CN112637548B - 一种基于摄像机的信息关联预警方法及装置 - Google Patents
一种基于摄像机的信息关联预警方法及装置 Download PDFInfo
- Publication number
- CN112637548B CN112637548B CN202011262076.3A CN202011262076A CN112637548B CN 112637548 B CN112637548 B CN 112637548B CN 202011262076 A CN202011262076 A CN 202011262076A CN 112637548 B CN112637548 B CN 112637548B
- Authority
- CN
- China
- Prior art keywords
- data
- camera
- information
- association
- tag
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000001514 detection method Methods 0.000 claims abstract description 76
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000015654 memory Effects 0.000 claims description 20
- 230000003068 static effect Effects 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 abstract description 16
- 230000000875 corresponding effect Effects 0.000 description 67
- 239000002609 medium Substances 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 206010027146 Melanoderma Diseases 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种基于摄像机的信息关联预警方法及装置。本申请实施例提供的技术方案,通过摄像机来获取对应的图像信息并通过探测模块获取对应的探测信息,通过将图像信息与探测信息进行关联来得到相应的关联信息;并通过对持续采集到的关联信息进行不断的碰撞分析确定该摄像机的动态标签数据以对摄像机的标签属性进行更新。通过本申请实施例的方案能够为摄像机匹配更多维的标签数据,摄像机标签有多种数据维度,包括有人脸数据、车牌数据、手机号等等,根据关联的探测设备类型不同可以关联到多种不同维度的数据,通过不断对摄像机标签的内容进行丰富不断的扩大了基础信息库类型和规模,扩展了监控摄像机的业务属性,优化业务模型。
Description
技术领域
本申请实施例涉及监控数据技术领域,尤其涉及一种基于摄像机的信息关联预警方法及装置。
背景技术
目前,全国已建成近一千万路的视频监控摄像机,传统的视频、录像查看功能已经无法满足行业发展需要,无法发挥监控视频数据宝贵资源应有的价值。使得大量的监控数据被浪费掉。视频监控摄像机搭建的基础成本较高,生成得到的监控视频只能够使得用户在事后去进行视频的调用,并且在事后进行数据调用时,能够进行利用的检索维度较少,进而使得信息查询的效率不高,并且不能够及时对检测的内容进行有效的预警。因此,如何对已有的监控视频数据进行高效利用成为本领域技术人员亟待解决的技术问题。
发明内容
本申请实施例提供一种基于摄像机的信息关联预警方法及装置,能够通过将摄像机与获取到的图像信息以及探测模块检测到的探测数据进行数据关联,为摄像机监测提供更多维度的标签数据,便于相关人员进行信息查询以及对重要事件的预警。
在第一方面,本申请实施例提供了一种基于摄像机的信息关联预警方法,包括:
接收N个预设时段内摄像机采集到的图像信息以及探测模块检测到的探测数据;所述探测模块与摄像机相关联;
对预设时段内所述图像信息进行识别得到对应的身份数据;
将同一预设时段内的身份数据与探测数据进行碰撞关联以得到关联记录;
将不同预设时段内的关联记录进行数据碰撞分析以得到与所述摄像机对应的动态标签数据;
根据所述动态标签数据对对应的摄像机的标签属性进行更新。
进一步的,所述标签属性包括动态标签数据和静态标签数据,所述关联预警方法还包括:
接收用户输入的静态标签数据;
将所述静态标签数据存储至对应摄像机的标签属性中。
进一步的,所述静态标签数据包括重点标注信息;在所述根据所述动态标签数据对对应的摄像机的标签属性进行更新之后,还包括:
当与所述重点标注信息对应的摄像机检测到在一定时间内出现预设次数的超过设定相似阈值的身份信息时,对所述身份信息进行预警提醒。
进一步的,在所述根据所述动态标签数据对对应的摄像机的标签属性进行更新之后,还包括:
获取多个摄像机的动态标签数据以及动态标签数据的更新时间;
根据多个所述动态标签数据以及所述更新时间进行数据碰撞得到相应的轨迹数据。
进一步的,在所述根据多个所述动态标签数据以及所述更新时间进行数据碰撞得到相应的轨迹数据之后,还包括:
根据所述轨迹数据判断对应身份数据的角色信息。
进一步的,在所述根据所述动态标签数据对对应的摄像机的标签属性进行更新之后,还包括:
接收用户输入的重点关注对象;
根据所述重点关注对象调取与其对应的轨迹数据;
当多个所述重点关注对象的轨迹数据重叠度超过系统设定阈值时,则对其进行预警提醒。
进一步的,所述探测模块的数量有多个,所述探测数据包括手机序列号信息和ETC身份信息,所述身份数据包括人脸数据和车牌数据;所述动态标签数据的数量包括多个,所述动态标签数据包括人脸数据、车牌数据、设备识别码、用户识别码、ETC身份信息和同行人信息。
在第二方面,本申请实施例提供了一种基于摄像机的信息关联预警装置,包括:
接收模块:用于接收N个预设时段内摄像机采集到的图像信息以及探测模块检测到的探测数据;所述探测模块与摄像机相关联;
识别模块:用于对预设时段内所述图像信息进行识别得到对应的身份数据;
关联模块:用于将同一预设时段内的身份数据与探测数据进行碰撞关联以得到关联记录;
碰撞分析模块:用于将不同预设时段内的关联记录进行数据碰撞分析以得到与所述摄像机对应的动态标签数据;
更新模块:用于根据所述动态标签数据对对应的摄像机的标签属性进行更新。
在第三方面,本申请实施例提供了一种电子设备,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的基于摄像机的信息关联预警方法。
在第四方面,本申请实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的基于摄像机的信息关联预警方法。
本申请实施例通过摄像机来获取对应的图像信息并通过探测模块获取对应的探测信息,通过将图像信息与探测信息进行关联来得到相应的关联信息;并通过对持续采集到的关联信息进行不断的碰撞分析确定该摄像机的动态标签数据以对摄像机的标签属性进行更新。通过本申请实施例的方案能够为摄像机匹配更多维的标签数据,摄像机标签有多种数据维度,其可以是通过摄像机识别得到的数据,也可以是通过探测模块得到的数据,根据关联的探测设备类型不同可以关联到多种不同维度的数据,通过不断对摄像机标签的内容进行丰富不断的扩大了基础信息库类型和规模,扩展了监控摄像机的业务属性,优化业务模型。
附图说明
图1是本申请实施例提供的一种基于摄像机的信息关联预警方法的流程图;
图2是本申请实施例提供的轨迹数据确定的流程示意图;
图3是本申请实施例提供的预警提醒的流程示意图;
图4是本申请实施例提供的静态标签数据更新的流程示意图;
图5是本申请实施例提供的一种基于摄像机的信息关联预警装置的结构示意图;
图6是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
目前,全国已建成近一千万路的视频监控摄像机,传统的视频、录像查看功能已经无法满足行业发展需要,无法发挥监控视频数据宝贵资源应有的价值。使得大量的监控数据被浪费掉。基于此,本申请实施例通过摄像机来获取对应的图像信息并通过探测模块获取对应的探测信息,通过将图像信息与探测信息进行关联来得到相应的关联信息;并通过对持续采集到的关联信息进行不断的碰撞分析确定该摄像机的动态标签数据以对摄像机的标签属性进行更新。通过本申请实施例的方案能够为摄像机匹配更多维的标签数据,摄像机标签有多种数据维度,其可以是通过摄像机识别得到的数据,也可以是通过探测模块得到的数据,根据关联的探测设备类型不同可以关联到多种不同维度的数据,通过不断对摄像机标签的内容进行丰富不断的扩大了基础信息库类型和规模,扩展了监控摄像机的业务属性,优化业务模型。
图1给出了本申请实施例提供的一种基于摄像机的信息关联预警方法的流程图,本实施例中提供的基于摄像机的信息关联预警方法可以由基于摄像机的信息关联预警设备执行,该基于摄像机的信息关联预警设备可以通过软件和/或硬件的方式实现,该基于摄像机的信息关联预警设备可以是两个或多个物理实体构成,也可以是一个物理实体构成。一般而言,该基于摄像机的信息关联预警设备可以是电脑,手机,平板或后台服务器等。
下述以后台服务器为执行基于摄像机的信息关联预警方法的设备为例,进行描述。参照图1,该基于摄像机的信息关联预警方法具体包括:
S101:接收N个预设时段内摄像机采集到的图像信息以及探测模块检测到的探测数据;所述探测模块与摄像机相关联。
具体的,在进行具体实施时,由于不同探测设备或系统作用半径并不相同,所以在进行设备关联时,并不能要求探测模块与摄像机一一对应,只要配置好对应的关联关系即可。一个摄像机可以关联多种探测设备(每一种探测设备支持多个设备关联一个摄像机),某个探测设备也可以同时关联给多个摄像机使用。通过上述关联关系可以使得对应摄像机能够匹配多种探测数据。具体的,一个摄像机会关联多个探测模块或者软件系统,如mac、etc、电子id、车牌识别系统等。
