CN112860821A - 人车轨迹分析方法及相关产品 - Google Patents
人车轨迹分析方法及相关产品 Download PDFInfo
- Publication number
- CN112860821A CN112860821A CN201911183994.4A CN201911183994A CN112860821A CN 112860821 A CN112860821 A CN 112860821A CN 201911183994 A CN201911183994 A CN 201911183994A CN 112860821 A CN112860821 A CN 112860821A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- track
- portrait
- target
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供了一种人车轨迹分析方法及相关产品,方法包括:通过获取目标人员的第一人像图像和目标车辆的目标车辆标识信息,根据第一搜索条件和第一人像图像在预设的第一数据库进行搜索,得到人像数据;根据第二搜索条件和目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据,根据人像数据绘制人员轨迹,根据车辆数据绘制车辆轨迹,将人员轨迹和车辆轨迹进行比对,得到比对结果;并根据比对结果确定人车关系,以及将人车关系进行显示,如此,可通过对人员的人员轨迹和车辆的车辆轨迹进行比对,确定人员与车辆在实际场景中的人车关系,通过将人车关系进行显示,从而更加准确、完整地确定道路上行驶的人员与车辆之间的人车关系。
Description
技术领域
本申请涉及人车轨迹分析技术领域,具体涉及一种人车轨迹分析方法及相关产品。
背景技术
目前,在城市道路监控中,不仅需要对车辆的行驶状况进行监控,在有些场景下,还需要对车辆与人员之间的关系进程监控,例如监控车辆尾随人员的情况,现有技术中,仅仅是通过静态数据库中的人员与车辆的信息确定人员与车辆在某个位置或在某个时间的关系,由此得到的对车辆与人员之间的关系的分析结果不够完整、准确。
发明内容
本申请实施例提供了一种人车轨迹分析方法及相关产品,可通过对人员的人员轨迹和车辆的车辆轨迹进行比对,确定人员与车辆在实际场景中的关系。
本申请实施例第一方面提供了一种人车轨迹分析方法,所述方法包括:
获取目标人员的第一人像图像和目标车辆的目标车辆标识信息;
根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据;
根据所述人像数据绘制人员轨迹,以及根据所述车辆数据绘制车辆轨迹;
将所述人员轨迹和所述车辆轨迹进行比对,得到比对结果;并根据所述比对结果确定人车关系,以及将所述人车关系进行显示。
本申请实施例第二方面提供了一种人车轨迹分析装置,所述装置包括:
获取单元,用于获取目标人员的第一人像图像和目标车辆的目标车辆标识信息;
搜索单元,用于根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据;
绘制单元,用于根据所述人像数据绘制人员轨迹,以及根据所述车辆数据绘制车辆轨迹;
比对单元,用于将所述人员轨迹和所述车辆轨迹进行比对,得到比对结果;
显示单元,用于根据所述比对结果确定人车关系,以及将所述人车关系进行显示。
本申请第三方面提供了一种服务器,包括:处理器和存储器;以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置成由所述处理器执行,所述程序包括用于如第一方面中所描述的部分或全部步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,所述计算机可读存储介质用于存储计算机程序,其中,所述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤的指令。
第五方面,本申请实施例提供了一种计算机程序产品,其中,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,具有如下有益效果:
可以看出,通过本申请实施例所描述的人车轨迹分析方法及相关产品,通过获取目标人员的第一人像图像和目标车辆的目标车辆标识信息,根据第一搜索条件和第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据,根据人像数据绘制人员轨迹,以及根据车辆数据绘制车辆轨迹,将人员轨迹和车辆轨迹进行比对,得到比对结果;并根据比对结果确定人车关系,以及将人车关系进行显示,如此,可通过对人员的人员轨迹和车辆的车辆轨迹进行比对,确定人员与车辆在实际场景中的人车关系,可将人车关系进行显示,例如显示人车关系图谱,从而更加准确、完整地确定道路上行驶的人员与车辆之间的人车关系。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1A是本申请实施例提供的一种人车轨迹分析方法的实施例流程示意图;
