CN112597809A - 一种物体追踪方法、装置、终端设备和存储介质 - Google Patents
一种物体追踪方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN112597809A CN112597809A CN202011390278.6A CN202011390278A CN112597809A CN 112597809 A CN112597809 A CN 112597809A CN 202011390278 A CN202011390278 A CN 202011390278A CN 112597809 A CN112597809 A CN 112597809A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- image data
- target object
- instruction
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种物体追踪方法、装置、终端设备和存储介质，包括：接收无人机发送的第一图像数据，并对第一图像数据中的目标物体进行识别；若在第一图像数据中未识别到目标物体，且识别到障碍物，则获取第一图像数据中携带的无人机的第一地理位置信息；根据无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；向无人机发送第一搜索指令，第一搜索指令包括第一搜索区域，以使无人机根据第一搜索指令，在第一搜索区域内搜索目标物体，若在目标物体通过障碍物时丢失的情况下，通过本发明实施例可以继续对目标物体进行跟踪。
Description
技术领域
本发明涉及通信技术领域，特别是涉及一种物体追踪方法、装置、终端设备和存储介质。
背景技术
近年来，无人机在军事和民用领域展现出巨大的发展前景，无人机由于其出色的灵活性和可操作性而受到越来越多研究人员的关注。在众多工程师和研究学者的共同努力下，无人机相关技术己广泛运用于各行各业，如军事侦察，农业调查，警察巡逻，物流运输，电缆检测等领域。
目前，无人机在接收到智能控制设备发送的跟踪目标物的指令后，无人机开启智能跟拍模式，就会自动跟随目标物运动，但是，在运动过程中不可避免遇上障碍物，例如桥梁或建筑物等，无人机为了规避这些障碍物，则可能会出现丢失目标物的现象，如何在丢失目标物之后，再重新寻找目标物继续跟踪是目前急需解决的问题。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种物体追踪方法、装置、终端设备和存储介质。
第一个方面，本发明实施例提供一种物体追踪方法，所述方法包括：
接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别；
若在所述第一图像数据中未识别到目标物体，且识别到障碍物，则获取所述第一图像数据中携带的无人机的第一地理位置信息；
根据所述无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；
向所述无人机发送第一搜索指令，所述第一搜索指令包括所述第一搜索区域，以使所述无人机根据所述第一搜索指令，在所述第一搜索区域内搜索所述目标物体。
可选地，所述根据所述无人机的地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域，包括：
根据所述无人机的历史运行轨迹，确定单位时间内无人机的第一运行距离和下一秒的前进方向；
以所述无人机的第一地址位置信息对应的位置为原点，所述单位时间内无人机的第一运行距离为半径，所述下一秒的前进方向上预设角度对应的区域，确定为所述无人机的第一搜索区域。
可选地，所述根据所述无人机的历史运行轨迹，确定单位时间内无人机的第一运行距离，包括：
获取所述历史运行轨迹的第一点和第二点之间的轨迹距离；
根据所述第一点对应的第一时间和所述第二点对应的第二时间，确定时间差；
根据所述轨迹距离和所述时间差，确定单位时间内无人机的第一运行距离。
可选地，所述方法还包括：
若在第一预设时间段内，接收所述无人机返回的第二图像数据，其中，所述第二图像数据包括无人机的第二地理位置信息；
若在所述第二图像数据中未识别出所述目标物体，则向所述无人机发送第二搜索指令，其中，所述第二搜索指令包括第二搜索区域，所述第二搜索区域是根据所述第二地理位置信息和第二运行距离确定的，所述第二运行距离大于所述第一运行距离，以使所述无人机根据所述第二搜索指令，在所述第二搜索区域内搜索所述目标物体。
可选地，所述方法还包括：
若在第二预设时间段内，接收所述无人机返回的第三图像数据；
若在所述第三图像数据中未识别出所述目标物体，则向所述无人机发送返回指令。
可选地，所述接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别，包括：
将所述第一图像数据输入到预先建立的物体识别模型中，得到所述第一图像数据中的物体的图像特征；其中，所述第一图像数据是通过对无人机发送的视频数据进行I帧提取，并保存为YUV格式的图像数据；
根据所述物体的图像特征和预先存储数据库中的预设图像特征信息，确定物体相似度，其中，所述预先存储数据库中的预设物体信息包括物体名称和对应的预设图像特征信息；
若所述物体相似度大于等于预设相似度，则确定所述第一图像数据包括目标物体。
可选地，若所述障碍物是建筑物，在所述根据所述无人机的地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域之前，所述方法还包括：
若在所述第一图像数据中识别出建筑物，则向无人机发送拉升指令，所述拉升指令包括升高高度；
接收所述无人机返回的第四图像数据；
若所述第四图像数据中未识别出所述目标物体，且未检测到所述建筑物，则向无人机发送降低高度指令，所述降低高度指令包括降低距离；
接收所述无人机返回的第五图像数据，其中，所述第五图像数据包括第三地理位置信息。
第二个方面，本发明实施例提供一种物体追踪装置，所述装置包括：
识别模块，用于接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别；
获取模块，用于若在所述第一图像数据中未识别到目标物体，且识别到障碍物，则获取所述第一图像数据中携带的无人机的第一地理位置信息；
确定模块，用于根据所述无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；
第一搜索模块，用于向所述无人机发送第一搜索指令，所述第一搜索指令包括所述第一搜索区域，以使所述无人机根据所述第一搜索指令，在所述第一搜索区域内搜索所述目标物体。
可选地，所述确定模块用于：
根据所述无人机的历史运行轨迹，确定单位时间内无人机的第一运行距离和下一秒的前进方向；
以所述无人机的第一地址位置信息对应的位置为原点，所述单位时间内无人机的第一运行距离为半径，所述下一秒的前进方向上预设角度对应的区域，确定为所述无人机的第一搜索区域。
可选地，所述确定模块用于：
获取所述历史运行轨迹的第一点和第二点之间的轨迹距离；
根据所述第一点对应的第一时间和所述第二点对应的第二时间，确定时间差；
根据所述轨迹距离和所述时间差，确定单位时间内无人机的第一运行距离。
可选地，所述装置还包括第二搜索模块，所述第二搜索模块用于：
若在第一预设时间段内，接收所述无人机返回的第二图像数据，其中，所述第二图像数据包括无人机的第二地理位置信息；
若在所述第二图像数据中未识别出所述目标物体，则向所述无人机发送第二搜索指令，其中，所述第二搜索指令包括第二搜索区域，所述第二搜索区域是根据所述第二地理位置信息和第二运行距离确定的，所述第二运行距离大于所述第一运行距离，以使所述无人机根据所述第二搜索指令，在所述第二搜索区域内搜索所述目标物体。
可选地，所述装置还包括返回模块，所述返回模块用于：
若在第二预设时间段内，接收所述无人机返回的第三图像数据；
若在所述第三图像数据中未识别出所述目标物体，则向所述无人机发送返回指令。
可选地，所述识别模块用于：
将所述第一图像数据输入到预先建立的物体识别模型中，得到所述第一图像数据中的物体的图像特征；其中，所述第一图像数据是通过对无人机发送的视频数据进行I帧提取，并保存为YUV格式的图像数据；
根据所述物体的图像特征和预先存储数据库中的预设图像特征信息，确定物体相似度，其中，所述预先存储数据库中的预设物体信息包括物体名称和对应的预设图像特征信息；
若所述物体相似度大于等于预设相似度，则确定所述第一图像数据包括目标物体。
可选地，若所述障碍物是建筑物，所述装置还包括调整模块，所述调整模块用于：
若在所述第一图像数据中识别出建筑物，则向无人机发送拉升指令，所述拉升指令包括升高高度；
接收所述无人机返回的第四图像数据；
若所述第四图像数据中未识别出所述目标物体，且未检测到所述建筑物，则向无人机发送降低高度指令，所述降低高度指令包括降低距离；
接收所述无人机返回的第五图像数据，其中，所述第五图像数据包括第三地理位置信息。
第三个方面，本发明实施例提供一种终端设备，包括：至少一个处理器和存储器；
所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以实现第一个方面提供的物体追踪方法。
第四个方面，本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现第一个方面提供的物体追踪方法。
本发明实施例包括以下优点：
本发明实施例提供的物体追踪方法、装置、终端设备和存储介质，通过接收无人机发送的第一图像数据，并对第一图像数据中的目标物体进行识别；若在第一图像数据中未识别到目标物体，且识别到障碍物，则获取第一图像数据中携带的无人机的第一地理位置信息；根据无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；向无人机发送第一搜索指令，第一搜索指令包括第一搜索区域，以使无人机根据第一搜索指令，在第一搜索区域内搜索目标物体，若在目标物体通过障碍物时丢失的情况下，通过本发明实施例可以继续对目标物体进行跟踪。
附图说明
图1是本发明的一种物体追踪方法实施例的步骤流程图；
图2是本发明的另一种物体追踪方法实施例的步骤流程图；
图3是本发明的又一种物体追踪方法实施例的步骤流程图；
图4是本发明的一种物体追踪装置实施例的结构框图；
图5是本发明的一种终端设备的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
视联网是网络发展的重要里程碑，是一个实时网络，能够实现高清视频实时传输，将众多互联网应用推向高清视频化，高清面对面。
视联网采用实时高清视频交换技术，可以在一个网络平台上将所需的服务，如高清视频会议、视频监控、智能化监控分析、应急指挥、数字广播电视、延时电视、网络教学、现场直播、VOD点播、电视邮件、个性录制(PVR)、内网(自办)频道、智能化视频播控、信息发布等数十种视频、语音、图片、文字、通讯、数据等服务全部整合在一个系统平台，通过电视或电脑实现高清品质视频播放。
基于视联网的上述特性，提出了本发明实施例的核心构思之一，接收无人机发送的第一图像数据，并对第一图像数据中的目标物体进行识别；若在第一图像数据中未识别到目标物体，且识别到障碍物，则获取第一图像数据中携带的无人机的第一地理位置信息；根据无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；向无人机发送第一搜索指令，第一搜索指令包括第一搜索区域，以使无人机根据第一搜索指令，在第一搜索区域内搜索目标物体，若在目标物体通过障碍物时丢失的情况下，通过本发明实施例可以继续对目标物体进行跟踪。
本发明一实施例提供一种物体追踪方法，用于对目标物体进行跟踪。本实施例的执行主体为物体追踪装置，设置在智能分析服务器。
参照图1，示出了本发明的一种物体追踪方法实施例的步骤流程图，该方法具体可以包括如下步骤：
S101、接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别；
具体地，在地面上还设置有地面接收装置，无人机采集第一图像数据，通过无线信号，例如蓝牙、红外、WIFI等，发送至地面接收装置，地面接收装置再将第一图像数据发送至智能服务器，智能服务器对第一图像数据中的目标物体进行识别，该目标物体可以是黑名单上的某个人或者某个车辆等。
S102、若在所述第一图像数据中未识别到目标物体，且识别到障碍物，则获取所述第一图像数据中携带的无人机的第一地理位置信息；
具体地，智能服务器对第一图像数据进行识别，若没有识别到目标物体，但是识别到障碍物，该障碍物可以是桥梁或建筑物，说明目标物体正在经过障碍物，智能服务器获取第一图像数据中携带的无人机的第一地理位置信息、无人机高度信息和时间信息，其中，第一地理位置信息包括经度和纬度。
S103、根据所述无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；
具体地，智能服务器记录无人机的历史运行轨迹，记录运行轨迹上的每个点的经纬度和高度，及每个点的时间信息，根据该无人机的历史运行轨迹，计算无人机的飞行速度，即单位时间内运行的距离，并且智能服务器根据历史运行轨迹确定无人机下一秒的飞行方向，智能服务器以无人机的第一地理位置信息为原点，单位时间内运行的距离为半径，在无人机下一秒的飞行方向上预设角度范围对应的区域，确定为无人机的第一搜索区域。
示例性的，智能无人机以无人机的第一地理位置信息为原点，单位时间内运行距离10米为半径，若无人机向东飞行，则在向东的方向上，270度对应的区域，确定为无人机的第一搜索区域。
S104、向所述无人机发送第一搜索指令，所述第一搜索指令包括所述第一搜索区域，以使所述无人机根据所述第一搜索指令，在所述第一搜索区域内搜索所述目标物体。
具体地，智能服务器在确定了第一搜索区域后，向地面接收装置发送第一搜索指令，地面接收装置再将该第一搜索指令发送至无人机，该第一搜索指令包括第一搜索范围，无人机根据该第一搜索指令，在第一搜索区域内搜索目标物体，这样，若目标物体经过障碍物后，无人机就可以在搜索区域内搜索到目标物体。
本发明实施例提供的物体追踪方法，通过接收无人机发送的第一图像数据，并对第一图像数据中的目标物体进行识别；若在第一图像数据中未识别到目标物体，且识别到障碍物，则获取第一图像数据中携带的无人机的第一地理位置信息；根据无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；向无人机发送第一搜索指令，第一搜索指令包括第一搜索区域，以使无人机根据第一搜索指令，在第一搜索区域内搜索目标物体，若在目标物体通过障碍物时丢失的情况下，通过本发明实施例可以继续对目标物体进行跟踪。
本发明又一实施例对上述实施例提供的物体追踪方法做进一步补充说明。
如图2所示，示出了本发明的另一种物体追踪方法实施例的步骤流程图，该物体追踪方法包括：
S201、接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别；
具体地，在地面上还设置有地面接收装置，无人机采集第一图像数据，通过无线信号，例如蓝牙、红外、WIFI等，发送至地面接收装置，地面接收装置再将第一图像数据发送至智能服务器，智能服务器对第一图像数据中的目标物体进行识别，该目标物体可以是黑名单上的某个人或者某个车辆等。具体的识别方法包括：
步骤A1、将所述第一图像数据输入到预先建立的物体识别模型中，得到所述第一图像数据中的物体的图像特征；其中，所述第一图像数据是通过对无人机发送的视频数据进行I帧提取，并保存为YUV格式的图像数据；
具体地，在智能服务器上预先存储有物体识别模型，该物体识别模型可以对目标物体进行识别。无人机连续不断地采集图像，向地面接收装置发送视频数据，地面接收装置将该视频数据发送至智能服务器，智能服务器对该视频数据进行解析，并将其中的I帧图像进行提取，并将该I帧图像保存为YUV格式的图像，并将YUV格式的图像输入的预先建立的物体识别模型中，得到各个物体的图像特征。
步骤A2、根据所述物体的图像特征和预先存储数据库中的预设图像特征信息，确定物体相似度，其中，所述预先存储数据库中的预设物体信息包括物体名称和对应的预设图像特征信息；
具体地，智能服务器将得到的物体图像特征与预先存储数据库中的预设图像特征信息进行对比，得到物体的相似度。
步骤A3、若所述物体相似度大于等于预设相似度，则确定所述第一图像数据包括目标物体。
具体地，智能服务器对物体相似度进行判断，若大于预设相似度，则判断该第一图像数据中包括目标物体。
智能服务器可以通过上述方式判断目标物体，也可以对图像中的障碍物进行识别，例如障碍物可以是桥梁或者是建筑物等。
S202、若在所述第一图像数据中未识别到目标物体，且识别到障碍物，则获取所述第一图像数据中携带的无人机的第一地理位置信息；
在本发明实施例中的障碍物为桥梁。
由于步骤S202与图1所示实施例中的步骤S102相同。在图1中已经对步骤S102进行了详细描述，因此，在此不再对步骤S202进行赘述。
S203、根据所述无人机的历史运行轨迹，确定单位时间内无人机的第一运行距离和下一秒的前进方向；
具体地，智能服务器根据无人机的历史运行轨迹，确定无人机下一秒的前进方向，同时，智能服务器也可以根据无人机的历史运行轨迹确定单位时间内无人机的第一运行距离，具体包括：
步骤B1、获取所述历史运行轨迹的第一点和第二点之间的轨迹距离；
步骤B2、根据所述第一点对应的第一时间和所述第二点对应的第二时间，确定时间差；
步骤B3、根据所述轨迹距离和所述时间差，确定单位时间内无人机的第一运行距离。
具体地，智能服务器根据轨迹距离和时间差，计算得到无人机的飞行速度，即单位时间内无人机的第一运行距离。
S204、以所述无人机的第一地址位置信息对应的位置为原点，所述单位时间内无人机的第一运行距离为半径，所述下一秒的前进方向上预设角度对应的区域，确定为所述无人机的第一搜索区域。
S205、向所述无人机发送第一搜索指令，所述第一搜索指令包括所述第一搜索区域，以使所述无人机根据所述第一搜索指令，在所述第一搜索区域内搜索所述目标物体。
S206、若在第一预设时间段内，接收所述无人机返回的第二图像数据，其中，所述第二图像数据包括无人机的第二地理位置信息；
S207、若在所述第二图像数据中未识别出所述目标物体，则向所述无人机发送第二搜索指令，其中，所述第二搜索指令包括第二搜索区域，所述第二搜索区域是根据所述第二地理位置信息和第二运行距离确定的，所述第二运行距离大于所述第一运行距离，以使所述无人机根据所述第二搜索指令，在所述第二搜索区域内搜索所述目标物体。
具体地，若无人机在第一预设时间段内返回的第二图像数据，智能服务器未在第二图像数据中检测到目标物体，则说明无人机以第一运行距离未能检测到目标物体，则需要扩大搜索范围，即以第二运行距离对应的区域进行搜索。
208、若在第二预设时间段内，接收所述无人机返回的第三图像数据；
S209、若在所述第三图像数据中未识别出所述目标物体，则向所述无人机发送返回指令。
具体地，若在第二预设时间段内，对于无人机返回的第三图像数据，智能服务器未能在该第三图像数据中识别出目标物体，则向无人机发送返回指令，无人机停止搜索。
如图3所示，示出了本发明的又一种物体追踪方法实施例的步骤流程图，该物体追踪方法包括：
S301、接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别；
S302、若在所述第一图像数据中未识别到目标物体，且识别到建筑物，则向无人机发送拉升指令，所述拉升指令包括升高高度；
S303、接收所述无人机返回的第四图像数据；
S304、若所述第四图像数据中未识别出所述目标物体，且未检测到所述建筑物，则向无人机发送降低高度指令，所述降低高度指令包括降低距离；
S305、接收所述无人机返回的第五图像数据，其中，所述第五图像数据包括第三地理位置信息。
S306、根据所述无人机的第三地理位置信息和无人机的历史运行轨迹，确定无人机的第三搜索区域；
具体地，该步骤S306包括：
步骤C1、根据所述无人机的历史运行轨迹，确定单位时间内无人机的第一运行距离和下一秒的前进方向；
步骤C2、以所述无人机的第三地址位置信息对应的位置为原点，所述单位时间内无人机的第一运行距离为半径确定为所述无人机的第三搜索区域。
在此过程中，无人机需要在第三搜索区域内360度搜索。
S307、向所述无人机发送第三搜索指令，所述第三搜索指令包括所述第三搜索区域，以使所述无人机根据所述第三搜索指令，在所述第三搜索区域内搜索所述目标物体。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
本发明实施例提供的物体追踪方法，通过接收无人机发送的第一图像数据，并对第一图像数据中的目标物体进行识别；若在第一图像数据中未识别到目标物体，且识别到障碍物，则获取第一图像数据中携带的无人机的第一地理位置信息；根据无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；向无人机发送第一搜索指令，第一搜索指令包括第一搜索区域，以使无人机根据第一搜索指令，在第一搜索区域内搜索目标物体，若在目标物体通过障碍物时丢失的情况下，通过本发明实施例可以继续对目标物体进行跟踪。
本发明另一实施例提供一种物体追踪装置，用于执行上述实施例提供的物体追踪方法。
参照图4，示出了本发明的一种物体追踪装置实施例的结构框图，该装置具体可以包括如下模块：识别模块401、获取模块402、确定模块403和第一搜索模块404，其中：
识别模块401用于接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别；
获取模块402用于若在所述第一图像数据中未识别到目标物体，且识别到障碍物，则获取所述第一图像数据中携带的无人机的第一地理位置信息；
确定模块403用于根据所述无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；
第一搜索模块404用于向所述无人机发送第一搜索指令，所述第一搜索指令包括所述第一搜索区域，以使所述无人机根据所述第一搜索指令，在所述第一搜索区域内搜索所述目标物体。
本发明实施例提供的物体追踪装置，通过接收无人机发送的第一图像数据，并对第一图像数据中的目标物体进行识别；若在第一图像数据中未识别到目标物体，且识别到障碍物，则获取第一图像数据中携带的无人机的第一地理位置信息；根据无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；向无人机发送第一搜索指令，第一搜索指令包括第一搜索区域，以使无人机根据第一搜索指令，在第一搜索区域内搜索目标物体，若在目标物体通过障碍物时丢失的情况下，通过本发明实施例可以继续对目标物体进行跟踪。
本发明又一实施例对上述实施例提供的物体追踪装置做进一步补充说明。
可选地，所述确定模块用于：
根据所述无人机的历史运行轨迹，确定单位时间内无人机的第一运行距离和下一秒的前进方向；
以所述无人机的第一地址位置信息对应的位置为原点，所述单位时间内无人机的第一运行距离为半径，所述下一秒的前进方向上预设角度对应的区域，确定为所述无人机的第一搜索区域。
可选地，所述确定模块用于：
获取所述历史运行轨迹的第一点和第二点之间的轨迹距离；
根据所述第一点对应的第一时间和所述第二点对应的第二时间，确定时间差；
根据所述轨迹距离和所述时间差，确定单位时间内无人机的第一运行距离。
可选地，所述装置还包括第二搜索模块，所述第二搜索模块用于：
若在第一预设时间段内，接收所述无人机返回的第二图像数据，其中，所述第二图像数据包括无人机的第二地理位置信息；
若在所述第二图像数据中未识别出所述目标物体，则向所述无人机发送第二搜索指令，其中，所述第二搜索指令包括第二搜索区域，所述第二搜索区域是根据所述第二地理位置信息和第二运行距离确定的，所述第二运行距离大于所述第一运行距离，以使所述无人机根据所述第二搜索指令，在所述第二搜索区域内搜索所述目标物体。
可选地，所述装置还包括返回模块，所述返回模块用于：
若在第二预设时间段内，接收所述无人机返回的第三图像数据；
若在所述第三图像数据中未识别出所述目标物体，则向所述无人机发送返回指令。
可选地，所述识别模块用于：
将所述第一图像数据输入到预先建立的物体识别模型中，得到所述第一图像数据中的物体的图像特征；其中，所述第一图像数据是通过对无人机发送的视频数据进行I帧提取，并保存为YUV格式的图像数据；
根据所述物体的图像特征和预先存储数据库中的预设图像特征信息，确定物体相似度，其中，所述预先存储数据库中的预设物体信息包括物体名称和对应的预设图像特征信息；
若所述物体相似度大于等于预设相似度，则确定所述第一图像数据包括目标物体。
可选地，若所述障碍物是建筑物，所述装置还包括调整模块，所述调整模块用于：
若在所述第一图像数据中识别出建筑物，则向无人机发送拉升指令，所述拉升指令包括升高高度；
接收所述无人机返回的第四图像数据；
若所述第四图像数据中未识别出所述目标物体，且未检测到所述建筑物，则向无人机发送降低高度指令，所述降低高度指令包括降低距离；
接收所述无人机返回的第五图像数据，其中，所述第五图像数据包括第三地理位置信息。
需要说明的是，本实施例中各可实施的方式可以单独实施，也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明实施例提供的物体追踪装置，通过接收无人机发送的第一图像数据，并对第一图像数据中的目标物体进行识别；若在第一图像数据中未识别到目标物体，且识别到障碍物，则获取第一图像数据中携带的无人机的第一地理位置信息；根据无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；向无人机发送第一搜索指令，第一搜索指令包括第一搜索区域，以使无人机根据第一搜索指令，在第一搜索区域内搜索目标物体，若在目标物体通过障碍物时丢失的情况下，通过本发明实施例可以继续对目标物体进行跟踪。
本发明再一实施例提供一种终端设备，用于执行上述实施例提供的物体追踪方法。
图5是本发明的一种终端设备的结构示意图，如图5所示，该终端设备包括：至少一个处理器501和存储器502；
所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以实现上述实施例提供的物体追踪方法。
本实施例提供的终端设备，通过接收无人机发送的第一图像数据，并对第一图像数据中的目标物体进行识别；若在第一图像数据中未识别到目标物体，且识别到障碍物，则获取第一图像数据中携带的无人机的第一地理位置信息；根据无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；向无人机发送第一搜索指令，第一搜索指令包括第一搜索区域，以使无人机根据第一搜索指令，在第一搜索区域内搜索目标物体，若在目标物体通过障碍物时丢失的情况下，通过本发明实施例可以继续对目标物体进行跟踪。
申请又一实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现上述任一实施例提供的物体追踪方法。
根据本实施例的计算机可读存储介质，通过接收无人机发送的第一图像数据，并对第一图像数据中的目标物体进行识别；若在第一图像数据中未识别到目标物体，且识别到障碍物，则获取第一图像数据中携带的无人机的第一地理位置信息；根据无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；向无人机发送第一搜索指令，第一搜索指令包括第一搜索区域，以使无人机根据第一搜索指令，在第一搜索区域内搜索目标物体，若在目标物体通过障碍物时丢失的情况下，通过本发明实施例可以继续对目标物体进行跟踪。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(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。
本发明实施例是参照根据本发明实施例的方法、电子设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理电子设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理电子设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理电子设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理电子设备上，使得在计算机或其他可编程电子设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程电子设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者电子设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者电子设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者电子设备中还存在另外的相同要素。
以上对本发明所提供的一种物体追踪方法和一种物体追踪装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种物体追踪方法，其特征在于，所述方法包括：
接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别；
若在所述第一图像数据中未识别到目标物体，且识别到障碍物，则获取所述第一图像数据中携带的无人机的第一地理位置信息；
根据所述无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；
向所述无人机发送第一搜索指令，所述第一搜索指令包括所述第一搜索区域，以使所述无人机根据所述第一搜索指令，在所述第一搜索区域内搜索所述目标物体。
2.根据权利要求1所述的方法，其特征在于，所述根据所述无人机的地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域，包括：
根据所述无人机的历史运行轨迹，确定单位时间内无人机的第一运行距离和下一秒的前进方向；
以所述无人机的第一地址位置信息对应的位置为原点，所述单位时间内无人机的第一运行距离为半径，所述下一秒的前进方向上预设角度对应的区域，确定为所述无人机的第一搜索区域。
3.根据权利要求2所述的方法，其特征在于，所述根据所述无人机的历史运行轨迹，确定单位时间内无人机的第一运行距离，包括：
获取所述历史运行轨迹的第一点和第二点之间的轨迹距离；
根据所述第一点对应的第一时间和所述第二点对应的第二时间，确定时间差；
根据所述轨迹距离和所述时间差，确定单位时间内无人机的第一运行距离。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若在第一预设时间段内，接收所述无人机返回的第二图像数据，其中，所述第二图像数据包括无人机的第二地理位置信息；
若在所述第二图像数据中未识别出所述目标物体，则向所述无人机发送第二搜索指令，其中，所述第二搜索指令包括第二搜索区域，所述第二搜索区域是根据所述第二地理位置信息和第二运行距离确定的，所述第二运行距离大于所述第一运行距离，以使所述无人机根据所述第二搜索指令，在所述第二搜索区域内搜索所述目标物体。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
若在第二预设时间段内，接收所述无人机返回的第三图像数据；
若在所述第三图像数据中未识别出所述目标物体，则向所述无人机发送返回指令。
6.根据权利要求1所述的方法，其特征在于，所述接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别，包括：
将所述第一图像数据输入到预先建立的物体识别模型中，得到所述第一图像数据中的物体的图像特征；其中，所述第一图像数据是通过对无人机发送的视频数据进行I帧提取，并保存为YUV格式的图像数据；
根据所述物体的图像特征和预先存储数据库中的预设图像特征信息，确定物体相似度，其中，所述预先存储数据库中的预设物体信息包括物体名称和对应的预设图像特征信息；
若所述物体相似度大于等于预设相似度，则确定所述第一图像数据包括目标物体。
7.根据权利要求1所述的方法，其特征在于，若所述障碍物是建筑物，在所述根据所述无人机的地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域之前，所述方法还包括：
若在所述第一图像数据中识别出建筑物，则向无人机发送拉升指令，所述拉升指令包括升高高度；
接收所述无人机返回的第四图像数据；
若所述第四图像数据中未识别出所述目标物体，且未检测到所述建筑物，则向无人机发送降低高度指令，所述降低高度指令包括降低距离；
接收所述无人机返回的第五图像数据，其中，所述第五图像数据包括第三地理位置信息。
8.一种物体追踪装置，其特征在于，所述装置包括：
识别模块，用于接收无人机发送的第一图像数据，并对所述第一图像数据中的目标物体进行识别；
获取模块，用于若在所述第一图像数据中未识别到目标物体，且识别到障碍物，则获取所述第一图像数据中携带的无人机的第一地理位置信息；
确定模块，用于根据所述无人机的第一地理位置信息和无人机的历史运行轨迹，确定无人机的第一搜索区域；
搜索模块，用于向所述无人机发送第一搜索指令，所述第一搜索指令包括所述第一搜索区域，以使所述无人机根据所述第一搜索指令，在所述第一搜索区域内搜索所述目标物体。
9.一种终端设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以实现权利要求1-7中任一项所述的物体追踪方法。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现权利要求1-7中任一项所述的物体追踪方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011390278.6A CN112597809A (zh) | 2020-12-01 | 2020-12-01 | 一种物体追踪方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011390278.6A CN112597809A (zh) | 2020-12-01 | 2020-12-01 | 一种物体追踪方法、装置、终端设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112597809A true CN112597809A (zh) | 2021-04-02 |
Family
ID=75187588
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011390278.6A Pending CN112597809A (zh) | 2020-12-01 | 2020-12-01 | 一种物体追踪方法、装置、终端设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112597809A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113612920A (zh) * | 2021-06-23 | 2021-11-05 | 广西电网有限责任公司电力科学研究院 | 一种无人机拍摄电力设备图像的方法及其装置 |
-
2020
- 2020-12-01 CN CN202011390278.6A patent/CN112597809A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113612920A (zh) * | 2021-06-23 | 2021-11-05 | 广西电网有限责任公司电力科学研究院 | 一种无人机拍摄电力设备图像的方法及其装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dilshad et al. | Applications and challenges in video surveillance via drone: A brief survey | |
| US11294949B2 (en) | Systems and methods for querying a distributed inventory of visual data | |
| CN106303442B (zh) | 追踪路径拓扑结构建立方法、目标对象追踪方法及设备 | |
| CN112767475B (zh) | 一种基于c-v2x、雷达与视觉的智能路侧感知系统 | |
| US20200356108A1 (en) | Information transmission method and client device | |
| Wan et al. | To smart city: Public safety network design for emergency | |
| CN108801254B (zh) | 一种重定位方法及机器人 | |
| US11475671B2 (en) | Multiple robots assisted surveillance system | |
| WO2016202027A1 (zh) | 一种物体移动轨迹识别方法及系统 | |
| CN104038729A (zh) | 级联式多摄像机接力跟踪方法及系统 | |
| US11430199B2 (en) | Feature recognition assisted super-resolution method | |
| Kavitha et al. | Retracted article: Designing an IoT based autonomous vehicle meant for detecting speed bumps and lanes on roads | |
| US20210356953A1 (en) | Deviation detection for uncrewed vehicle navigation paths | |
| Jisha et al. | An android application for school bus tracking and student monitoring system | |
| Wang et al. | Realtime wide-area vehicle trajectory tracking using millimeter-wave radar sensors and the open TJRD TS dataset | |
| CN113286081B (zh) | 机场全景视频的目标识别方法、装置、设备及介质 | |
| CN110879071A (zh) | 基于车路协同的高精度定位系统及定位方法 | |
| CN114089786A (zh) | 一种基于无人机视觉的沿山区公路自主巡检系统 | |
| US20220353455A1 (en) | Target Tracking Of Motor Vehicles Or Other Moving Objects By Forming An Ad Hoc Network Of Devices | |
| CN113910224A (zh) | 机器人跟随的方法、装置及电子设备 | |
| CN111526324A (zh) | 监控系统及方法 | |
| CN112597809A (zh) | 一种物体追踪方法、装置、终端设备和存储介质 | |
| CN116778292A (zh) | 多模态车辆时空轨迹的融合方法、装置、设备及存储介质 | |
| Lee et al. | Augmenting car surrounding information by inter-vehicle data fusion | |
| TWI498527B (zh) | Submarine Vehicle Surrounding System and Method |
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 |