CN112243110B - 全景目标轨迹记录方法 - Google Patents
全景目标轨迹记录方法 Download PDFInfo
- Publication number
- CN112243110B CN112243110B CN202011105771.9A CN202011105771A CN112243110B CN 112243110 B CN112243110 B CN 112243110B CN 202011105771 A CN202011105771 A CN 202011105771A CN 112243110 B CN112243110 B CN 112243110B
- Authority
- CN
- China
- Prior art keywords
- target
- online
- snapshot
- main control
- control module
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/41—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- 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
-
- 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
-
- 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
- H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
-
- 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
- H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/08—Mouthpieces; Microphones; Attachments therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了全景目标轨迹记录方法,包括如下步骤:主控模块根据全景图像传感器阵列的数据进行目标检测,统计检测到的目标数量;当主控模块检测到新目标上线时,根据目标的大小,调用云台水平电机和云台垂直电机,将抓拍图像传感器阵列转到对应的位置和角度;抓拍单元主控采集抓拍图像传感器阵列实时获取的数据进行目标的抓拍,获取目标ID;若本地目标库中不存在该目标,入库并建立目标ID;主控模块根据目标ID更新目标状态;主控模块跟踪对应目标ID的轨迹;主控模块进行目标状态更新,获取新增离线目标的ID,生成从目标进入到目标丢失的完整目标轨迹,并进行存储。通过本发明,可以实现实现视频监控的智能化。
Description
技术领域
本发明涉及全景目标轨迹记录设备领域,具体是全景目标轨迹记录设备及记录方法。
背景技术
目前安防监控中往往会针对特定场景进行长时间冗余记录,产生了视频上传的流量浪费和本地历史视频的存储空间浪费。为了解决这种问题,对监控视频进行触发录像是一种比较有效的方案,常见的触发方案有移动侦测和目标侦测。移动侦测因为比较高的误报和漏报率,在实际使用中效果并不理想,目标侦测只能够简单的提取出来监控视野内的兴趣目标出现的时段内的视频,对于同一个目标多次出现在同一个场景内的视频片段,并不会进行合并,导致产生的视频片段碎片化严重,而且由于监控设备的视场角往往是有限的,同一个目标可能在视野内频繁的进出,加重了同一个目标视频片段的碎片化;另外一个比较严重的缺陷是,由于监控环境中比较嘈杂,这类的设备在室外的场景内无法针对目标录制到清晰的音源;同时由于监控摄像机本身存在视场角度有限的情况,目标在监控场景内很容易活动到监控视野的盲区,导致记录的目标视频轨迹是不完整的。此外为了能够采集到足够丰富的信息,普通的目标轨迹记录设备的目标搜索框往往设置的比较大,导致目标监控距离比较近,或者目标搜索框设置的比较小,但由于有效分辨率不够,无法采集到足够的信息进行目标特征的提取,即使提取到了目标的轨迹,也无法对目标身份进行进一步的判断。只能得到人或者车在场景中走过的浅层次信息,无法定位到目标的身份。导致其应用也受到很大的局限。
发明内容
本发明的目的在于克服现有技术的不足,提供全景目标轨迹记录方法,包括如下步骤:
S1:主控模块根据全景图像传感器阵列的数据进行目标检测,统计检测到的目标数量,若检测到的目标数量和在线已建档目标数量不相等,则判定为新目标上线或旧目标下线;
