CN112651386B - 一种身份信息的确定方法、装置及设备 - Google Patents
一种身份信息的确定方法、装置及设备 Download PDFInfo
- Publication number
- CN112651386B CN112651386B CN202110071199.7A CN202110071199A CN112651386B CN 112651386 B CN112651386 B CN 112651386B CN 202110071199 A CN202110071199 A CN 202110071199A CN 112651386 B CN112651386 B CN 112651386B
- Authority
- CN
- China
- Prior art keywords
- track
- height
- target object
- motion
- global
- 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 46
- 230000003068 static effect Effects 0.000 claims description 67
- 238000013507 mapping Methods 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 22
- 239000000758 substrate Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001939 inductive effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 235000015895 biscuits Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
- G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
- G07C9/257—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition electronically
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种身份信息的确定方法、装置及设备,该方法包括:获取第一目标对象的运动轨迹和所述第一目标对象的第一身高;若确定所述运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与所述第一目标对象匹配的目标全局轨迹;其中,所述目标全局轨迹对应的第二身高与所述第一目标对象的第一身高之间的差值小于预设身高阈值;将所述目标全局轨迹的身份信息确定为所述运动轨迹的身份信息。通过本申请的技术方案,当目标对象的运动轨迹发生中断时,可以将中断前的运动轨迹与中断后的运动轨迹进行关联,得到目标对象的完整运动轨迹,且中断前的运动轨迹的身份信息与中断后的运动轨迹的身份信息相同。
Description
本申请要求于2020年10月30日提交中国专利局、申请号为202011197344.8、申请名称为“一种身份信息的确定方法、装置及设备”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本申请涉及人工智能领域,尤其是一种身份信息的确定方法、装置及设备。
背景技术
近年来,随着用工成本的逐年增加,房租成本的逐渐攀升,使得便利店的利润空间不断被挤压。同时,受到劳动力成本和空间限制,便利店高峰排队现象普遍,顾客的购物体验较差。
基于上述情况,无人便利店得到了快速发展,无人便利店无需雇佣收银员,降低了人力成本。无人便利店模式简单,应用场景多,容易大规模复制。无人便利店能够最大程度地减少排队、付款等待时间,从而提升了顾客的体验。
在无人便利店中,结合计算机视觉技术,可以实现自助商品(如不需要临时加工的商品,如矿泉水、饼干等)的无感支付。为了实现自助商品的无感支付,一个重要过程是获取无人便利店内顾客的运动轨迹。
但是,一旦运动轨迹发生中断,则无法将中断前的运动轨迹与中断后的运动轨迹进行关联,导致无法得到顾客的完整运动轨迹,从而影响自助商品的支付结算。
发明内容
本申请提供一种身份信息的确定方法,所述方法包括:
获取第一目标对象的运动轨迹和所述第一目标对象的第一身高;
若确定所述运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与所述第一目标对象匹配的目标全局轨迹;其中,所述目标全局轨迹对应的第二身高与所述第一目标对象的第一身高之间的差值小于预设身高阈值;
将所述目标全局轨迹的身份信息确定为所述运动轨迹的身份信息。
在一种可能的实施方式中,所述运动轨迹的轨迹开始时间大于所述目标全局轨迹对应的轨迹更新时间,且所述运动轨迹的轨迹开始时间与所述目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值;
其中,所述轨迹更新时间表示最后一次更新所述目标全局轨迹的时间。
在一种可能的实施方式中,所述确定所述运动轨迹为中断运动轨迹,包括:
若不存在与所述运动轨迹匹配的全局轨迹,则确定所述运动轨迹为中断运动轨迹;或者,若存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值大于第二时间阈值,则确定所述运动轨迹为中断运动轨迹;或者,若不存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹没有对应的身份信息,则确定所述运动轨迹为中断运动轨迹;或者,若存在与所述运动轨迹匹配的全局轨迹,且所述第一身高与该全局轨迹对应的身高的差值大于预设身高阈值,则确定所述运动轨迹为中断运动轨迹。
在一种可能的实施方式中,若所述第一身高为第一静止身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值;或者,若所述第一身高为第一动态身高,则所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值;或者,若所述第一身高为第一静止身高和第一动态身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值,且所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值。
在一种可能的实施方式中,所述获取第一目标对象的运动轨迹和所述第一目标对象的第一身高之前,所述方法还包括:获取第二目标对象的全局轨迹和所述第二目标对象的第二身高;其中,全局轨迹包括所述第二目标对象在摄像机的探测范围内的运动轨迹;获取所述第二目标对象进入门禁设备的管理信息;其中,所述管理信息包括所述第二目标对象进入门禁设备的开门时间、所述第二目标对象的身份信息;根据所述开门时间,记录全局轨迹的全局标识、第二身高与身份信息之间的映射关系。
本申请提供一种身份信息的确定装置,所述装置包括:获取模块,用于获取第一目标对象的运动轨迹和所述第一目标对象的第一身高;选取模块,用于若确定所述运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与所述第一目标对象匹配的目标全局轨迹;其中,所述目标全局轨迹对应的第二身高与所述第一目标对象的第一身高之间的差值小于预设身高阈值;确定模块,用于将所述目标全局轨迹的身份信息确定为所述运动轨迹的身份信息。
在一种可能的实施方式中,所述运动轨迹的轨迹开始时间大于所述目标全局轨迹对应的轨迹更新时间,且所述运动轨迹的轨迹开始时间与所述目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值;
其中,所述轨迹更新时间表示最后一次更新所述目标全局轨迹的时间。
示例性的,所述选取模块确定所述运动轨迹为中断运动轨迹时具体用于:若不存在与所述运动轨迹匹配的全局轨迹,则确定所述运动轨迹为中断运动轨迹;或者,若存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值大于第二时间阈值,则确定所述运动轨迹为中断运动轨迹;或者,若不存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹没有对应的身份信息,则确定所述运动轨迹为中断运动轨迹;或者,若存在与所述运动轨迹匹配的全局轨迹,且所述第一身高与该全局轨迹对应的身高的差值大于预设身高阈值,则确定所述运动轨迹为中断运动轨迹。
本申请提供一种管理设备,包括:处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;
所述处理器用于执行机器可执行指令,以实现如下步骤:
获取第一目标对象的运动轨迹和所述第一目标对象的第一身高;
若确定所述运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与所述第一目标对象匹配的目标全局轨迹;其中,所述目标全局轨迹对应的第二身高与所述第一目标对象的第一身高之间的差值小于预设身高阈值;
将所述目标全局轨迹的身份信息确定为所述运动轨迹的身份信息。
本申请提供一种机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被处理器执行时,实现上述的方法步骤。
由以上技术方案可见,本申请实施例中,若确定第一目标对象的运动轨迹为中断运动轨迹,则可以基于第一目标对象的第一身高从已中断的所有全局轨迹中选取与该第一目标对象匹配的目标全局轨迹,将目标全局轨迹的身份信息确定为该第一目标对象的运动轨迹的身份信息。基于上述方式,当第一目标对象的运动轨迹发生中断时,可以将中断前的运动轨迹与中断后的运动轨迹进行关联,得到第一目标对象的完整运动轨迹,且中断前的运动轨迹的身份信息与中断后的运动轨迹的身份信息相同。上述方式借助第一目标对象的身高选取与该第一目标对象匹配的目标全局轨迹,提升选取准确性,提升运动轨迹稳定性。
附图说明
为了更加清楚地说明本申请实施例或者现有技术中的技术方案,下面将对本申请实施例或者现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据本申请实施例的这些附图获得其他的附图。
图1是本申请一种实施方式中的身份信息的确定方法的流程示意图;
图2是本申请一种实施方式中的身份信息的确定方法的流程示意图;
图3是本申请一种实施方式中的系统结构示意图;
图4是本申请一种实施方式中的身份信息的确定装置的结构示意图。
具体实施方式
在本申请实施例使用的术语仅仅是出于描述特定实施例的目的,而非限制本申请。本申请和权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其它含义。还应当理解,本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请实施例可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,此外,所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请实施例中提出一种身份信息的确定方法,该方法可以应用于管理设备,参见图1所示,为身份信息的确定方法的流程图,该方法可以包括:
步骤101,获取第一目标对象的运动轨迹和该第一目标对象的第一身高。
示例性的,第一目标对象是指管理设备获取的任一运动轨迹的对象。
步骤102,若确定该运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与该第一目标对象匹配的目标全局轨迹。示例性的,目标全局轨迹对应的第二身高与该第一目标对象的第一身高之间的差值小于预设身高阈值。
示例性的,该运动轨迹的轨迹开始时间可以大于该目标全局轨迹对应的轨迹更新时间,且该运动轨迹的轨迹开始时间与该目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值。该轨迹更新时间表示最后一次更新该目标全局轨迹的时间,该运动轨迹的轨迹开始时间表示该运动轨迹的最早时间。
综上所述,在选取目标全局轨迹时,需要保证目标全局轨迹对应的第二身高与该第一目标对象的第一身高之间的差值小于预设身高阈值,且该运动轨迹的轨迹开始时间大于目标全局轨迹对应的轨迹更新时间,且该运动轨迹的轨迹开始时间与目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值。
在一种可能的实施方式中,确定该运动轨迹为中断运动轨迹,可以包括但不限于:若不存在与该运动轨迹匹配的全局轨迹,则确定该运动轨迹为中断运动轨迹。或者,若存在与该运动轨迹匹配的全局轨迹,且运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值大于第二时间阈值,则确定该运动轨迹为中断运动轨迹。或者,若不存在与该运动轨迹匹配的全局轨迹,且该运动轨迹没有对应的身份信息,则确定该运动轨迹为中断运动轨迹。或者,若存在与该运动轨迹匹配的全局轨迹,且第一目标对象的第一身高与该全局轨迹对应的身高的差值大于预设身高阈值,则确定该运动轨迹为中断运动轨迹。
在一种可能的实施方式中,若第一身高为第一静止身高(表示处于静止状态时的身高),在从已中断的所有全局轨迹中选取与该目标对象匹配的目标全局轨迹时,该目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值。或者,若第一身高为第一动态身高(表示处于运动状态时的身高),在从已中断的所有全局轨迹中选取与该目标对象匹配的目标全局轨迹时,该目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值。或者,若第一身高为第一静止身高和第一动态身高,在从已中断的所有全局轨迹中选取与该目标对象匹配的目标全局轨迹时,该目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值,且该目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值。
步骤103,将目标全局轨迹的身份信息确定为该运动轨迹的身份信息。
在一种可能的实施方式中,获取第一目标对象的运动轨迹和该第一目标对象的第一身高之前,还可以获取第二目标对象的全局轨迹和该第二目标对象的第二身高,该全局轨迹包括该第二目标对象在摄像机的探测范围内的运动轨迹。以及,获取第二目标对象进入门禁设备的管理信息,该管理信息包括该第二目标对象进入门禁设备的开门时间、该第二目标对象的身份信息。根据该开门时间,记录全局轨迹的全局标识、第二身高与身份信息之间的映射关系。比如说,确定与该开门时间匹配的第二目标对象的全局轨迹,并记录该全局轨迹的全局标识、第二目标对象的第二身高与第二目标对象的身份信息之间的映射关系。
示例性的,第二目标对象是指管理设备获取的具有身份信息的对象。
示例性的,第二目标对象的全局轨迹至少包括多个物理坐标以及每个物理坐标对应的采集时刻;确定与该开门时间匹配的第二目标对象的全局轨迹,可以包括但不限于:从该全局轨迹包括的多个采集时刻中选取与该开门时间匹配的目标采集时刻;若该全局轨迹中的与该目标采集时刻对应的物理坐标位于门禁设备的进入区域,则将该全局轨迹确定为与该开门时间匹配的全局轨迹。
示例性的,上述执行顺序只是为了方便描述给出的示例,在实际应用中,还可以改变步骤之间的执行顺序,对此执行顺序不做限制。而且,在其它实施例中,并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其它实施例中可能被分解为多个步骤进行描述;本说明书中所描述的多个步骤,在其它实施例也可能被合并为单个步骤进行描述。
由以上技术方案可见,本申请实施例中,若确定第一目标对象的运动轨迹为中断运动轨迹,则可以基于第一目标对象的第一身高从已中断的所有全局轨迹中选取与该第一目标对象匹配的目标全局轨迹,将目标全局轨迹的身份信息确定为该第一目标对象的运动轨迹的身份信息。基于上述方式,当第一目标对象的运动轨迹发生中断时,可以将中断前的运动轨迹与中断后的运动轨迹进行关联,得到第一目标对象的完整运动轨迹,且中断前的运动轨迹的身份信息与中断后的运动轨迹的身份信息相同。上述方式借助第一目标对象的身高选取与该目标对象匹配的目标全局轨迹,提升选取的准确性,提升运动轨迹稳定性。
本申请实施例提出一种身份信息的确定方法,用于确定目标对象的身份信息。目标场景(如便利店、无人便利店、超市等)中会出现大量目标对象,管理设备需要确定每个目标对象的身份信息,由于每个目标对象的身份信息的确定过程相同,为了方便描述,后续以一个目标对象的身份信息的确定过程为例。
针对每个目标对象来说,在该目标对象进入门禁设备时,管理设备能够确定该目标对象的身份信息,并记录该目标对象的全局轨迹的全局标识与该目标对象的身份信息之间的映射关系。在该目标对象的运动过程中,可以基于该目标对象的全局轨迹的全局标识查询该映射关系,得到该目标对象的身份信息。
在该目标对象的运动轨迹发生中断后,本申请实施例中,可以基于该目标对象的身高,将中断前的运动轨迹与中断后的运动轨迹进行关联,继而使得中断后的运动轨迹的身份信息与中断前的运动轨迹的身份信息相同。
示例性的,在通过摄像机采集到图像后,将图像中的人员均记为目标对象,目标对象可以为指定类型对象或非指定类型对象。指定类型对象可以为工作人员,如店员、管理者、职工、营业员等,对此指定类型对象不做限制,具有服务属性的人员均作为指定类型对象。非指定类型对象可以为非工作人员,如顾客、消费者、客户等,对此非指定类型对象不做限制,具有接受服务属性的人员均作为非指定类型对象。后续实施例中,以指定类型对象是店员,非指定类型对象是顾客为例,对于其它类型的指定类型对象和非指定类型对象不再赘述。
参见图2所示,为身份信息的确定方法的流程图,该方法可以包括:
步骤201,摄像机获取目标对象的运动轨迹和该目标对象的身高,并将该目标对象的运动轨迹和该目标对象的身高发送给管理设备。
示例性的,可以通过摄像机采集包括目标对象的多个图像,基于这些图像确定该目标对象在该摄像机的探测范围内的运动轨迹,该运动轨迹包括至少一个轨迹点,每个轨迹点包括该目标对象的物理坐标和物理坐标的采集时刻,表示该目标对象在该采集时刻处于该物理坐标,即,针对摄像机在该采集时刻采集的图像,可以确定该目标对象处于该物理坐标。
运动轨迹还可以包括轨迹标识和摄像机标识(如摄像机的IP地址等),通过轨迹标识区分同一个摄像机下不同目标对象的运动轨迹,通过摄像机标识和轨迹标识区分同一个目标对象在不同摄像机下的运动轨迹。
物理坐标是该目标对象在真实世界的物理位置,例如,以真实世界的某位置为原点建立世界坐标系,物理坐标是该世界坐标系下的物理位置。
基于包括目标对象的多个图像,可以采用任意分析算法对目标对象进行检测、识别,以得到目标对象的运动轨迹,本文对此分析算法不做限制。
示例性的,可以通过摄像机采集包括目标对象的图像,基于该图像确定目标对象的身高,对此不做限制,只要能够得到目标对象的身高即可。例如,可以基于该图像确定目标对象的头肩坐标,基于头肩坐标确定目标对象的身高。
针对每个摄像机来说,均可以获取目标对象的运动轨迹和该目标对象的身高,并将该目标对象的运动轨迹和该目标对象的身高发送给管理设备。
步骤202,管理设备获取该目标对象的全局轨迹,该全局轨迹可以包括该目标对象在摄像机(如至少一个摄像机)的探测范围内的运动轨迹。
示例性的,针对该目标对象来说,若管理设备接收到一个摄像机发送的该目标对象的运动轨迹,则基于该目标对象的运动轨迹确定该目标对象的全局轨迹,该全局轨迹可以包括该目标对象在该摄像机的探测范围内的运动轨迹。若管理设备接收到至少两个摄像机发送的该目标对象的运动轨迹,则将该目标对象在每个摄像机的探测范围内的运动轨迹进行融合,得到该目标对象的全局轨迹。比如说,得到目标对象1在摄像机1的探测范围内的运动轨迹1,目标对象1在摄像机2的探测范围内的运动轨迹2,目标对象1在摄像机3的探测范围内的运动轨迹3,将运动轨迹1、运动轨迹2和运动轨迹3进行融合,得到目标对象1的全局轨迹。由于运动轨迹1、运动轨迹2和运动轨迹3会有重复部分,因此,在将运动轨迹1、运动轨迹2和运动轨迹3进行融合时,需要去掉重复部分。
示例性的,目标对象的全局轨迹可以包括多个轨迹点,每个轨迹点包括该目标对象的物理坐标和该物理坐标的采集时刻,且全局轨迹具有全局标识。
在一种可能的实施方式中,由于管理设备可以得到多个目标对象的运动轨迹,如何将同一目标对象在多个摄像机的探测范围内的运动轨迹进行匹配,并将这些运动轨迹进行融合,得到该目标对象的全局轨迹,可以采用如下方式:
获取第一摄像机探测到的第一目标在第一摄像机探测范围内的第一运动轨迹;获取第二摄像机探测到的第二目标在第二摄像机探测范围内的第二运动轨迹;第一摄像机和第二摄像机具有重叠探测范围。当根据第一运动轨迹和第二运动轨迹确定第一目标和第二目标为同一目标对象时,则获取该目标对象的全局轨迹,该目标对象的全局轨迹包括该第一运动轨迹和该第二运动轨迹。
比如说,若第一运动轨迹的某个轨迹点包括物理坐标a1和物理坐标a1的采集时刻b1,第二运动轨迹的某个轨迹点包括物理坐标a2和物理坐标a2的采集时刻b2。假设物理坐标a1和物理坐标a2相同,采集时刻b1和采集时刻b2相同,则第一运动轨迹和第二运动轨迹存在相同轨迹点,第一运动轨迹和第二运动轨迹是同一目标对象的运动轨迹,确定第一目标和第二目标为同一目标对象。
比如说,摄像机1和摄像机2存在重叠探测范围,摄像机2和摄像机3存在重叠探测范围,管理设备得到目标对象1在摄像机1探测范围的运动轨迹11和目标对象2在摄像机1探测范围的运动轨迹12,得到目标对象1在摄像机2探测范围的运动轨迹21,得到目标对象1在摄像机3探测范围的运动轨迹31。
在此基础上,若确定运动轨迹11对应的目标对象和运动轨迹21对应的目标对象为同一目标对象,则管理设备获取该目标对象的全局轨迹s1,全局轨迹s1包括运动轨迹11和运动轨迹21。若确定全局轨迹s1对应的目标对象和运动轨迹31对应的目标对象为同一目标对象,则管理设备将该目标对象的全局轨迹更新为全局轨迹s2,全局轨迹s2包括全局轨迹s1和运动轨迹31,以此类推。
综上所述,管理设备可以得到该目标对象的全局轨迹,且该全局轨迹具有唯一的标识,为了区分方便,将该全局轨迹的唯一标识称为全局标识。
管理设备在得到目标对象的全局轨迹后,还可以记录参与融合全局轨迹的运动轨迹(可能为多个运动轨迹)的轨迹标识和摄像机标识,及该全局轨迹的全局标识之间的映射关系,该映射关系用于后续的轨迹匹配和轨迹融合。
步骤203,管理设备获取该目标对象进入门禁设备的管理信息,该管理信息可以包括该目标对象进入门禁设备的开门时间、该目标对象的身份信息。
示例性的,在目标对象进入门禁设备时,目标对象可以执行刷卡动作,而该卡绑定了目标对象的身份信息,因此,若该身份信息符合进入要求,则开启门禁设备,允许目标对象进入门禁设备。综上所述,在目标对象执行刷卡动作时,能够得到该卡绑定的目标对象的身份信息。或者,在目标对象进入门禁设备时,可以识别目标对象的人脸信息,这个人脸信息绑定了目标对象的身份信息,因此,若该身份信息符合进入要求,则开启门禁设备,允许目标对象进入门禁设备。综上所述,通过识别目标对象的人脸信息,能够得到人脸信息绑定的目标对象的身份信息。当然,还可以采用其它方式允许目标对象进入门禁设备,对此不做限制,无论采用哪种方式,均可以得到目标对象的身份信息,目标对象的身份信息是用于识别目标对象的身份的唯一标识,如会员标识、二维码,IC卡号等,且这个身份信息与目标对象的付款账号绑定,如可以绑定银行卡号,支付宝付款账号等,可以利用目标对象的付款账号实现支付功能。
示例性的,在目标对象进入门禁设备时,可以获取目标对象进入门禁设备的开门时间。比如说,将开启门禁设备的时间确定为该开门时间,或者,门禁设备上部署有红外感应设备,当红外感应设备感知目标对象通过时,将目标对象通过的时间作为该开门时间。当然,上述只是几个示例,对此不做限制。
综上所述,门禁设备可以获取到目标对象进入门禁设备的管理信息,并将该管理信息发送给管理设备,以使管理设备获取到该管理信息,该管理信息可以包括但不限于:目标对象进入门禁设备的开门时间、该目标对象的身份信息。
步骤204,管理设备确定与该开门时间匹配的目标对象的全局轨迹,并记录该全局轨迹的全局标识与该目标对象的身份信息之间的映射关系。
示例性的,在目标对象进入门禁设备时,已经有摄像机获取该目标对象的运动轨迹,且管理设备已生成该目标对象的全局轨迹,因此,基于目标对象进入门禁设备的开门时间,可以从所有目标对象的全局轨迹中选取与该开门时间匹配的该目标对象的全局轨迹,并记录该全局轨迹的全局标识与该目标对象的身份信息之间的映射关系。该映射关系还可以包括参与融合该全局轨迹的运动轨迹的轨迹标识和摄像机标识。参见表1所示,为该映射关系的一个示例。
表1
表1中,aaa1表示目标对象的全局轨迹的全局标识,身份信息1表示该目标对象的身份信息,如该目标对象的会员标识、二维码,IC卡号等。bbb1,ccc1和ddd1表示目标对象的运动轨迹的轨迹标识,轨迹标识bbb1的运动轨迹是摄像机标识为IPA的摄像机获取,轨迹标识ccc1的运动轨迹是摄像机标识为IPB的摄像机获取,轨迹标识ddd1的运动轨迹是摄像机标识为IPC的摄像机获取。
示例性的,由于管理设备可以得到多个目标对象的全局轨迹,且管理设备可以得到多个目标对象的管理信息,因此,如何将同一目标对象的全局轨迹和管理信息进行匹配,从而维护上述映射关系,可以采用如下方式:
该目标对象的全局轨迹可以包括多个物理坐标以及每个物理坐标对应的采集时刻,可以从该全局轨迹包括的多个采集时刻中选取与该开门时间匹配的目标采集时刻;若该全局轨迹中的与目标采集时刻对应的物理坐标位于门禁设备的进入区域,则可以将该全局轨迹确定为与该开门时间匹配的全局轨迹。
比如说,在得到目标对象1的管理信息时,从该管理信息中获取开门时间,将该开门时间记为时刻b。针对每个全局轨迹来说,该全局轨迹包括多个物理坐标以及每个物理坐标对应的采集时刻,因此,管理设备从这些采集时刻中选取与时刻b匹配的目标采集时刻,如目标采集时刻为时刻b,或目标采集时刻与时刻b近似相同,如二者的差值小于预设阈值。然后,从该全局轨迹的多个物理坐标中选取与目标采集时刻对应的物理坐标,记为物理坐标1,确定物理坐标1是否位于门禁设备的进入区域,该进入区域是门禁设备附近的区域,如门禁设备前、门禁设备后、门禁设备中,对此进入区域不做限制。若物理坐标1不位于该进入区域,则确定该全局轨迹不是与该开门时间匹配的全局轨迹。若物理坐标1位于该进入区域,则确定该全局轨迹是与该开门时间匹配的全局轨迹,记录该全局轨迹的全局标识与该目标对象的身份信息之间的映射关系。
步骤205,管理设备获取该目标对象的第二身高(为了区分方便,将该目标对象的身高记为第二身高),并记录该全局轨迹的全局标识、该目标对象的第二身高与该目标对象的身份信息之间的映射关系。参见步骤204,已经记录该全局轨迹的全局标识与该目标对象的身份信息之间的映射关系,在此基础上,还可以在该映射关系中记录该目标对象的第二身高,参见表2所示。
表2
示例性的,每个摄像机均可以获取目标对象的运动轨迹和目标对象的身高,并将目标对象的运动轨迹和目标对象的身高发送给管理设备,因此,管理设备可以接收至少一个摄像机发送的目标对象的身高,并基于这些身高确定目标对象的第二身高。比如说,对这些身高取平均值得到目标对象的第二身高,或者,对这些身高取中位数得到目标对象的第二身高,或者,对这些身高取最大值得到目标对象的第二身高,或者,对这些身高取最小值得到目标对象的第二身高,对此不做限制。在得到目标对象的第二身高后,就可以记录全局轨迹的全局标识、目标对象的第二身高与目标对象的身份信息之间的映射关系。
在一种可能的实施方式中,由于目标对象处于静止状态时的身高与处于运动状态时的身高会不同,因此,可以将目标对象的身高区分为静止身高和运动身高,静止身高表示目标对象处于静止状态时的身高,如处于站立状态时的身高,运动身高表示目标对象处于运动状态时的身高,如处于行走过程中的身高。
综上所述,目标对象的第二身高可以包括第二静止身高和/或第二运动身高。比如说,管理设备接收到摄像机发送的目标对象的身高后,从这些身高中选取静止身高,基于这些静止身高确定目标对象的第二静止身高,如对这些静止身高取平均值得到目标对象的第二静止身高,或对这些静止身高取最大值得到目标对象的第二静止身高,对此不做限制。在得到目标对象的第二静止身高后,可以记录全局轨迹的全局标识、目标对象的第二静止身高与目标对象的身份信息之间的映射关系,参见表3所示。管理设备接收到摄像机发送的目标对象的身高后,从这些身高中选取运动身高,基于这些运动身高确定目标对象的第二运动身高,如对这些运动身高取平均值得到目标对象的第二运动身高,或对这些运动身高取中位数得到目标对象的第二运动身高,对此不做限制。在得到目标对象的第二运动身高后,可以记录全局轨迹的全局标识、目标对象的第二运动身高与目标对象的身份信息之间的映射关系,参见表3所示。
表3
在一种可能的实施方式中,管理设备接收到摄像机发送的目标对象的运动轨迹和目标对象的身高后,若基于目标对象的运动轨迹确定目标对象在一定时间内未运动或者运动幅度较小(如运动轨迹中的多个物理坐标保持不变或者多个物理坐标的差值变化较小),则确定目标对象处于静止状态,将该身高作为静止身高。管理设备可以从多个摄像机发送的目标对象的身高中选取至少一个静止身高,并对这些静止身高取最大值得到目标对象的第二静止身高。
示例性的,摄像机还可以将目标对象的头肩坐标发送给管理设备,管理设备检测到目标对象的头肩坐标位于一定范围之内时,可以确定目标对象在一定时间内未运动或者运动幅度较小,并确定目标对象处于静止状态。
在一种可能的实施方式中,管理设备接收到摄像机发送的目标对象的运动轨迹和目标对象的身高后,若基于目标对象的运动轨迹确定目标对象以一定速度移动(如运动轨迹中的多个物理坐标的差值变化较大),则确定目标对象处于运动状态,将该身高作为运动身高。管理设备可以从多个摄像机发送的目标对象的身高中选取至少一个运动身高,并对这些运动身高取平均值得到目标对象的第二运动身高。示例性的,摄像机还可以将目标对象的头肩坐标发送给管理设备,管理设备检测到目标对象的头肩坐标以一定速度移动时,则可以确定该目标对象以一定速度移动,并确定该目标对象处于运动状态。
在一种可能的实施方式中,可以将某个摄像机(如摄像机a)采集的静止身高作为第二静止身高。比如说,管理设备接收到摄像机a发送的目标对象的运动轨迹和目标对象的身高后,若基于目标对象的运动轨迹确定目标对象处于静止状态,则将该身高作为目标对象的第二静止身高。可以将某个摄像机(如摄像机b)采集的运动身高作为第二运动身高。比如说,管理设备接收到摄像机b发送的目标对象的运动轨迹和目标对象的身高后,若基于目标对象的运动轨迹确定目标对象处于运动状态,则将该身高作为目标对象的第二运动身高。
综上所述,管理设备可以记录目标对象的全局轨迹的全局标识、目标对象的第二身高(如第二静止身高和/或第二运动身高)与目标对象的身份信息之间的映射关系。若目标对象的运动轨迹未发生中断,则目标对象的运动轨迹与已有全局轨迹匹配,可以根据该目标对象的运动轨迹更新全局轨迹,得到轨迹再融合后的全局轨迹,进而通过上述映射关系,可以得到目标对象的运动轨迹的身份信息。
但是,若目标对象的运动轨迹发生中断,则目标对象的运动轨迹与已有全局轨迹无法匹配,导致无法得到目标对象的运动轨迹的身份信息。针对上述问题,本实施例中,可以将中断前的运动轨迹与中断后的运动轨迹进行关联,且中断前的运动轨迹的身份信息与中断后的运动轨迹的身份信息相同。为了区分方便,本文将中断前的运动轨迹称为全局轨迹,将中断后的运动轨迹称为运动轨迹,中断后的运动轨迹实质也可以是融合后的全局轨迹。为了区分方便,将中断前的运动轨迹对应的目标对象(步骤201-步骤205中的目标对象)记为第二目标对象,将中断后的运动轨迹对应的目标对象(步骤206-步骤209中的目标对象)记为第一目标对象,第二目标对象是能够基于步骤201-步骤205得到身份信息的任一目标对象,第一目标对象是无法基于步骤201-步骤205得到身份信息的任一目标对象,第一目标对象与第二目标对象可以相同,也可以不同。
基于上述应用场景,参见图2所示,身份信息的确定方法还可以包括:
步骤206,管理设备获取第一目标对象的运动轨迹和第一目标对象的第一身高(为了区分方便,将第一目标对象的身高记为第一身高)。
示例性的,在第一目标对象的运动轨迹发生中断后,摄像机也可以获取到第一目标对象的运动轨迹和该第一目标对象的第一身高,并将该第一目标对象的运动轨迹和该第一目标对象的第一身高发送给管理设备。管理设备获取该第一目标对象的运动轨迹,该第一目标对象的运动轨迹可以包括该第一目标对象在摄像机的探测范围内的运动轨迹(可以为单轨迹点,也可以为融合单摄像机中多个轨迹点的轨迹),且该运动轨迹具有轨迹标识和摄像机标识。管理设备可以通过运动轨迹的轨迹标识和摄像机标识,对该运动轨迹与已有全局轨迹进行匹配,确定该运动轨迹是否为中断轨迹。管理设备可以获取该第一目标对象的第一身高,第一目标对象的第一身高可以包括第一静止身高和/或第一运动身高。
步骤206的实现参见步骤201、步骤202和步骤205,在此不再赘述。
步骤207,管理设备确定第一目标对象的运动轨迹是否为中断运动轨迹。
若是,则表示该运动轨迹是中断后的运动轨迹,即是待拟合轨迹,执行步骤208,若否,则该运动轨迹不是中断后的运动轨迹,基于该运动轨迹的轨迹标识和摄像机标识查询表2所示的映射关系,得到第一目标对象的身份信息,对此不再赘述。
在一种可能的实施方式中,可以采用如下情况确定第一目标对象的该运动轨迹是否为中断运动轨迹:
情况1、若不存在与该第一目标对象的运动轨迹匹配的全局轨迹,则确定该运动轨迹为中断运动轨迹。或者,若存在与该第一目标对象的运动轨迹匹配的全局轨迹,则确定该运动轨迹不是中断运动轨迹,即不是中断后的运动轨迹。
示例性的,管理设备得到第一目标对象的运动轨迹后,可以通过该运动轨迹的轨迹标识和摄像机标识查询表2所示的映射关系。若没有与该轨迹标识和摄像机标识匹配的全局标识,则说明不存在与该运动轨迹匹配的全局轨迹,表示该运动轨迹是新运动轨迹,如可能是第一目标对象的运动轨迹发生中断后产生的新运动轨迹,因此,将该运动轨迹确定为中断运动轨迹。若有与该轨迹标识和摄像机标识匹配的全局标识,则说明存在与该运动轨迹匹配的全局轨迹,表示该运动轨迹不是一个新运动轨迹,如该运动轨迹是已有全局轨迹的后续轨迹,不将该运动轨迹确定为中断运动轨迹。
情况2、若存在与该运动轨迹匹配的全局轨迹,且该运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值大于第二时间阈值(可以根据经验配置,如5分钟、10分钟等),则确定该运动轨迹为中断运动轨迹。若存在与该运动轨迹匹配的全局轨迹,但是该运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值不大于第二时间阈值,则确定该运动轨迹不是中断运动轨迹。
示例性的,该轨迹更新时间可以表示最后一次更新该全局轨迹的时间,例如,假设该轨迹更新时间为时刻A,则表示在时刻A最后一次更新该全局轨迹,在时刻A到当前时间的这段时间内,该全局轨迹没有发生更新。该运动轨迹的轨迹开始时间表示该运动轨迹的最早时间,即最早得到该运动轨迹的的时间。
示例性的,管理设备得到第一目标对象的运动轨迹后,可以通过该运动轨迹的轨迹标识和摄像机标识查询表2所示的映射关系。若有与该轨迹标识和摄像机标识匹配的全局标识,则说明存在与该运动轨迹匹配的全局轨迹。在此情况下,需要确定该运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值,表示该全局轨迹在该差值匹配的这段时间内没有更新。如该差值为1分钟时,表示该全局轨迹在1分钟内没有更新。
判断该运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值是否大于第二时间阈值。若是,表示该全局轨迹在比较长的时间内未发生更新,确定该运动轨迹是运动轨迹发生中断后产生的运动轨迹,因此,将该运动轨迹确定为中断运动轨迹。若否,表示该全局轨迹在比较短的时间内未发生更新,确定该运动轨迹不是运动轨迹发生中断后产生的运动轨迹,因此,不将该运动轨迹确定为中断运动轨迹。
情况3、若不存在与该运动轨迹匹配的全局轨迹,且该运动轨迹没有对应的身份信息,则确定该运动轨迹为中断运动轨迹。若不存在与该运动轨迹匹配的全局轨迹,且该运动轨迹有对应的身份信息,则确定该运动轨迹不是中断运动轨迹。
示例性的,管理设备得到第一目标对象的运动轨迹后,可以通过该运动轨迹的轨迹标识和摄像机标识查询表2所示的映射关系。若没有与该轨迹标识和摄像机标识匹配的全局标识,则说明不存在与该运动轨迹匹配的全局轨迹。基于此,需要确定该运动轨迹是否有对应的身份信息,即采用步骤203和步骤204得到该运动轨迹的身份信息。
若该运动轨迹没有对应的身份信息,则表示第一目标对象的运动轨迹不包括进入门禁设备时的运动轨迹,即第一目标对象不是从门禁设备进入,因此,确定该运动轨迹是第一目标对象的运动轨迹发生中断(如第一目标对象的运动轨迹在无人便利店内发生中断)后产生的运动轨迹,并将该运动轨迹确定为中断运动轨迹。
若该运动轨迹有对应的身份信息,则表示第一目标对象的运动轨迹包括进入门禁设备时的运动轨迹,即第一目标对象是从门禁设备进入,因此,确定该运动轨迹是第一目标对象从门禁设备进入时产生的新运动轨迹,而不是运动轨迹发生中断后产生的运动轨迹,因此,不将该运动轨迹确定为中断运动轨迹。
情况4、若存在与该运动轨迹匹配的全局轨迹,且第一目标对象的第一身高与该全局轨迹对应的身高的差值大于预设身高阈值,则确定该运动轨迹为中断运动轨迹。若存在与该运动轨迹匹配的全局轨迹,且该第一身高与该全局轨迹对应的身高的差值不大于预设身高阈值,则确定该运动轨迹不是中断运动轨迹。
示例性的,管理设备得到第一目标对象的运动轨迹后,可以通过该运动轨迹的轨迹标识和摄像机标识查询表2所示的映射关系。若有与该轨迹标识和摄像机标识匹配的全局标识,则说明存在与该运动轨迹匹配的全局轨迹。在此情况下,可以从该映射关系中查询该全局轨迹对应的身高,即第二身高,并比较第一身高与第二身高的差值。
若第一身高与第二身高的差值大于预设身高阈值,则表示第一身高与第二身高不是同一个目标对象的身高,即运动轨迹与全局轨迹匹配的结果错误,因此,确定该运动轨迹是中断后产生的运动轨迹,将该运动轨迹确定为中断运动轨迹。若第一身高与第二身高的差值不大于预设身高阈值,则表示第一身高与第二身高是同一个目标对象的身高,即运动轨迹与全局轨迹匹配的结果正确,因此,确定该运动轨迹不是中断后产生的运动轨迹,该运动轨迹不是中断运动轨迹。
示例性的,若第一目标对象的第一身高为第一静止身高,则从表3所示的映射关系中查询该全局轨迹对应的第二静止身高,并比较第一静止身高与第二静止身高的差值。若第一目标对象的第一身高为第一动态身高,则从表3所示的映射关系中查询该全局轨迹对应的第二动态身高,并比较第一动态身高与第二动态身高的差值。若第一目标对象的第一身高为第一静止身高和第一动态身高,则从表3所示的映射关系中查询该全局轨迹对应的第二静止身高和第二动态身高,比较第一静止身高与第二静止身高的差值,比较第一动态身高与第二动态身高的差值。若第一静止身高与第二静止身高的差值大于预设身高阈值,且第一动态身高与第二动态身高的差值大于预设身高阈值,则确定该运动轨迹为中断运动轨迹。
综上所述,管理设备可以确定第一目标对象的运动轨迹是否为中断运动轨迹,当然,上述只是中断运动轨迹的确定方式的几个示例,对此不做限制。
步骤208,管理设备从已中断的所有全局轨迹中选取与该第一目标对象匹配的目标全局轨迹,该目标全局轨迹对应的第二身高与该第一目标对象的第一身高之间的差值小于预设身高阈值,且该第一目标对象的运动轨迹的轨迹开始时间大于该目标全局轨迹对应的轨迹更新时间,该运动轨迹的轨迹开始时间与该目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值。该轨迹更新时间表示最后一次更新该目标全局轨迹的时间,该轨迹开始时间表示该运动轨迹的最早时间。
在表2所示的映射关系中,还可以包括全局轨迹的轨迹更新时间,表示最后一次更新该全局轨迹的时间,假设该轨迹更新时间为时刻A,则表示在时刻A最后一次更新该全局轨迹,在时刻A到当前时间内全局轨迹没有发生更新。
针对所有全局轨迹(表2中记录)中的每个全局轨迹,确定当前时间与该全局轨迹的轨迹更新时间的差值,若该差值大于第三时间阈值,则表示该全局轨迹在很长时间内没有更新,将该全局轨迹作为已中断的全局轨迹。若该差值不大于第三时间阈值,则表示该全局轨迹在较短时间内更新,该全局轨迹不作为已中断的全局轨迹。综上所述,管理设备可以得到已中断的所有全局轨迹。
然后,管理设备可以从已中断的所有全局轨迹中选取与该第一目标对象匹配的目标全局轨迹,针对选取出的目标全局轨迹,需要满足如下条件:
1、目标全局轨迹对应的第二身高与第一目标对象的第一身高之间的差值需要小于预设身高阈值。比如说,若该第一身高为第一静止身高,则该第二身高为第二静止身高,且第二静止身高与第一静止身高之间的差值需要小于预设身高阈值。或者,若该第一身高为第一动态身高,则该第二身高为第二动态身高,且第二动态身高与第一动态身高之间的差值需要小于预设身高阈值。或者,若该第一身高为第一静止身高和第一动态身高,则该第二身高为第二静止身高和第二动态身高,且第二静止身高与第一静止身高之间的差值需要小于预设身高阈值,且第二动态身高与第一动态身高之间的差值需要小于预设身高阈值。
2、第一目标对象的运动轨迹的轨迹开始时间大于该目标全局轨迹对应的轨迹更新时间,即该轨迹开始时间晚于该轨迹更新时间,且该运动轨迹的轨迹开始时间与该目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值。
示例性的,由于第一目标对象的运动轨迹包括物理坐标以及物理坐标的采集时刻,因此,可以从所有采集时刻中选取最早的采集时刻,该采集时刻作为该运动轨迹的轨迹开始时间,表示从这个采集时刻开始,有第一目标对象的运动轨迹。
示例性的,该运动轨迹的轨迹开始时间与该目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值是指:在目标全局轨迹发生中断后的指定时间段(由第一时间阈值确定)内,第一目标对象的运动轨迹开始出现,因此,该运动轨迹与该目标全局轨迹可能是同一个目标对象的运动轨迹。
示例性的,第一时间阈值可以根据经验任意配置,如5秒钟、10秒钟等。在一种可能的实施方式中,还可以基于运动轨迹的更新周期确定第一时间阈值,比如说,运动轨迹的更新周期为5分钟,表示5分钟更新一次运动轨迹,则第一时间阈值可以为5秒钟,运动轨迹的更新周期为6分钟,则第一时间阈值可以为6秒钟,以此类推。当然,上述只是示例,对此第一时间阈值不做限制。
在一种可能的实施方式中,在从已中断的所有全局轨迹中选取与该第一目标对象匹配的目标全局轨迹后,若选取出的目标全局轨迹为一个,则管理设备将这一个目标全局轨迹作为该第一目标对象的目标全局轨迹,执行后续步骤209。若选取出的目标全局轨迹为至少两个,则管理设备从至少两个目标全局轨迹中选择一个目标全局轨迹作为该第一目标对象的目标全局轨迹,执行后续步骤209。
示例性的,在从至少两个目标全局轨迹中选择一个目标全局轨迹作为该第一目标对象的目标全局轨迹时,可以由人工复核至少两个目标全局轨迹中的哪个目标全局轨迹作为该第一目标对象的目标全局轨迹,对此过程不做限制。
步骤209,管理设备将目标全局轨迹的身份信息确定为该第一目标对象的运动轨迹的身份信息,至此,得到该第一目标对象的运动轨迹的身份信息。
比如说,在得到目标全局轨迹后,表示该第一目标对象的运动轨迹与该目标全局轨迹属于同一个目标对象的轨迹,可以将该目标全局轨迹的身份信息(参见表2所示)确定为该第一目标对象的运动轨迹的身份信息。
综上所述,可以得到第一目标对象的运动轨迹的身份信息,由于第一目标对象的身份信息与第一目标对象的付款账号(如银行卡号,支付宝付款账号等)绑定,因此,可以基于第一目标对象的身份信息确定第一目标对象的付款账号,至此,可以基于该付款账号扣除相应金额,从而实现第一目标对象的无感支付。
在一种可能的实施方式中,当两个目标对象(如目标对象1和目标对象2)靠近行走时,可能出现异常情况,如目标对象1的全局轨迹的全局标识与目标对象2的身高、目标对象2的身份信息匹配,目标对象2的全局轨迹的全局标识与目标对象1的身高、目标对象1的身份信息匹配,上述情况称为轨迹标识交换(ID Switch)。当管理设备获知上述异常情况后,可以将身份对调后重新记录,比如说,记录目标对象1的全局轨迹的全局标识与目标对象1的身高、目标对象2的身份信息的映射关系,记录目标对象2的全局轨迹的全局标识与目标对象2的身高、目标对象2的身份信息的映射关系。
示例性的,上述执行顺序只是为了方便描述给出的示例,在实际应用中,还可以改变步骤之间的执行顺序,对此执行顺序不做限制。而且,在其它实施例中,并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其它实施例中可能被分解为多个步骤进行描述;本说明书中所描述的多个步骤,在其它实施例也可能被合并为单个步骤进行描述。
由以上技术方案可见,本申请实施例中,若确定第一目标对象的运动轨迹为中断运动轨迹,则可以基于第一目标对象的第一身高从已中断的所有全局轨迹中选取与该第一目标对象匹配的目标全局轨迹,将目标全局轨迹的身份信息确定为该第一目标对象的运动轨迹的身份信息。基于上述方式,当第一目标对象的运动轨迹发生中断时,可以将中断前的运动轨迹与中断后的运动轨迹进行关联,得到目标对象的完整运动轨迹,且中断前的运动轨迹的身份信息与中断后的运动轨迹的身份信息相同。上述方式借助第一目标对象的身高选取与该第一目标对象匹配的目标全局轨迹,提升选取的准确性,提升运动轨迹稳定性和系统稳定性。
以下结合具体应用场景,对本申请实施例的上述技术方案进行说明。
参见图3所示,为本申请实施例的系统结构示意图,摄像机可以为模拟摄像机,也可以为IPC(IP CAMERA,网络摄像机),对此不做限制,本实施例中,以摄像机为深度相机为例,即,摄像机能够采集目标对象的身高。门禁设备用于控制目标对象的进入。身份管理模块和拟合模块可以部署在同一个设备,也可以部署在不同的设备,本实施例中,以身份管理模块和拟合模块部署在同一个设备为例,将该设备称为管理设备(如服务器、终端设备等)。
门禁设备:在目标对象进入门禁设备时,门禁设备可以获取目标对象的管理信息,如开门时间和目标对象的身份信息等,并将目标对象的管理信息发送给身份管理模块,以使身份管理模块存储目标对象的管理信息。
摄像机:用于获取目标对象的运动轨迹和目标对象的身高,并将该目标对象的运动轨迹(该运动轨迹包括运动轨迹的轨迹标识和摄像机标识)和该目标对象的身高发送给身份管理模块。
身份管理模块:用于接收多个摄像机发送的目标对象的运动轨迹,将目标对象的多个运动轨迹进行融合,得到目标对象的全局轨迹。在得到目标对象的管理信息和目标对象的全局轨迹后,可以维护该全局轨迹的全局标识、该目标对象的身高、该目标对象的身份信息、运动轨迹的轨迹标识和摄像机标识之间的映射关系,参见上述实施例。在目标对象的运动轨迹发生中断后,身份管理模块获取目标对象的运动轨迹(该运动轨迹包括运动轨迹的轨迹标识和摄像机标识)和目标对象的身高,若确定该运动轨迹为中断运动轨迹,则将中断运动轨迹的轨迹标识、目标对象的身高、中断运动轨迹的轨迹开始时间等发送给拟合模块。
拟合模块:用于接收中断运动轨迹的轨迹标识、目标对象的身高、中断运动轨迹的轨迹开始时间等信息,从已中断的所有全局轨迹中选取与该目标对象匹配的目标全局轨迹,将目标全局轨迹的身份信息确定为该中断运动轨迹的身份信息。
基于与上述方法同样的申请构思,本申请实施例中提出一种身份信息的确定装置,参见图4所示,为所述装置的结构示意图,所述装置可以包括:
获取模块41,用于获取第一目标对象的运动轨迹和所述第一目标对象的第一身高;选取模块42,用于若确定所述运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与所述第一目标对象匹配的目标全局轨迹;其中,所述目标全局轨迹对应的第二身高与所述第一目标对象的第一身高之间的差值小于预设身高阈值;确定模块43,用于将所述目标全局轨迹的身份信息确定为所述运动轨迹的身份信息。
在一种可能的实施方式中,所述运动轨迹的轨迹开始时间大于所述目标全局轨迹对应的轨迹更新时间,且所述运动轨迹的轨迹开始时间与所述目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值;
其中,所述轨迹更新时间表示最后一次更新所述目标全局轨迹的时间。
示例性的,所述选取模块42确定所述运动轨迹为中断运动轨迹时具体用于:
若不存在与所述运动轨迹匹配的全局轨迹,则确定所述运动轨迹为中断运动轨迹;或者,
若存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值大于第二时间阈值,则确定所述运动轨迹为中断运动轨迹;或者,
若不存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹没有对应的身份信息,则确定所述运动轨迹为中断运动轨迹;或者,
若存在与所述运动轨迹匹配的全局轨迹,且所述第一身高与该全局轨迹对应的身高的差值大于预设身高阈值,则确定所述运动轨迹为中断运动轨迹。
在一种可能的实施方式中,若所述第一身高为第一静止身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值;或者,若所述第一身高为第一动态身高,则所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值;或者,若所述第一身高为第一静止身高和第一动态身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值,且所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值。
在一种可能的实施方式中,所述获取模块41还用于:获取第二目标对象的全局轨迹和所述第二目标对象的第二身高;其中,全局轨迹包括所述第二目标对象在摄像机的探测范围内的运动轨迹;获取所述第二目标对象进入门禁设备的管理信息;其中,所述管理信息包括所述第二目标对象进入门禁设备的开门时间、所述第二目标对象的身份信息;根据所述开门时间,记录全局轨迹的全局标识、第二身高与身份信息之间的映射关系。
基于与上述方法同样的申请构思,本申请实施例中提出一种管理设备,包括:处理器和机器可读存储介质,机器可读存储介质存储有能够被处理器执行的机器可执行指令;处理器用于执行机器可执行指令,以实现如下步骤:
获取第一目标对象的运动轨迹和所述第一目标对象的第一身高;
若确定所述运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与所述第一目标对象匹配的目标全局轨迹;其中,所述目标全局轨迹对应的第二身高与所述第一目标对象的第一身高之间的差值小于预设身高阈值;
将所述目标全局轨迹的身份信息确定为所述运动轨迹的身份信息。
基于与上述方法同样的申请构思,本申请实施例还提供一种机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被处理器执行时,能够实现本申请上述示例公开的身份信息的确定方法。
其中,上述机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,机器可读存储介质可以是:RAM(Radom Access Memory,随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等),或者类似的存储介质,或者它们的组合。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。应理解可以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、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其它可编程数据处理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。
而且,这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理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者多个流程和/或方框图一个方框或者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它可编程数据处理设备上,使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其它可编程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。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (9)
1.一种身份信息的确定方法,其特征在于,所述方法包括:
获取第一目标对象的运动轨迹和所述第一目标对象的第一身高;
若确定所述运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与所述第一目标对象匹配的目标全局轨迹;其中,所述目标全局轨迹对应的第二身高与所述第一目标对象的第一身高之间的差值小于预设身高阈值;
将所述目标全局轨迹的身份信息确定为所述运动轨迹的身份信息;
其中,若所述第一身高为第一静止身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值;或者,
若所述第一身高为第一动态身高,则所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值;或者,
若所述第一身高为第一静止身高和第一动态身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值,且所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值。
2.根据权利要求1所述的方法,其特征在于,所述运动轨迹的轨迹开始时间大于所述目标全局轨迹对应的轨迹更新时间,且所述运动轨迹的轨迹开始时间与所述目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值;
其中,所述轨迹更新时间表示最后一次更新所述目标全局轨迹的时间。
3.根据权利要求1所述的方法,其特征在于,
所述确定所述运动轨迹为中断运动轨迹,包括:
若不存在与所述运动轨迹匹配的全局轨迹,则确定所述运动轨迹为中断运动轨迹;或者,
若存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值大于第二时间阈值,则确定所述运动轨迹为中断运动轨迹;或者,
若不存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹没有对应的身份信息,则确定所述运动轨迹为中断运动轨迹;或者,
若存在与所述运动轨迹匹配的全局轨迹,且所述第一身高与该全局轨迹对应的身高的差值大于预设身高阈值,则确定所述运动轨迹为中断运动轨迹。
4.根据权利要求1所述的方法,其特征在于,所述获取第一目标对象的运动轨迹和所述第一目标对象的第一身高之前,所述方法还包括:
获取第二目标对象的全局轨迹和所述第二目标对象的第二身高;其中,全局轨迹包括所述第二目标对象在摄像机的探测范围内的运动轨迹;
获取所述第二目标对象进入门禁设备的管理信息;其中,所述管理信息包括所述第二目标对象进入门禁设备的开门时间、所述第二目标对象的身份信息;
根据所述开门时间,记录全局轨迹的全局标识、第二身高与身份信息之间的映射关系。
5.一种身份信息的确定装置,其特征在于,所述装置包括:
获取模块,用于获取第一目标对象的运动轨迹和所述第一目标对象的第一身高;
选取模块,用于若确定所述运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与所述第一目标对象匹配的目标全局轨迹;其中,所述目标全局轨迹对应的第二身高与所述第一目标对象的第一身高之间的差值小于预设身高阈值;
确定模块,用于将所述目标全局轨迹的身份信息确定为所述运动轨迹的身份信息;
其中,若所述第一身高为第一静止身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值;或者,
若所述第一身高为第一动态身高,则所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值;或者,
若所述第一身高为第一静止身高和第一动态身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值,且所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值。
6.根据权利要求5所述的装置,其特征在于,所述运动轨迹的轨迹开始时间大于所述目标全局轨迹对应的轨迹更新时间,且所述运动轨迹的轨迹开始时间与所述目标全局轨迹对应的轨迹更新时间之间的差值小于第一时间阈值;
其中,所述轨迹更新时间表示最后一次更新所述目标全局轨迹的时间。
7.根据权利要求5所述的装置,其特征在于,
所述选取模块确定所述运动轨迹为中断运动轨迹时具体用于:
若不存在与所述运动轨迹匹配的全局轨迹,则确定所述运动轨迹为中断运动轨迹;或者,
若存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹的轨迹开始时间与该全局轨迹的轨迹更新时间的差值大于第二时间阈值,则确定所述运动轨迹为中断运动轨迹;或者,
若不存在与所述运动轨迹匹配的全局轨迹,且所述运动轨迹没有对应的身份信息,则确定所述运动轨迹为中断运动轨迹;或者,
若存在与所述运动轨迹匹配的全局轨迹,且所述第一身高与该全局轨迹对应的身高的差值大于预设身高阈值,则确定所述运动轨迹为中断运动轨迹。
8.一种管理设备,其特征在于,包括:处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;
所述处理器用于执行机器可执行指令,以实现如下步骤:
获取第一目标对象的运动轨迹和所述第一目标对象的第一身高;
若确定所述运动轨迹为中断运动轨迹,则从已中断的所有全局轨迹中选取与所述第一目标对象匹配的目标全局轨迹;其中,所述目标全局轨迹对应的第二身高与所述第一目标对象的第一身高之间的差值小于预设身高阈值;
将所述目标全局轨迹的身份信息确定为所述运动轨迹的身份信息;
其中,若所述第一身高为第一静止身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值;或者,
若所述第一身高为第一动态身高,则所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值;或者,
若所述第一身高为第一静止身高和第一动态身高,则所述目标全局轨迹对应的第二静止身高与第一静止身高之间的差值小于预设身高阈值,且所述目标全局轨迹对应的第二动态身高与第一动态身高之间的差值小于预设身高阈值。
9.一种机器可读存储介质,其特征在于,
所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被处理器执行时,实现权利要求1-4任一项所述的方法步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020111973448 | 2020-10-30 | ||
CN202011197344 | 2020-10-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112651386A CN112651386A (zh) | 2021-04-13 |
CN112651386B true CN112651386B (zh) | 2024-02-27 |
Family
ID=75370687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110071199.7A Active CN112651386B (zh) | 2020-10-30 | 2021-01-19 | 一种身份信息的确定方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112651386B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113536914A (zh) * | 2021-06-09 | 2021-10-22 | 重庆中科云从科技有限公司 | 一种对象跟踪识别方法、系统、设备及介质 |
CN115059990A (zh) * | 2022-03-01 | 2022-09-16 | 北京小米移动软件有限公司 | 空调控制方法、装置和存储介质 |
CN116168421B (zh) * | 2023-04-13 | 2023-07-25 | 微网优联科技(成都)有限公司 | 一种基于ipc网络摄像机的目标追踪方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443828A (zh) * | 2019-07-31 | 2019-11-12 | 腾讯科技(深圳)有限公司 | 对象跟踪方法和装置、存储介质及电子装置 |
CN110517298A (zh) * | 2019-08-27 | 2019-11-29 | 北京百度网讯科技有限公司 | 轨迹匹配方法和装置 |
WO2020150896A1 (zh) * | 2019-01-22 | 2020-07-30 | 深圳大学 | 视频目标的数据关联方法、装置及存储介质 |
CN111784445A (zh) * | 2020-06-18 | 2020-10-16 | 杭州海康威视系统技术有限公司 | 一种商品购物清单的确定方法、装置、系统及电子设备 |
CN111784730A (zh) * | 2020-07-01 | 2020-10-16 | 杭州海康威视数字技术股份有限公司 | 一种对象跟踪方法、装置、电子设备及存储介质 |
-
2021
- 2021-01-19 CN CN202110071199.7A patent/CN112651386B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020150896A1 (zh) * | 2019-01-22 | 2020-07-30 | 深圳大学 | 视频目标的数据关联方法、装置及存储介质 |
CN110443828A (zh) * | 2019-07-31 | 2019-11-12 | 腾讯科技(深圳)有限公司 | 对象跟踪方法和装置、存储介质及电子装置 |
CN110517298A (zh) * | 2019-08-27 | 2019-11-29 | 北京百度网讯科技有限公司 | 轨迹匹配方法和装置 |
CN111784445A (zh) * | 2020-06-18 | 2020-10-16 | 杭州海康威视系统技术有限公司 | 一种商品购物清单的确定方法、装置、系统及电子设备 |
CN111784730A (zh) * | 2020-07-01 | 2020-10-16 | 杭州海康威视数字技术股份有限公司 | 一种对象跟踪方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112651386A (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112651386B (zh) | 一种身份信息的确定方法、装置及设备 | |
EP3779776B1 (en) | Abnormality detection method, apparatus and device in unmanned settlement scenario | |
US11216868B2 (en) | Computer vision system and method for automatic checkout | |
Rallapalli et al. | Enabling physical analytics in retail stores using smart glasses | |
JP2024051084A (ja) | 店舗装置、店舗システム、店舗管理方法、プログラム | |
JP6589321B2 (ja) | システム、検索方法およびプログラム | |
US8860815B2 (en) | Apparatus, method and computer program for image-based tracking of surveillance objects | |
CN108805495A (zh) | 物品存放管理方法和系统及计算机可读介质 | |
CN104462530A (zh) | 用户喜好的分析方法及装置、电子设备 | |
CN112464697A (zh) | 基于视觉和重力感应的商品与顾客的匹配方法和装置 | |
JP2013003817A (ja) | 顔認識による環境理解型制御方式 | |
US20160019417A1 (en) | Face image tracking system | |
CN110647825A (zh) | 无人超市物品确定方法、装置、设备及存储介质 | |
CN113468914B (zh) | 一种商品纯净度的确定方法、装置及设备 | |
CN111222870A (zh) | 结算方法、装置和系统 | |
CN114783037B (zh) | 目标重识别方法、目标重识别装置和计算机可读存储介质 | |
CN111126119A (zh) | 基于人脸识别的到店用户行为统计方法和装置 | |
CN111429194B (zh) | 用户轨迹确定系统、方法、装置及服务器 | |
CN111339929A (zh) | 一种无人超市的零售系统 | |
CN111225340A (zh) | 一种景区寻物方法、装置及存储介质 | |
CN113409056B (zh) | 支付方法、装置、本地识别设备、人脸支付系统及设备 | |
EP2966592B1 (en) | Face recognition apparatus and method for recognizing face | |
CN112132868B (zh) | 一种支付信息的确定方法、装置及设备 | |
US11132812B2 (en) | Output control device, information output system, output control method, and program | |
JP6773144B2 (ja) | コンテンツ選択装置、コンテンツ選択方法、コンテンツ選択システム及びプログラム |
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 |