图1B是本申请实施例提供的一种确定人员轨迹中每一第一轨迹段和车辆轨迹中对应的第二轨迹段之间的夹角的演示示意图;
图1C是本申请实施例提供的一种预设的电子地图上显示人员轨迹和车辆轨迹之间的比对结果的演示示意图;
图2是本申请实施例提供的一种人车轨迹分析方法的实施例流程示意图;
图3是本申请实施例提供的一种人车轨迹分析方法的实施例流程示意图;
图4是本申请实施例提供的一种服务器的实施例结构示意图;
图5是本申请实施例提供的一种人车轨迹分析装置的实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置显示该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参阅图1A,为本申请实施例提供的一种人车轨迹分析方法的实施例的流程示意图。本实施例中所描述的人车轨迹分析方法,包括以下步骤:
101、获取目标人员的第一人像图像和目标车辆的目标车辆标识信息。
其中,第一人像图像可以是设置于道路上的摄像头拍摄得到的目标人员的人像图像,或者,还可以是其他场景下拍摄的目标人员的人像图像。
其中,目标车辆标识信息例如可以是目标车辆的车牌号。
本申请实施例中,服务器获取目标人员的第一人像图像,可以通过接收摄像头拍摄并传输的第一人像图像,还可以接收其他设备传输的第一人像图像,例如,可以接收手机等电子设备传输的目标人员的第一人像图像。
本申请实施例中,服务器获取目标车辆的目标车辆标识信息,具体地,通过接收摄像头拍摄并传输的车辆图像,然后对车辆图像进行图像识别,得到目标车辆的车牌号。可选地,服务器还可接收电子设备传输的目标车辆的目标车辆标识信息。
102、根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据。
本申请实施例中,可在道路各个位置设置多个用于监测的摄像头,多个摄像头中每一摄像头可用于采集对应位置的人像图像,每一摄像头对应一个采集位置,通过摄像头可以预设的时间频率拍摄道路中经过的人员的人像图像,每一人像图像对应一个图像采集的采集时间,以及该人像图像中人员的人员位置,从而,可获取多个摄像头拍摄的多个人像图像,并将多个人像图像存储到服务器的存储器中,具体地,可将该多个人像图像、人像图像的采集时间、人员位置存储至存储器中的第一数据库。
可选地,本申请实施例中,确定人像图像中人员的人员位置,具体地,可确定采集所述人像图像的摄像头对应的采集位置,然后,对人像图像进行图像处理,得到所述目标人员在人像图像中的参考位置,最后,根据所述参考位置和所述采集位置确定所述人员的人员位置。
另一方面,可在道路各个位置设置多个车辆监控设备,道路上的车辆可通过车辆自身的定位装置进行定位,得到车辆位置,车辆可以预设的时间周期获取车辆位置,并将车辆标识信息、车辆位置和定位时间发送至车辆附近的车辆监控设备,多个车辆监控设备中每一车辆监控设备可接收道路上的车辆发送的包括车辆标识信息、车辆位置和定位时间的车辆子数据,然后,可将接收到的车辆子数据转发至服务器,进而,服务器可将接收到的来自多个车辆监控设备的多个车辆子数据存储到服务器的存储器中,具体地,可将该多个车辆子数据存储至存储器中的第二数据库。
可选地,本申请实施例中,还可通过多个摄像头中每一摄像头采集对应位置的车辆图像,通过摄像头可以以预设的时间频率经过拍摄道路中的车辆图像,根据每一车辆图像进行图像识别,可确定对应车辆的车辆标识信息,如车牌号,每一车辆图像对应一个车辆的定位时间,以及该车辆图像中车辆的车辆位置,从而,可获取多个车辆的多组包含车辆标识信息、定位时间和车辆位置的车辆子数据,可将多个车辆子数据存储到服务器的存储器中,具体地,可将该多个车辆子数据存储至存储器中的第二数据库。
进一步地,可根据第一人像图像搜索第一数据库,得到人像数据,其中,人像数据可包括目标人员在道路的多个位置被拍摄到的多个人像图像、以及多个人像图像对应的多组采集时间和人员位置。还可根据目标车辆标识信息搜索第二数据库,得到车辆数据,其中,车辆数据可包括目标车辆在道路多个位置对应的车辆子数据,每一车辆子数据包括目标车辆在对应位置的车辆标识信息、车辆位置和定位时间。
可选地,所述第一搜索条件包括第一搜索参数,所述第一数据库中包括采集到的道路各个位置的多个人像图像,每一所述人像图像对应一个采集时间、人员位置;上述步骤102中,根据所述第一人像图像搜索预设的第一数据库,得到人像数据,可包括以下步骤21-步骤24:
21、获取第一搜索参数,所述第一搜索参数包括采集时间段和采集区域;
22、根据所述采集时间段和所述采集区域从所述多个人像图像中筛选多个参考人像图像,其中,所述多个参考人像图像中每一参考人像图像对应的所述采集时间处于所述采集时间段,所述多个参考人像图像中每一参考人像图像对应的所述人员位置处于所述采集区域;
23、将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像;
24、确定所述多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置,得到多个目标采集时间和多个目标人员位置。
其中,本申请实施例中,需要绘制目标人员在特定的时间段、特定区域的人员轨迹,可获取包括采集时间段和采集区域的第一搜索参数,进而,可根据采集时间段和采集区域从第一数据库中的多个人像图像中筛选多个参考人像图像,得到的多个参考人像图像中每一参考人像图像对应的所述采集时间处于采集时间段,多个参考人像图像中每一参考人像图像对应的所述人员位置处于采集区域,然后,可将第一人像图像与多个参考人像图像进行匹配,得到与第一人像图像匹配成功的多个第二人像图像,如此,可得到在不同人员位置、不同采集时间采集的目标人员的多个第二人像图像,以及,得到多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置。
可选地,所述搜索参数还包括匹配阈值,上述步骤23中,将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像,可包括以下步骤:
A1、将所述第一人像图像与所述多个参考人像图像进行匹配,得到多个匹配值;
A2、确定所述多个匹配值中大于所述匹配阈值的匹配值对应的第二人像图像,得到所述多个第二人像图像。
本申请实施例中,可获取与参考人像图像对应的匹配阈值,具体地,可获取当前天气信息或道路的当前车流量,然后根据预设的天气信息与阈值之间的对应关系确定与当前天气信息对应的匹配阈值,或者,根据预设的车流量与阈值之间的对应关系确定与当前车流量对应的匹配阈值。
进一步地,可将第一人像图像与所述多个参考人像图像进行匹配,得到多个匹配值,然后确定多个匹配值中大于匹配阈值的匹配值对应的第二人像图像,得到所述多个第二人像图像。
可选地,所述第二搜索条件包括第二搜索参数,所述第二数据库中包括采集到的道路各个位置的多个车辆子数据,每一车辆子数据包括一个车辆标识信息、车辆位置和定位时间;上述步骤102中,根据所述目标车辆标识信息搜索预设的第二数据库,得到车辆数据,可包括以下步骤25-步骤27:
25、获取第二搜索参数,所述第二搜索参数包括所述采集时间段和所述采集区域;
26、根据所述采集时间段和所述采集区域从所述多个车辆子数据中筛选多个车辆参考子数据,其中,所述多个车辆参考子数据中每一车辆参考子数据包括的所述定位时间处于所述预设时间段,所述多个车辆参考子数据中每一车辆参考子数据包括的所述车辆位置处于所述预设区域;
27、确定所述多个车辆参考子数据中包括的车辆标识信息与所述目标车辆标识信息一致的多个车辆目标子数据。
其中,本申请实施例中,需要绘制目标车辆在特定的时间段、特定区域的车辆轨迹,可获取包括采集时间段和采集区域的第二搜索参数,进而,可根据采集时间段和采集区域从第二数据库中的多个车辆子数据筛选多个车辆参考子数据,得到的多个车辆参考子数据中每一车辆参考子数据包括的所述定位时间处于所述预设时间段,所述多个车辆参考子数据中每一车辆参考子数据包括的所述车辆位置处于所述预设区域,如此,可得到多个车辆参考子数据中包括的车辆标识信息与目标车辆标识信息一致的多个车辆目标子数据。
103、根据所述人像数据绘制人员轨迹,以及根据所述车辆数据绘制车辆轨迹。
其中,人员轨迹是指目标人员的位置随时间移动的轨迹,车辆轨迹是指目标车辆的位置随时间移动的轨迹。
本申请实施例中,在获取包括目标人员在道路的多个位置被拍摄到的多个人像图像、以及多个人像图像对应的多组采集时间和人员位置的人员数据后,可根据多组采集时间和人员位置绘制人员轨迹。在获取包括目标车辆在道路多个位置的车辆标识信息、车辆位置和定位时间后,可根据多个位置的车辆标识信息、车辆位置和定位时间绘制车辆轨迹。
可选地,上述步骤103中,根据所述人像数据绘制人员轨迹,可包括以下步骤:
根据所述多个第二人像图像中每一第二人像图像对应的所述目标采集时间和所述目标人员位置绘制所述人员轨迹。
其中,在获取不同人员位置、不同采集时间采集的目标人员的多个第二人像图像,以及,得到多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置后,可根据多个第二人像图像中每一第二人像图像对应的所述目标采集时间和所述目标人员位置绘制所述人员轨迹,从而,可实时获取目标人员在道路上移动的人员轨迹。
可选地,上述步骤103中,根据所述车辆数据绘制人员轨迹,可包括以下步骤:
根据所述多个车辆目标子数据中每一车辆目标子数据中的所述车辆位置和所述定位时间绘制所述车辆轨迹。
其中,在获取到包括的车辆标识信息与目标车辆标识信息一致的多个车辆目标子数据后,可根据多个车辆目标子数据中每一车辆目标子数据中的车辆位置和所述定位时间绘制所述车辆轨迹,从而,可实时获取目标车辆在道路上行驶时移动的车辆轨迹。
104、将所述人员轨迹和所述车辆轨迹进行比对,得到比对结果;并根据所述比对结果确定人车关系,以及将所述人车关系进行显示。
其中,在绘制目标人员的人员轨迹和目标车辆的车辆轨迹后,可将人员轨迹和车辆轨迹进行比对,具体地,可将同一时间段内人员轨迹中目标人员的人员位置和车辆轨迹中目标车辆的车辆位置进行比对,从而,可确定在该时间段内目标人员和目标车辆的位置关系,例如,目标人员若为目标车辆的驾驶人员,在同一时间段内,目标人员和目标车辆的位置一致;还可将同一区域内,人员轨迹中目标人员的采集时间和车辆轨迹中目标车辆的定位时间进行比对,从而,可确定目标人员和目标车辆出现在同一区域的时间关系,例如,若在3分钟的时间段内,目标人员和目标车辆依次经过相同区域,可能存在目标车辆跟随目标人员的情况。此外,还可比对人员轨迹和车辆轨迹的轨迹方向和人员轨迹和车辆轨迹之间的吻合度,从而,可根据人员轨迹和车辆轨迹的吻合度确定人员轨迹和车辆轨迹在道路中移动的整体吻合情况,该整体吻合情况可以用于分析目标人员和目标车辆在实际场景中的关系。
可选地,所述人员轨迹包括多个第一轨迹节点,所述人员轨迹包括由所述多个第一轨迹节点划分的多个第一轨迹段,所述车辆轨迹包括多个第二轨迹节点,所述车辆轨迹包括由所述多个第二轨迹节点划分的多个第二轨迹段;上述步骤104中,将所述人员轨迹和所述车辆轨迹进行比对,得比对结果,可包括以下步骤:
41、根据所述多个第一轨迹节点和所述多个第二轨迹节点确定满足预设位置关系和预设时间关系的多个节点对,每一所述节点对包括一个第一轨迹节点和一个第二轨迹节点;
其中,第一轨迹节点为所述人员轨迹中的一个转折点,所述第二轨迹节点为所述车辆轨迹中的一个转折点,根据多个第一轨迹节点和多个第二轨迹节点确定满足预设位置关系和预设时间关系的多个节点对,可将人员轨迹中的多个第一轨迹节点和车辆轨迹中的多个第二轨迹节点进行一一对应,具体地,针对人员轨迹中的任一第一轨迹节点,可确定距离该第一轨迹节点最近的第二轨迹节点与该第一轨迹节点之间是否满足预设位置关系和预设时间关系,若是,确定距离该第一轨迹节点最近的第二轨迹节点与该第一轨迹节点为一个节点对,如此,可确定满足预设位置关系和预设时间关系的多个节点对。
可选地,本申请实施例中,还可包括以下步骤B1-步骤B2:
B1、在任一所述节点对中的第一轨迹节点对应的人像图像的所述采集时间和第二轨迹节点对应的所述定位时间的时间差值绝对值小于第一预设数值时,确定任一所述节点对中的第一轨迹节点和第二轨迹节点满足所述预设时间关系;
B2、在任一所述节点对中的第一轨迹节点对应的人像图像的所述人员位置和第二轨迹节点对应的所述车辆位置之间的距离小于第二预设数值时,确定任一所述节点对中的第一轨迹节点和第二轨迹节点满足所述预设位置关系。
其中,针对人员轨迹中的任一第一轨迹节点和车辆轨迹中与该第一轨迹节点之间距离最近的第二轨迹节点,若第一轨迹节点对应的人像图像的采集时间和该第二轨迹节点对应的定位时间的时间差值绝对值小于第一预设数值,可确定该第一轨迹节点和该第二轨迹节点满足预设时间关系;第一轨迹节点对应的人像图像的人员位置和该第二轨迹节点对应的车辆位置之间的距离小于第二预设数值,可确定该第一轨迹节点和该第二轨迹节点满足预设位置关系,从而,可确定人员轨迹和车辆轨迹中的多个节点对。
42、根据所述多个节点对确定所述人员轨迹中所述多个第一轨迹段中每一第一轨迹段与所述车辆轨迹中对应的第二轨迹段之间是否吻合,得到多个吻合结果;
其中,在确定多个节点对中,可根据多个节点对将人员轨迹中的多个第一轨迹节点和车辆轨迹中的多个第二轨迹节点一一对应,进而,可确定人员轨迹中每两个相邻的第一轨迹节点之间的第一轨迹段对应的车辆轨迹中的第二轨迹段,即可根据多个节点对将人员轨迹中的多个第一轨迹段和车辆轨迹中的多个第二轨迹段一一对应,进而,可确定一一对应的第一轨迹段和第二轨迹段是否吻合,得到多个第一轨迹段和多个第二轨迹段之间一一比对的多个吻合结果。
可选地,上述步骤42中,根据所述多个节点对确定所述人员轨迹中每一第一轨迹段和所述车辆轨迹中对应的第二轨迹段是否吻合,可包括以下步骤:
C1、确定所述人员轨迹中每一第一轨迹段与所述车辆轨迹中对应的第二轨迹段之间的夹角;
C2、若所述夹角小于预设角度阈值,确定所述第一轨迹段和所述对应的第二轨迹段吻合;若所述夹角不小于所述预设角度阈值,确定所述第一轨迹段和和所述对应的第二轨迹段不吻合。
本申请实施例中,针对人员轨迹中每一第一轨迹段,可确定该第一轨迹段与车辆轨迹中对应的第二轨迹段之间的夹角,其中,每一第一轨迹段为人员轨迹中相邻的两个第一轨迹节点之间的轨迹段,每一第二轨迹段为车辆轨迹中相邻的两个第二轨迹节点之间的轨迹段,进而,可确定距离最近的第一轨迹段和第二轨迹段之间的夹角。
请参阅图1B,如图1B所示,针对人员轨迹中的任一第一轨迹段i1j1,根据多个节点对中第一轨迹节点与第二轨迹节点之间的对应关系可确定第一轨迹段i1j1对应车辆轨迹中的第二轨迹段i2j2,进而,可确定第一轨迹段i1j1与第二轨迹段i2j2之间的夹角。本申请实施例中,可预先设定预设角度阈值,若第一轨迹段i1j1与第二轨迹段i2j2之间的夹角小于预设角度阈值,可确定第一轨迹段i1j1和第二轨迹段i2j2吻合;若该夹角不小于所述预设角度阈值,可确定第一轨迹段i1j1和第二轨迹段i2j2不吻合。
43、根据所述多个吻合结果确定所述人员轨迹和所述车辆轨迹之间的吻合度;
本申请实施例中,人员轨迹中可包括多个第一轨迹节点,第一轨迹节点为人员轨迹中的一个转折点,人员轨迹包括由多个第一轨迹节点划分的多个第一轨迹段。车辆轨迹包括多个第二轨迹节点,第二轨迹节点为车辆轨迹中的一个转折点,车辆轨迹包括由多个第二轨迹节点划分的多个第二轨迹段。
在确定人员轨迹中的多个第一轨迹段和车辆轨迹中多个第二轨迹段中的多个吻合结果后,可根据该多个吻合结果确定人员轨迹和车辆轨迹之间的吻合度,计算公式如下:
(吻合次数/全部轨迹段数)×100%=吻合度
其中,多个吻合结果包括吻合的结果和不吻合的结果,吻合次数是指多个吻合结果中为吻合的结果出现的次数。
进一步地,可根据所述比对结果确定人车关系,具体地,可根据上述人车轨迹的多个轨迹段之间比对的多个吻合结果,确定人车之间存在重合的路段,例如,当人车轨迹的吻合度较高时,可确定人员在车辆中,或者人员与车辆存在跟随关系;又例如,当人车轨迹的吻合度较低时,可确定人车轨迹在哪些路段存在重合,仅在部分路段存在重合,可通过上述人车轨迹的轨迹段之间的吻合结果确定人员与车辆之间的关系为在该部分路段相遇的关系,从而,可通过比对结果更加准确地确定人车关系。
其中,将所述人车关系进行显示,可生成人车关系图谱,然后将人车关系图谱进行显示,人车关系图谱中可具体显示人车轨迹在哪些轨迹段重合,哪些轨迹段没有重合,还可根据人车轨迹的吻合度对人车轨迹进行标记显示。具体地,可在预设的电子地图上,根据所述多个吻合结果将所述人员轨迹中对应的第一轨迹段和所述车辆轨迹中对应的第二轨迹段进行标记显示。
本申请实施例中,请参阅图1C,如图1C所示,可将人员轨迹和车辆轨迹在预设的电子地图中进行显示,具体地,可将目标人员和目标车辆中具有预设时间关系和预设位置关系的第一轨迹节点和第二轨迹节点在电子地图上进行标记,此外,针对吻合结果为吻合的第一轨迹段和第二轨迹段,以及吻合结果为不吻合的第一轨迹段和第二轨迹段,可通过不同颜色进行标记,如此,可在电子地图上较为直观地显示目标人员和目标车辆在道路中的时间关系和位置关系。
可以看出,通过本申请实施例所提供的人车轨迹分析方法,通过获取目标人员的第一人像图像和目标车辆的目标车辆标识信息,根据第一搜索条件和第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据,根据人像数据绘制人员轨迹,以及根据车辆数据绘制车辆轨迹,将人员轨迹和车辆轨迹进行比对,得到比对结果;并根据比对结果确定人车关系,以及将人车关系进行显示,如此,可通过对人员的人员轨迹和车辆的车辆轨迹进行比对,确定人员与车辆在实际场景中的人车关系,从而可将人车关系进行显示,例如显示人车关系图谱。
与上述一致地,请参阅图2,为本申请实施例提供的一种人车轨迹分析方法的实施例流程示意图。本实施例中所描述的人车轨迹分析方法,包括以下步骤:
201、获取目标人员的第一人像图像和目标车辆的目标车辆标识信息。
202、获取第一搜索参数,所述第一搜索参数包括采集时间段和采集区域。
203、根据所述采集时间段和所述采集区域从预设的第一数据库中筛选多个参考人像图像,其中,所述多个参考人像图像中每一参考人像图像对应的所述采集时间处于所述采集时间段,所述多个参考人像图像中每一参考人像图像对应的所述人员位置处于所述采集区域。
其中,第一数据库中包括采集到的道路各个位置的多个人像图像,每一所述人像图像对应一个采集时间、人员位置。
204、将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像。
205、确定所述多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置,得到多个目标采集时间和多个目标人员位置。
206、根据所述多个第二人像图像中每一第二人像图像对应的所述目标采集时间和所述目标人员位置绘制人员轨迹。
207、获取第二搜索参数,所述第二搜索参数包括所述采集时间段和所述采集区域。
208、根据所述采集时间段和所述采集区域从预设的第二数据库中筛选多个车辆参考子数据,其中,所述多个车辆参考子数据中每一车辆参考子数据包括的所述定位时间处于所述预设时间段,所述多个车辆参考子数据中每一车辆参考子数据包括的所述车辆位置处于所述预设区域。
其中,所述第二数据库中包括采集到的道路各个位置的多个车辆子数据,每一车辆子数据包括一个车辆标识信息、车辆位置和定位时间。
209、确定所述多个车辆参考子数据中包括的车辆标识信息与所述目标车辆标识信息一致的多个车辆目标子数据。
210、根据所述多个车辆目标子数据中每一车辆目标子数据中的所述车辆位置和所述定位时间绘制所述车辆轨迹。
211、将所述人员轨迹和所述车辆轨迹进行比对,得到比对结果;并根据所述比对结果确定人车关系,以及将所述人车关系进行显示。
其中,上述步骤201-步骤211的具体描述可参照图1A所描述的人车轨迹分析方法的步骤101-步骤104的对应步骤,在此不再赘述。
可以看出,通过本申请实施例所提供的人车轨迹分析方法,通过获取目标人员的第一人像图像和目标车辆的目标车辆标识信息,根据采集时间段和采集区域从预设的第一数据库中筛选多个参考人像图像,将第一人像图像与多个参考人像图像进行匹配,得到与第一人像图像匹配成功的多个第二人像图像,确定多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置,得到多个目标采集时间和多个目标人员位置,根据多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置绘制人员轨迹,根据采集时间段和采集区域从预设的第二数据库中筛选多个车辆参考子数据,确定多个车辆参考子数据中包括的车辆标识信息与目标车辆标识信息一致的多个车辆目标子数据,根据多个车辆目标子数据中每一车辆目标子数据中的车辆位置和定位时间绘制车辆轨迹,将人员轨迹和车辆轨迹进行比对,得到比对结果;并根据比对结果确定人车关系,以及将人车关系进行显示,如此,可通过对人员的人员轨迹和车辆的车辆轨迹进行比对,确定人员与车辆在实际场景中的关系,并将人车关系进行显示,例如显示人车关系图谱,从而更加准确、完整地确定道路上行驶的人员与车辆之间的人车关系。
与上述一致地,请参阅图3,为本申请实施例提供的一种人车轨迹分析方法的实施例流程示意图。本实施例中所描述的人车轨迹分析方法,包括以下步骤:
301、获取目标人员的第一人像图像和目标车辆的目标车辆标识信息。
302、获取第一搜索参数,所述第一搜索参数包括采集时间段和采集区域。
303、根据所述采集时间段和所述采集区域从预设的第一数据库中筛选多个参考人像图像,其中,所述多个参考人像图像中每一参考人像图像对应的所述采集时间处于所述采集时间段,所述多个参考人像图像中每一参考人像图像对应的所述人员位置处于所述采集区域。
其中,第一数据库中包括采集到的道路各个位置的多个人像图像,每一所述人像图像对应一个采集时间、人员位置。
304、将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像。
305、确定所述多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置,得到多个目标采集时间和多个目标人员位置。
306、根据所述多个第二人像图像中每一第二人像图像对应的所述目标采集时间和所述目标人员位置绘制人员轨迹,所述人员轨迹包括多个第一轨迹节点,所述第一轨迹节点为所述人员轨迹中的一个转折点,所述人员轨迹包括由所述多个第一轨迹节点划分的多个第一轨迹段。
307、获取第二搜索参数,所述第二搜索参数包括所述采集时间段和所述采集区域。
308、根据所述采集时间段和所述采集区域从预设的第二数据库中筛选多个车辆参考子数据,其中,所述多个车辆参考子数据中每一车辆参考子数据包括的所述定位时间处于所述预设时间段,所述多个车辆参考子数据中每一车辆参考子数据包括的所述车辆位置处于所述预设区域。
其中,所述第二数据库中包括采集到的道路各个位置的多个车辆子数据,每一车辆子数据包括一个车辆标识信息、车辆位置和定位时间。
309、确定所述多个车辆参考子数据中包括的车辆标识信息与所述目标车辆标识信息一致的多个车辆目标子数据。
310、根据所述多个车辆目标子数据中每一车辆目标子数据中的所述车辆位置和所述定位时间绘制所述车辆轨迹,所述车辆轨迹包括多个第二轨迹节点,所述第二轨迹节点为所述车辆轨迹中的一个转折点,所述车辆轨迹包括由所述多个第二轨迹节点划分的多个第二轨迹段。
311、根据所述多个第一轨迹节点和所述多个第二轨迹节点确定满足预设位置关系和预设时间关系的多个节点对,每一所述节点对包括一个第一轨迹节点和一个第二轨迹节点。
312、根据所述多个节点对确定所述人员轨迹中所述多个第一轨迹段中每一第一轨迹段与所述车辆轨迹中对应的第二轨迹段之间是否吻合,得到多个吻合结果。
313、根据所述多个吻合结果确定所述人员轨迹和所述车辆轨迹之间的吻合度。
314、根据所述比对结果确定人车关系,并生成人车关系图谱,然后将人车关系图谱进行显示。
其中,上述步骤301-步骤314的具体描述可参照图1A所描述的人车轨迹分析方法的步骤101-步骤104的对应步骤,在此不再赘述。
可以看出,通过本申请实施例所提供的人车轨迹分析方法,通过获取目标人员的第一人像图像和目标车辆的目标车辆标识信息,根据采集时间段和采集区域从预设的第一数据库中筛选多个参考人像图像,将第一人像图像与多个参考人像图像进行匹配,得到与第一人像图像匹配成功的多个第二人像图像,确定多个第二人像图像对应的多个目标采集时间和多个目标人员位置,根据多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置绘制人员轨迹,根据采集时间段和采集区域从预设的第二数据库中筛选多个车辆参考子数据,确定多个车辆参考子数据中包括的车辆标识信息与目标车辆标识信息一致的多个车辆目标子数据,根据多个车辆目标子数据中每一车辆目标子数据中的车辆位置和定位时间绘制车辆轨迹,根据多个第一轨迹节点和多个第二轨迹节点确定满足预设位置关系和预设时间关系的多个节点对,根据多个节点对确定人员轨迹中多个第一轨迹段中每一第一轨迹段与车辆轨迹中对应的第二轨迹段之间是否吻合,得到多个吻合结果,根据多个吻合结果确定人员轨迹和车辆轨迹之间的吻合度,并在预设的电子地图上显示比对结果,如此,可通过对人员的人员轨迹和车辆的车辆轨迹进行比对,确定人员与车辆在实际场景中的关系,可将人车关系通过人车关系图谱进行显示,从而更加准确、完整地确定道路上行驶的人员与车辆之间的人车关系。
与上述一致地,以下为实施上述人车轨迹分析方法的装置,具体如下:
请参阅图4,为本申请实施例提供的一种服务器的实施例结构示意图。本实施例中所描述的服务器400,包括:至少一个输入设备1000;至少一个输出设备2000;至少一个处理器3000,例如CPU;和存储器4000,上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。
其中,上述输入设备1000具体可为触控面板、物理按键或者鼠标。
上述输出设备2000具体可为显示屏。
上述存储器4000可以是高速RAM存储器,也可为非易失存储器(non-volatilememory),例如磁盘存储器。上述存储器4000用于存储一组程序代码,上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码,执行如下操作:
上述处理器3000,用于:
获取目标人员的第一人像图像和目标车辆的目标车辆标识信息;
根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据;
根据所述人像数据绘制人员轨迹,以及根据所述车辆数据绘制车辆轨迹;
将所述人员轨迹和所述车辆轨迹进行比对,得到比对结果;并根据所述比对结果确定人车关系,以及将所述人车关系进行显示。
在一个可能的示例中,所述第一搜索条件包括第一搜索参数,所述第一数据库中包括采集到的道路各个位置的多个人像图像,每一所述人像图像对应一个采集时间、人员位置;在所述根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据方面,上述处理器3000具体用于:
获取第一搜索参数,所述第一搜索参数包括采集时间段和采集区域;
根据所述采集时间段和所述采集区域从所述多个人像图像中筛选多个参考人像图像,其中,所述多个参考人像图像中每一参考人像图像对应的所述采集时间处于所述采集时间段,所述多个参考人像图像中每一参考人像图像对应的所述人员位置处于所述采集区域;
将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像;
确定所述多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置,得到多个目标采集时间和多个目标人员位置;
在所述根据所述人像数据绘制人员轨迹方面,上述处理器3000具体用于:
根据所述多个第二人像图像中每一第二人像图像对应的所述目标采集时间和所述目标人员位置绘制所述人员轨迹。
在一个可能的示例中,所述搜索参数还包括匹配阈值,在所述将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像方面,上述处理器3000具体用于:
将所述第一人像图像与所述多个参考人像图像进行匹配,得到多个匹配值;
确定所述多个匹配值中大于所述匹配阈值的匹配值对应的第二人像图像,得到所述多个第二人像图像。
在一个可能的示例中,所述第二搜索条件包括第二搜索参数,所述第二数据库中包括采集到的道路各个位置的多个车辆子数据,每一车辆子数据包括一个车辆标识信息、车辆位置和定位时间;在所述根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据方面,上述处理器3000具体用于:
获取第二搜索参数,所述第二搜索参数包括所述采集时间段和所述采集区域;
根据所述采集时间段和所述采集区域从所述多个车辆子数据中筛选多个车辆参考子数据,其中,所述多个车辆参考子数据中每一车辆参考子数据包括的所述定位时间处于所述预设时间段,所述多个车辆参考子数据中每一车辆参考子数据包括的所述车辆位置处于所述预设区域;
确定所述多个车辆参考子数据中包括的车辆标识信息与所述目标车辆标识信息一致的多个车辆目标子数据;
在所述根据所述车辆数据绘制人员轨迹方面,上述处理器3000具体用于:
根据所述多个车辆目标子数据中每一车辆目标子数据中的所述车辆位置和所述定位时间绘制所述车辆轨迹。
在一个可能的示例中,所述人员轨迹包括多个第一轨迹节点,所述人员轨迹包括由所述多个第一轨迹节点划分的多个第一轨迹段,所述车辆轨迹包括多个第二轨迹节点,所述车辆轨迹包括由所述多个第二轨迹节点划分的多个第二轨迹段,在所述将所述人员轨迹和所述车辆轨迹进行比对,得比对结果方面,上述处理器3000具体用于:
根据所述多个第一轨迹节点和所述多个第二轨迹节点确定满足预设位置关系和预设时间关系的多个节点对,每一所述节点对包括一个第一轨迹节点和一个第二轨迹节点;
根据所述多个节点对确定所述人员轨迹中所述多个第一轨迹段中每一第一轨迹段与所述车辆轨迹中对应的第二轨迹段之间是否吻合,得到多个吻合结果;
根据所述多个吻合结果确定所述人员轨迹和所述车辆轨迹之间的吻合度。
在一个可能的示例中,上述处理器3000还用于:
在任一所述节点对中的第一轨迹节点对应的人像图像的所述采集时间和第二轨迹节点对应的所述定位时间的时间差值绝对值小于第一预设数值时,确定任一所述节点对中的第一轨迹节点和第二轨迹节点满足所述预设时间关系;