S2:当主控模块检测到新目标上线时,根据目标的大小,调用云台水平电机和云台垂直电机,将抓拍图像传感器阵列转到对应的位置和角度;抓拍单元主控采集抓拍图像传感器阵列实时获取的数据进行目标的抓拍,将抓拍的画面及对应的角度上传给主控模块,主控模块对抓拍到的画面进行本地的目标库进行比对,获取目标ID;
S3:根据抓拍到的画面在本地目标库中搜索,若本地目标库中不存在该目标,则根据抓拍单元主控上传的目标抓拍照片提取该目标的特征,入库并建立目标ID;
S4:主控模块根据目标ID判断是否是在线目标,若在线,则不进行处理;若为不在线目标,则更新目标为在线状态;
S5:主控模块分析全景画面,跟踪对应目标ID的轨迹;
S6:主控模块每隔设定的周期进行目标状态更新,获取新增离线目标的ID,生成从目标进入到目标丢失的完整目标轨迹,并进行存储。
优选的,所述的目标状态为目标出现或者离开监控区域的状态;在线已建档目标为通过抓拍单元主控分析识别出设备的身份信息,记录到数据库中的目标,并且目标状态为在线。
优选的,所述的目标库包括两类库,分别为已知目标库和陌生目标库,已知目标库包括:黑名单,不允许进入区域或者在通缉的目标;白名单,具备权限的目标;陌生目标库用于记录进入到监控区域中的陌生目标的属性特征,所谓的属性特征包括:人脸、着装、性别等;车牌、车型、颜色等;所谓的目标ID为系统中的一串唯一的序列号,用于唯一标示目标。
优选的,所述的主控3分析全景画面,跟踪对应目标ID的轨迹包括如下步骤:
S51:主控分析全景画面,利用目标检测算法检测出目标候选框;目标检测算法包括人形检测和车型检测算法;
S52:将S51检测出来的目标候选框和在线目标的位置框进行空间关联性对比,筛选出来空间关联性最强的在线目标,利用该目标候选框的位置,更新在线目标的当前位置;
S53:若检测出来的目标候选框和多个在线目标产生时空关联,则可以通过目标属性,进行进一步的选别,找出和当前目标框属性最接近的在线目标,更新该在线目标的位置;
S54:若存在多个属性相近的在线候选目标,则利用抓拍单元主控分析抓拍图像传感器阵列采集到的数据,获取当前的框对应的目标特征,并和候选的在线目标的特征进行比对,找出相似度最高的在线目标,更新在线目标的位置信息;
S55:周期性的对在线的目标进行身份再确认,对每一个在线的目标,调用云台水平电机和云台垂直电机转到当前目标所在的抓拍扇区内,抓拍图像传感器阵列抓取当前目标的照片,抓拍单元主控和主控分析目标的属性特征,并和该在线目标ID所对应的属性特征进行比对,确定该在线目标的ID是否正确,不正确则更新其ID,将新ID的状态改为在线,并将之前的 ID判定为离线。
优选的,所述的具体流程如下:
S61:分析目标出现的时间段,提取麦克风阵列采集到的多麦克风的音频数据和视频数据;
S62:获取目标出现的角度轨迹,将S61的音频数据针对对应角度轨迹进行优化降噪;
S63:将S62提取出来的音频数据和S61提取出来的视频数据进行合成,并结合之前提取的位置信息和目标ID,进行存档。
全景目标轨迹记录设备,所述的包括麦克风阵列、全景图像传感器阵列、主控模块、全景补光灯、云台水平电机、云台垂直电机、滑环、抓拍单元主控、抓拍单元补光灯、抓拍图像传感器阵列;所述的麦克风阵列、全景图像传感器阵列、全景补光灯、滑环分别与所述的主控模块连接;所述的抓拍单元主控与所述的滑环连接;所述的云台水平电机、云台垂直电机、抓拍单元补光灯、抓拍图像传感器阵列分别与所述的抓拍单元主控连接。
本发明的有益效果是:通过一台全景目标轨迹记录设备就可以实现对场景内无死角的全景化扫描,实现对目标的全局跟踪轨迹的记录并获取到目标的身份信息和音轨信息。无需额外音频监控或者多个目标轨迹记录设备联动。利用全景目标轨迹记录设备,有效的减少全景图像采集设备采集到的冗余信息,生成目标身份索引。后续只需要输入目标的人脸图像或者车牌号码,就可以获取到目标在整个场景内的活动轨迹,实现视频监控的智能化。
附图说明
图1为全景目标轨迹记录方法的流程图;
图2为全景目标轨迹记录设备的原理图;
图3为目标跟踪的流程示意图;
图4轨迹归档流程示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,全景目标轨迹记录方法,包括如下步骤:
S1:主控模块根据全景图像传感器阵列的数据进行目标检测,统计检测到的目标数量,若检测到的目标数量和在线已建档目标数量不相等,则判定为新目标上线或旧目标下线;
S2:当主控模块检测到新目标上线时,根据目标的大小,调用云台水平电机和云台垂直电机,将抓拍图像传感器阵列转到对应的位置和角度;抓拍单元主控采集抓拍图像传感器阵列实时获取的数据进行目标的抓拍,将抓拍的画面及对应的角度上传给主控模块,主控模块对抓拍到的画面进行本地的目标库进行比对,获取目标ID;
S3:根据抓拍到的画面在本地目标库中搜索,若本地目标库中不存在该目标,则根据抓拍单元主控上传的目标抓拍照片提取该目标的特征,入库并建立目标ID;
S4:主控模块根据目标ID判断是否是在线目标,若在线,则不进行处理;若为不在线目标,则更新目标为在线状态;
S5:主控模块分析全景画面,跟踪对应目标ID的轨迹;
S6:主控模块每隔设定的周期进行目标状态更新,获取新增离线目标的ID,生成从目标进入到目标丢失的完整目标轨迹,并进行存储。
所述的目标状态为目标出现或者离开监控区域的状态;在线已建档目标为通过抓拍单元主控分析识别出设备的身份信息,记录到数据库中的目标,并且目标状态为在线。
所述的目标库包括两类库,分别为已知目标库和陌生目标库,已知目标库包括:黑名单,不允许进入区域或者在通缉的目标;白名单,具备权限的目标;陌生目标库用于记录进入到监控区域中的陌生目标的属性特征,所谓的属性特征包括:人脸、着装、性别等;车牌、车型、颜色等;所谓的目标ID为系统中的一串唯一的序列号,用于唯一标示目标。
所述的主控3分析全景画面,跟踪对应目标ID的轨迹包括如下步骤:
S51:主控分析全景画面,利用目标检测算法检测出目标候选框;目标检测算法包括人形检测和车型检测算法;
S52:将S51检测出来的目标候选框和在线目标的位置框进行空间关联性对比,筛选出来空间关联性最强的在线目标,利用该目标候选框的位置,更新在线目标的当前位置;
S53:若检测出来的目标候选框和多个在线目标产生时空关联,则可以通过目标属性,进行进一步的选别,找出和当前目标框属性最接近的在线目标,更新该在线目标的位置;
S54:若存在多个属性相近的在线候选目标,则利用抓拍单元主控分析抓拍图像传感器阵列采集到的数据,获取当前的框对应的目标特征,并和候选的在线目标的特征进行比对,找出相似度最高的在线目标,更新在线目标的位置信息;
S55:周期性的对在线的目标进行身份再确认,对每一个在线的目标,调用云台水平电机和云台垂直电机转到当前目标所在的抓拍扇区内,抓拍图像传感器阵列抓取当前目标的照片,抓拍单元主控和主控分析目标的属性特征,并和该在线目标ID所对应的属性特征进行比对,确定该在线目标的ID是否正确,不正确则更新其ID,将新ID的状态改为在线,并将之前的 ID判定为离线。
所述的具体流程如下:
S61:分析目标出现的时间段,提取麦克风阵列采集到的多麦克风的音频数据和视频数据;
S62:获取目标出现的角度轨迹,将S61的音频数据针对对应角度轨迹进行优化降噪;
S63:将S62提取出来的音频数据和S61提取出来的视频数据进行合成,并结合之前提取的位置信息和目标ID,进行存档。
全景目标轨迹记录设备,包括麦克风阵列、全景图像传感器阵列、主控模块、全景补光灯、云台水平电机、云台垂直电机、滑环、抓拍单元主控、抓拍单元补光灯、抓拍图像传感器阵列;所述的麦克风阵列、全景图像传感器阵列、全景补光灯、滑环分别与所述的主控模块连接;所述的抓拍单元主控与所述的滑环连接;所述的云台水平电机、云台垂直电机、抓拍单元补光灯、抓拍图像传感器阵列分别与所述的抓拍单元主控连接。
具体的全景目标轨迹记录设备的工作流程如下:
S1:主控3对全景图像传感器阵列2进行目标检测,统计检测到的目标数量,如果检测到的目标数量和在线已建档目标数量不等,则判定为新目标上线或者旧目标下线;所谓的目标状态(在线和离线)指的是目标出现或者离开监控区域的状态;在线已建档目标指的是目标状态是在线的,而且已经通过抓拍单元主控7分析识别出设备的身份信息,记录到数据库中的目标。
S2:当主控3检测到新目标上线的时候,分析目标的大小,从近到远(通过目标的大小来判断),调用云台水平电机5和云台垂直电机8,转到指定的位置。抓拍单元主控7采集抓拍图像传感器阵列10实时数据进行目标的抓拍,将抓拍的画面(和对应的角度)上传给当主控 3中,当主控3对抓拍到的画面进行本地的目标库进行比对,获取到目标ID,所谓的目标库包括两类库,一个是已知目标库,一个是陌生目标库,已知目标库包括:黑名单:不允许进入区域或者在通缉的目标,白名单:具备权限的目标;陌生目标库主要用于记录进入到监控视野中的陌生目标的属性特征。所谓的属性特征包括:人的人脸,着装,性别等;车的车牌,车型,颜色等。所谓的目标ID为系统中的一串唯一的序列号,用于唯一标示目标。身份确定的过程就是目标ID的创建或者确定的过程。
S3:如果主控3确定本地目标库中不存在该目标,则根据抓拍单元主控7上传的目标抓拍照片提取该目标的特征,入库,建立目标ID;
S4:主控3根据目标ID是否是在线的目标,如果是在线,不进行处理,如果是不在线的目标,则更新目标在线状态。
S5:主控3分析全景画面,跟踪对应目标ID的轨迹,具体跟踪流程如下:
S51:主控3分析全景画面,利用目标检测算法检测出目标候选框;目标检测算法包括人形检测和车型检测算法;
S52:考虑到目标运动轨迹具有时空连续性,也即时间相邻的两帧的检测出来的同一个目标的两个位置框具有空间关联性,中心距离不会超过指定的阈值,将S51检测出来的目标候选框和在线目标的位置框进行空间关联性对比,筛选出来空间关联性最强的在线目标,利用该目标候选框的位置,更新在线目标的当前位置;
S53:如果检测出来的目标候选框和多个在线目标产生时空关联(发生重叠交错的现象),则可以通过目标属性(包括人的着装,性别和车的车型颜色等),进行进一步的选别,找出和当前目标框属性最接近的在线目标。更新该在线目标的位置。
S54:如果存在多个属性相近的在线候选目标,需要利用抓拍单元主控7分析抓拍图像传感器阵列10采集到的数据,获取当前的框对应的目标特征(包括人脸特征和车牌特征),并和候选的在线目标的特征进行比对。找出相似度最高的在线目标,更新改在线目标的位置信息。
S55:为了保证当前在线目标的ID的准确性,需要周期性的(每10s)对在线的目标进行身份再确认。方法是,对每一个在线的目标,调用调用云台水平电机5和云台垂直电机8转到当前目标所在的抓拍扇区内(所谓的抓拍扇区指的是以设备为中心,以抓拍图像传感器阵列10有效抓拍角度为张角,抓拍图像传感器阵列10有效抓拍距离为半径的区域),抓拍图像传感器阵列10抓取当前目标的照片,抓拍单元主控7和主控3分析目标的属性特征。并和该在线目标ID所对应的属性特征进行比对,确定该在线目标的ID是否正确,不正确则更新其 ID,将新ID的状态改为在线,并将之前的ID判定为离线。
S6:主控3每隔指定的周期进行目标状态更新,获取新增离线目标的ID,生成从目标进入到目标丢失的完整目标轨迹,进行本地化存储;目标轨迹包括目标在监控设备中出现的时间和对应的位置以及相应的影像资料。具体流程如下:
S61:分析目标出现的时间段,提取麦克风阵列1采集到的多麦克风的音频数据和视频数据;
S62:获取目标出现的角度轨迹,将S61的音频数据针对对应角度轨迹进行优化降噪;
S63:将S62提取出来的音频数据和S61提取出来的视频数据进行合成,并结合之前提取的位置信息和目标ID,进行存档。
本发明实施例硬件由麦克风阵列1、全景图像传感器阵列2、主控3、全景补光灯4、云台水平电机5、云台垂直电机8、滑环6、抓拍单元主控7、抓拍单元补光灯9、抓拍图像传感器阵列10组成,麦克风阵列1、全景图像传感器阵列2、主控3、全景补光灯4固定在结构的基座上,通过滑环和高速云台进行数据和电气连接,云台水平电机5、云台垂直电机8、抓拍单元主控7、抓拍单元补光灯9、抓拍图像传感器阵列10位于高速云台上,实现快速的抓。主控3在分析全景图像传感器阵列2采集到的全景画面中存在目标时,通过滑环内的数据线向抓拍单元主控7发送指令,抓拍单元主控7控制云台水平电机5、云台垂直电机8快速转动,将抓拍图像传感器阵列10指向被检测到的目标。在低照度环境下主控3和抓拍单元主控 7分别控制全景补光灯4和抓拍单元补光灯9进行环境补光。主控3采集麦克风阵列1的原始音频数据。后续在获取到目标的方位指向信息之后对原始音频数据进行提取。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (4)
1.全景目标轨迹记录方法,其特征在于,包括如下步骤:
S1:主控模块根据全景图像传感器阵列的数据进行目标检测,统计检测到的目标数量,若检测到的目标数量和在线已建档目标数量不相等,则判定为新目标上线或旧目标下线;
S2:当主控模块检测到新目标上线时,根据目标的大小,调用云台水平电机和云台垂直电机,将抓拍图像传感器阵列转到对应的位置和角度;抓拍单元主控采集抓拍图像传感器阵列实时获取的数据进行目标的抓拍,将抓拍的画面及对应的角度上传给主控模块,主控模块对抓拍到的画面进行本地的目标库进行比对,获取目标ID;
S3:根据抓拍到的画面在本地目标库中搜索,若本地目标库中不存在该目标,则根据抓拍单元主控上传的目标抓拍照片提取该目标的特征,入库并建立目标ID;
S4:主控模块根据目标ID判断是否是在线目标,若在线,则不进行处理;若为不在线目标,则更新目标为在线状态;
S5: 主控模块分析全景画面,跟踪对应目标ID的轨迹;
S6:主控模块每隔设定的周期进行目标状态更新,获取新增离线目标的ID,生成从目标进入到目标丢失的完整目标轨迹,并进行存储。
2.根据权利要求1所述的全景目标轨迹记录方法,其特征在于,所述的目标状态为目标出现或者离开监控区域的状态;在线已建档目标为通过抓拍单元主控分析识别出设备的身份信息,记录到数据库中的目标,并且目标状态为在线。
3.根据权利要求1所述的全景目标轨迹记录方法,其特征在于,所述的目标库包括两类库,分别为已知目标库和陌生目标库,已知目标库包括:黑名单,不允许进入区域或者在通缉的目标;白名单,具备权限的目标;陌生目标库用于记录进入到监控区域中的陌生目标的属性特征,所谓的属性特征包括:人脸、着装、性别;车牌、车型、颜色;所谓的目标ID为系统中的一串唯一的序列号,用于唯一标示目标。
4.根据权利要求1所述的全景目标轨迹记录方法,其特征在于,所述的主控模块分析全景画面,跟踪对应目标ID的轨迹包括如下步骤:
S51:主控分析全景画面,利用目标检测算法检测出目标候选框;目标检测算法包括人形检测和车型检测算法;
S52:将S51检测出来的目标候选框和在线目标的位置框进行空间关联性对比,筛选出来空间关联性最强的在线目标,利用该目标候选框的位置,更新在线目标的当前位置;
S53: 若检测出来的目标候选框和多个在线目标产生时空关联,则可以通过目标属性,进行进一步的选别,找出和当前目标框属性最接近的在线目标,更新该在线目标的位置;
S54: 若存在多个属性相近的在线候选目标,则利用抓拍单元主控分析抓拍图像传感器阵列采集到的数据,获取当前的框对应的目标特征,并和候选的在线目标的特征进行比对,找出相似度最高的在线目标,更新在线目标的位置信息;
S55:周期性的对在线的目标进行身份再确认,对每一个在线的目标,调用云台水平电机和云台垂直电机转到当前目标所在的抓拍扇区内,抓拍图像传感器阵列抓取当前目标的照片,抓拍单元主控和主控分析目标的属性特征,并和该在线目标ID所对应的属性特征进行比对,确定该在线目标的ID是否正确,不正确则更新其ID,将新ID的状态改为在线,并将之前的ID判定为离线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011105771.9A CN112243110B (zh) | 2020-10-15 | 2020-10-15 | 全景目标轨迹记录方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011105771.9A CN112243110B (zh) | 2020-10-15 | 2020-10-15 | 全景目标轨迹记录方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112243110A CN112243110A (zh) | 2021-01-19 |
CN112243110B true CN112243110B (zh) | 2023-03-24 |
Family
ID=74169359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011105771.9A Active CN112243110B (zh) | 2020-10-15 | 2020-10-15 | 全景目标轨迹记录方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112243110B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114359976B (zh) * | 2022-03-18 | 2022-06-14 | 武汉北大高科软件股份有限公司 | 一种基于人物识别的智能安防方法与装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102136191A (zh) * | 2011-01-27 | 2011-07-27 | 武汉汉王智能交通科技有限公司 | 一种多场景全功能抓拍监控一体机 |
CN102999918A (zh) * | 2012-04-19 | 2013-03-27 | 浙江工业大学 | 全景视频序列图像的多目标对象跟踪系统 |
CN104135645A (zh) * | 2014-07-31 | 2014-11-05 | 天津市亚安科技股份有限公司 | 人脸跟踪抓拍视频监控系统及方法 |
CN106651916A (zh) * | 2016-12-29 | 2017-05-10 | 深圳市深网视界科技有限公司 | 一种目标的定位跟踪方法及装置 |
CN109214276A (zh) * | 2018-07-23 | 2019-01-15 | 武汉虹信技术服务有限责任公司 | 一种基于人脸识别技术的目标人员轨迹跟踪的系统及方法 |
CN110390292A (zh) * | 2018-10-26 | 2019-10-29 | 西安电子科技大学 | 基于动态关联模型的遥感视频车辆目标检测与跟踪方法 |
CN110543868A (zh) * | 2019-09-09 | 2019-12-06 | 福建省趋普物联科技有限公司 | 一种基于人脸识别和头肩检测的监控方法及系统 |
CN110930692A (zh) * | 2019-10-24 | 2020-03-27 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
CN111061916A (zh) * | 2019-12-20 | 2020-04-24 | 中通服咨询设计研究院有限公司 | 一种基于多目标库图像识别的视频共享系统 |
CN111246172A (zh) * | 2020-01-20 | 2020-06-05 | 深圳英飞拓科技股份有限公司 | 一种联动图像采集装置及图像采集方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1909229B1 (en) * | 2006-10-03 | 2014-02-19 | Nikon Corporation | Tracking device and image-capturing apparatus |
US10860863B2 (en) * | 2016-10-25 | 2020-12-08 | Deepnorth Inc. | Vision based target tracking using tracklets |
JP6949612B2 (ja) * | 2017-08-09 | 2021-10-13 | キヤノン株式会社 | 動画再生装置およびその制御方法、並びにプログラム |
-
2020
- 2020-10-15 CN CN202011105771.9A patent/CN112243110B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102136191A (zh) * | 2011-01-27 | 2011-07-27 | 武汉汉王智能交通科技有限公司 | 一种多场景全功能抓拍监控一体机 |
CN102999918A (zh) * | 2012-04-19 | 2013-03-27 | 浙江工业大学 | 全景视频序列图像的多目标对象跟踪系统 |
CN104135645A (zh) * | 2014-07-31 | 2014-11-05 | 天津市亚安科技股份有限公司 | 人脸跟踪抓拍视频监控系统及方法 |
CN106651916A (zh) * | 2016-12-29 | 2017-05-10 | 深圳市深网视界科技有限公司 | 一种目标的定位跟踪方法及装置 |
CN109214276A (zh) * | 2018-07-23 | 2019-01-15 | 武汉虹信技术服务有限责任公司 | 一种基于人脸识别技术的目标人员轨迹跟踪的系统及方法 |
CN110390292A (zh) * | 2018-10-26 | 2019-10-29 | 西安电子科技大学 | 基于动态关联模型的遥感视频车辆目标检测与跟踪方法 |
CN110543868A (zh) * | 2019-09-09 | 2019-12-06 | 福建省趋普物联科技有限公司 | 一种基于人脸识别和头肩检测的监控方法及系统 |
CN110930692A (zh) * | 2019-10-24 | 2020-03-27 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
CN111061916A (zh) * | 2019-12-20 | 2020-04-24 | 中通服咨询设计研究院有限公司 | 一种基于多目标库图像识别的视频共享系统 |
CN111246172A (zh) * | 2020-01-20 | 2020-06-05 | 深圳英飞拓科技股份有限公司 | 一种联动图像采集装置及图像采集方法 |
Non-Patent Citations (2)
Title |
---|
基于改进的Boosting算法的仓库监控区域目标跟踪研究;冯曙明等;《微型电脑应用》;20200520(第05期);全文 * |
基于状态预测和运动结构的在线多目标跟踪;刘玉杰等;《计算机辅助设计与图形学学报》;20180215(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112243110A (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7751647B2 (en) | System and method for detecting an invalid camera in video surveillance | |
US9262668B2 (en) | Distant face recognition system | |
US8289392B2 (en) | Automatic multiscale image acquisition from a steerable camera | |
KR101425505B1 (ko) | 객체인식기술을 이용한 지능형 경계 시스템의 감시 방법 | |
WO2009079809A1 (en) | Video surveillance system with object tracking and retrieval | |
KR100980586B1 (ko) | 단일 또는 다중 카메라를 이용한 지능형 영상보안방범 방법 및 그 시스템 | |
JP6013923B2 (ja) | ビデオエピソードの閲覧及び検索のためのシステム及び方法 | |
KR101019384B1 (ko) | 전방위 카메라 및 팬/틸트/줌 카메라를 이용한 무인 감시 장치 및 방법 | |
KR101743689B1 (ko) | 통합 방범 지능형 cctv의 영상 처리 방법 및 통합 방범 지능형 cctv 시스템 | |
US20120062732A1 (en) | Video system with intelligent visual display | |
US20070230943A1 (en) | Object detection system and method | |
US10645311B2 (en) | System and method for automated camera guard tour operation | |
WO2013172738A1 (en) | Method for video-data indexing using a map | |
CN105554443A (zh) | 视频图像中异响来源的定位方法及装置 | |
CN101587592A (zh) | 目标运动识别系统 | |
CN112243110B (zh) | 全景目标轨迹记录方法 | |
US20190027004A1 (en) | Method for performing multi-camera automatic patrol control with aid of statistics data in a surveillance system, and associated apparatus | |
KR20160093253A (ko) | 영상 기반 이상 흐름 감지 방법 및 그 시스템 | |
KR20030064668A (ko) | 객체식별이 가능한 영상처리 디지탈녹화시스템 | |
KR101611696B1 (ko) | 음향을 감지하여 위치 추적이 가능한 모니터링 시스템 및 방법과 이를 이용한 이벤트 모니터링 네트워크 | |
KR100779858B1 (ko) | 물체인식에 의한 영상감시 제어시스템 및 방법 | |
US20050128298A1 (en) | Method for following at least one object in a scene | |
KR20220088183A (ko) | 실시간 영상 분석을 통한 이벤트 발생 감지 및 안내 정보 제공 방법 | |
KR20120082201A (ko) | 영상 감시 시스템 및 방법 | |
JP2005101807A (ja) | 屋外監視装置および屋外監視方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |