CN112633068B - 基于陆防监控的人车图像识别追踪云系统 - Google Patents
基于陆防监控的人车图像识别追踪云系统 Download PDFInfo
- Publication number
- CN112633068B CN112633068B CN202011340022.4A CN202011340022A CN112633068B CN 112633068 B CN112633068 B CN 112633068B CN 202011340022 A CN202011340022 A CN 202011340022A CN 112633068 B CN112633068 B CN 112633068B
- Authority
- CN
- China
- Prior art keywords
- recognition system
- image recognition
- monitoring
- cloud
- vehicle image
- 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- 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
- H04N23/61—Control of cameras or camera modules based on recognised objects
-
- 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
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
- H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于陆防监控的人车图像识别追踪云系统,能够提升人车图像追踪的自动化、智能化以及追踪连续性。该系统由陆防转台、本地人车图像识别系统、云端人车图像识别系统组成;云端人车图像识别系统将要追踪的对象特征发送给本地人车识别系统,本地人车识别系统根据陆防转台采集的图像数据与对象特征进行对比,确定图像来自哪个陆防转台,并联动这部陆防转台周围的其他陆防转台实施重点监控,与此同时上报云端人车图像识别系统转台所在位置;云端人车图像识别系统还可以在需要不同监控站予以配合监控时,通过向需要配合监控的监控站中的云端人车图像识别系统发出命令,共同对追踪对象进行监控。
Description
技术领域
本发明涉及图像识别及追踪技术领域,具体涉及一种基于陆防监控的人车图像识别追踪云系统。
背景技术
我国陆地边界线漫长且与多国接壤使得我国边境问题复杂。现我国已在边境大量安装监控转台,为便于边境的管理与监控,本发明基于边境已有的陆防转台系统,进一步开发人车图像识别追踪云系统,以便于边境的管理与监控。
发明内容
有鉴于此,本发明提供了一种基于陆防监控的人车图像识别追踪云系统,能够提升人车图像追踪的自动化、智能化以及追踪连续性。
为了解决上述技术问题,本发明是这样实现的。
一种基于陆防监控的人车图像识别追踪云系统,由陆防转台、本地人车图像识别系统、云端人车图像识别系统组成;
所述陆防转台用于图像数据的采集与传输;
本地人车图像识别系统设置在各地监控站,与监控站监控范围内的陆防转台通信,获取范围内所有陆防转台上传的图像数据,对图像数据进行特征提取、对比和对象识别;将本地的图像数据和识别结果汇总到云端人车图像识别系统;
云端人车图像识别系统根据各本地人车图像识别系统传来的图像数据和识别结果进行综合比对分析;
云端人车图像识别系统通过网络将要追踪的对象特征发送给本地人车识别系统,本地人车识别系统根据陆防转台采集的图像数据与对象特征进行对比,如果图像识别符合,则迅速确定图像来自哪个陆防转台,并联动这部陆防转台周围的其他陆防转台实施重点监控,与此同时上报云端人车图像识别系统转台所在位置;通过不断识别上报确定陆防站台位置来实现目标的追踪;
本地人车识别系统还将提取的对象特征上传到云端人车图像识别系统中进行追踪对象的识别对比;当识别成功后,根据追踪对象的行动轨迹,确定是否需要不同监控站予以配合监控;根据确定结果,通过向需要配合监控的监控站中的云端人车图像识别系统发出命令,共同对追踪对象进行监控。
其中,要追踪的对象为人或车。
优选地,所述云端人车图像识别系统设有各监控站的数据库,根据来自本地人车图像识别系统的数据,对各数据库进行更新。
优选地,所述云端人车图像识别系统进一步用于根据预先储备的信息,判断已识别的追踪对象是否有关联对象,如果是,则将关联对象作为新跟踪对象,将新跟踪对象的对象特征发送给本地人车识别系统,进而实现连锁跟踪。
优选地,所述云端人车图像识别系统在根据追踪对象的行动轨迹,确定是否需要不同监控站予以配合监控时,根据追踪对象的行动方向和速度,预判追踪对象的行动区域,当行动区域达到追踪对象所属监控区域边缘时,通知追踪对象即将进入的监控区域内的本地人车图像识别系统接管监控工作;同时原监控区域的本地人车图像识别系统继续监控一段时间,直到追踪对象远离区域边缘后,云端人车图像识别系统通知原本地人车图像识别系统停止监控。
有益效果:
本发明利用已有的陆防转台,通过本地人车图像识别系统和云端人车图像识别系统的增加,形成了3级监控;本地人车图像识别系统可以根据追踪对象的识别结果,联动多个陆防转台实施重点监控;云端人车图像识别系统也可以根据追踪对象的运动趋势,协调不同监控站的陆防转台实施连续跟踪监控,从而提升了人车图像追踪的自动化、智能化以及追踪连续性。
附图说明
图1为基于陆防监控的人车图像识别追踪云系统的组成框图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种基于陆防监控的人车图像识别追踪云系统,如图1所示,该系统由陆防转台1、本地人车图像识别系统2、云端人车图像识别系统3组成。
陆防转台1是已经存在的,在边境大量安装的监控转台,其用于实现图像数据的采集。本发明陆防转台1上增加信息传输功能,将采集的图像数据传输给所在监控区域或者监控站的本地人车图像识别系统。
本地人车图像识别系统2设置在各地监控站,每个监控站的监控区域中均设置一个本地人车图像识别系统2。本地人车图像识别系统2与所在监控站监控范围内的所有陆防转台1通信,获取范围内所有陆防转台1上传的图像数据,对图像数据进行特征提取、对比和对象识别;同时,还将本地的图像数据和识别结果汇总到云端人车图像识别系统。
云端人车图像识别系统3根据各本地人车图像识别系统2传来的图像数据和识别结果进行综合比对分析。
本系统工作时,云端人车图像识别系统3通过网络将要追踪的对象特征发送给本地人车识别系统2,追踪的对象可以为人或车。本地人车识别系统2根据陆防转台1采集的图像数据与对象特征进行对比。如果图像识别符合,则迅速确定图像来自哪个陆防转台,并联动这部陆防转台周围的其他陆防转台实施重点监控,与此同时上报云端人车图像识别系统3转台所在位置。通过不断识别上报确定陆防站台位置来实现目标的追踪。
本地人车识别系统2还将提取的对象特征上传到云端人车图像识别系统3中进行追踪对象的识别对比。当识别成功后,根据追踪对象的行动轨迹,确定是否需要不同监控站予以配合监控;根据确定结果,通过向需要配合监控的监控站中的云端人车图像识别系统2发出命令,共同对追踪对象进行监控。
云端人车图像识别系统3进一步用于根据预先储备的信息,判断已识别的追踪对象是否有关联对象,如果是,则将关联对象作为新跟踪对象,将新跟踪对象的对象特征发送给本地人车识别系统2,进而实现原跟踪对象和新跟踪对象的共同跟踪。
云端人车图像识别系统3在根据追踪对象的行动轨迹,确定是否需要不同监控站予以配合监控时,根据追踪对象的行动方向和速度,预判追踪对象的行动区域,当行动区域达到追踪对象所属监控站的监控区域边缘时,通知追踪对象即将进入的监控区域内的本地人车图像识别系统2接管监控工作;同时原监控区域的本地人车图像识别系统2继续监控一段时间,直到追踪对象远离区域边缘后,云端人车图像识别系统3通知原本地人车图像识别系统2停止监控。
云端人车图像识别系统3内还可以设置各监控站的数据库,根据来自本地人车图像识别系统2的数据,对各数据库进行更新,以实现数据的云存储。
以上的具体实施例仅描述了本发明的设计原理,该描述中的部件形状,名称可以不同,不受限制。所以,本发明领域的技术人员可以对前述实施例记载的技术方案进行修改或等同替换;而这些修改和替换未脱离本发明创造宗旨和技术方案,均应属于本发明的保护范围。
Claims (2)
1.一种基于陆防监控的人车图像识别追踪云系统,其特征在于,由陆防转台(1)、本地人车图像识别系统(2)、云端人车图像识别系统(3)组成;
所述陆防转台(1)用于图像数据的采集与传输;
本地人车图像识别系统(2)设置在各地监控站,与监控站监控范围内的陆防转台(1)通信,获取范围内所有陆防转台(1)上传的图像数据,对图像数据进行特征提取、对比和对象识别;将本地的图像数据和识别结果汇总到云端人车图像识别系统(3);
云端人车图像识别系统(3)根据各本地人车图像识别系统(2)传来的图像数据和识别结果进行综合比对分析;
云端人车图像识别系统(3)通过网络将要追踪的对象特征发送给本地人车识别系统(2),本地人车识别系统(2)根据陆防转台(1)采集的图像数据与对象特征进行对比,如果图像识别符合,则确定图像来自哪个陆防转台,并联动这部陆防转台周围的其他陆防转台实施重点监控,与此同时上报云端人车图像识别系统(3)转台所在位置;通过不断识别上报确定陆防转台位置来实现目标的追踪;
本地人车识别系统(2)还将提取的对象特征上传到云端人车图像识别系统(3)中进行追踪对象的识别对比;当识别成功后,根据追踪对象的行动轨迹,确定是否需要不同监控站予以配合监控;根据确定结果,通过向需要配合监控的监控站中的云端人车图像识别系统(2)发出命令,共同对追踪对象进行监控;
所述云端人车图像识别系统(3)设有各监控站的数据库,根据来自本地人车图像识别系统(2)的数据,对各数据库进行更新;
所述云端人车图像识别系统(3)进一步用于根据预先储备的信息,判断已识别的追踪对象是否有关联对象,如果是,则将关联对象作为新跟踪对象,将新跟踪对象的对象特征发送给本地人车识别系统(2),进而实现连锁跟踪;
所述云端人车图像识别系统(3)在根据追踪对象的行动轨迹,确定是否需要不同监控站予以配合监控时,根据追踪对象的行动方向和速度,预判追踪对象的行动区域,当行动区域达到追踪对象所属监控区域边缘时,通知追踪对象即将进入的监控区域内的本地人车图像识别系统(2)接管监控工作;同时原监控区域的本地人车图像识别系统(2)继续监控一段时间,直到追踪对象远离区域边缘后,云端人车图像识别系统(3)通知原本地人车图像识别系统(2)停止监控。
2.如权利要求1所述的系统,其特征在于,要追踪的对象为人或车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011340022.4A CN112633068B (zh) | 2020-11-25 | 2020-11-25 | 基于陆防监控的人车图像识别追踪云系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011340022.4A CN112633068B (zh) | 2020-11-25 | 2020-11-25 | 基于陆防监控的人车图像识别追踪云系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112633068A CN112633068A (zh) | 2021-04-09 |
CN112633068B true CN112633068B (zh) | 2023-03-28 |
Family
ID=75303928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011340022.4A Active CN112633068B (zh) | 2020-11-25 | 2020-11-25 | 基于陆防监控的人车图像识别追踪云系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112633068B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929770A (zh) * | 2019-11-15 | 2020-03-27 | 云从科技集团股份有限公司 | 一种基于图像处理的智能追踪方法、系统、设备及可读介质 |
CN111178205A (zh) * | 2019-12-20 | 2020-05-19 | 航天信息股份有限公司 | 一种在区域范围内进行目标对象识别的方法及系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101465033B (zh) * | 2008-05-28 | 2011-01-26 | 丁国锋 | 一种自动追踪识别系统及方法 |
CN103297512B (zh) * | 2013-05-15 | 2016-12-28 | 吴玉平 | 一种基于云技术的人脸识别区域网络智能监控系统及方法 |
CN109428895A (zh) * | 2017-07-11 | 2019-03-05 | 杭州米越科技有限公司 | 一种跟踪监控系统及方法 |
CN108259830B (zh) * | 2018-01-25 | 2019-08-23 | 深圳冠思大数据服务有限公司 | 基于云服务器的鼠患智能监控系统和方法 |
CN109326124A (zh) * | 2018-10-17 | 2019-02-12 | 江西洪都航空工业集团有限责任公司 | 一种基于机器视觉的城市环境停放车辆行为识别系统 |
CN109660720B (zh) * | 2018-12-12 | 2020-10-30 | 河北汉光重工有限责任公司 | 一种应用于陆防监控双红外低空探测系统的扇扫拼接方法 |
CN109584492A (zh) * | 2019-01-11 | 2019-04-05 | 江苏三棱智慧物联发展股份有限公司 | 一种用于边界入侵的智能预警系统及方法 |
CN111526324B (zh) * | 2019-02-01 | 2022-02-25 | 杭州海康威视数字技术股份有限公司 | 监控系统及方法 |
CN109887266A (zh) * | 2019-02-26 | 2019-06-14 | 合肥学院 | 一种车辆用室外定位追踪方法 |
CN110688912A (zh) * | 2019-09-09 | 2020-01-14 | 南昌大学 | 一种基于IPv6云端互联的在线人脸搜索定位系统及方法 |
CN111416956A (zh) * | 2019-11-30 | 2020-07-14 | 山东爱特云翔信息技术有限公司 | 移动视频数据采集处理系统及方法 |
CN111400047A (zh) * | 2020-03-18 | 2020-07-10 | 青岛牛利智能科技有限公司 | 通过云边协同从监控视频流中进行人脸检测和识别的方法 |
CN111753664A (zh) * | 2020-05-25 | 2020-10-09 | 西南石油大学 | 基于5g无线网络的嫌疑人识别与定位追踪系统及方法 |
CN111832451A (zh) * | 2020-07-01 | 2020-10-27 | 中国民用航空局信息中心 | 基于视频数据处理的适航监察流程监管系统及方法 |
-
2020
- 2020-11-25 CN CN202011340022.4A patent/CN112633068B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929770A (zh) * | 2019-11-15 | 2020-03-27 | 云从科技集团股份有限公司 | 一种基于图像处理的智能追踪方法、系统、设备及可读介质 |
CN111178205A (zh) * | 2019-12-20 | 2020-05-19 | 航天信息股份有限公司 | 一种在区域范围内进行目标对象识别的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112633068A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563419B (zh) | 图像匹配和二维码相结合的列车定位方法 | |
CN110738846B (zh) | 基于雷达与视频组群的车辆行为监测系统及其实现方法 | |
CN102887159B (zh) | 铁路车辆跟踪和计划报点方法及装置 | |
CN104065920A (zh) | 一种车辆监控跟踪方法、系统及服务器 | |
CN101784887A (zh) | 受电弓损坏和磨损监视系统 | |
CN104200466A (zh) | 一种预警方法及摄像机 | |
CN102724773A (zh) | 基于m2m通信的无线智能监控装置及方法 | |
CN105788280A (zh) | 一种基于车联网的智慧城市车辆自动追踪系统 | |
CN112434566B (zh) | 客流统计方法、装置、电子设备及存储介质 | |
CN111008574A (zh) | 一种基于形体识别技术的重点人员轨迹分析方法 | |
CN107767668A (zh) | 一种基于雷达主动探测车辆连续实时跟踪的方法 | |
CN109360417B (zh) | 一种基于区块链的危险驾驶行为辨识与推送方法及系统 | |
CN101430827A (zh) | 基于gps的出租车无线视频监控系统及方法 | |
CN113961605A (zh) | 一种基于5g的智慧园区智能安防监测管理系统 | |
CN113869275A (zh) | 一种基于移动边缘计算的车辆抛洒物检测系统 | |
CN115393681A (zh) | 一种目标融合方法、装置、电子设备及存储介质 | |
CN113343905B (zh) | 道路异常智能识别模型训练、道路异常识别的方法及系统 | |
CN112633068B (zh) | 基于陆防监控的人车图像识别追踪云系统 | |
CN116740833A (zh) | 基于无人机的线路巡线打卡方法 | |
Shin et al. | Enhancing Railway Maintenance Safety Using Open‐Source Computer Vision | |
CN113658436A (zh) | 一种基于智慧交通物联网的交通监测系统 | |
CN106327876A (zh) | 一种基于行车记录仪的套牌车捕捉系统及方法 | |
CN112966638A (zh) | 基于多种特征的变电站作业人员鉴别及定位方法 | |
CN115985106A (zh) | 一种基于图像识别和激光点云技术的货车违规监控方法 | |
CN110808632B (zh) | 一种变电站作业安全管控系统 |
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 |