本步骤主要是获取到基础的信息,由于现在有的监控设备获取到的数据较为单一,在进行后续数据库构建以及业务扩展时,只能够基于单一的图像数据来进行信息的收集,这样在后续业务扩展以及预警时,能够得到的数据也相对较少。
更为优选的,所述探测数据包括手机序列号信息和ETC身份信息等,所述身份数据包括人脸数据和车牌数据等;所述动态标签数据的数量包括多个,所述动态标签数据包括人脸数据、车牌数据、设备识别码、用户识别码、ETC身份信息和同行人信息等。因此,在本申请实施例中增加了探测模块来进行更多样化信息的获取,探测模块可以是手机设备探测模块或ETC探测模块或其他探测设备,在进行设置时主要对人以及车进行探测,因为在大多数使用场景中,人和车出现的频次相对较高,且具有较高的相关性;因此在设置探测模块时,可以设置探测手机相关信息的探测模块和设置探测车辆相关信息的探测模块;具体的可以获取到的如下几种信息:IMEI、IMSI、ETC ID等。通过将上述信息与人脸信息进行关联,即可得到多种综合性数据,这样在进行后续信息查询时,能够从单一的手机信息或者车辆信息或者人脸信息调出更为综合化的信息。在本步骤中主要是为了获取到更为基础的识别信息。
在本申请实施例中N个预设时段中,这个预设时段可以是一天或者两天或者是半天等,获取多个预设时段的信息主要是为了进一步确定获取到的探测信息与身份信息之间的关联关系。
S102:对预设时段内所述图像信息进行识别得到对应的身份数据。
具体的,所述身份数据包括人脸数据和/或车牌数据,但是具体的数据类型不限于人脸、车牌,根据关联的探测设备类型不同可以关联到多种不同维度的数据。本步骤主要是对图像信息进行识别,通过对摄像机获取到的图像信息进行识别可以得到相应的人脸数据或者车牌数据。由于人脸数据可以标识不同人的身份信息,故而可以为每个人脸数据分配对应的关联记录ID,比如当识别甲时,为其分配关联记录ID的号码为1,当识别到乙时,为其分配关联记录ID的号码为2;后续进行数据存储更新时,均在相应的行列进行对应的内容更新。
S103:将同一预设时段内的身份数据与探测数据进行碰撞关联以得到关联记录。
本步骤主要是为了构建后续进行数据碰撞分析的基础数据库内容,由于同一摄像头采集到的内容和探测模块检测到的数据是分立的,所以需要对两者建立关联关系,当摄像头检测到一个人的人脸图像信息时,此时探测模块探测到一个的手机识别信息,此时能够直接将人脸图像信息与手机识别信息进行关联;但是正常情况下,摄像头与探测模块检测到的数据并非是单个的情况,比如在某个时段出现的人数是6个,也可以在某个时段出现的人数是15个,同样的检测到的手机的数量也是6个,或者是15个;因此,需要将对应时段内的数据进行关联得到对应的关联数据来进行后续的比对筛查,以便定位更为精准的数据。
S104:将不同预设时段内的关联记录进行数据碰撞分析以得到与所述摄像机对应的动态标签数据。
本步骤主要是采用数据碰撞的方式来实现将身份数据与探测数据更为准确的对应。比如,通过对一定时期(如30天)的记录进行多轮碰撞分析,提取关联度超过特定阈值的关联记录,记为一条关联结果(模糊记录,不是精确结果),随着系统采集数据不断增加,系统持续进行滚动碰撞提高记录精确度。比如,在7.1号时,检测到有A、B、C、D、E、F等多个人脸数据,以及T1、T2、T3、T4、T5、T6、T7等多个手机数据;由于数据检测时,其并非是一一对应的关系,因此无法将人脸数据与手机数据进行直接对应,在7.5号,检测到有A、G、H;以及T1、T8和T9等三个手机数据,将两组数据进行数据碰撞,可以知晓其均出现了A和T1两组数据,那么可以将A和T1画上关联关系;也即是将具体的人脸数据与手机识别信息关联。在本申请实施例中建立多维的数据关联模型,每一维度(列)代表一种类型的数据(人脸数据、WIFI MAC地址、车牌、电子车牌、IMEI、IMSI、ETC ID等),每一行就是一个记录(一条记录可能只有部分维度的数据);通过不断的进行碰撞分析得到精确的动态标签数据。在进行实施时,不单单可以对上述维度数据进行关联,还可以进行更多维度的数据关联,比如同行人信息等;不过在进行同行人信息关联时,需要系统内已经具有一定的数据基础,比如已经有A的全面的数据以及C的全面数据,此后,如果发现A和C两者之间同时出现的密度较为频繁,则将两者进行数据关联。通过不断的对处于不同时段内的数据进行碰撞然后来确定最终的关联结果。
关联结果信息类似如下形式:关联记录ID+某人(人脸照片)+IMEI+IMSI+车牌号+ETC ID+频繁同行人关联记录ID。上层业务系统或者外部应用系统可以通过某一维度的条件记录进行检索得到符合条件的目标其他属性信息,并进行相应的业务拓展。
具体实施时可以根据不同的基准维度进行碰撞统计;比如以人脸为基准,在一次捕获到的一个人脸照片会对应n条不同维度的记录,如10个车牌、20个mac,一次捕获的结果系统是不知道其关联的是哪个车牌、mac的;通过长期的采集碰撞不断收缩其关联的车牌、mac,并最终认定该人脸是关联A车牌、B mac地址的;其他基准维度类似,通过不断的碰撞统计来确定最终的关联关系。
S105:根据所述动态标签数据对对应的摄像机的标签属性进行更新。
在步骤S104已经得到相应的动态标签数据,通过上述动态标签数据对对应摄像机的标签属性进行更新;通过上述步骤也即是根据动态标签数据对对应的摄像机的标签属性进行更新。每个摄像机会对应多个标签属性,标签属性中也有多个动态标签数据,通过对上述数据不断更新使得基础信息数据更为的全面。
在本申请实施例中摄像机标签属性通过数据关联产生,通过探针(IMEI、MAC)、射屏探测器(车辆电子ID、RFID标签)、车牌识别服务(车辆号牌)等对摄像机区域内频繁出现、长时间驻留的终端记录为该摄像机的一个标签属性,通过对多种数据进行收集并与摄像机进行关联便于后续业务模式的开展。除视频监控摄像机,其他智感类设备均具备类似的业务属性,可基于设备具体的业务能力,叠加相应数据标签,不断扩大基础信息库类型和规模,优化业务模型。
更为优选的,图2是本申请实施例提供的轨迹数据确定的流程示意图,如图2所示,在所述根据所述动态标签数据对对应的摄像机的标签属性进行更新之后,还包括:
S106:获取多个摄像机的动态标签数据以及动态标签数据的更新时间;
S107:根据多个所述动态标签数据以及所述更新时间进行数据碰撞得到相应的轨迹数据。
将身份数据与探测数据进行关联碰撞得到对应的动态标签数据,上述数据是相对孤立的,也是基于摄像机等单一维度来进行的;为了从更高维度进行数据内容的获取,可以对处于不同位置的摄像机采集到的数据进行碰撞关联,进而确定同一目标在不同摄像机之间的移动轨迹、活动时间规律和驻居区域。也即是基于动态标签数据来确定更高维度的数据。具体的,如同一ETC ID频繁在8:00~8:30从A摄像机经过B摄像机到C摄像机位置,21:00~23:00从C摄像机位置经过D摄像机到A摄像机,通过本申请实施例的业务系统可在地图上复现出车辆活动轨迹,根据ETC ID类型、车辆同行手机IMEI、IMSI(基本固定1~5个,或者1~5个频繁变化、或者几十个)推断出车辆是属于私家车个人上下班、顺风车两点之间拉客(进一步检查该车是否具备顺风车运营资格)、还是大客车两点之间接送等。
更为优选的,在所述根据多个所述动态标签数据以及所述更新时间进行数据碰撞得到相应的轨迹数据之后,还包括:
根据所述轨迹数据判断对应身份数据的角色信息。
进行轨迹数据确认时,可以是依据人脸数据或者车辆数据或者是手机数据,特别是在城市中使用时,有时针对于手机数据更容易进行信息的捕捉。比如当检测到同一手机IMEI、IMSI频繁以某一地点为中心到周边一定半径范围内移动,可推断出该用户可能为外卖送餐、快递等职业。并将上述角色信息进行存储,提高后续查询检索的维度。
更为优选的,图3是本申请实施例提供的预警提醒的流程示意图,如图3所示,在所述根据所述动态标签数据对对应的摄像机的标签属性进行更新之后,还包括:
S108a:接收用户输入的重点关注对象;
S108b:根据所述重点关注对象调取与其对应的轨迹数据;
S108c:当多个所述重点关注对象的轨迹数据重叠度超过系统设定阈值时,则对其进行预警提醒。
上述步骤主要是为了确定更多的便于用户用于进行检索使用,当接收到用户输入的重点关注对象时,可以输入对应的人脸数据也可以输入对应的手机号数据或者车牌数据等,从多维度确定关注对象的行踪状态。特别是针对于聚集性团伙事件时,可以输入多个重点关注对象的信息,然后确定其轨迹,因为团伙性事件发生时,其多个人的轨迹肯定是会有重合,则进行预警。在本申请实施例中当系统多个重点关注对象出现聚焦或者相近运动轨迹时,判断可能出现人员聚焦事件从而发出预警,用户可提前部署应对。
更为优选的,图4是本申请实施例提供的静态标签数据更新的流程示意图,如图4所示,所述标签属性包括动态标签数据和静态标签数据,所述关联预警方法还包括:
S100a:接收用户输入的静态标签数据;
S100b:将所述静态标签数据存储至对应摄像机的标签属性中。
上述为静态标签配置的方式,具体的,通过平台应用系统用户在使用的过程中对摄像机进行人工标注,如用户标注事故易发点、上下班拥堵路段、违停黑点,用户标注盗抢多发点、人员聚焦重点关注场所,水文用户标注水浸黑点、堤防风险、非法捕鱼、非法排污等等。通过上述人工打标签的方式,为摄像机增加更多维度的标签内容,便于进行后续业务的扩展。比如针对于用户标注的盗抢多发点,通过对上述摄像头进行标记,然后可以当发生盗抢事件时,针对该区域内存在的人员信息,通过多次比对可以最终确定相应嫌疑人是谁,便于用户开展调查;也从一定程度上减轻了用户人员的负担。
更为优选的,所述静态标签数据包括重点标注信息;在所述根据所述动态标签数据对对应的摄像机的标签属性进行更新之后,还包括:
当与所述重点标注信息对应的摄像头检测到在一定时间内出现预设次数的超过设定相似阈值的身份信息时,对所述身份信息进行预警提醒。
上述为人员聚焦点标签,根据人员聚焦重点关联的标签属性,结合上述实施方式中的碰撞技术,对多次、多地人员聚焦事件频繁出现的人、车、手机等目标,将其认定为重点关注对象,其可能为活动组织者/积极参与者、接送车辆等;通过上述数据分析便于用户进行人员的重点关注;能够便于用户在发生聚集性危害事件之前,提前进行相应的安全部署,提高用户人员的办案的效率。
本申请实施例的方案根据采集的标签数据,通过大数据统计、数据碰撞技术来发现不同维度离散属性数据之间的关联关系并对基础信息库中信息内容进行更新,进而为后续业务提供关联信息的查询,人、车轨迹的复现,以及嫌疑人、车、物、线索的发现和侦查,可疑事件预警等服务。通过对摄像机叠加多维度的属性标签(如交通事故高发位置、抢劫危险地带、水浸黑点、道路拥堵黑点等)、数据标签(如移动设备IMEI、车辆电子ID、车辆号牌、RFID标签等)。利用大数据碰撞发现特定人员、车辆、终端设备及其运动轨迹等,助力案件侦破、人员及车辆寻找等;通过大数据统计分析,发现相似视频场景、场景变迁轨迹、场景内类同事件等信息,通过历史轨迹预测未来,提高预警准确性,防范于未然。
本申请实施例通过摄像机来获取对应的图像信息并通过探测模块获取对应的探测信息,通过将图像信息与探测信息进行关联来得到相应的关联信息;并通过对持续采集到的关联信息进行不断的碰撞分析确定该摄像机的动态标签数据以对摄像机的标签属性进行更新。通过本申请实施例的方案能够为摄像机匹配更多维的标签数据,不断的扩大基础信息库类型和规模,扩展了监控摄像机的业务属性,优化业务模型。
在上述实施例的基础上,图5为本申请实施例提供的一种基于摄像机的信息关联预警装置的结构示意图。参考图5,本实施例提供的基于摄像机的信息关联预警装置具体包括:
接收模块21:用于接收N个预设时段内摄像机采集到的图像信息以及探测模块检测到的探测数据;所述探测模块与摄像机相关联;
识别模块22:用于对预设时段内所述图像信息进行识别得到对应的身份数据;
关联模块23:用于将同一预设时段内的身份数据与探测数据进行碰撞关联以得到关联记录;
碰撞分析模块24:用于将不同预设时段内的关联记录进行数据碰撞分析以得到与所述摄像机对应的动态标签数据;
更新模块25:用于根据所述动态标签数据对对应的摄像机的标签属性进行更新。
本申请实施例通过摄像机来获取对应的图像信息并通过探测模块获取对应的探测信息,通过将图像信息与探测信息进行关联来得到相应的关联信息;并通过对持续采集到的关联信息进行不断的碰撞分析确定该摄像机的动态标签数据以对摄像机的标签属性进行更新。通过本申请实施例的方案能够为摄像机匹配更多维的标签数据,不断的扩大基础信息库类型和规模,扩展了监控摄像机的业务属性,优化业务模型。
本申请实施例提供的基于摄像机的信息关联预警装置可以用于执行上述实施例提供的基于摄像机的信息关联预警方法,具备相应的功能和有益效果。
图6是本申请实施例提供的一种电子设备的结构示意图,参照图6,该电子设备包括:处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器31的数量可以是一个或者多个,该电子设备中的存储器32的数量可以是一个或者多个。该电子设备的处理器31、存储器32、通信模块33、输入装置34及输出装置35可以通过总线或者其他方式连接。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请任意实施例所述的基于摄像机的信息关联预警方法对应的程序指令/模块(例如,基于摄像机的信息关联预警装置中的接收模块21、识别模块22、关联模块23、碰撞分析模块24和更新模块25)。存储器32可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器32可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块33用于进行数据传输。
处理器31通过运行存储在存储器32中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的基于摄像机的信息关联预警方法。
输入装置34可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述实施例提供的基于摄像机的信息关联预警方法,具备相应的功能和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器31执行时用于执行一种基于摄像机的信息关联预警方法,该基于摄像机的信息关联预警方法包括:
接收N个预设时段内摄像机采集到的图像信息以及探测模块检测到的探测数据;所述探测模块与摄像机相关联;
对预设时段内所述图像信息进行识别得到对应的身份数据;
将同一预设时段内的身份数据与探测数据进行碰撞关联以得到关联记录;
将不同预设时段内的关联记录进行数据碰撞分析以得到与所述摄像机对应的动态标签数据;
根据所述动态标签数据对对应的摄像机的标签属性进行更新。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器31执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的基于摄像机的信息关联预警方法,还可以执行本申请任意实施例所提供的基于摄像机的信息关联预警方法中的相关操作。
上述实施例中提供的基于摄像机的信息关联预警装置、存储介质及电子设备可执行本申请任意实施例所提供的基于摄像机的信息关联预警方法,未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的基于摄像机的信息关联预警方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由权利要求的范围决定。
Claims (8)
1.一种基于摄像机的信息关联预警方法,其特征在于,包括:
接收N个预设时段内摄像机采集到的图像信息以及探测模块检测到的探测数据,所述探测数据包括手机序列号信息和ETC身份信息;所述探测模块与摄像机相关联;
对预设时段内所述图像信息进行识别得到对应的身份数据,所述身份数据包括人脸数据和车牌数据;
将同一预设时段内的身份数据与探测数据进行碰撞关联以得到关联记录;
将不同预设时段内的关联记录进行数据碰撞分析以得到与所述摄像机对应的动态标签数据,其中包括:通过对预设时间的记录进行预设次数的碰撞分析,提取关联度超过设定阈值的关联记录,记为一条关联结果,并通过不断对所述关联结果进行所述碰撞分析得到动态标签数据;
根据所述动态标签数据对对应的摄像机的标签属性进行更新,所述摄像机的标签属性为摄像机区域内频繁出现或长时间驻留的终端,通过数据关联产生;
所述标签属性包括动态标签数据和静态标签数据,所述关联预警方法还包括:接收用户输入的静态标签数据,将所述静态标签数据存储至对应摄像机的标签属性中,所述静态标签数据包括重点标注信息;
当与所述重点标注信息对应的摄像头检测到在一定时间内出现预设次数的超过设定相似阈值的身份信息时,对所述身份信息进行预警提醒。
2.如权利要求1所述的基于摄像机的信息关联预警方法,其特征在于,在所述根据所述动态标签数据对对应的摄像机的标签属性进行更新之后,还包括:
获取多个摄像机的动态标签数据以及动态标签数据的更新时间;
根据多个所述动态标签数据以及所述更新时间进行数据碰撞得到相应的轨迹数据。
3.如权利要求2所述的基于摄像机的信息关联预警方法,其特征在于,在所述根据多个所述动态标签数据以及所述更新时间进行数据碰撞得到相应的轨迹数据之后,还包括:
根据所述轨迹数据判断对应身份数据的角色信息。
4.如权利要求2所述的基于摄像机的信息关联预警方法,其特征在于,在所述根据所述动态标签数据对对应的摄像机的标签属性进行更新之后,还包括:
接收用户输入的重点关注对象;
根据所述重点关注对象调取与其对应的轨迹数据;
当多个所述重点关注对象的轨迹数据重叠度超过系统设定阈值时,则对其进行预警提醒。
5.如权利要求1-4中任意一项所述的基于摄像机的信息关联预警方法,其特征在于,所述探测模块的数量有多个;所述动态标签数据的数量包括多个,所述动态标签数据包括人脸数据、车牌数据、设备识别码、用户识别码、ETC身份信息和同行人信息。
6.一种基于摄像机的信息关联预警装置,其特征在于,包括:
接收模块:用于接收N个预设时段内摄像机采集到的图像信息以及探测模块检测到的探测数据,所述探测数据包括手机序列号信息和ETC身份信息;所述探测模块与摄像机相关联;
识别模块:用于对预设时段内所述图像信息进行识别得到对应的身份数据,所述身份数据包括人脸数据和车牌数据;
关联模块:用于将同一预设时段内的身份数据与探测数据进行碰撞关联以得到关联记录;
碰撞分析模块:用于将不同预设时段内的关联记录进行数据碰撞分析以得到与所述摄像机对应的动态标签数据,具体用于通过对预设时间的记录进行预设次数的碰撞分析,提取关联度超过设定阈值的关联记录,记为一条关联结果,并通过不断对所述关联结果进行所述碰撞分析得到动态标签数据;
更新模块:用于根据所述动态标签数据对对应的摄像机的标签属性进行更新,所述摄像机的标签属性为摄像机区域内频繁出现或长时间驻留的终端,通过数据关联产生,所述标签属性包括动态标签数据和静态标签数据;
所述关联预警装置还用于接收用户输入的静态标签数据,将所述静态标签数据存储至对应摄像机的标签属性中,所述静态标签数据包括重点标注信息;
还用于当与所述重点标注信息对应的摄像头检测到在一定时间内出现预设次数的超过设定相似阈值的身份信息时,对所述身份信息进行预警提醒。
7.一种电子设备,其特征在于,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5任一所述的基于摄像机的信息关联预警方法。
8.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5任一所述的基于摄像机的信息关联预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011262076.3A CN112637548B (zh) | 2020-11-12 | 2020-11-12 | 一种基于摄像机的信息关联预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011262076.3A CN112637548B (zh) | 2020-11-12 | 2020-11-12 | 一种基于摄像机的信息关联预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112637548A CN112637548A (zh) | 2021-04-09 |
CN112637548B true CN112637548B (zh) | 2023-11-24 |
Family
ID=75303022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011262076.3A Active CN112637548B (zh) | 2020-11-12 | 2020-11-12 | 一种基于摄像机的信息关联预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112637548B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115131187B (zh) * | 2022-07-07 | 2023-09-19 | 北京拙河科技有限公司 | 机场多点定位监测数据的生成方法及系统 |
CN116092169B (zh) * | 2023-04-04 | 2023-06-20 | 南京小唐安朴科技有限公司 | 一种以采集频率与范围为权重的数据关联度计算方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102004755A (zh) * | 2010-09-29 | 2011-04-06 | 河南辉煌科技股份有限公司 | 摄像机多方式检索方法 |
CN107590439A (zh) * | 2017-08-18 | 2018-01-16 | 湖南文理学院 | 基于监控视频的目标人物识别追踪方法和装置 |
CN108540750A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 基于监控视频与电子设备标识关联的方法、装置及系统 |
CN109033440A (zh) * | 2018-08-15 | 2018-12-18 | 武汉烽火众智数字技术有限责任公司 | 一种视频侦查多维轨迹分析方法 |
CN109858365A (zh) * | 2018-12-28 | 2019-06-07 | 深圳云天励飞技术有限公司 | 一种特殊人群聚集行为分析方法、装置及电子设备 |
CN110008298A (zh) * | 2019-03-28 | 2019-07-12 | 武汉星视源科技有限公司 | 驻车多维信息感知应用系统及方法 |
CN110837753A (zh) * | 2018-08-16 | 2020-02-25 | 成都华迈通信技术有限公司 | 一种人车物识别布控的集分模型及其使用方法 |
CN111065044A (zh) * | 2019-10-30 | 2020-04-24 | 武汉烽火众智数字技术有限责任公司 | 基于大数据的数据关联分析方法、装置及计算机存储介质 |
-
2020
- 2020-11-12 CN CN202011262076.3A patent/CN112637548B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102004755A (zh) * | 2010-09-29 | 2011-04-06 | 河南辉煌科技股份有限公司 | 摄像机多方式检索方法 |
CN108540750A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 基于监控视频与电子设备标识关联的方法、装置及系统 |
CN107590439A (zh) * | 2017-08-18 | 2018-01-16 | 湖南文理学院 | 基于监控视频的目标人物识别追踪方法和装置 |
CN109033440A (zh) * | 2018-08-15 | 2018-12-18 | 武汉烽火众智数字技术有限责任公司 | 一种视频侦查多维轨迹分析方法 |
CN110837753A (zh) * | 2018-08-16 | 2020-02-25 | 成都华迈通信技术有限公司 | 一种人车物识别布控的集分模型及其使用方法 |
CN109858365A (zh) * | 2018-12-28 | 2019-06-07 | 深圳云天励飞技术有限公司 | 一种特殊人群聚集行为分析方法、装置及电子设备 |
CN110008298A (zh) * | 2019-03-28 | 2019-07-12 | 武汉星视源科技有限公司 | 驻车多维信息感知应用系统及方法 |
CN111065044A (zh) * | 2019-10-30 | 2020-04-24 | 武汉烽火众智数字技术有限责任公司 | 基于大数据的数据关联分析方法、装置及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112637548A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110334111B (zh) | 一种多维轨迹分析方法及装置 | |
CN109461106A (zh) | 一种多维信息感知处理方法 | |
CN112637548B (zh) | 一种基于摄像机的信息关联预警方法及装置 | |
CN103942811A (zh) | 分布式并行确定特征目标运动轨迹的方法与系统 | |
WO2014072971A1 (en) | Method of determining a license plate of a vehicle tracked by a surveillance system | |
CN110619277A (zh) | 一种多社区智慧布控方法以及系统 | |
CN107680385B (zh) | 一种确定套牌车的方法及系统 | |
CN112380892B (zh) | 一种图像识别方法、装置、设备及介质 | |
US20230073717A1 (en) | Systems And Methods For Electronic Surveillance | |
CN112770265B (zh) | 一种行人身份信息获取方法、系统、服务器和存储介质 | |
US20220301317A1 (en) | Method and device for constructing object motion trajectory, and computer storage medium | |
CN111369797A (zh) | 车辆监测方法、电子围栏的构建方法、电子围栏及装置 | |
CN111950471B (zh) | 目标对象识别方法及装置 | |
US11657623B2 (en) | Traffic information providing method and device, and computer program stored in medium in order to execute method | |
US11941716B2 (en) | Systems and methods for electronic signature tracking | |
CN115203354B (zh) | 一种车码轨迹预关联方法、装置、计算机设备及存储介质 | |
CN111435435B (zh) | 一种同伴识别方法、装置、服务器及系统 | |
CN110543583A (zh) | 信息处理方法及装置、图像设备及存储介质 | |
CN112885106A (zh) | 基于车辆大数据的区域禁行检测系统、方法及存储介质 | |
CN112383751A (zh) | 一种监控视频数据处理方法、装置、终端设备和存储介质 | |
US8344878B2 (en) | Method and apparatus for the creation of an event-associated electronic device directory | |
CN114090909A (zh) | 一种图码联侦关联方法、装置、计算机设备及存储介质 | |
CN210983509U (zh) | 入境重点人群布控系统 | |
CN115272924A (zh) | 一种基于模块化视频智能分析引擎的治理系统 | |
CN113128294B (zh) | 一种道路事件取证方法、装置、电子设备及存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 306, zone 2, building 1, Fanshan entrepreneurship center, Panyu energy saving technology park, No. 832 Yingbin Road, Donghuan street, Panyu District, Guangzhou City, Guangdong Province Applicant after: Jiadu Technology Group Co.,Ltd. Address before: Room 306, zone 2, building 1, Fanshan entrepreneurship center, Panyu energy saving technology park, No. 832 Yingbin Road, Donghuan street, Panyu District, Guangzhou City, Guangdong Province Applicant before: PCI-SUNTEKTECH Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |