CN112836089B - 运动轨迹的确认方法及装置、存储介质、电子装置 - Google Patents

运动轨迹的确认方法及装置、存储介质、电子装置 Download PDF

Info

Publication number
CN112836089B
CN112836089B CN202110120469.9A CN202110120469A CN112836089B CN 112836089 B CN112836089 B CN 112836089B CN 202110120469 A CN202110120469 A CN 202110120469A CN 112836089 B CN112836089 B CN 112836089B
Authority
CN
China
Prior art keywords
target
image acquisition
feature
acquisition equipment
features
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
Application number
CN202110120469.9A
Other languages
English (en)
Other versions
CN112836089A (zh
Inventor
钱李勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202110120469.9A priority Critical patent/CN112836089B/zh
Publication of CN112836089A publication Critical patent/CN112836089A/zh
Application granted granted Critical
Publication of CN112836089B publication Critical patent/CN112836089B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/71Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/787Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种运动轨迹的确认方法及装置、存储介质、电子装置,方法包括:根据第一目标特征以及检索条件生成待检索数据,第一目标特征包括:从待检测图像中获取的目标对象的目标特征,检索条件用于指示图像采集设备获取目标时间段内与第一目标特征匹配的目标特征;将待检索数据发送至集群组网中的图像采集设备,指示图像采集设备从图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与第一目标特征匹配的第三目标特征,第二目标特征包括:第三目标特征;接收图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,根据位置信息以及时间戳信息确认目标时间段内目标对象的运动轨迹,目标图像采集设备中保存有第三目标特征。

Description

运动轨迹的确认方法及装置、存储介质、电子装置
技术领域
本发明涉及通信领域,具体而言,涉及一种运动轨迹的确认方法及装置、存储介质、电子装置。
背景技术
在相关技术中,很多时候,特别是刑侦场景下,办案人员需要快速地查询某段时间内某人在某个区域的活动轨迹。目前的手段都比较初级,大多数情况下都是靠人力去排查一个个网络摄像机(IP CAMERA,简称IPC)的录像,人为区分录像中的人物是否是要排查的对象,在对大多数的IPC录像筛选出人物出现的时间点后,再根据时间先后顺序将目标对象的轨迹推算出,这种初级的方式不仅费力,而且费时,对于刑侦等重要场合,会严重影响工作进展。
对于一些高级的使用大数据方法的方案,主要依赖于后端性能强大的数据分析服务器,IPC仅仅只作为视频采集终端,这种方案虽然能实现轨迹检索服务,但是成本高昂,而且在大型科技园区或者是大型户外活动场所中,有线网络的部署成本非常高,而且这些大型场所对于安防又有刚性的需求。
针对相关技术中,对于某一目标特征对象的运动轨迹的确认效率低下,成本高昂等问题,尚未提出有效的技术方案。
发明内容
本发明实施例提供了一种运动轨迹的确认方法及装置、存储介质、电子装置,以至少解决相关技术中对于某一目标特征对象的运动轨迹的确认效率低下,成本高昂等问题。
本发明实施例提供了一种运动轨迹的确认方法,包括:根据第一目标特征以及检索条件生成待检索数据,其中,所述第一目标特征包括:从待检测图像中获取的目标对象的目标特征,所述检索条件用于指示图像采集设备获取目标时间段内与所述第一目标特征匹配的目标特征;将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,其中,所述第二目标特征包括:所述第三目标特征;接收所述图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹,其中,所述目标图像采集设备中保存有所述第三目标特征。
在本发明实施例中,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,包括:将所述待检索数据发送至所述集群组网中的中继图像采集设备,以指示所述中继图像采集设备确定所述中继图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征;将所述待检索数据通过中继图像采集设备发送至所述中继图像采集设备的下级图像采集设备进行检索,以确定所述下级图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征。
在本发明实施例中,将所述待检索数据通过中继图像采集设备发送至所述中继图像采集设备的下级图像采集设备,以指示所述下级图像采集设备确定所述下级图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征之后,所述方法还包括:通过所述中继图像采集设备接收部分下级图像采集设备发送的位置信息以及时间戳信息,其中,所述部分下级图像采集设备保存有所述第三目标特征;接收所述中继图像采集设备发送的所述位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹。
在本发明实施例中,接收所述中继图像采集设备发送的所述位置信息以及时间戳信息,包括:指示所述中继图像采集设备按照时间顺序对所述时间戳信息进行排序,以得到排序后的时间戳信息以及排序后的时间戳信息对应的位置信息;接收所述中继图像采集设备发送的排序后的时间戳信息以及排序后的时间戳信息对应的位置信息。
在本发明实施例中,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征之前,所述方法还包括:指示所述图像采集设备按照隔帧采集的方式采集所述数量大于预设阈值的第二目标特征,并保存隔帧采集后的第二目标特征。
在本发明实施例中,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,包括:在所述第一目标特征包括:第一人脸特征,且所述第一人脸特征包括:第一长特征,第一短特征,以及第二目标特征包括:第二人脸特征,且所述第二人脸特征包括:第二长特征,第二短特征的情况下,指示所述图像采集设备确认是否存在与所述第一短特征匹配的第二短特征;在存在的情况下,指示所述图像采集设备在短特征匹配的第二目标特征中确认是否存在与所述第一长特征匹配的第二长特征;在存在的情况下,确认在所述第二目标特征中检索到与所述第一目标特征匹配的第三目标特征。
根据本发明的另一个实施例,还提供了一种运动轨迹的确认装置,包括:生成模块,用于根据第一目标特征以及检索条件生成待检索数据,其中,所述第一目标特征包括:从待检测图像中获取的目标对象的目标特征,所述检索条件用于指示图像采集设备获取目标时间段内与所述第一目标特征匹配的目标特征;发送模块,用于将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,其中,所述第二目标特征包括:所述第三目标特征;第一接收模块,用于接收所述图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹,其中,所述目标图像采集设备中保存有所述第三目标特征。
在本发明实施例中,上述发送模块,还用于将所述待检索数据发送至所述集群组网中的中继图像采集设备,以指示所述中继图像采集设备确定所述中继图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征;将所述待检索数据通过中继图像采集设备发送至所述中继图像采集设备的下级图像采集设备进行检索,以确定所述下级图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征。
在本发明实施例中,上述装置还包括:第二接收模块,用于通过所述中继图像采集设备接收部分下级图像采集设备发送的位置信息以及时间戳信息,其中,所述部分下级图像采集设备保存有所述第三目标特征;接收所述中继图像采集设备发送的所述位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹。
在本发明实施例中,上述第二接收模块,还用于指示所述中继图像采集设备按照时间顺序对所述时间戳信息进行排序,以得到排序后的时间戳信息以及排序后的时间戳信息对应的位置信息;接收所述中继图像采集设备发送的排序后的时间戳信息以及排序后的时间戳信息对应的位置信息。
在本发明实施例中,上述装置还包括:采集模块,用于指示所述图像采集设备按照隔帧采集的方式采集所述数量大于预设阈值的第二目标特征,并保存隔帧采集后的第二目标特征。
在本发明实施例中,上述发送模块,还用于在所述第一目标特征包括:第一人脸特征,且所述第一人脸特征包括:第一长特征,第一短特征,以及第二目标特征包括:第二人脸特征,且所述第二人脸特征包括:第二长特征,第二短特征的情况下,指示所述图像采集设备确认是否存在与所述第一短特征匹配的第二短特征;在存在的情况下,指示所述图像采集设备在短特征匹配的第二目标特征中确认是否存在与所述第一长特征匹配的第二长特征;在存在的情况下,确认在所述第二目标特征中检索到与所述第一目标特征匹配的第三目标特征。
根据本发明的又一个实施例,还提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,根据第一目标特征以及检索条件生成待检索数据,其中,第一目标特征包括:从待检测图像中获取的目标对象的目标特征,检索条件用于指示图像采集设备获取目标时间段内与第一目标特征匹配的目标特征;将待检索数据发送至集群组网中的图像采集设备,以指示图像采集设备从图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与第一目标特征匹配的第三目标特征,其中,第二目标特征包括:第三目标特征;接收图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据位置信息以及时间戳信息确认目标时间段内目标对象的运动轨迹,其中,目标图像采集设备中保存有第三目标特征,采用上述技术方案,解决了相关技术中,对于某一目标特征对象的运动轨迹的确认效率低下,成本高昂等问题,进而提供了一种可快速进行目标特征匹配的确认运动轨迹的方案,并且该运动轨迹确认方式的成本可控,操作便捷。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种运动轨迹的确认方法的计算机终端的硬件结构框图;
图2是本发明实施例的运动轨迹的确认方法的流程图;
图3是本发明可选实施例的IPC设备的集群组网的拓扑结构示意图;
图4是本发明可选实施例的主IPC设备及整个集群的管理方法的流程图;
图5是本发明可选实施例的IPC设备集群的物理连接状态的结构示意图;
图6是本发明可选实施例的一种隔帧在IPC设备中存储人脸特征的流程图;
图7是本发明可选实施例的存储在各单IPC上的人脸特征信息数据结构示意图;
图8是本发明可选实施例的种5G互联下的IPC节点集群以图搜图的流程图;
图9是本发明可选实施例的IPC设备回传至主IPC设备的数据结构示意图;
图10是本发明可选实施例的确认整个目标轨迹的流程图;
图11是根据本发明实施例的运动轨迹的确认装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例所提供的方法实施例可以在计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例,图1是本发明实施例的一种运动轨迹的确认方法的计算机终端的硬件结构框图。如图1所示,计算机终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述计算机终端的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的运动轨迹的确认方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。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。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
根据本发明的一个实施例,提供了一种运动轨迹的确认方法,图2为根据本发明实施例的运动轨迹的确认方法的流程图,如图2所示,包括:
步骤S202,根据第一目标特征以及检索条件生成待检索数据,其中,所述第一目标特征包括:从待检测图像中获取的目标对象的目标特征,所述检索条件用于指示图像采集设备获取目标时间段内与所述第一目标特征匹配的目标特征;
步骤S204,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,其中,所述第二目标特征包括:所述第三目标特征;
步骤S206,接收所述图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹,其中,所述目标图像采集设备中保存有所述第三目标特征。
通过上述技术方案,根据第一目标特征以及检索条件生成待检索数据,其中,第一目标特征包括:从待检测图像中获取的目标对象的目标特征,检索条件用于指示图像采集设备获取目标时间段内与第一目标特征匹配的目标特征;将待检索数据发送至集群组网中的图像采集设备,以指示图像采集设备从图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与第一目标特征匹配的第三目标特征,其中,第二目标特征包括:第三目标特征;接收图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据位置信息以及时间戳信息确认目标时间段内目标对象的运动轨迹,其中,目标图像采集设备中保存有第三目标特征,采用上述技术方案,解决了相关技术中,对于某一目标特征对象的运动轨迹的确认效率低下,成本高昂等问题,进而提供了一种可快速进行目标特征匹配的确认运动轨迹的方案,并且该运动轨迹确认方式的成本可控,操作便捷。
需要说明的是,为了提高对于待检索数据的检索效率,平衡图像采集设备的计算压力与5G网络的接入能力,可选的,本发明实施例中采用的图像采集设备为具有5G功能的智能IPC设备,因此,每个智能IPC设备均包含以下特征:一定的计算能力、5G连接、高速UFS存储,并且在部署时为了便于智能IPC设备的信息交互,一般情况下两个IPC设备之间的距离不会超过100m,进而可以采用D2D通信技术(Device-to-Device Communication,简称D2D)在无基础网络设施的情况下进行通信。
此外,在进行图像采集设备的组网时,为了平衡图像采集设备的计算压力以及对于5G网络的接入能力,作为一种可选的实施方式,优选的将不超过5个数量的图像采集设备作为一个小组单元,例如,当小组单元的数量为5,具有A、B、C、D、E等5个图像采集设备,根据预设策略将从5个图像采集设备中选取A图像采集设备作为在该小组单元内管理其他4个图像采集设备的小组单元的主节点,此时,作为主节点的A图像采集设备具有对小组单元内所有的目标对像检索结果的汇总权限,同时还具有将目标对像检索结果汇总后发送至客户端的权限,而作为从节点的B、C、D、E等4个图像采集设备仅是具有对于自身是否存在目标对像的检索权限,需要说明的是,由于A、B、C、D、E等5个图像采集设备具有的功能是完全相同的,因此当小组单元的预设策略发生改变后,当前为小组单元主节点A将可能切换为小组单元从节点,而当前为小组单元从节点B可能切换为小组单元主节点,这时根据时间情况确定的,本发明对此不做过多限定。
进一步的,为了扩大图像采集设备的监控范围,将多个小组单元进行连接,使得所有图像采集设备之间不形成回环,将构成图像采集设备的集群组网,通过集群组网将可对组网下的图像采集设备信息进行快速获取,并且属于同种节点的图像采集设备所具有的权限是完全相同的。
在本发明实施例中,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,包括:将所述待检索数据发送至所述集群组网中的中继图像采集设备,以指示所述中继图像采集设备确定所述中继图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征;将所述待检索数据通过中继图像采集设备发送至所述中继图像采集设备的下级图像采集设备进行检索,以确定所述下级图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征。
也就是说,在确认需要检索的待检索数据后,将待检索数据下发至集群组网的图像采集设备,其中,图像设备的集群组网是通过预先设定的方式进行组网拓扑的。可选的,在本发明实施例中,可通过Delaunay三角剖分算法将目标区域内待集群组网的图像采集设备根据预先设定的方式对应的组网策略,将待集群组网的图像采集设备分为中继图像采集设备和下级图像采集设备,并将多个下级图像采集设备接入中继图像采集设备,进而通过中继图像设备进行信息的上传,因此,为了提高待检索数据的检索效率,将待检索数据发送至集群组网中的中继图像采集设备中,先对中继图像采集装置中保存的多组第二目标特征进行检测,同时通过中继图像采集设备将待检索数据通过中继图像采集设备发送至中继图像采集设备的下级图像采集设备进行检索,进而实现快速的对目标区域内所有的图像采集设备中是否存在待检索数据的确认,大大加快在集群组网中的图像采集设备中对于待检索数据的确认。
在本发明实施例中,将所述待检索数据通过中继图像采集设备发送至所述中继图像采集设备的下级图像采集设备进行检索,以确定所述下级图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征之后,所述方法还包括:通过所述中继图像采集设备接收部分下级图像采集设备发送的位置信息以及时间戳信息,其中,所述部分下级图像采集设备保存有所述第三目标特征;接收所述中继图像采集设备发送的所述位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹。
也就是说,在对中继图像采集设备以及下级图像采集设备进行检索,确定出中继图像采集设备及下级图像采集设备中的与待检索数据对应的第三目标特征后,中继图像采集设备接收存在第三目标特征的下级图像采集设备发送的位置信息以及时间戳信息,以及在获取到中继图像采集设备自身具有的第三目标特征的情况下,确定相应的位置信息以及时间戳信息,进一步的,通过中继图像采集设备将确定出的所有位置信息及时间戳上传至目标客户端,根据位置信息以及时间戳信息便可实现目标时间段内对目标对象的运动轨迹的显示。
在本发明实施例中,接收所述中继图像采集设备发送的所述位置信息以及时间戳信息,包括:指示所述中继图像采集设备按照时间顺序对所述时间戳信息进行排序,以得到排序后的时间戳信息以及排序后的时间戳信息对应的位置信息;接收所述中继图像采集设备发送的排序后的时间戳信息以及排序后的时间戳信息对应的位置信息。
为了提高客户端对于目标对象的运动轨迹的显示效率,中继图像采集设备在上传确定出的所有位置信息以及时间戳信息之前,会按照时间顺序对待上传的时间戳信息进行排序,并一一对应时间戳信息与位置信息,客户端在接收到中继图像采集设备发送的时间戳信息与位置信息的信息对后,可以快速与客户端中的地理信息系统结合,显示得到的时间戳信息与位置信息的信息对所构成的运动轨迹。
在本发明实施例中,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征之前,所述方法还包括:指示所述图像采集设备按照隔帧采集的方式采集所述数量大于预设阈值的第二目标特征,并保存隔帧采集后的第二目标特征。
简而言之,由于图像采集设备是实时不间断的进行视频帧的采集,为了充分利用图像采集设备中的硬件资源,对视频帧进行隔帧提取,提取出视频帧中包含第二目标特征进行保存,因为对第二目标特征进行检索需要一定数量需求,所以需要在图像采集设备中保存的数量大于预设阈值后,才可实现在第二目标特征中检索与第一目标特征匹配的第三目标特征,此外,还可根据图像采集设备的硬件规格与用户需求,在第二目标特征保存时间超过需要保存的时间后,对超过保存时间的第二目标特征进行滚动删除,使的图像采集设备周期性保存有效数据,避免了不必要数据的存储,提高了图像采集设备的运行效率。
在本发明实施例中,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,包括:在所述第一目标特征包括:第一人脸特征,且所述第一人脸特征包括:第一长特征,第一短特征,以及第二目标特征包括:第二人脸特征,且所述第二人脸特征包括:第二长特征,第二短特征的情况下,指示所述图像采集设备确认是否存在与所述第一短特征匹配的第二短特征;在存在的情况下,指示所述图像采集设备在短特征匹配的第二目标特征中确认是否存在与所述第一长特征匹配的第二长特征;在存在的情况下,确认在所述第二目标特征中检索到与所述第一目标特征匹配的第三目标特征。
例如,以人脸特征为例,由于处于集群组网中的目标区域出现目标人员的运动轨迹进行获取时,从图像采集设备对目标区域进行图像采集保存的数量大于预设阈值的目标区域人脸特征(相当于本发明的第二目标特征)中检索与待检索数据对应的待确认人脸特征(相当于本发明的第一目标特征)进行匹配,由于人脸特征向量通常会存在长特征和短特征,短特征用于快速初筛,长特征用于保存人脸特征,为加快对于人脸特征的匹配效率,先通过短特征和待检索数据中包含的检索条件将不满足要求的目标区域人脸特征进行过滤,进而在确定目标区域人脸特征满足短特征后,对其长特征进行比对,将短特征与长特征均匹配的第二目标特征作为所述第三目标特征,以确定在图像采集设备保存的数量大于预设阈值目标区域人脸特征中检索到与所述第一目标特征匹配的第三目标特征。
为了更好的理解本发明实施例以及可选实施例的技术方案,以下结合示例对上述的运动轨迹的确认方法的流程进行解释说明,但不用于限定本发明实施例的技术方案。
本发明可选实施例提供了一种基于5G技术实现的成本相对低廉的目标对象轨迹检索方法,其中的目标对象可以为行人、机动车等,但不仅限于此,由于当前IPC(相当于本发明实施例中的图像采集设备)设备通常配置有计算能力的系统级芯片(System on Chip,简称SOC),例如,海思Hi3559A,在使IPC设备具有5G联网能力后,辅以存储空间较大的UFS闪存盘,并为每个IPC设备节点配置人脸特征提取、人脸特征匹配的计算能力,依据5G网络的高速率、低延时特性,将每个IPC设备计算节点以一定的拓扑结构连接,组成了一个分布式的高速以图搜图计算集群,最终快速得到某一特征对象的运动轨迹。
可选的,本发明可选实施例中采用的图像采集设备为具有5G功能的智能IPC设备,因此,每个智能IPC设备均包含以下特征:一定的计算能力、5G连接、高速UFS存储,并且在部署时为了便于智能IPC设备的信息交互,一般情况下两个IPC设备之间的距离不会超过100m,进而可以采用D2D通信技术(Device-to-Device Communication,简称D2D)在无基础网络设施的情况下进行通信,将这些5G智能IPC设备部署于大型场所的关键坐标位置,将可以将成百上千的IPC设备组成一个大规模的计算集群,图3为本发明可选实施例的IPC设备的集群组网的拓扑结构示意图;
为了平衡摄像机的计算压力与5G网络的接入能力,本可选实施例以不超过5个IPC设备为一个小组单元,并且处于小组单元的IPC设备会根据一定的策略选举产生一个主IPC设备,用于负责汇总叶子节点上、本节点上的目标对像检索结果,也负责将计算得到的时间戳、位置通过互联网上传至计算机客户端。主IPC设备及整个集群的管理方法,如图4所示,具体步骤如下;
步骤S302、在初始阶段,将所有IPC设备视作一个顶点,顶点间的长度为两IPC设备之间的相对距离,通过Delaunay三角剖分算法(Delaunay Triangulation algorithm,Delaunay三角剖分算法)的方方式,将所有顶点进行三角连接。从边缘顶点中随机选取一点作为主IPC设备,即主节点(相当于本发明实施例中的中继图像采集设备),以依据近近邻遍历原则,依次找到其主节点下的从IPC设备,即从节点(相当于本发明实例中的下级图像采集设备)以及选取出来的下一个主节点,最终主从IPC设备以星形连接,所有IPC设备之间不形成回环。IPC设备集群的物理连接状态如图5所示,虚线为三角剖分辅助连接线,实线为主从IPC设备真实连接,圆圈为从IPC设备,圆为主IPC设备。
步骤S304、判断所有节点对应的IPC设备是否参与组网,当存在IPC设备未参加组网,则重新进行IPC设备的集群划分;
步骤S306、当新增IPC设备时,将其最近节点的主IPC设备设置为当前新加入IPC设备的主节点;
可选的,还可确认该主节点的从节点数量不超过5,当主IPC设备在集群组网中失联后,任意选举该主节点下其他小组单元的其余从IPC设备作为新的主节点。
可选的,在单个IPC节点设备进行人像特征提取与存储时,由于本发明可选实施中采用的单5G智能IPC设备节点具有常规IPC设备的码流编码能力,本发明可选实施例中还为单5G智能IPC设备配置了人脸特征提取计算能力、人脸特征匹配能力。进而在人脸特征提取过程中,也可以充分利用IPC设备的处理器的NPU(Neural-network Processing Unit,网络处理器,简称NPU)硬件资源,并在做特征匹配计算时,还可以利用GPU(GraphicsProcessing Unit,图像处理器,简称GPU)的发行计算能力,通过以上两块硬件资源的利用,将大大提升IPC设备中对于目标特征计算速度。
需要说明的是,基于当前深度学习得到的人像特征向量一般会有长特征和短特征,长特征长度一般不会超出512字节,短特征长度一般为16字节。因此,如果IPC设备还配备256G UFS高速闪存,还可在高速闪存中增加最终轨迹检索需要的时间戳及以预留字段,以一个人脸特征向量占用以768字节算,那么理论上可以在具备高速闪存的IPC设备上最大可以存储3亿的人脸特征数据。
本发明可选实施例还提供了一种隔帧在IPC设备中存储人脸特征的方法,如图6所示:
步骤S602:对IPC设备实时获取的视频帧进行解析得到图像集;
步骤S604:检测图像集中的每一张图像是否包含人脸;
步骤S606:对包含人脸的图像中的人脸特征进行隔帧提取,并将人脸特征在IPC设备中进行保存。
可选的,由于本发明可选实施例需要获取目标的轨迹信息,因此在每个提取到的人脸特征上会增加时间戳信息,存储在各单IPC上的人脸特征信息数据结构如图7所示,人脸特征与时间戳一一对应后在IPC设备中存储。
随着时间的推移,每个IPC都会存储大量的人脸特征向量,这些特征向量为这一步的以图搜图提供了大量的底库特征。
本发明可选实施例还提供了一种5G互联下的IPC节点集群以图搜图的方法,如图8所示,具体如下:
步骤S802:用户下发检测目标图片时,先在计算机客户端上进行特征提取,
步骤S804:将人脸特征、检索条件(如时间段、置信度等)通过网络广播下发至相关的主IPC设备,主IPC设备再将这些信息透传至从IPC设备。
一般现有的人脸算法为了让匹配快速进行,会对人脸特征进行长短特征存储,短特征用于快速初筛,长特征保存人脸特征,一般经过检索条件、短特征过滤,基本要比对的特征底库一般要比原始底少两个数量级。但是数量依旧会比较庞大。
步骤S806:基于GPU并行运算的方法进行IPC设备中存储人脸的检索,大大提升了匹配速度,需要说明的是,具体单个人脸匹配的过程与算法强相关本发明对此不做过多限定,最终IPC设备回传至主IPC设备的数据结构如图9所示,并且主IPC设备中的数据包括主IPC设备以及从IPC设备的所有数据。
本发明可选实施例还提供了一种目标轨迹计算方法,主IPC设备拿到图9所示的数据结构后,需要按时间先后顺序进行一次排序,得到主IPC设备辖下的微IPC设备群目标出现的先后顺序。各主IPC设备排序完成微IPC设备群的所有位置信息后,再将数据通过5G无线网络回传至客户端,客户端拿到各主IPC设备排序好的时间戳结合位置坐标的数据对集合,再进行二次排序,至此,所有的IPC设备中目标对象出现的坐标信息都会按照时间先后顺序进行排序。再结合计算机客户端的GIS(Geographic information System,地理位置信息系统,简称GIS)功能,即可以完美展现目标对象在一定时间段内的轨迹。整个目标轨迹计算方法的流程,如图10所示,具体如下:
步骤S1002:主IPC设备接收时间戳与IPC设备位置的数据配对信息,并依据时间戳对接受到的数据进行时间排序;
步骤S1004:主IPC设备通过网络上上传排序后的时间戳与位置信息完成配对的数据对集;
步骤S1006:客户端在接收待查询目标对象的时间戳与位置信息的数据对集后,进行二次排序,并在客户端系统中的CIS功能的显示界面上进行呈现,最终得到目标对象在一段时间内的运动轨迹信息。
通过上述实施例,基于5G技术实现的一种成本相对低廉的目标对象轨迹检索方法,通过使IPC设备的人脸特征提取以及存储功能,结合5G网络的高速率、低延时特性,组成了一个分布式的高速以图搜图计算集群,解决了相关技术中,对于某一目标特征对象的运动轨迹的确认效率低下,成本高昂等问题,进而提供了一种可快速进行目标特征匹配的确认运动轨迹的方案,并且该运动轨迹确认方式的成本可控,操作便捷,最终快速得到某一特征对象的运动轨迹。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种运动轨迹的确认装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图11是根据本发明实施例的运动轨迹的确认装置的结构框图,如图11所示,该装置包括:
(1)生成模块52,用于根据第一目标特征以及检索条件生成待检索数据,其中,所述第一目标特征包括:从待检测图像中获取的目标对象的目标特征,所述检索条件用于指示图像采集设备获取目标时间段内与所述第一目标特征匹配的目标特征;
(2)发送模块54,用于将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,其中,所述第二目标特征包括:所述第三目标特征;
(3)第一接收模块56,用于接收所述图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹,其中,所述目标图像采集设备中保存有所述第三目标特征。
通过上述技术方案,根据第一目标特征以及检索条件生成待检索数据,其中,第一目标特征包括:从待检测图像中获取的目标对象的目标特征,检索条件用于指示图像采集设备获取目标时间段内与第一目标特征匹配的目标特征;将待检索数据发送至集群组网中的图像采集设备,以指示图像采集设备从图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与第一目标特征匹配的第三目标特征,其中,第二目标特征包括:第三目标特征;接收图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据位置信息以及时间戳信息确认目标时间段内目标对象的运动轨迹,其中,目标图像采集设备中保存有第三目标特征,采用上述技术方案,解决了相关技术中,对于某一目标特征对象的运动轨迹的确认效率低下,成本高昂等问题,进而提供了一种可快速进行目标特征匹配的确认运动轨迹的方案,并且该运动轨迹确认方式的成本可控,操作便捷。
需要说明的是,为了提高对于待检索数据的检索效率,平衡图像采集设备的计算压力与5G网络的接入能力,可选的,本发明实施例中采用的图像采集设备为具有5G功能的智能IPC设备,因此,每个智能IPC设备均包含以下特征:一定的计算能力、5G连接、高速UFS存储,并且在部署时为了便于智能IPC设备的信息交互,一般情况下两个IPC设备之间的距离不会超过100m,进而可以采用D2D通信技术(Device-to-Device Communication,简称D2D)在无基础网络设施的情况下进行通信。
在本发明实施例中,上述发送模块,还用于将所述待检索数据发送至所述集群组网中的中继图像采集设备,以指示所述中继图像采集设备确定所述中继图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征;将所述待检索数据通过中继图像采集设备发送至所述中继图像采集设备的下级图像采集设备进行检索,以确定所述下级图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征。
也就是说,在确认需要检索的待检索数据后,将待检索数据下发至集群组网的图像采集设备,其中,图像设备的集群组网是通过预先设定的方式进行组网拓扑的。可选的,在本发明实施例中,可通过Delaunay三角剖分算法将目标区域内待集群组网的图像采集设备根据预先设定的方式对应的组网策略,将待集群组网的图像采集设备分为中继图像采集设备和下级图像采集设备,并将多个下级图像采集设备接入中继图像采集设备,进而通过中继图像设备进行信息的上传,因此,为了提高待检索数据的检索效率,将待检索数据发送至集群组网中的中继图像采集设备中,先对中继图像采集装置中保存的多组第二目标特征进行检测,同时通过中继图像采集设备将待检索数据通过中继图像采集设备发送至中继图像采集设备的下级图像采集设备进行检索,进而实现快速的对目标区域内所有的图像采集设备中是否存在待检索数据的确认,大大加快在集群组网中的图像采集设备中对于待检索数据的确认。
在本发明实施例中,上述装置还包括:第二接收模块,用于通过所述中继图像采集设备接收部分下级图像采集设备发送的位置信息以及时间戳信息,其中,所述部分下级图像采集设备保存有所述第三目标特征;接收所述中继图像采集设备发送的所述位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹。
也就是说,在对中继图像采集设备以及下级图像采集设备进行检索,确定出中继图像采集设备及下级图像采集设备中的与待检索数据对应的第三目标特征后,中继图像采集设备接收存在第三目标特征的下级图像采集设备发送的位置信息以及时间戳信息,以及在获取到中继图像采集设备自身具有的第三目标特征的情况下,确定相应的位置信息以及时间戳信息,进一步的,通过中继图像采集设备将确定出的所有位置信息及时间戳上传至目标客户端,根据位置信息以及时间戳信息便可实现目标时间段内对目标对象的运动轨迹的显示。
在本发明实施例中,上述第二接收模块,还用于指示所述中继图像采集设备按照时间顺序对所述时间戳信息进行排序,以得到排序后的时间戳信息以及排序后的时间戳信息对应的位置信息;接收所述中继图像采集设备发送的排序后的时间戳信息以及排序后的时间戳信息对应的位置信息。
为了提高客户端对于目标对象的运动轨迹的显示效率,中继图像采集设备在上传确定出的所有位置信息以及时间戳信息之前,会按照时间顺序对待上传的时间戳信息进行排序,并一一对应时间戳信息与位置信息,客户端在接收到中继图像采集设备发送的时间戳信息与位置信息的信息对后,可以快速与客户端中的地理信息系统结合,显示得到的时间戳信息与位置信息的信息对所构成的运动轨迹。
在本发明实施例中,上述装置还包括:采集模块,用于指示所述图像采集设备按照隔帧采集的方式采集所述数量大于预设阈值的第二目标特征,并保存隔帧采集后的第二目标特征。
简而言之,由于图像采集设备是实时不间断的进行视频帧的采集,为了充分利用图像采集设备中的硬件资源,对视频帧进行隔帧提取,提取出视频帧中包含第二目标特征进行保存,因为对第二目标特征进行检索需要一定数量需求,所以需要在图像采集设备中保存的数量大于预设阈值后,才可实现在第二目标特征中检索与第一目标特征匹配的第三目标特征,此外,还可根据图像采集设备的硬件规格与用户需求,在第二目标特征保存时间超过需要保存的时间后,对超过保存时间的第二目标特征进行滚动删除,使的图像采集设备周期性保存有效数据,避免了不必要数据的存储,提高了图像采集设备的运行效率。
在本发明实施例中,上述发送模块,还用于在所述第一目标特征包括:第一人脸特征,且所述第一人脸特征包括:第一长特征,第一短特征,以及第二目标特征包括:第二人脸特征,且所述第二人脸特征包括:第二长特征,第二短特征的情况下,指示所述图像采集设备确认是否存在与所述第一短特征匹配的第二短特征;在存在的情况下,指示所述图像采集设备在短特征匹配的第二目标特征中确认是否存在与所述第一长特征匹配的第二长特征;在存在的情况下,确认在所述第二目标特征中检索到与所述第一目标特征匹配的第三目标特征。
例如,以人脸特征为例,由于处于集群组网中的目标区域出现目标人员的运动轨迹进行获取时,从图像采集设备对目标区域进行图像采集保存的数量大于预设阈值的目标区域人脸特征(相当于本发明的第二目标特征)中检索与待检索数据对应的待确认人脸特征(相当于本发明的第一目标特征)进行匹配,由于人脸特征向量通常会存在长特征和短特征,短特征用于快速初筛,长特征用于保存人脸特征,为加快对于人脸特征的匹配效率,先通过短特征和待检索数据中包含的检索条件将不满足要求的目标区域人脸特征进行过滤,进而在确定目标区域人脸特征满足短特征后,对其长特征进行比对,将短特征与长特征均匹配的第二目标特征作为所述第三目标特征,以确定在图像采集设备保存的数量大于预设阈值目标区域人脸特征中检索到与所述第一目标特征匹配的第三目标特征。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1、根据第一目标特征以及检索条件生成待检索数据,其中,所述第一目标特征包括:从待检测图像中获取的目标对象的目标特征,所述检索条件用于指示图像采集设备获取目标时间段内与所述第一目标特征匹配的目标特征;
S2、将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,其中,所述第二目标特征包括:所述第三目标特征;
S3、接收所述图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹,其中,所述目标图像采集设备中保存有所述第三目标特征。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1、根据第一目标特征以及检索条件生成待检索数据,其中,所述第一目标特征包括:从待检测图像中获取的目标对象的目标特征,所述检索条件用于指示图像采集设备获取目标时间段内与所述第一目标特征匹配的目标特征;
S2、将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,其中,所述第二目标特征包括:所述第三目标特征;
S3、接收所述图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹,其中,所述目标图像采集设备中保存有所述第三目标特征。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种运动轨迹的确认方法,其特征在于,包括:
根据第一目标特征以及检索条件生成待检索数据,其中,所述第一目标特征包括:从待检测图像中获取的目标对象的目标特征,所述检索条件用于指示图像采集设备获取目标时间段内与所述第一目标特征匹配的目标特征;
将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,其中,所述第二目标特征包括:所述第三目标特征;
接收所述图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹,其中,所述目标图像采集设备中保存有所述第三目标特征;
其中,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征之前,所述方法还包括:
指示所述图像采集设备按照隔帧采集的方式采集所述数量大于预设阈值的第二目标特征,并保存隔帧采集后的第二目标特征;
其中,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,包括:
在所述第一目标特征包括:第一人脸特征,且所述第一人脸特征包括:第一长特征,第一短特征,以及第二目标特征包括:第二人脸特征,且所述第二人脸特征包括:第二长特征,第二短特征的情况下,指示所述图像采集设备确认是否存在与所述第一短特征匹配的第二短特征;
在存在的情况下,指示所述图像采集设备在短特征匹配的第二目标特征中确认是否存在与所述第一长特征匹配的第二长特征;
在存在的情况下,确认在所述第二目标特征中检索到与所述第一目标特征匹配的第三目标特征;
其中,将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,包括:
将所述待检索数据发送至所述集群组网中的中继图像采集设备,以指示所述中继图像采集设备确定所述中继图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征;
将所述待检索数据通过中继图像采集设备发送至所述中继图像采集设备的下级图像采集设备进行检索,以确定所述下级图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征。
2.根据权利要求1所述的方法,其特征在于,将所述待检索数据通过中继图像采集设备发送至所述中继图像采集设备的下级图像采集设备进行检索,以确定所述下级图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征之后,所述方法还包括:
通过所述中继图像采集设备接收部分下级图像采集设备发送的位置信息以及时间戳信息,其中,所述部分下级图像采集设备保存有所述第三目标特征;
接收所述中继图像采集设备发送的所述位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹。
3.根据权利要求2所述的方法,其特征在于,接收所述中继图像采集设备发送的所述位置信息以及时间戳信息,包括:
指示所述中继图像采集设备按照时间顺序对所述时间戳信息进行排序,以得到排序后的时间戳信息以及排序后的时间戳信息对应的位置信息;
接收所述中继图像采集设备发送的排序后的时间戳信息以及排序后的时间戳信息对应的位置信息。
4.一种运动轨迹的确认装置,其特征在于,包括:
生成模块,用于根据第一目标特征以及检索条件生成待检索数据,其中,所述第一目标特征包括:从待检测图像中获取的目标对象的目标特征,所述检索条件用于指示图像采集设备获取目标时间段内与所述第一目标特征匹配的目标特征;
发送模块,用于将所述待检索数据发送至集群组网中的图像采集设备,以指示所述图像采集设备从所述图像采集设备中保存的数量大于预设阈值的第二目标特征中检索与所述第一目标特征匹配的第三目标特征,其中,所述第二目标特征包括:所述第三目标特征;
第一接收模块,用于接收所述图像采集设备中的目标图像采集设备发送的位置信息以及时间戳信息,并根据所述位置信息以及时间戳信息确认所述目标时间段内所述目标对象的运动轨迹,其中,所述目标图像采集设备中保存有所述第三目标特征;
其中,所述发送模块,还用于指示所述图像采集设备按照隔帧采集的方式采集所述数量大于预设阈值的第二目标特征,并保存隔帧采集后的第二目标特征;
其中,所述发送模块,还用于在所述第一目标特征包括:第一人脸特征,且所述第一人脸特征包括:第一长特征,第一短特征,以及第二目标特征包括:第二人脸特征,且所述第二人脸特征包括:第二长特征,第二短特征的情况下,指示所述图像采集设备确认是否存在与所述第一短特征匹配的第二短特征;在存在的情况下,指示所述图像采集设备在短特征匹配的第二目标特征中确认是否存在与所述第一长特征匹配的第二长特征;在存在的情况下,确认在所述第二目标特征中检索到与所述第一目标特征匹配的第三目标特征;
其中,所述发送模块,还用于将所述待检索数据发送至所述集群组网中的中继图像采集设备,以指示所述中继图像采集设备确定所述中继图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征;将所述待检索数据通过中继图像采集设备发送至所述中继图像采集设备的下级图像采集设备进行检索,以确定所述下级图像采集设备中保存的所述第二目标特征是否存在所述第三目标特征。
5.一种计算机可读的存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至3任一项中所述的方法。
6.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至3任一项中所述的方法。
CN202110120469.9A 2021-01-28 2021-01-28 运动轨迹的确认方法及装置、存储介质、电子装置 Active CN112836089B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110120469.9A CN112836089B (zh) 2021-01-28 2021-01-28 运动轨迹的确认方法及装置、存储介质、电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110120469.9A CN112836089B (zh) 2021-01-28 2021-01-28 运动轨迹的确认方法及装置、存储介质、电子装置

Publications (2)

Publication Number Publication Date
CN112836089A CN112836089A (zh) 2021-05-25
CN112836089B true CN112836089B (zh) 2023-08-22

Family

ID=75932154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110120469.9A Active CN112836089B (zh) 2021-01-28 2021-01-28 运动轨迹的确认方法及装置、存储介质、电子装置

Country Status (1)

Country Link
CN (1) CN112836089B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113688278A (zh) * 2021-07-13 2021-11-23 北京旷视科技有限公司 信息处理方法、装置、电子设备和计算机可读介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093490A (zh) * 2013-02-02 2013-05-08 浙江大学 基于单个视频摄像机的实时人脸动画方法
CN103209318A (zh) * 2013-03-05 2013-07-17 浙江宇视科技有限公司 一种网络摄像机
CN104079885A (zh) * 2014-07-07 2014-10-01 广州美电贝尔电业科技有限公司 无人监守联动跟踪的网络摄像方法及装置
CN105373626A (zh) * 2015-12-09 2016-03-02 深圳融合永道科技有限公司 分布式人脸识别轨迹搜索系统和方法
CN107315755A (zh) * 2016-04-27 2017-11-03 杭州海康威视数字技术股份有限公司 查询对象的轨迹生成方法及装置
WO2019020049A1 (zh) * 2017-07-28 2019-01-31 杭州海康威视数字技术股份有限公司 一种图像检索方法、装置及电子设备
CN109886078A (zh) * 2018-12-29 2019-06-14 华为技术有限公司 目标对象的检索定位方法和装置
CN110163135A (zh) * 2019-05-10 2019-08-23 杭州商警云智能科技有限公司 一种基于动态算法的一人一档人脸聚类的方法及系统
CN110956062A (zh) * 2018-09-27 2020-04-03 深圳云天励飞技术有限公司 轨迹路线生成方法、设备及计算机可读存储介质
CN111182265A (zh) * 2019-12-31 2020-05-19 浙江大华技术股份有限公司 一种视频监控设备级联方法及装置
CN111291682A (zh) * 2020-02-07 2020-06-16 浙江大华技术股份有限公司 确定目标对象的方法、装置、存储介质及电子装置
WO2020151084A1 (zh) * 2019-01-24 2020-07-30 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
CN111507367A (zh) * 2019-11-15 2020-08-07 杭州商警云智能科技有限公司 一种基于人脸档案的聚集点分析的方法及系统
CN111524160A (zh) * 2019-02-01 2020-08-11 深圳市商汤科技有限公司 轨迹信息获取方法及装置、电子设备和存储介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093490A (zh) * 2013-02-02 2013-05-08 浙江大学 基于单个视频摄像机的实时人脸动画方法
CN103209318A (zh) * 2013-03-05 2013-07-17 浙江宇视科技有限公司 一种网络摄像机
CN104079885A (zh) * 2014-07-07 2014-10-01 广州美电贝尔电业科技有限公司 无人监守联动跟踪的网络摄像方法及装置
CN105373626A (zh) * 2015-12-09 2016-03-02 深圳融合永道科技有限公司 分布式人脸识别轨迹搜索系统和方法
CN107315755A (zh) * 2016-04-27 2017-11-03 杭州海康威视数字技术股份有限公司 查询对象的轨迹生成方法及装置
WO2019020049A1 (zh) * 2017-07-28 2019-01-31 杭州海康威视数字技术股份有限公司 一种图像检索方法、装置及电子设备
CN110956062A (zh) * 2018-09-27 2020-04-03 深圳云天励飞技术有限公司 轨迹路线生成方法、设备及计算机可读存储介质
CN109886078A (zh) * 2018-12-29 2019-06-14 华为技术有限公司 目标对象的检索定位方法和装置
WO2020135523A1 (zh) * 2018-12-29 2020-07-02 华为技术有限公司 目标对象的检索定位方法和装置
WO2020151084A1 (zh) * 2019-01-24 2020-07-30 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
CN111524160A (zh) * 2019-02-01 2020-08-11 深圳市商汤科技有限公司 轨迹信息获取方法及装置、电子设备和存储介质
CN110163135A (zh) * 2019-05-10 2019-08-23 杭州商警云智能科技有限公司 一种基于动态算法的一人一档人脸聚类的方法及系统
CN111507367A (zh) * 2019-11-15 2020-08-07 杭州商警云智能科技有限公司 一种基于人脸档案的聚集点分析的方法及系统
CN111182265A (zh) * 2019-12-31 2020-05-19 浙江大华技术股份有限公司 一种视频监控设备级联方法及装置
CN111291682A (zh) * 2020-02-07 2020-06-16 浙江大华技术股份有限公司 确定目标对象的方法、装置、存储介质及电子装置

Also Published As

Publication number Publication date
CN112836089A (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
CN110969215B (zh) 聚类处理方法和装置、存储介质及电子装置
CN107741899B (zh) 处理终端数据的方法、装置及系统
CN103916978B (zh) 一种建立无线连接的方法及电子设备
KR101973934B1 (ko) 증강현실 서비스 제공 방법, 이를 이용하는 사용자 단말 장치 및 액세스 포인트
CN107623754B (zh) 基于真伪MAC识别的WiFi采集系统及其方法
CN109327856B (zh) 客流量统计方法、网络设备及存储介质
CN105592336A (zh) 数据联合采集传输方法及多智能设备和云端服务器
CN110659560A (zh) 一种关联对象的识别方法及系统
CN111091106B (zh) 图像聚类方法及装置、存储介质、电子装置
CN104284234B (zh) 多个终端间共享同步图像的方法及系统
CN109905423B (zh) 一种智能管理系统
CN112836089B (zh) 运动轨迹的确认方法及装置、存储介质、电子装置
CN116168222A (zh) 轨迹识别方法和装置、存储介质及电子设备
CN109960969A (zh) 移动路线生成的方法、装置及系统
CN108683901B (zh) 一种数据处理方法、mec服务器及计算机可读存储介质
Danielis et al. Urbancount: Mobile crowd counting in urban environments
CN110598648B (zh) 视频人脸检测的方法、视频人脸检测单元和系统
CN112148769A (zh) 数据的同步方法、装置、存储介质以及电子装置
CN109326123B (zh) 路况信息处理方法和装置
CN114363565A (zh) 一种视频轮巡方法、装置、设备及介质
CN110855947B (zh) 一种图像抓拍处理方法及装置
Marakkalage et al. Identifying indoor points of interest via mobile crowdsensing: An experimental study
CN117119255A (zh) 违规视频播放的监测方法、系统、设备及存储介质
CN111008611B (zh) 排队时长的确定方法及装置、存储介质、电子装置
CN115085921A (zh) 模型训练方法、节点检测方法、装置、设备及介质

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
GR01 Patent grant
GR01 Patent grant