CN112437274B - 一种抓拍图片的传输方法及抓拍机 - Google Patents
一种抓拍图片的传输方法及抓拍机 Download PDFInfo
- Publication number
- CN112437274B CN112437274B CN202011287333.9A CN202011287333A CN112437274B CN 112437274 B CN112437274 B CN 112437274B CN 202011287333 A CN202011287333 A CN 202011287333A CN 112437274 B CN112437274 B CN 112437274B
- Authority
- CN
- China
- Prior art keywords
- snapshot
- picture
- moving
- moving target
- server
- 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
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
-
- 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
- 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)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种抓拍图片的传输方法及抓拍机,该方法和抓拍机能够弥补现有技术中多次将包含有相同移动目标的抓拍图片传输至服务器的不足,从而达到节约宽带资源的目的。其中,抓拍图片的传输方法包括:对进入抓拍范围内的至少一个移动目标进行抓拍,形成第一抓拍图片;对第一抓拍图片中的至少一个移动目标进行检测,并生成至少一个特征向量;若确定每个特征向量与已传输至服务器的第二抓拍图片包含的多个移动目标对应的特征向量中任一特征向量的相似度大于或等于预设阈值,则将至少一个移动目标的属性信息传输至服务器,以使服务器根据属性信息在第二抓拍图片中确定至少一个移动目标的状态。
Description
技术领域
本发明涉及数据传输技术领域,尤其涉及一种抓拍图片的传输方法及抓拍机。
背景技术
目前在视频监控领域,通常在需要监控的位置安装抓拍机对某些违法违章行为进行抓拍。例如,利用抓拍机在红绿灯处对闯红灯的司机的人脸进行抓拍,以作为后续扣分罚款的证据。但是现有技术中,抓拍机通常会周期性或者一旦检测到移动目标进入其抓拍范围内就会进行抓拍,形成抓拍图片,并将抓拍图片以及抓拍图片中的移动目标的位置信息以组合的方式传输至服务器。若抓拍机的抓拍频率较高,移动目标在经过抓拍机抓拍范围过程中可能被抓拍机抓拍多次,这就意味着即使抓拍范围内的移动目标未并发生改变的情况下,仍然需要多次将形成的抓拍图片传输至服务器,从而导致占用较多的宽带资源。
可见,现有技术中,在抓拍机的抓拍范围内移动目标可能被多次抓拍且形成的抓拍图像会多次上传至服务器,从而导致宽带资源浪费。
发明内容
本发明实施例提供了一种抓拍图片的传输方法及抓拍机,该方法和抓拍机能够弥补现有技术中多次将包含有相同移动目标的抓拍图片传输至服务器的不足,从而达到节约宽带资源的目的。
第一方面,本发明实施例提供了一种抓拍图片的传输方法,应用于抓拍机,所述方法包括:
根据预设规则对进入所述抓拍机所对应的抓拍范围内的至少一个移动目标进行抓拍,并形成第一抓拍图片;
对所述第一抓拍图片中的所述至少一个移动目标进行目标检测,并生成至少一个特征向量;
若确定所述至少一个特征向量中每个特征向量与已传输至服务器的第二抓拍图片所包含的多个移动目标各自对应的特征向量中任一特征向量的相似度大于或等于预设阈值,则将所述至少一个移动目标的属性信息传输至服务器,以使所述服务器根据所述属性信息在所述第二抓拍图片中确定所述至少一个移动目标的状态,所述属性信息包括当前抓拍所述至少一个移动目标的时间以及当前所述至少一个移动目标的位置信息。
本发明实施例中,第一抓拍图片为抓拍当前抓拍范围内所包含的至少一个移动目标所形成的抓拍图片,而第二抓拍图片为抓拍同一抓拍范围所包含的多个移动目标且先于第一抓拍图片形成的抓拍图片。若对于第一抓拍图片中的每个移动目标,都能在第二抓拍图片中找到与之对应的相似度较高的移动目标,则表明第一抓拍图片所包含的全部移动目标包含于第二抓拍图片。由于第二抓拍图片已经上传至服务器,那么可以认为第一抓拍图片中所包含的全部移动目标的图像信息已经上传至服务器,此时只需要将第一抓拍图片中至少一个移动目标的属性信息传输至服务器,使得服务器可以根据属性信息在第二抓拍图片中确定至少一个移动目标的状态即可,而无需再次上传第一抓拍图片。该方法能够弥补现有技术中多次将包含有相同移动目标的抓拍图片传输至服务器的不足,从而节约了宽带资源。
可选的,在确定所述至少一个特征向量中每个特征向量与已传输至服务器的第二抓拍图片所包含的多个移动目标各自对应的特征向量中任一特征向量的相似度大于或等于预设阈值之后,还包括:
将所述第二抓拍图片中所包含的部分移动目标的标识赋予所述第一抓拍图片中相对应的所述至少一个移动目标,以使所述第一抓拍图片与所述第二抓拍图片中相同的移动目标之间建立关联,所述标识包括第一部分与第二部分,所述第一部分用于指示移动目标所在的抓拍图片,所述第二部分用于指示移动目标在抓拍图片中的编号。
本发明实施例中,一旦确定针对第一抓拍图片中的每个移动目标,都能在第二抓拍图片中找到与之对应的相似度较高的移动目标,那么就可以将第二抓拍图片中部分移动目标的标识赋予第一抓拍图片中与之对应的移动目标,从而使第一抓拍图片与第二抓拍图片中相同的移动目标之间建立联系。在此基础上,服务器就可以根据接收到的来自第一抓拍图片所包含的至少一个移动目标的属性信息在第二抓拍图片中确定出与之相对应每个移动目标的属性信息,即可以清楚的确定出任一特定移动目标的具体状态。
可选的,还包括:
若确定所述至少一个特征向量中任一特征向量与所述第二抓拍图片所包含的多个移动目标各自对应的特征向量的相似度均小于所述预设阈值,则将所述第一抓拍图片传输至所述服务器。
本发明实施例中,若对于第一抓拍图片中所包含的某个移动目标,其在第二抓拍图片中无法找到与之相对应的移动目标,则表明该移动目标为当前抓拍范围内新出现的移动目标,此时可以将包含有该新的移动目标的第一抓拍图片传输至服务器,以便于服务器根据第一抓拍图片对新出现的移动目标进行分析。
可选的,所述抓拍机存储有所述第二抓拍图片所包含的多个移动目标各自对应的特征向量,则在将所述第一抓拍图片传输至所述服务器之后,还包括:
将存储的所述第二抓拍图片所包含的多个移动目标各自对应的特征向量替换为所述第一抓拍图片所包含的至少一个移动目标各自对应的特征向量。
本发明实施例中,若第一抓拍图片需要传输至服务器,则表明当前抓拍机的抓拍范围内的移动目标出现了变化,从而可以将抓拍机中存储的第二抓拍图片所包含的多个移动目标各自对应特征向量替换为第一抓拍图片中所包含的至少一个移动目标各自对应的特征向量,从而作为后续抓拍图片是否传输至服务器的参照标准。
可选的,还包括:
若确定所述第二抓拍图片所包含的多个移动目标各自对应的特征向量的存储时长超过预设时长,则删除存储的所述第二抓拍图片所包含的多个移动目标各自对应的特征向量。
本发明实施例中,当抓拍机中存储第二抓拍图片所包含的多个移动目标各自对应的特征向量的存储时长超过了预设时长,则可以认为上述多个移动目标早已离开抓拍机的抓拍范围内,此时可以对抓拍机中存储的与上述多个移动目标相对应的特征向量进行删除操作,从而节省抓拍机的存储空间。
第二方面,本发明实施例提供了一种抓拍机,所述抓拍机包括:
抓拍单元,用于根据预设规则对进入所述抓拍机所对应的抓拍范围内的至少一个移动目标进行抓拍,并形成第一抓拍图片;
生成单元,用于对所述第一抓拍图片中的所述至少一个移动目标进行目标检测,并生成各个移动目标所对应的特征向量;
传输单元,用于当确定多个特征向量中每个特征向量与已传输至服务器的第二抓拍图片所包含的多个移动目标各自对应的特征向量中任一特征向量的相似度大于或等于预设阈值时,将所述至少一个移动目标的属性信息传输至服务器,以使所述服务器根据所述属性信息在所述第二抓拍图片中确定所述至少一个移动目标的状态,所述属性信息包括当前抓拍所述至少一个移动目标的时间以及当前所述至少一个移动目标的位置信息。
可选的,所述抓拍机还包括:
赋予单元,用于将所述第二抓拍图片中所包含的部分移动目标的标识赋予所述第一抓拍图片中相对应的所述至少一个移动目标,以使所述第一抓拍图片与所述第二抓拍图片中相同的移动目标之间建立关联,所述标识包括第一部分与第二部分,所述第一部分用于指示移动目标所在的抓拍图片,所述第二部分用于指示移动目标在抓拍图片中的编号。
可选的,所述传输单元还用于:
若确定所述多个特征向量中每个特征向量与所述第二抓拍图片所包含的多个移动目标各自对应的特征向量的相似度均小于所述预设阈值,将所述第一抓拍图片传输至所述服务器。
可选的,所述抓拍机存储有所述第二抓拍图片所包含的多个移动目标各自对应的特征向量,所述抓拍机还包括:
替换单元,用于将存储的所述第二抓拍图片所包含的多个移动目标各自对应的特征向量替换为所述第一抓拍图片所包含的至少一个移动目标各自对应的特征向量。
可选的,所述抓拍机还包括:
删除单元,用于当确定所述第二抓拍图片所包含的多个移动目标各自对应的特征向量的存储时长超过预设时长时,删除存储的所述第二抓拍图片所包含的多个移动目标各自对应的特征向量。
第三方面,本发明实施例提供一种抓拍机,所述抓拍机包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序是实现如第一方面实施例所述方法的步骤。
第四方面,本发明实施例提供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如第一方面实施例所述方法的步骤。
附图说明
图1为本发明实施例提供的一种抓拍图片的传输方法的流程示意图;
图2为本发明实施例提供的一种抓拍机的结构示意图;
图3为本发明实施例提供的一种抓拍机的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。
目前在基于抓拍机对其抓拍范围内出现的移动目标进行抓拍时,由于抓拍机的抓拍频率通常较高,就会导致移动目标从进入当前抓拍机的抓拍范围到离开抓拍范围的过程中多次被抓拍,同时每一次抓拍形成的抓拍图片会传输至服务器。若在上述过程中抓拍范围内的移动目标并未发生变化,即抓拍范围内没有新的移动目标出现,那么多次将包含有相同移动目标的抓拍图片传输至服务器会占用较多的宽带资源,造成宽带资源的浪费。
鉴于此,本发明实施例提供了一种抓拍图片的传输方法,该方法通过判断当前的抓拍图片所包含的移动目标是否包含于已传输至服务器的抓拍图片中,若是,则无需将当前的抓拍图片传输至服务器,从而达到节约宽带资源的目的。
下面结合附图对本发明实施例提供的技术方案进行介绍。请参见图1,本发明提供了一种抓拍图片的传输方法,该方法的流程描述如下:
步骤101:根据预设规则对进入抓拍机所对应的抓拍范围内的至少一个移动目标进行抓拍,并形成第一抓拍图片。
本发明实施例中,对于抓拍机所对应的抓拍范围而言,该抓拍范围是固定的,而出现在该抓拍范围内的移动目标则可以认为处于不断运动的状态。那么在不同的时刻,该抓拍范围内所包含的移动目标可能是相同的,也可能是不相同的。若在某时间段内,该抓拍范围内的出现了新的移动目标,此时应该对新的移动目标进行抓拍,并将形成的抓拍图片传输至服务器,以便于服务器根据抓拍图片对新的移动目标进行分析,例如,对新的移动目标的脸部进行分析或者其他的用途,此处不对服务器针对接收到的抓拍图片进行何种分析以及具体的应用场景进行特别限制。反之,若在上述时间段内,该抓拍范围内所包含的移动目标始终相同,即未出现新的移动目标,此时若多次将包含有相同移动目标的抓拍图片传输至服务器,那么对于服务器而言,多次对相同的移动目标进行分析并无太大的实际意义,反而多次传输抓拍图片的过程会造成宽带资源的浪费。因此,为了获知当前抓拍范围内是否存在新的移动目标,就需要对当前抓拍范围内所包含的移动目标进行抓拍。
作为一种可能的实施方式,可以根据预设规则对进入抓拍机所对应的抓拍范围内的至少一个移动目标进行抓拍,并形成第一抓拍图片。
应理解,预设规则为抓拍机的抓拍规则,例如,抓拍机可以进行周期性的抓拍或者一旦检测到移动目标出现在自身的抓拍范围内就可以抓拍,此处不对抓拍机的抓拍规则进行特别限制。
步骤102:对第一抓拍图片中的所述至少一个移动目标进行目标检测,并生成至少一个特征向量。
本发明实施例中,在对当前抓拍范围内所包含的至少一个移动目标进行抓拍并形成第一抓拍图片之后,可以通过将第一抓拍图片与先于第一抓拍图片形成的抓拍图片进行比较的方式,来确定第一抓拍图片所包含的移动目标中是否包含新的移动目标,即是否存在未被抓拍过的移动目标。例如,先于第一抓拍图片形成的抓拍图片可以为已传输至服务器的第二抓拍图片。同时,考虑到第一抓拍图片与第二抓拍图片中所包含的移动目标无法直接进行比较,因此,可以将上述两个抓拍图片中所包含的移动目标分别转换为对应的特征向量,进而通过比较来自不同抓拍图片的移动目标所对应的特征向量的相似度,来确定出移动目标之间的相似度。
作为一种可能的实施方式,可以对第一抓拍图片中的至少一个移动目标进行目标检测,并在此基础上,生成与至少一个移动目标相对应的至少一个特征向量。应理解,一个移动目标对应一个特征向量。
具体的,在对第一抓拍图片中所包含的至少一个移动目标进行目标检测时,可以选择检测速度较快且检测精确度较高的目标检测模型,例如,目标检测模型可以是YOLO V3或者YOLO V4,这里不对选择的目标检测模型进行特别限制。
在通过目标检测模型检测出至少一个移动目标之后,可以对每一个移动目标进行特征提取,并将提取到的特征转换为特性向量。例如,特征向量可以包括基于主成分分析的特征向量,基于梯度方向直方图的特征向量或者基于卷积神经网络的特征向量。此处不对使用的特征向量的具体形式进行特别限制。应理解,为了使第一抓拍图片与第二抓拍图片中移动目标之间的比较结果更为准确,第一抓拍图片与第二抓拍图片应采用相同的目标检测方法以及基于相同类型的特征向量来表征检测出来的移动目标。
步骤103:若确定至少一个特征向量中每个特征向量与已传输至服务器的第二抓拍图片所包含的多个移动目标各自对应的特征向量中任一特征向量的相似度大于或等于预设阈值,则将至少一个移动目标的属性信息传输至服务器,以使服务器根据所述属性信息在第二抓拍图片中确定至少一个移动目标的状态,属性信息包括当前抓拍至少一个移动目标的时间以及当前至少一个移动目标的位置信息。
本发明实施例中,在分别对第一抓拍图片与第二抓拍图片中所包含的移动目标进行目标检测,并生成对应的特征向量之后,可以通过将第一抓拍图片中所包含的移动目标所对应的特征向量与第二抓拍图片中所包含的移动目标所对应的特征向量进行一一比较,来确定第一抓拍图片中所包含的移动目标是否已经被抓拍。若确定第一抓拍图片中所包含的移动目标已经被抓拍,此时就无需再传输第一抓拍图片至服务器,从而达到节省宽带资源的目的。
作为一种可能的实施方式,可以将第一抓拍图片中所包含的至少一个移动目标所对应的特征向量与第二抓拍图片中所包含的多个移动目标各自对应的特征向量进行相似度计算,若确定第一抓拍图片中所包含的至少一个移动目标所对应的特征向量中每个特征向量与第二抓拍图片所包含的多个移动目标各自对应的特征向量中任一特征向量的相似度大于或等于预设阈值时,则表明第一抓拍图片所包含的全部移动目标包含于第二抓拍图片,也就是说,第一抓拍图片中所包含的全部移动目标已经被抓拍过。由于第二抓拍图片已经上传至服务器,那么可以认为第一抓拍图片中所包含的全部移动目标的图像信息已经上传至服务器,此时就无需再传输第一抓拍图片。
应理解,预设阈值的取值与计算特征向量相似度时所使用的方法相关,此处不对预设阈值的取值进行特别限制。
考虑到第一抓拍图片中所包含的至少一个移动目标处于不断运动的状态,为了使服务器能够知晓已经被抓拍过的至少一个移动目标当前的状态,即在哪个时刻处于抓拍范围内的哪个位置,作为一种可能的实施方式,可以在形成第一抓拍图片之后,将第一抓拍图片所包含的至少一个移动目标的属性信息传输给服务器,例如,属性信息可以包括当前抓拍至少一个移动目标的时间以及当前至少一个移动目标的位置信息,那么服务器就可以根据该属性消息在第二抓拍图片中确定已经被抓拍过的至少一个移动目标的状态。
在一些实施例中,考虑到第一抓拍图片所包含的移动目标可能有多个,那么在将这多个移动目标的属性信息传输至服务器时,服务器只能确定出该多个移动目标总体的状态,例如,多个移动目标大概处于抓拍范围内的哪些位置,或者在多个移动目标中大概多少个移动目标即将离开当前抓拍范围等,而无法知晓特定的移动目标的状态。
鉴于此,本发明实施例中,在第二抓拍图片中找到与第一抓拍图片所包含的至少一个移动目标相对应的部分移动目标后,可以将第一抓拍图片与第二抓拍图片中相似度较高的移动目标之间建立关联,那么在将第一抓拍图片所包含的至少一个移动目标的属性信息传输至服务器时,服务器就可以在第二抓拍图片中确定与至少一个移动目标相对应的部分移动目标中每个移动目标的具体状态。
作为一种可能的实施方式,第二抓拍图片中的任一移动目标都具有唯一的标识,该标识可以由两部分构成,第一部分可以用于该移动目标所在的抓拍图片,第二部分可以用于指示该移动目标在当前抓拍图片中的编号,在确定第一抓拍图片中所包含的至少一个移动目标已经被抓拍时,可以将第二抓拍图片中所包含的部分移动目标的标识赋予第一抓拍图片中相对应的至少一个移动目标,以使第一抓拍图片与第二抓拍图片中相同的移动目标之间建立关联。在此基础上,当上传至少一个移动目标的属性信息至服务器时,服务器就可以知晓第二抓拍图片中与上述至少一个移动目标相关联的每个移动目标具体状态。
例如,第一抓拍图片中的第一移动目标与第二抓拍图片中的第三移动目标的相似度较高,那么可以认为上述两个移动目标实际上为同一移动目标,此时可以将第二抓拍图片中第三移动目标的标识赋予第一抓拍图片中的第一移动目标。例如,第三移动目标的标识为1_3,1表示该第三移动目标所在的抓拍图片形成时的编号,即第二抓拍图片的序号;3表示该第三移动目标在第二抓拍图片中的编号,进而可以将第三移动目标的标识1_3赋予第一移动目标,即第一移动目标的标识也为1_3。那么在将第一移动目标的属性信息传输至服务器之后,服务器就可以根据第一移动目标的标识确定第一移动目标与第二抓拍图片中的第三移动目标相对应,从而可以将第一移动目标的属性信息作为第二抓拍图片中第三移动目标的属性信息,从而确定第三移动目标的具体状态。
在一些实施例中,若步骤103判断出,第一抓拍图片所包含的至少一个移动目标中存在任一移动目标与第二抓拍图片中所包含的全部移动目标的相似度均较低,则表明第一抓拍图片中出现了新的移动目标,而该新的移动目标并未出现在第二抓拍图片中,即该新的移动目标的图像信息并未传输至服务器,那么为了将新的移动目标的图像传输至服务器,此时就需要将包含有新的移动目标的第一抓拍图片传输至服务器。
作为一种可能的实施方式,当确定至少一个特征向量中任一特征向量与第二抓拍图片所包含的多个移动目标各自对应的特征向量的相似度均小于预设阈值,则将第一抓拍图片传输至服务器。
在一些实施例中,为了便于将当前的抓拍图片中所包含的移动目标的特征向量与已传输至服务器的抓拍图片所包含的移动目标的特征向量进行相似度比较,例如,需要将第一抓拍图片中所包含的至少一个移动目标所对应的特征向量与第二抓拍图片的所包含的多个移动目标各自所对应的特征向量进行相似度计算,可以在第二抓拍图片传输至服务器之后,将第二抓拍图片所包含的多个移动目标各自所对应的特征向量存储在抓拍机中。若对第一抓拍图片与第二抓拍图片各自包含的移动目标进行比较之后,确定第一抓拍图片需要传输至服务器,则表明当前抓拍机的抓拍范围内的移动目标出现了变化,即与第二抓拍图片相比,第一抓拍图片中出现了新的移动目标,也就是说,第一抓拍图片中所包含的移动目标才是当前抓拍范围内实际包含的移动目标。因此需要根据当前抓拍范围内实际包含的移动目标所对应的特征向量对抓拍机中原本存储的特征向量进行更新,从而作为后续抓拍图片是否传输至服务器的参照标准。
作为一种可能的实施方式,可以将抓拍机中存储的第二抓拍图片所包含的多个移动目标各自对应的特征向量替换为第一抓拍图片所包含的至少一个移动目标各自对应的特征向量。
在一些实施例中,若当前抓拍范围内较长时间都未出现新的移动目标,同时可以认为在上述较长时间内,第二抓拍图片中所包含的多个移动目标早已离开抓拍机的抓拍范围。若后续抓拍范围内出现了新的移动目标,那么该新的移动目标所对应的特征向量必然与抓拍机中存储的特征向量差异较大,也就是说,抓拍机中已存储的特征向量对后续抓拍图片是否可以传输至服务器不再具有参照作用,并且还会占用抓拍机的存储空间。此时可以删除抓拍机中存储的特征向量,从而节省抓拍机的存储空间。
作为一种可能的实施方式,当确定第二抓拍图片所包含的多个移动目标各自对应的特征向量的存储时长超过预设时长时,可以删除抓拍机中存储的第二抓拍图片所包含的多个移动目标各自对应的特征向量。
应理解,预设时长可以根据抓拍机所安装的位置处移动目标的实际流动情况来确定,例如,预设时长可以为半天或者一天,此处不对预设时长的取值进行特别限制。
请参见图2,基于同一发明构思,本发明实施例提供了一种抓拍机,该抓拍机包括:抓拍单元201、生成单元201以及传输单元203。
抓拍单元201,用于根据预设规则对进入抓拍机所对应的抓拍范围内的至少一个移动目标进行抓拍,并形成第一抓拍图片;
生成单元202,用于对第一抓拍图片中的至少一个移动目标进行目标检测,并生成各个移动目标所对应的特征向量;
传输单元203,用于当确定多个特征向量中每个特征向量与已传输至服务器的第二抓拍图片所包含的多个移动目标各自对应的特征向量中任一特征向量的相似度大于或等于预设阈值时,将至少一个移动目标的属性信息传输至服务器,以使服务器根据属性信息在第二抓拍图片中确定至少一个移动目标的状态,属性信息包括当前抓拍至少一个移动目标的时间以及当前至少一个移动目标的位置信息。
可选的,抓拍机还包括:
赋予单元,用于将第二抓拍图片中所包含的部分移动目标的标识赋予第一抓拍图片中相对应的至少一个移动目标,以使第一抓拍图片与第二抓拍图片中相同的移动目标之间建立关联,标识包括第一部分与第二部分,第一部分用于指示移动目标所在的抓拍图片,第二部分用于指示移动目标在抓拍图片中的编号。
可选的,传输单元203还用于:
若确定多个特征向量中每个特征向量与第二抓拍图片所包含的多个移动目标各自对应的特征向量的相似度均小于预设阈值,将第一抓拍图片传输至服务器。
可选的,抓拍机存储有第二抓拍图片所包含的多个移动目标各自对应的特征向量,抓拍机还包括:
替换单元,用于将存储的第二抓拍图片所包含的多个移动目标各自对应的特征向量替换为第一抓拍图片所包含的至少一个移动目标各自对应的特征向量。
可选的,抓拍机还包括:
删除单元,用于当确定第二抓拍图片所包含的多个移动目标各自对应的特征向量的存储时长超过预设时长时,删除存储的第二抓拍图片所包含的多个移动目标各自对应的特征向量。
请参见图3,基于同一发明构思,本发明实施例提供了一种抓拍机,该抓拍机包括至少一个处理器301,处理器301用于执行存储器中存储的计算机程序,实现本发明实施例提供的如图1所示的抓拍图片的传输方法的步骤。
可选的,处理器301具体可以是中央处理器、特定ASIC,可以是一个或多个用于控制程序执行的集成电路。
可选的,该抓拍机还可以包括与至少一个处理器301连接的存储器302,存储器302可以包括ROM、RAM和磁盘存储器。存储器302用于存储处理器301运行时所需的数据,即存储有可被至少一个处理器301执行的指令,至少一个处理器301通过执行存储器302存储的指令,执行如图1所示的方法。其中,存储器302的数量为一个或多个。其中,存储器302在图3中一并示出,但需要知道的是存储器302不是必选的功能模块,因此在图3中以虚线示出。
其中,抓拍单元201、生成单元201以及传输单元203所对应的实体设备均可以是前述的处理器301。该抓拍机可以用于执行图1所示的实施例提供的方法。因此关于该抓拍机中各功能模块所能够实现的功能,可参考图1所示的实施例中的相应描述,不多赘述。
本发明实施例还提供一种计算机存储介质,其中,计算机存储介质存储有计算机指令,当计算机指令在计算机上运行时,使得计算机执行如图1所述的方法。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (8)
1.一种抓拍图片的传输方法,其特征在于,应用于固定抓拍范围且用于违法违章行为监控的抓拍机,所述方法包括:
根据预设规则对进入所述抓拍机所对应的抓拍范围内的至少一个移动目标进行抓拍,并形成第一抓拍图片;
对所述第一抓拍图片中的所述至少一个移动目标进行目标检测,并生成至少一个特征向量;
若确定所述至少一个特征向量中每个特征向量与已传输至服务器的第二抓拍图片所包含的多个移动目标各自对应的特征向量中任一特征向量的相似度大于或等于预设阈值,则将所述至少一个移动目标的属性信息传输至服务器,以使所述服务器根据所述属性信息在所述第二抓拍图片中确定所述至少一个移动目标的状态,所述属性信息包括当前抓拍所述至少一个移动目标的时间以及当前所述至少一个移动目标在所述固定抓拍范围内的位置信息,所述状态用于指示所述至少一个移动目标在不同时刻位于所述固定抓拍范围内的位置信息;
若确定所述至少一个特征向量中任一特征向量与所述第二抓拍图片所包含的多个移动目标各自对应的特征向量的相似度均小于所述预设阈值,则将所述第一抓拍图片传输至所述服务器;将存储的所述第二抓拍图片所包含的多个移动目标各自对应的特征向量替换为所述第一抓拍图片所包含的至少一个移动目标各自对应的特征向量。
2.如权利要求1所述的方法,其特征在于,在确定所述至少一个特征向量中每个特征向量与已传输至服务器的第二抓拍图片所包含的多个移动目标各自对应的特征向量中任一特征向量的相似度大于或等于预设阈值之后,还包括:
将所述第二抓拍图片中所包含的部分移动目标的标识赋予所述第一抓拍图片中相对应的所述至少一个移动目标,以使所述第一抓拍图片与所述第二抓拍图片中相同的移动目标之间建立关联,所述标识包括第一部分与第二部分,所述第一部分用于指示移动目标所在的抓拍图片,所述第二部分用于指示移动目标在抓拍图片中的编号。
3.如权利要求1所述的方法,其特征在于,还包括:
若确定所述第二抓拍图片所包含的多个移动目标各自对应的特征向量的存储时长超过预设时长,则删除存储的所述第二抓拍图片所包含的多个移动目标各自对应的特征向量。
4.一种抓拍机,其特征在于,所述抓拍机的抓拍范围固定且用于违法违章行为监控,包括:
抓拍单元,用于根据预设规则对进入所述抓拍机所对应的抓拍范围内的至少一个移动目标进行抓拍,并形成第一抓拍图片;
生成单元,用于对所述第一抓拍图片中的所述至少一个移动目标进行目标检测,并生成至少一个特征向量;
传输单元,用于若确定所述至少一个特征向量中每个特征向量与已传输至服务器的第二抓拍图片所包含的多个移动目标各自对应的特征向量中任一特征向量的相似度大于或等于预设阈值时,则将所述至少一个移动目标的属性信息传输至服务器,以使所述服务器根据所述属性信息在所述第二抓拍图片中确定所述至少一个移动目标的状态,所述属性信息包括当前抓拍所述至少一个移动目标的时间以及当前所述至少一个移动目标在所述固定抓拍范围内的位置信息,所述状态用于指示所述至少一个移动目标在不同时刻位于所述固定抓拍范围内的位置信息;若确定所述至少一个特征向量中任一特征向量与所述第二抓拍图片所包含的多个移动目标各自对应的特征向量的相似度均小于所述预设阈值,则将所述第一抓拍图片传输至所述服务器;
更新单元,用于将存储的所述第二抓拍图片所包含的多个移动目标各自对应的特征向量替换为所述第一抓拍图片所包含的至少一个移动目标各自对应的特征向量。
5.如权利要求4所述的抓拍机,其特征在于,所述抓拍机还包括:
赋予单元,用于将所述第二抓拍图片中所包含的部分移动目标的标识赋予所述第一抓拍图片中相对应的所述至少一个移动目标,以使所述第一抓拍图片与所述第二抓拍图片中相同的移动目标之间建立关联,所述标识包括第一部分与第二部分,所述第一部分用于指示移动目标所在的抓拍图片,所述第二部分用于指示移动目标在抓拍图片中的编号。
6.如权利要求4所述的抓拍机,其特征在于,所述抓拍机还包括:
删除单元,用于当确定所述第二抓拍图片所包含的多个移动目标各自对应的特征向量的存储时长超过预设时长时,删除存储的所述第二抓拍图片所包含的多个移动目标各自对应的特征向量。
7.一种抓拍机,其特征在于,所述抓拍机包括至少一个处理器以及与所述至少一个处理器连接的存储器,所述至少一个处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1-3中任一项所述方法的步骤。
8.一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如权利要求1-3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011287333.9A CN112437274B (zh) | 2020-11-17 | 2020-11-17 | 一种抓拍图片的传输方法及抓拍机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011287333.9A CN112437274B (zh) | 2020-11-17 | 2020-11-17 | 一种抓拍图片的传输方法及抓拍机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112437274A CN112437274A (zh) | 2021-03-02 |
CN112437274B true CN112437274B (zh) | 2022-08-30 |
Family
ID=74700264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011287333.9A Active CN112437274B (zh) | 2020-11-17 | 2020-11-17 | 一种抓拍图片的传输方法及抓拍机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112437274B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113596325B (zh) * | 2021-07-15 | 2023-05-05 | 盛景智能科技(嘉兴)有限公司 | 抓图方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521983A (zh) * | 2011-12-23 | 2012-06-27 | 北京易华录信息技术股份有限公司 | 一种基于高清视频技术的车辆违章检测系统及方法 |
CN107071337A (zh) * | 2016-11-21 | 2017-08-18 | 浙江宇视科技有限公司 | 一种视频监控图像的传输方法及装置 |
CN107241563A (zh) * | 2017-06-16 | 2017-10-10 | 深圳天珑无线科技有限公司 | 视频传输的方法、智能移动终端及具有存储功能的装置 |
CN107424412A (zh) * | 2017-09-21 | 2017-12-01 | 程丹秋 | 一种交通行为分析系统 |
CN108847032A (zh) * | 2018-08-21 | 2018-11-20 | 北京深瞐科技有限公司 | 一种交通违法行为识别方法及装置 |
CN108921876A (zh) * | 2018-07-10 | 2018-11-30 | 北京旷视科技有限公司 | 视频处理方法、装置和系统及存储介质 |
CN109598943A (zh) * | 2018-12-30 | 2019-04-09 | 北京旷视科技有限公司 | 车辆违章的监控方法、装置及系统 |
CN110147465A (zh) * | 2019-05-23 | 2019-08-20 | 上海闻泰电子科技有限公司 | 图像处理方法、装置、设备和介质 |
CN111314395A (zh) * | 2018-12-11 | 2020-06-19 | 中兴通讯股份有限公司 | 一种图像的传输方法及终端、存储介质 |
CN111372037A (zh) * | 2018-12-25 | 2020-07-03 | 杭州海康威视数字技术股份有限公司 | 目标抓拍系统和方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243373B (zh) * | 2015-10-27 | 2019-06-07 | 北京奇虎科技有限公司 | 人脸图像滤重抓拍方法、服务器、智能监控设备及系统 |
CN109960969B (zh) * | 2017-12-22 | 2021-08-17 | 杭州海康威视数字技术股份有限公司 | 移动路线生成的方法、装置及系统 |
CN108256443A (zh) * | 2017-12-28 | 2018-07-06 | 深圳英飞拓科技股份有限公司 | 一种人员定位方法、系统及终端设备 |
CN110555334B (zh) * | 2018-05-30 | 2022-06-07 | 东华软件股份公司 | 人脸特征确定方法、装置、存储介质及电子设备 |
CN109325548B (zh) * | 2018-10-23 | 2021-03-23 | 北京旷视科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN109919009A (zh) * | 2019-01-24 | 2019-06-21 | 北京明略软件系统有限公司 | 目标对象的监控方法、装置及系统 |
CN111292530A (zh) * | 2020-02-04 | 2020-06-16 | 浙江大华技术股份有限公司 | 处理违章图片的方法、装置、服务器和存储介质 |
-
2020
- 2020-11-17 CN CN202011287333.9A patent/CN112437274B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521983A (zh) * | 2011-12-23 | 2012-06-27 | 北京易华录信息技术股份有限公司 | 一种基于高清视频技术的车辆违章检测系统及方法 |
CN107071337A (zh) * | 2016-11-21 | 2017-08-18 | 浙江宇视科技有限公司 | 一种视频监控图像的传输方法及装置 |
CN107241563A (zh) * | 2017-06-16 | 2017-10-10 | 深圳天珑无线科技有限公司 | 视频传输的方法、智能移动终端及具有存储功能的装置 |
CN107424412A (zh) * | 2017-09-21 | 2017-12-01 | 程丹秋 | 一种交通行为分析系统 |
CN108921876A (zh) * | 2018-07-10 | 2018-11-30 | 北京旷视科技有限公司 | 视频处理方法、装置和系统及存储介质 |
CN108847032A (zh) * | 2018-08-21 | 2018-11-20 | 北京深瞐科技有限公司 | 一种交通违法行为识别方法及装置 |
CN111314395A (zh) * | 2018-12-11 | 2020-06-19 | 中兴通讯股份有限公司 | 一种图像的传输方法及终端、存储介质 |
CN111372037A (zh) * | 2018-12-25 | 2020-07-03 | 杭州海康威视数字技术股份有限公司 | 目标抓拍系统和方法 |
CN109598943A (zh) * | 2018-12-30 | 2019-04-09 | 北京旷视科技有限公司 | 车辆违章的监控方法、装置及系统 |
CN110147465A (zh) * | 2019-05-23 | 2019-08-20 | 上海闻泰电子科技有限公司 | 图像处理方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112437274A (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112232293B (zh) | 图像处理模型训练、图像处理方法及相关设备 | |
CN112560999B (zh) | 一种目标检测模型训练方法、装置、电子设备及存储介质 | |
US9767570B2 (en) | Systems and methods for computer vision background estimation using foreground-aware statistical models | |
CN112055172B (zh) | 一种监控视频的处理方法、装置以及存储介质 | |
CN112434809B (zh) | 基于主动学习的模型训练方法、装置及服务器 | |
CN111081017B (zh) | 车辆信息管理系统、方法、计算机设备及存储介质 | |
CN112528716B (zh) | 一种事件信息获取方法及装置 | |
CN110866515A (zh) | 厂房内对象行为识别方法、装置以及电子设备 | |
CN112200079A (zh) | 基于智慧交通的人工智能图像处理方法、系统及云服务器 | |
US10189426B2 (en) | Method and apparatus for operating FPGA board in driverless vehicle | |
CN111079621A (zh) | 检测对象的方法、装置、电子设备和存储介质 | |
CN112437274B (zh) | 一种抓拍图片的传输方法及抓拍机 | |
JP2020504383A (ja) | 画像前景の検出装置、検出方法及び電子機器 | |
CN113674318A (zh) | 一种目标跟踪方法、装置及设备 | |
CN113674317A (zh) | 一种高位视频的车辆跟踪方法及装置 | |
CN113052019A (zh) | 目标跟踪方法及装置、智能设备和计算机存储介质 | |
CN116990768A (zh) | 预测航迹处理方法、装置、电子设备及可读介质 | |
CN111986473A (zh) | 基于车型鉴别的大数据处理方法 | |
CN109800678A (zh) | 一种视频中对象的属性确定方法及装置 | |
US20200279103A1 (en) | Information processing apparatus, control method, and program | |
CN112380938B (zh) | 一种人脸识别及测温方法、装置、设备及介质 | |
CN112949490A (zh) | 设备动作检测方法、装置、电子设备及可读存储介质 | |
CN104754248A (zh) | 一种获取目标快照的方法及装置 | |
CN111368651B (zh) | 一种车辆识别方法、装置及电子设备 | |
CN113888599A (zh) | 基于标签统计和结果后处理的目标检测系统运行时监测方法 |
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 |