱离本发明范围的情况下,第一器件也可以被称为第二器件,类似地,第二器件也可以被称为第一器件。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为了使得本发明的描述更清楚简洁,下面对本发明中的一些技术术语进行解释:
监控重叠区域:在室内场景下,会布置多个相机对整个室内环境进行监控,为了保证监控范围能够覆盖到所有区域,即整个监控区域没有监控漏洞和死角,相邻相机间的监控范围会有重叠,监控范围有重叠的区域被称为监控重叠区域。这多个相机可以垂直向下安装,当然也可以以其他姿态安装,具体不限,只要相邻相机具有监控重叠区域即可。
单相机下个体轨迹:当一个个体进入到其中一个相机的监控范围内,该相机对该个体进行实时跟踪,生成该个体在该相机监控范围内的轨迹,则此轨迹就被称为单相机下个体轨迹。
个体重叠轨迹:当一个个体进入到两个相机都可以覆盖到的监控重叠区域时,两个相机都会生成该个体在监控重叠区域下的轨迹,也就意味着两个相机生成的该个体轨迹在某个时间段(监控重叠区域内活动的这段时间)上是有重叠的轨迹,该重叠轨迹被称为个体重叠轨迹。
下面对本发明实施例的轨迹调整方法进行更具体的描述,但不应以此为限。
在一个实施例中,参看图1,一种轨迹调整方法,可以包括以下步骤:
S100:获取待处理的N个轨迹集合,N大于1;每一轨迹集合中包含至少一个轨迹;当一轨迹集合中包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹;
S200:针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,所述指定轨迹与所述第一目标轨迹之间的相似度满足指定要求;
S300:依据所述第一目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,将所述第一片段轨迹添加至所述第一目标轨迹所在的轨迹集合中。
本发明实施例中,轨迹调整方法的执行主体可以为电子设备,进一步为电子设备的处理器。电子设备可以是相机、或计算机设备,具体类型不限,或者具有数据处理能力即可。
步骤S100中,获取待处理的N个轨迹集合,N大于1;每一轨迹集合中包含至少一个轨迹;当一轨迹集合中包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹。
在近实时跨相机多目标轨迹关联系统中,由于相邻相机具有监控重叠区域,所以会形成个体重叠轨迹,可以根据个体重叠轨迹中的冗余信息进行关联,比如可以在每个关联周期将系统中各相机生成的一批轨迹进行一次关联,当然,具体关联的时机不限于此。
上述的N个轨迹集合,可以是按照预设的关联方式对当前关联周期内各相机生成的轨迹进行关联得到的。其中,关联方式比如可以采用深度学习的方式,可以将轨迹对应的图像信息输入到已训练的神经网络中以得到输出的图像中目标对象的时空关联深度特征,再基于各个时空关联深度特征的相似度来进行轨迹的关联,具体方式不做限定。
每一轨迹集合中包含至少一个轨迹;当一轨迹集合中包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹即可。
可选的,当一轨迹集合中包含两个以上轨迹时,每一轨迹与相关联的各轨迹之间的相似度的均值大于设定的相似度阈值,每两个相关联的轨迹中一个轨迹的首个轨迹点的生成时间与另一轨迹的最后一个轨迹点的生成时间之差在设定时间差范围内。
相似度是指两个轨迹的各轨迹点对中两个轨迹点之间的空间相似度的均值,每一轨迹点对包含分别来自两个轨迹的轨迹点、且两个轨迹点的生成时间之差小于或等于设定时差,比如,两个轨迹点的生成时间之差可以在50ms内,优选是相同,此处不作为限制,具体可以取决于相机被设置的帧率。其中,空间相似度可以
可选的,每一轨迹集合具有对应的集合标识,比如可以用目标对象的信息来确定。每一轨迹集合中的轨迹可以具有对应的轨迹标识,以便于处理,轨迹标识比如可以由采集轨迹的相机编号与随机编号组成,可以唯一表示对应的轨迹即可。
由于目标对象A1会被遮挡等原因,单相机设备在跟踪目标对象A1时,会出现跟踪到错误目标对象A2的情况,从而会生成异常轨迹,这异常轨迹中一部分片段轨迹属于目标对象A1、而另一部分片段轨迹属于目标对象A2。虽然对轨迹进行了关联,但是由于发生IDSwitch问题的异常轨迹由不同目标对象的轨迹组成,在关联过程中异常轨迹仍作为一条完整的轨迹被添加到某个轨迹集合中,所以,只要相机生成了发生IDSwitch问题的异常轨迹,那么,在某个轨迹集合中就会存在该异常轨迹。
由于异常轨迹的存在,可能会出现下述两种异常情况:
1)假设异常轨迹关联到了正确目标对象的轨迹,但因一部分其他目标对象的片段轨迹的存在,导致正确目标对象的轨迹序列中断了,关联不上后续其他轨迹。比如,参看图2,目标对象C对应的一个轨迹集合为{C0,C1,C2+F1},其中,对于C0来说,C1是其相关联的轨迹;对于C1来说,C0和C2+F1(由图2中的片段轨迹C2与片段轨迹F1组成)是其相关联的轨迹,对于C2+F1来说,C1是其相关联的轨迹;C2+F1为异常轨迹,C2为目标对象C的片段轨迹,F1为其他目标对象F的片段轨迹,由于C2+F1中C2和F1的轨迹点数量差不多等原因,导致C2+F1与除了C1之外的其他轨迹都关联不上,所以在C2+F1之后没有关联上其他轨迹,对目标对象C的跟踪发生了中断。
2)假设异常轨迹跟任何轨迹的相似度都很低,无法和其他轨迹关联上,即相应的轨迹集合中只有单独的一个异常轨迹,比如,一个轨迹集合为{C3+F2},C3+F2为异常轨迹,C3为目标对象C的片段轨迹,F2为其他目标对象F的片段轨迹,C3+F2跟任何轨迹都关联不上,所以单独作为一个轨迹集合。
上述两种异常情况可能发生在这N个轨迹集合中,即得到的N个轨迹集合中可能会存在异常轨迹。本发明实施例从异常轨迹与正常轨迹在时空相似度上的差异性出发,去发现并调整异常轨迹。
步骤S200中,针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,所述指定轨迹与所述第一目标轨迹之间的相似度满足指定要求。
可选的,所述指定轨迹可以为该轨迹集合中的任一轨迹。比如,在执行上述步骤S200时,可以遍历每一轨迹集合中的每一轨迹,每个被遍历到的轨迹即为上述的指定轨迹,对该轨迹执行后续的操作。
或者,所述指定轨迹的首个轨迹点满足第一条件,所述第一条件为生成时间早于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点,和/或,所述指定轨迹的最后一个轨迹点满足第二条件,所述第二条件为生成时间晚于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点。
对于前述的异常情况1)来说,由于异常轨迹导致了轨迹序列的中断,所以异常轨迹要么处于轨迹序列的头部、要么处于轨迹序列的尾部,也就是说,异常轨迹是轨迹集合中首个轨迹点的生成时间最早的轨迹,或者,最后一个轨迹点的生成时间最晚的轨迹,所以,只需针对上述的这些轨迹执行后续的操作即可。
对于前述的异常情况2)来说,由于轨迹集合中只存在一条轨迹,所以,该条轨迹既是轨迹集合中首个轨迹点的生成时间最早的轨迹,也是轨迹集合中最后一个轨迹点的生成时间最晚的轨迹,针对该条轨迹执行后续的操作即可。
可以根据轨迹之间的相似度,在其他轨迹集合中查找到与指定轨迹相匹配的第一目标轨迹,指定轨迹与第一目标轨迹之间的相似度满足指定要求。
这里的相似度同样可以指两个轨迹的各轨迹点对中两个轨迹点之间的空间相似度的均值,每一轨迹点对包含分别来自两个轨迹的轨迹点、且两个轨迹点的生成时间之差小于或等于设定时差。指定轨迹与第一目标轨迹之间的相似度满足指定要求比如指:指定轨迹与第一目标轨迹之间的相似度达到设定相似度阈值,当然,此处只是举例,并不作为限制。
在一个实施例中,步骤S200中,所述在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,可以包括以下步骤:
S201:从该指定轨迹中确定出参考片段轨迹,所述参考片段轨迹由指定的第一方向上从首个轨迹点开始连续的M个轨迹点组成,M大于1;所述指定的第一方向是指从所述指定轨迹的首个轨迹点至最后一个轨迹点的方向,或所述指定的第一方向是指从所述指定轨迹的最后一个轨迹点至首个轨迹点的方向;
S202:依据所述参考片段轨迹从其他轨迹集合中查询出第二候选轨迹,所述第二候选轨迹中至少存在L2个轨迹点与所述参考片段轨迹中的轨迹点的生成时间之差小于或等于设定时差,且所述第二候选轨迹与所述参考片段轨迹的相似度大于或等于第三设定阈值,L2大于1且小于或等于所述M;
S203:将与所述参考片段轨迹的相似度最大的第二候选轨迹确定为所述第一目标轨迹。
第一方向可以根据指定轨迹来指定,比如,在指定轨迹为首个轨迹点的生成时间早于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点时,第一方向可以是从所述指定轨迹的首个轨迹点至最后一个轨迹点的方向;在指定轨迹为最后一个轨迹点的生成时间晚于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点时,第一方向可以是从所述指定轨迹的最后一个轨迹点至首个轨迹点的方向。
以第一方向为从所述指定轨迹的最后一个轨迹点至首个轨迹点的方向为例,参考片段轨迹由指定轨迹上从最后一个轨迹点开始往前的连续M个轨迹点组成,M大于1,具体取值不限,比如可以为10,等等。
依据所述参考片段轨迹可以从其他轨迹集合中查询出所有满足条件的第二候选轨迹,条件是指:第二候选轨迹中至少存在L2个轨迹点与所述参考片段轨迹中的轨迹点的生成时间之差小于或等于设定时差,且所述第二候选轨迹与所述参考片段轨迹的相似度大于或等于第三设定阈值,L2大于1且小于或等于所述M。
这里的相似度,同样可以指两个轨迹的各轨迹点对中两个轨迹点之间的空间相似度的均值,每一轨迹点对包含分别来自两个轨迹的轨迹点、且两个轨迹点的生成时间之差小于或等于设定时差。
即查询出的每一第二候选轨迹与参考片段轨迹至少组成L2对轨迹点对,并且,这L2对轨迹点对中两个轨迹点之间的空间相似度的均值大于或等于第三设定阈值。比如,某个第二候选轨迹中存在5个轨迹点,生成时间分别为T1、T2、T3、T4、T5,参考片段轨迹中存在生成时间分别为T1-T5的5个轨迹点,这样就组成了5对轨迹点对,针对每对轨迹点对可以计算出一个空间相似度,5个空间相似度的均值就是第二候选轨迹与所述参考片段轨迹的相似度,大于或等于第三设定阈值。
查询出的第二候选轨迹的数量可以为1个或多个,可以将与参考片段轨迹的相似度最大的第二候选轨迹确定为所述第一目标轨迹。比如,
可选的,在查询不出第二候选轨迹时,可以结束对该指定轨迹的处理。
步骤S300中,依据所述第一目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,将所述第一片段轨迹添加至所述第一目标轨迹所在的轨迹集合中。
以异常轨迹C2+F1为例,以片段轨迹F1的一部分为参考片段轨迹,确定出了其他目标对象F对应的轨迹集合中的轨迹为第一目标轨迹,此时,可以根据第一目标轨迹从异常轨迹C2+F1中确定出片段轨迹F1,该片段轨迹F1同样属于目标对象F,因而将该片段轨迹F1作为第一片段轨迹添加到目标对象F对应的轨迹集合中。
对于上述的异常情况1)来说,异常轨迹的前半个片段轨迹或后半个片段轨迹不属于当前的目标对象,不应处于当前所在的轨迹集合中,而属于其他目标对象,所以可以从前半个片段轨迹或后半个片段轨迹中确定出参考片段轨迹,根据该参考片段轨迹从其他轨迹集合中查询出相匹配的第一目标轨迹,然后根据第一目标轨迹从异常轨迹中确定出不属于当前目标对象的第一片段轨迹,并将第一片段轨迹添加到第一目标轨迹所在的轨迹集合中。
对于上述的异常情况2)来说,异常轨迹的前半个片段轨迹和后半个片段轨迹分别属于不同的目标对象,比如,前半个片段轨迹属于目标对象C,后半个片段轨迹属于目标对象F,则前半个片段轨迹会与目标对象C对应的轨迹集合中的一个轨迹之间的相似度较高,后半个片段轨迹会与目标对象F对应的轨迹集合中的一个轨迹之间的相似度较高,根据此原则,比如可以从后半个片段轨迹中确定出参考片段轨迹,根据参考片段轨迹从其他轨迹集合中查询出相匹配的第一目标轨迹,根据该第一目标轨迹可以从异常轨迹中确定出属于目标对象F的第一片段轨迹,并将其添加到目标对象F对应的轨迹集合中。
由此可见,本发明实施例可以应对上述异常情况1)和2),可以发现轨迹集合中的异常轨迹,并可以确定出异常轨迹中不应属于当前目标对象的片段轨迹,并将该片段轨迹添加到其所属的目标对象对应的轨迹集合中,这种轨迹调整方式可以解决因IDswitch问题导致的轨迹异常问题,使得原本异常的轨迹被拆解成分别属于不同目标对象的轨迹,并添加到正确的轨迹集合中。
在一个实施例中,步骤S300中,所述依据所述目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,可以包括以下步骤:
S301:按照指定的第一方向从指定轨迹中查询到第一异常轨迹点;第一异常轨迹点与所述第一目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第一目标轨迹中的目标轨迹点与所述第一异常轨迹点的生成时间之差小于或等于设定时差;
S302:采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二;
S303:将所述片段轨迹一确定为所述第一片段轨迹;其中,所述片段轨迹一与所述第一目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹一的一个轨迹点和所述第一目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
第一方向可以根据指定轨迹来指定,比如,在指定轨迹为首个轨迹点的生成时间早于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点时,第一方向可以是从所述指定轨迹的首个轨迹点至最后一个轨迹点的方向;在指定轨迹为最后一个轨迹点的生成时间晚于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点时,第一方向可以是从所述指定轨迹的最后一个轨迹点至首个轨迹点的方向。
以第一方向为指定轨迹的最后一个轨迹点至首个轨迹点的方向为例,从指定轨迹的最后一个轨迹点开始搜索以查询第一异常轨迹点,在搜索到第11个轨迹点时,发现该第11个轨迹点与第一目标轨迹中的一个轨迹点的生成时间之差小于或等于设定时差、并且两者的空间相似度小于或等于第一设定阈值,则可以确定第11个轨迹点是第一异常轨迹点,当然,此处只是举例,并不作为限制。
可选的,步骤S301中,按照指定的第一方向从指定轨迹中查询到第一异常轨迹点,可以包括:
采用设定的时间滑窗算法并按照指定的第一方向从指定轨迹中查询到连续的多个可疑轨迹点,每一可疑轨迹点与第一目标轨迹中的一个轨迹点的生成时间之差小于或等于设定时差、且空间相似度小于或等于第一设定阈值;
将所述指定的第一方向上的首个可疑轨迹点作为所述第一异常轨迹点。
时间滑窗算法的窗口大小可以根据需要设置,比如可以为单相机连续生成W1个轨迹点所需的时间,这样,时间窗口每次滑动(滑动方向为第一方向)可以选中指定轨迹中的W1个轨迹点,针对窗口内的每一轨迹点,可以检查第一目标轨迹中是否存在与该轨迹点的生成时间之差小于或等于设定时差、且空间相似度小于或等于第一设定阈值的轨迹点,如果存在,则说明该轨迹点为可疑轨迹点,当查询到连续的多个可疑轨迹点(具体数量可以指定,比如可以为2或3或4等,具体不限)时,将第一方向上的首个可疑轨迹点作为第一异常轨迹点。
本实施例中,只有在查询到连续的多个可疑轨迹点时,才会确定查询到第一轨迹点,将第一方向上的首个可疑轨迹点作为第一异常轨迹点,避免轨迹中存在一些因其他原因导致的波动轨迹点时误将这些波动轨迹点识别为第一异常轨迹点的问题,可保证异常轨迹可被正确切分成属于不同目标对象的两个片段轨迹。
在确定出第一异常轨迹点之后,采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二,比如,可以将指定轨迹在第一异常轨迹点和指定方向上第一异常轨迹点的上一个轨迹点之间切断。当然,为避免误切分,也可以将指定轨迹中第一异常轨迹点、以及位于第一异常轨迹点前后的几个轨迹点切除,得到片段轨迹一和片段轨迹二。
将所述片段轨迹一确定为所述第一片段轨迹;其中,所述片段轨迹一与所述第一目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹一的一个轨迹点和所述第一目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
以前述的异常情况1)为例,异常轨迹C2+F1的最后一个轨迹点的生成时间晚于其所处的集合轨迹中其他轨迹上的轨迹点,第一方向可以为从该异常轨迹C2+F1的最后一个轨迹点至首个轨迹点的方向,则找到的第一异常轨迹点是片段轨迹C2上的最后一个轨迹点,切分之后得到片段轨迹C2和F1,其中片段轨迹C2为片段轨迹二,片段轨迹F1为片段轨迹一,片段轨迹F1中存在至少一个轨迹点与第一目标轨迹上的轨迹点的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值,因而将该片段轨迹F1确定为第一片段轨迹,添加至其他目标对象F对应的轨迹集合中,给予片段轨迹F1正确的归属。
上述例子只是为了便于理解,并不应以此为限。
在一个实施例中,采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二之后,该方法进一步包括以下步骤:
S304:在该轨迹集合中轨迹的数量大于1时,将该轨迹集合中的该指定轨迹替换为所述片段轨迹二;
S305:在该轨迹集合中轨迹的数量为1时,在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹,所述第二目标轨迹与所述片段轨迹二之间的相似度满足指定要求,删除该轨迹集合,并将所述片段轨迹二添加至所述第二目标轨迹所在的轨迹集合中。
步骤S303、S304和S305的顺序不限。
在该轨迹集合中轨迹的数量大于1时,如前述的异常情况1),异常轨迹C2+F1所处的轨迹集合中,还有其他的轨迹C0和C1,因而,此时片段轨迹C2即片段轨迹二可以替换原来的异常轨迹C2+F1,即调整之后的轨迹集合为{C0,C1,C2}。
在该轨迹集合中轨迹的数量为1时,如前述的异常情况2),异常轨迹C3+F2单独作为一个轨迹集合,此时如果将片段轨迹C3即片段轨迹二替换原来的异常轨迹C3+F2,则C3单独作为一个轨迹集合,这对于C3来说显然不是一个最好的选择,所以此时,应该为片段轨迹二找寻其应属的轨迹集合。
在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹,所述第二目标轨迹与所述片段轨迹二之间的相似度满足指定要求,找到第二目标轨迹之后,删除该轨迹集合,并将所述片段轨迹二添加至所述第二目标轨迹所在的轨迹集合中。
可选的,步骤S305中,所述在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹,可以包括以下步骤:
依据所述片段轨迹二从其他轨迹集合中查询出第一候选轨迹,所述第一候选轨迹中至少存在L1个轨迹点分别与片段轨迹二中的轨迹点的生成时间之差小于或等于设定时差,且所述第一候选轨迹与所述片段轨迹二的相似度大于或等于第二设定阈值,L1大于1;
将与所述片段轨迹二的相似度最大的第一候选轨迹确定为所述第二目标轨迹。
确定第二目标轨迹的方式与前述实施例中确定第一目标轨迹的方式类似,不同的是,在确定第二目标轨迹时,不需要确定参考片段轨迹,而是直接依据片段轨迹二从其他轨迹集合中查询出第一候选轨迹,其他相似之处在此不再赘述。
总的来说,本发明实施例中,可以获取N个轨迹集合,每个轨迹集合中的轨迹都是经过关联操作的,所以在一个轨迹集合包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹,这些轨迹集合中可以存在由两个不同目标对象的片段轨迹组成的异常轨迹,可以针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与指定轨迹相匹配的第一目标轨迹,如果查找到,则说明指定轨迹为异常轨迹,可以根据第一目标轨迹从指定轨迹中确定出与第一目标轨迹属于同一目标对象的第一片段轨迹,从而可以将异常轨迹中属于不同目标对象的两个片段轨迹拆分开,将第一片段轨迹添加至第一目标轨迹所在的轨迹集合、也就是该第一片段轨迹所属目标对象对应的轨迹集合中,上述过程可以查找出因IDswitch问题生成的异常轨迹,并调整异常轨迹使得其中不应属于轨迹集合的片段轨迹可以被添加到其应所属的轨迹集合中,解决因IDswitch问题导致的轨迹异常问题。
在前面的实施例中,介绍了由于异常轨迹的存在出现的两种异常情况,以及针对两种异常情况的解决方案,下面再介绍一种由于异常轨迹的存在而出现的异常情况:
3)假设异常轨迹关联到了正确目标对象的轨迹,而且一部分其他目标对象的片段轨迹并没有影响异常轨迹与正确目标对象的轨迹的关联,所以,正确目标对象的轨迹序列没有中断。比如,参看图3,目标对象C的一个轨迹集合为{C4,C5+F3,C6,C7},其中,对于C4来说,C5+F3是与其相关联的轨迹;对于C5+F3来说,C4、C6、C7都是其相关联的轨迹;对于C6来说,C5+F3、C7是与其相关联的轨迹;对于C7来说,C6、C5+F3是与其相关联的轨迹。C5+F3为异常轨迹,F3为其他对象F的片段轨迹,由于F3相对C5较短,所以在计算C5+F3与其他轨迹的相似度时F3在其中占的比重较小,C4+F2与C5的相似度仍较高,因而在C5+F6之后还继续关联到了C6,对目标对象C的跟踪没有中断。
上述的异常情况3)也是有可能发生在获取的N个轨迹集合中的,在上述的实施例内容中,若步骤S200中针对轨迹集合中的每一轨迹来执行后续的步骤,也可以解决上述异常情况3)产生的异常问题,但是处理量会比较大。为此,本发明还提供了以下的实施例,在解决上述异常情况3)产生的异常问题的同时,可以大大减少处理量。
在一个实施例中,该方法进一步包括:
S400:针对每一轨迹集合,从该轨迹集合中查找出待调整轨迹,所述待调整轨迹与该轨迹集合中的至少两个相关联的参考轨迹之间的相似度小于第四设定阈值;
S500:依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹,所述第二目标轨迹为该轨迹集合中与该待调整轨迹相关联的任一参考轨迹,并将该轨迹集合中的该待调整轨迹替换为所述第二片段轨迹。
步骤S400、S500与前述实施例中各步骤的先后顺序不作限定。
本实施例中,需查找出的待调整轨迹就是轨迹集合中的异常轨迹,只需根据轨迹集合中两两轨迹间的相似度就可以查找出待调整轨迹,相比于与其他轨迹集合中的各轨迹计算相似度而言,处理量可以大大减少处理量。
比如,轨迹集合{C4,C5+F3,C6,C7}中,当确定C5+F3与C6、C7的相似度交小于第四设定阈值,则可以确定该C5+F3为待调整轨迹。可选的,第四设定阈值可以小于执行关联操作时所用的设定的相似度阈值。
确定第二片段轨迹的方式与前述实施例中确定第一片段轨迹的方式类似,不同之处在于,确定第二片段轨迹时依据的第二目标轨迹,不是其他轨迹集合中的轨迹,而是待调整轨迹所处轨迹集合中与该待调整轨迹相关联的任一参考轨迹(与待调整轨迹相关联、且相似度小于第四设定阈值)。比如,轨迹集合{C4,C5+F3,C6,C7}中,C5+F3为待调整轨迹,C6为第二目标轨迹。
优选来说,第二目标轨迹可以是与待调整轨迹相关联的参考轨迹中与待调整轨迹的相似度最低的参考轨迹,当然具体不做限定。
可选的,步骤S500中,依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹,可以包括以下步骤:
按照指定的第二方向从该待调整轨迹中查询到第二异常轨迹点;第二异常轨迹点与所述第二目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第二目标轨迹中的目标轨迹点与所述第二异常轨迹点的生成时间之差小于或等于设定时差;
采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四;
将所述片段轨迹三确定为所述第二片段轨迹;其中,所述片段轨迹三与所述第二目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹三的一个轨迹点和所述第二目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
第二方向可以是从待调整轨迹的首个轨迹点至最后一个轨迹点的方向,或者,第二方向可以是从待调整轨迹的最后一个轨迹点至首个轨迹点的方向。
优选来说,待调整轨迹在第二方向上的最后一个轨迹点、与第二目标轨迹上的一个轨迹点的生成时间之差小于或等于设定时差。
可选的,按照指定的第二方向从该待调整轨迹中查询到第二异常轨迹点,可以包括:
采用设定的时间滑窗算法并按照指定的第二方向从待调整轨迹中查询到连续的多个可疑轨迹点,每一可疑轨迹点与第二目标轨迹中的一个轨迹点的生成时间之差小于或等于设定时差、且空间相似度小于或等于第一设定阈值;
将所述指定的第二方向上的首个可疑轨迹点作为所述第二异常轨迹点。
以上述的异常情况2)为例,C5+F3为待调整轨迹,C6为第二目标轨迹,C5+F3的最后一个轨迹点与C6上的一个轨迹点的生成时间之差小于或等于设定时差,所以第二方向可以是从C5+F3的首个轨迹到最后一个轨迹的方向,可以确定F3在第二方向上的首个轨迹点为第二异常轨迹点,以该第二异常轨迹点作为切分点切分该待调整轨迹,得到片段轨迹C5和F3,其中片段轨迹C5中至少存在一个轨迹点与第二目标轨迹C6的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值,因而将片段轨迹C5确定为第二片段轨迹。在确定出第二片段轨迹之后,将该轨迹集合中的该待调整轨迹替换为所述第二片段轨迹,调整后的轨迹集合为{C4,C5,C6,C7}。
关于本实施例的其他内容可以参看前述实施例中的相似之处,在此不再赘述。
通过本实施例,可以针对上述的异常情况2),剔除轨迹集合中异常轨迹中属于其他目标对象的部分片段轨迹,保留正确的片段轨迹。
在一个实施例中,采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四之后,该方法进一步包括:
在其他轨迹集合中查找到与所述片段轨迹四相匹配的第三目标轨迹,所述第三目标轨迹与所述片段轨迹四之间的相似度满足指定要求,并将所述片段轨迹四添加至所述第三目标轨迹所在的轨迹集合中。
查找第三目标轨迹的方式与前述实施例中查找第二目标轨迹的方式类似,区别在于,查找第三目标轨迹时依据的是片段轨迹四。本实施例的其他内容,可以参看前述实施例中的描述,在此不再赘述。
对于上述的异常情况3)来说,由于目标对象C的轨迹并没有因为异常轨迹而中断,所以可以根据目标对象C的正常轨迹找出相似度低于正常情况的待调整轨迹即异常轨迹,并可以依据该轨迹集合中与该待调整轨迹相关联的任一参考轨迹(参考轨迹是指与待调整轨迹相关联但相似度小于第四设定阈值的轨迹),从待调整轨迹中确定出属于目标对象C的片段轨迹、以及属于其他目标对象F的片段轨迹,将待调整轨迹替换为属于目标对象C的片段轨迹,将属于其他目标对象F的片段轨迹添加到目标对象F对应的轨迹集合中。
本发明还提供一种轨迹调整装置,参看图4,该轨迹调整装置100包括:
轨迹集合获取模块101,用于获取待处理的N个轨迹集合,N大于1;每一轨迹集合中包含至少一个轨迹;当一轨迹集合中包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹;
第一目标轨迹查找模块102,用于针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,所述指定轨迹与所述第一目标轨迹之间的相似度满足指定要求;
第一轨迹调整模块103,用于依据所述第一目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,将所述第一片段轨迹添加至所述第一目标轨迹所在的轨迹集合中。
在一个实施例中,所述第一轨迹调整模块依据所述目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹时,具体用于:
按照指定的第一方向从指定轨迹中查询到第一异常轨迹点;第一异常轨迹点与所述第一目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第一目标轨迹中的目标轨迹点与所述第一异常轨迹点的生成时间之差小于或等于设定时差;
采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二;
将所述片段轨迹一确定为所述第一片段轨迹;其中,所述片段轨迹一与所述第一目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹一的一个轨迹点和所述第一目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
在一个实施例中,所述第一轨迹调整模块按照指定的第一方向从指定轨迹中查询到第一异常轨迹点时,具体用于:
采用设定的时间滑窗算法并按照指定的第一方向从指定轨迹中查询到连续的多个可疑轨迹点,每一可疑轨迹点与第一目标轨迹中的一个轨迹点的生成时间之差小于或等于设定时差、且空间相似度小于或等于第一设定阈值;
将所述指定的第一方向上的首个可疑轨迹点作为所述第一异常轨迹点。
在一个实施例中,所述第一轨迹调整模块采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二之后,进一步用于:
在该轨迹集合中轨迹的数量大于1时,将该轨迹集合中的该指定轨迹替换为所述片段轨迹二;
在该轨迹集合中轨迹的数量为1时,在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹,所述第二目标轨迹与所述片段轨迹二之间的相似度满足指定要求,删除该轨迹集合,并将所述片段轨迹二添加至所述第二目标轨迹所在的轨迹集合中。
在一个实施例中,所述第一轨迹调整模块在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹时,具体用于:
依据所述片段轨迹二从其他轨迹集合中查询出第一候选轨迹,所述第一候选轨迹中至少存在L1个轨迹点分别与片段轨迹二中的轨迹点的生成时间之差小于或等于设定时差,且所述第一候选轨迹与所述片段轨迹二的相似度大于或等于第二设定阈值,L1大于1;
将与所述片段轨迹二的相似度最大的第一候选轨迹确定为所述第二目标轨迹。
在一个实施例中,所述第一目标轨迹查找模块在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹时,具体用于:
从该指定轨迹中确定出参考片段轨迹,所述参考片段轨迹由指定的第一方向上从首个轨迹点开始连续的M个轨迹点组成,M大于1;所述指定的第一方向是指从所述指定轨迹的首个轨迹点至最后一个轨迹点的方向,或所述指定的第一方向是指从所述指定轨迹的最后一个轨迹点至首个轨迹点的方向;
依据所述参考片段轨迹从其他轨迹集合中查询出第二候选轨迹,所述第二候选轨迹中至少存在L2个轨迹点与所述参考片段轨迹中的轨迹点的生成时间之差小于或等于设定时差,且所述第二候选轨迹与所述参考片段轨迹的相似度大于或等于第三设定阈值,L2大于1且小于或等于所述M;
将与所述参考片段轨迹的相似度最大的第二候选轨迹确定为所述第一目标轨迹。
在一个实施例中,所述指定轨迹为该轨迹集合中的任一轨迹;
或者,所述指定轨迹的首个轨迹点满足第一条件,所述第一条件为生成时间早于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点,和/或,所述指定轨迹的最后一个轨迹点满足第二条件,所述第二条件为生成时间晚于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点。
在一个实施例中,该装置进一步包括:
待调整轨迹查找模块,用于针对每一轨迹集合,从该轨迹集合中查找出待调整轨迹,所述待调整轨迹与该轨迹集合中的至少两个相关联的参考轨迹之间的相似度小于第四设定阈值;
第二轨迹调整模块,用于依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹,所述第二目标轨迹为该轨迹集合中与该待调整轨迹相关联的任一参考轨迹,并将该轨迹集合中的该待调整轨迹替换为所述第二片段轨迹。
在一个实施例中,所述第二轨迹调整模块依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹时,具体用于:
按照指定的第二方向从该待调整轨迹中查询到第二异常轨迹点;第二异常轨迹点与所述第二目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第二目标轨迹中的目标轨迹点与所述第二异常轨迹点的生成时间之差小于或等于设定时差;
采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四;
将所述片段轨迹三确定为所述第二片段轨迹;其中,所述片段轨迹三与所述第二目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹三的一个轨迹点和所述第二目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
在一个实施例中,所述第二轨迹调整模块采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四之后,进一步用于:
在其他轨迹集合中查找到与所述片段轨迹四相匹配的第三目标轨迹,所述第三目标轨迹与所述片段轨迹四之间的相似度满足指定要求,并将所述片段轨迹四添加至所述第三目标轨迹所在的轨迹集合中。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中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。
本发明还提供一种电子设备,包括处理器及存储器;所述存储器存储有可被处理器调用的程序;其中,所述处理器执行所述程序时,实现如前述实施例中所述的轨迹调整方法。
本发明轨迹调整装置的实施例可以应用在电子设备上。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在电子设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图5所示,图5是本发明根据一示例性实施例示出的轨迹调整装置100所在电子设备的一种硬件结构图,除了图5所示的处理器510、内存530、网络接口520、以及非易失性存储器540之外,实施例中轨迹调整装置100所在的电子设备通常根据该电子设备的实际功能,还可以包括其他硬件,对此不再赘述。
本发明还提供一种机器可读存储介质,其上存储有程序,该程序被处理器执行时,实现如前述实施例中所述的轨迹调整方法。
本发明可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。机器可读存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。机器可读存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。

Claims (13)

1.一种轨迹调整方法,其特征在于,包括:
获取待处理的N个轨迹集合,N大于1;每一轨迹集合中包含至少一个轨迹;当一轨迹集合中包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹;
针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,所述指定轨迹与所述第一目标轨迹之间的相似度满足指定要求;
依据所述第一目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,将所述第一片段轨迹添加至所述第一目标轨迹所在的轨迹集合中。
2.如权利要求1所述的轨迹调整方法,其特征在于,所述依据所述目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,包括:
按照指定的第一方向从指定轨迹中查询到第一异常轨迹点;第一异常轨迹点与所述第一目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第一目标轨迹中的目标轨迹点与所述第一异常轨迹点的生成时间之差小于或等于设定时差;
采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二;
将所述片段轨迹一确定为所述第一片段轨迹;其中,所述片段轨迹一与所述第一目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹一的一个轨迹点和所述第一目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
3.如权利要求2所述的轨迹调整方法,其特征在于,按照指定的第一方向从指定轨迹中查询到第一异常轨迹点,包括:
采用设定的时间滑窗算法并按照指定的第一方向从指定轨迹中查询到连续的多个可疑轨迹点,每一可疑轨迹点与第一目标轨迹中的一个轨迹点的生成时间之差小于或等于设定时差、且空间相似度小于或等于第一设定阈值;
将所述指定的第一方向上的首个可疑轨迹点作为所述第一异常轨迹点。
4.如权利要求2所述的轨迹调整方法,其特征在于,采用所述第一异常轨迹点作为切分点切分所述指定轨迹得到片段轨迹一和片段轨迹二之后,该方法进一步包括:
在该轨迹集合中轨迹的数量大于1时,将该轨迹集合中的该指定轨迹替换为所述片段轨迹二;
在该轨迹集合中轨迹的数量为1时,在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹,所述第二目标轨迹与所述片段轨迹二之间的相似度满足指定要求,删除该轨迹集合,并将所述片段轨迹二添加至所述第二目标轨迹所在的轨迹集合中。
5.如权利要求4所述的轨迹调整方法,其特征在于,所述在其他轨迹集合中查找到与所述片段轨迹二相匹配的第二目标轨迹,包括:
依据所述片段轨迹二从其他轨迹集合中查询出第一候选轨迹,所述第一候选轨迹中至少存在L1个轨迹点分别与片段轨迹二中的轨迹点的生成时间之差小于或等于设定时差,且所述第一候选轨迹与所述片段轨迹二的相似度大于或等于第二设定阈值,L1大于1;
将与所述片段轨迹二的相似度最大的第一候选轨迹确定为所述第二目标轨迹。
6.如权利要求1所述的轨迹调整方法,其特征在于,所述在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,包括:
从该指定轨迹中确定出参考片段轨迹,所述参考片段轨迹由指定的第一方向上从首个轨迹点开始连续的M个轨迹点组成,M大于1;所述指定的第一方向是指从所述指定轨迹的首个轨迹点至最后一个轨迹点的方向,或所述指定的第一方向是指从所述指定轨迹的最后一个轨迹点至首个轨迹点的方向;
依据所述参考片段轨迹从其他轨迹集合中查询出第二候选轨迹,所述第二候选轨迹中至少存在L2个轨迹点与所述参考片段轨迹中的轨迹点的生成时间之差小于或等于设定时差,且所述第二候选轨迹与所述参考片段轨迹的相似度大于或等于第三设定阈值,L2大于1且小于或等于所述M;
将与所述参考片段轨迹的相似度最大的第二候选轨迹确定为所述第一目标轨迹。
7.如权利要求1所述的轨迹调整方法,其特征在于,所述指定轨迹为该轨迹集合中的任一轨迹;
或者,所述指定轨迹的首个轨迹点满足第一条件,所述第一条件为生成时间早于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点,和/或,所述指定轨迹的最后一个轨迹点满足第二条件,所述第二条件为生成时间晚于指定轨迹所处的轨迹集合中其他轨迹上的轨迹点。
8.如权利要求1所述的轨迹调整方法,其特征在于,该方法进一步包括:
针对每一轨迹集合,从该轨迹集合中查找出待调整轨迹,所述待调整轨迹与该轨迹集合中的至少两个相关联的参考轨迹之间的相似度小于第四设定阈值;
依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹,所述第二目标轨迹为该轨迹集合中与该待调整轨迹相关联的任一参考轨迹,并将该轨迹集合中的该待调整轨迹替换为所述第二片段轨迹。
9.如权利要求8所述的轨迹调整方法,其特征在于,依据第二目标轨迹从该待调整轨迹中确定出与所述第二目标轨迹属于同一目标对象的第二片段轨迹,包括:
按照指定的第二方向从该待调整轨迹中查询到第二异常轨迹点;第二异常轨迹点与所述第二目标轨迹中的目标轨迹点之间的空间相似度小于或等于第一设定阈值;所述第二目标轨迹中的目标轨迹点与所述第二异常轨迹点的生成时间之差小于或等于设定时差;
采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四;
将所述片段轨迹三确定为所述第二片段轨迹;其中,所述片段轨迹三与所述第二目标轨迹之间存在至少一对轨迹点对,每一轨迹点对包括所述片段轨迹三的一个轨迹点和所述第二目标轨迹的一个轨迹点,且每一轨迹点对中的两个轨迹的生成时间之差小于或等于设定时差、且空间相似度大于第一设定阈值。
10.如权利要求9所述的轨迹调整方法,其特征在于,采用所述第二异常轨迹点作为切分点切分该待调整轨迹得到片段轨迹三和片段轨迹四之后,该方法进一步包括:
在其他轨迹集合中查找到与所述片段轨迹四相匹配的第三目标轨迹,所述第三目标轨迹与所述片段轨迹四之间的相似度满足指定要求,并将所述片段轨迹四添加至所述第三目标轨迹所在的轨迹集合中。
11.一种轨迹调整装置,其特征在于,包括:
轨迹集合获取模块,用于获取待处理的N个轨迹集合,N大于1;每一轨迹集合中包含至少一个轨迹;当一轨迹集合中包含两个以上轨迹时,轨迹集合中每一轨迹都存在相关联的至少一个轨迹;
第一目标轨迹查找模块,用于针对每一轨迹集合中的每一指定轨迹,在其他轨迹集合中查找到与该指定轨迹相匹配的第一目标轨迹,所述指定轨迹与所述第一目标轨迹之间的相似度满足指定要求;
第一轨迹调整模块,用于依据所述第一目标轨迹从所述指定轨迹中确定出与所述第一目标轨迹属于同一目标对象的第一片段轨迹,将所述第一片段轨迹添加至所述第一目标轨迹所在的轨迹集合中。
12.一种电子设备,其特征在于,包括处理器及存储器;所述存储器存储有可被处理器调用的程序;其中,所述处理器执行所述程序时,实现如权利要求1-10中任意一项所述的轨迹调整方法。
13.一种机器可读存储介质,其特征在于,其上存储有程序,该程序被处理器执行时,实现如权利要求1-10中任意一项所述的轨迹调整方法。
CN202010937483.3A 2020-09-08 2020-09-08 轨迹调整方法、装置及设备、存储介质 Active CN112102357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010937483.3A CN112102357B (zh) 2020-09-08 2020-09-08 轨迹调整方法、装置及设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010937483.3A CN112102357B (zh) 2020-09-08 2020-09-08 轨迹调整方法、装置及设备、存储介质

Publications (2)

Publication Number Publication Date
CN112102357A CN112102357A (zh) 2020-12-18
CN112102357B true CN112102357B (zh) 2023-07-25

Family

ID=73752038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010937483.3A Active CN112102357B (zh) 2020-09-08 2020-09-08 轨迹调整方法、装置及设备、存储介质

Country Status (1)

Country Link
CN (1) CN112102357B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133970A (zh) * 2017-03-30 2017-09-05 北京航空航天大学 基于运动信息的在线多目标跟踪方法及装置
CN108734022A (zh) * 2018-04-03 2018-11-02 安徽师范大学 基于三维网格划分的隐私保护轨迹数据发布方法
CN108804539A (zh) * 2018-05-08 2018-11-13 山西大学 一种时间与空间双视角下的轨迹异常检测方法
CN108924507A (zh) * 2018-08-02 2018-11-30 高新兴科技集团股份有限公司 一种基于多摄像头场景的人员轨迹生成系统及方法
CN110134126A (zh) * 2019-05-15 2019-08-16 百度在线网络技术(北京)有限公司 轨迹匹配方法、装置、设备和介质
CN110223329A (zh) * 2019-05-10 2019-09-10 华中科技大学 一种多摄像机多目标跟踪方法
CN110688435A (zh) * 2018-07-04 2020-01-14 北京嘀嘀无限科技发展有限公司 一种相似轨迹搜索方法和系统
CN110826594A (zh) * 2019-09-29 2020-02-21 成都华为技术有限公司 一种轨迹聚类的方法、设备及存储介质
CN111524164A (zh) * 2020-04-21 2020-08-11 北京爱笔科技有限公司 一种目标跟踪方法、装置及电子设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130229298A1 (en) * 2012-03-02 2013-09-05 The Mitre Corporation Threaded Track Method, System, and Computer Program Product
US9824281B2 (en) * 2015-05-15 2017-11-21 Sportlogiq Inc. System and method for tracking moving objects in videos
GB2545658A (en) * 2015-12-18 2017-06-28 Canon Kk Methods, devices and computer programs for tracking targets using independent tracking modules associated with cameras

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133970A (zh) * 2017-03-30 2017-09-05 北京航空航天大学 基于运动信息的在线多目标跟踪方法及装置
CN108734022A (zh) * 2018-04-03 2018-11-02 安徽师范大学 基于三维网格划分的隐私保护轨迹数据发布方法
CN108804539A (zh) * 2018-05-08 2018-11-13 山西大学 一种时间与空间双视角下的轨迹异常检测方法
CN110688435A (zh) * 2018-07-04 2020-01-14 北京嘀嘀无限科技发展有限公司 一种相似轨迹搜索方法和系统
CN108924507A (zh) * 2018-08-02 2018-11-30 高新兴科技集团股份有限公司 一种基于多摄像头场景的人员轨迹生成系统及方法
CN110223329A (zh) * 2019-05-10 2019-09-10 华中科技大学 一种多摄像机多目标跟踪方法
CN110134126A (zh) * 2019-05-15 2019-08-16 百度在线网络技术(北京)有限公司 轨迹匹配方法、装置、设备和介质
CN110826594A (zh) * 2019-09-29 2020-02-21 成都华为技术有限公司 一种轨迹聚类的方法、设备及存储介质
CN111524164A (zh) * 2020-04-21 2020-08-11 北京爱笔科技有限公司 一种目标跟踪方法、装置及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《Online multi-object tracking with efficient track drift and fragmentation handling》;Jaeyong Ju et al.;《journal of the optical society of America A》;第34卷(第2期);全文 *
《基于分层关联的多目标跟踪技术研究》;孙伟;《中国优秀硕士学位论文全文数据库信息科技辑》(第5期);全文 *
《基于连续最小能量的多目标跟踪》;孙娴 等;《南京邮电大学学报( 自然科学版)》;全文 *

Also Published As

Publication number Publication date
CN112102357A (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
US10223595B2 (en) Methods, devices and computer programs for tracking targets using independent tracking modules associated with cameras
CN112529942B (zh) 多目标跟踪方法、装置、计算机设备及存储介质
Hyun et al. Detection recovery in online multi-object tracking with sparse graph tracker
US10600190B2 (en) Object detection and tracking method and system for a video
KR20210027778A (ko) 객체 검출 및 추적을 통한 이상행동 분석 장치 및 방법
US10096123B2 (en) Method and device for establishing correspondence between objects in a multi-image source environment
CN107528904B (zh) 用于数据分布式异常检测的方法与设备
Dymczyk et al. Will it last? Learning stable features for long-term visual localization
Bashar et al. Multiple object tracking in recent times: A literature review
Tao et al. Tracking for half an hour
Hung et al. Soda: Multi-object tracking with soft data association
CN114283089B (zh) 基于跳跃加速的深度恢复方法、电子设备及存储介质
CN110659559B (zh) 一种监控场景多目标跟踪方法及系统
Papapetros et al. Visual loop-closure detection via prominent feature tracking
CN112102357B (zh) 轨迹调整方法、装置及设备、存储介质
CN110363791B (zh) 一种融合单目标跟踪结果的在线多目标跟踪方法
Pu et al. Locality-aware attention network with discriminative dynamics learning for weakly supervised anomaly detection
Peng et al. Tracklet siamese network with constrained clustering for multiple object tracking
CN113793365B (zh) 目标跟踪方法、装置、计算机设备及可读存储介质
Lukežič et al. Performance evaluation methodology for long-term visual object tracking
CN109815369B (zh) 一种归档方法及装置
Gloudemans et al. Localization-based tracking
CN112214629A (zh) 基于图像识别的回环检测方法及可移动设备
CN112528078B (zh) 一种图像归档方法、装置及设备
CN114972814B (zh) 一种目标匹配的方法、装置及存储介质

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