在任一所述节点对中的第一轨迹节点对应的人像图像的所述人员位置和第二轨迹节点对应的所述车辆位置之间的距离小于第二预设数值时,确定任一所述节点对中的第一轨迹节点和第二轨迹节点满足所述预设位置关系。
在一个可能的示例中,在根据所述多个节点对确定所述人员轨迹中每一第一轨迹段和所述车辆轨迹中对应的第二轨迹段是否吻合方面,上述处理器3000具体用于:
确定所述人员轨迹中每一第一轨迹段与所述车辆轨迹中对应的第二轨迹段之间的夹角;
若所述夹角小于预设角度阈值,确定所述第一轨迹段和所述对应的第二轨迹段吻合;若所述夹角不小于所述预设角度阈值,确定所述第一轨迹段和和所述对应的第二轨迹段不吻合。
请参阅图5,为本申请实施例提供的一种人车轨迹分析装置的实施例结构示意图。本实施例中所描述的人车轨迹分析装置500,包括:获取单元501、搜索单元502、绘制单元503、比对单元504和显示单元505,具体如下:
所述获取单元501,用于获取目标人员的第一人像图像和目标车辆的目标车辆标识信息;
所述搜索单元502,用于根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据;
所述绘制单元503,用于根据所述人像数据绘制人员轨迹,以及根据所述车辆数据绘制车辆轨迹;
所述比对单元504,用于将所述人员轨迹和所述车辆轨迹进行比对,得到比对结果;
所述显示单元505,用于根据所述比对结果确定人车关系,以及将所述人车关系进行显示。
可选地,所述第一搜索条件包括第一搜索参数,所述第一数据库中包括采集到的道路各个位置的多个人像图像,每一所述人像图像对应一个采集时间、人员位置;在所述根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据方面,上述搜索单元502具体用于:
获取第一搜索参数,所述第一搜索参数包括采集时间段和采集区域;
根据所述采集时间段和所述采集区域从所述多个人像图像中筛选多个参考人像图像,其中,所述多个参考人像图像中每一参考人像图像对应的所述采集时间处于所述采集时间段,所述多个参考人像图像中每一参考人像图像对应的所述人员位置处于所述采集区域;
将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像;
确定所述多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置,得到多个目标采集时间和多个目标人员位置;
在所述根据所述人像数据绘制人员轨迹方面,上述绘制单元503具体用于:
根据所述多个第二人像图像中每一第二人像图像对应的所述目标采集时间和所述目标人员位置绘制所述人员轨迹。
可选地,所述搜索参数还包括匹配阈值,在所述将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像方面,上述搜索单元502具体用于:
将所述第一人像图像与所述多个参考人像图像进行匹配,得到多个匹配值;
确定所述多个匹配值中大于所述匹配阈值的匹配值对应的第二人像图像,得到所述多个第二人像图像。
可选地,所述第二搜索条件包括第二搜索参数,所述第二数据库中包括采集到的道路各个位置的多个车辆子数据,每一车辆子数据包括一个车辆标识信息、车辆位置和定位时间;在所述根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据方面,上述搜索单元502具体用于:
获取第二搜索参数,所述第二搜索参数包括所述采集时间段和所述采集区域;
根据所述采集时间段和所述采集区域从所述多个车辆子数据中筛选多个车辆参考子数据,其中,所述多个车辆参考子数据中每一车辆参考子数据包括的所述定位时间处于所述预设时间段,所述多个车辆参考子数据中每一车辆参考子数据包括的所述车辆位置处于所述预设区域;
确定所述多个车辆参考子数据中包括的车辆标识信息与所述目标车辆标识信息一致的多个车辆目标子数据;
在所述根据所述车辆数据绘制人员轨迹方面,上述绘制单元503具体用于:
根据所述多个车辆目标子数据中每一车辆目标子数据中的所述车辆位置和所述定位时间绘制所述车辆轨迹。
可选地,所述人员轨迹包括多个第一轨迹节点,所述人员轨迹包括由所述多个第一轨迹节点划分的多个第一轨迹段,所述车辆轨迹包括多个第二轨迹节点,所述车辆轨迹包括由所述多个第二轨迹节点划分的多个第二轨迹段,在所述将所述人员轨迹和所述车辆轨迹进行比对,得比对结果方面,上述比对单元504具体用于:
根据所述多个第一轨迹节点和所述多个第二轨迹节点确定满足预设位置关系和预设时间关系的多个节点对,每一所述节点对包括一个第一轨迹节点和一个第二轨迹节点;
根据所述多个节点对确定所述人员轨迹中所述多个第一轨迹段中每一第一轨迹段与所述车辆轨迹中对应的第二轨迹段之间是否吻合,得到多个吻合结果;
根据所述多个吻合结果确定所述人员轨迹和所述车辆轨迹之间的吻合度。
可选地,上述比对单元504还用于:
在任一所述节点对中的第一轨迹节点对应的人像图像的所述采集时间和第二轨迹节点对应的所述定位时间的时间差值绝对值小于第一预设数值时,确定任一所述节点对中的第一轨迹节点和第二轨迹节点满足所述预设时间关系;
在任一所述节点对中的第一轨迹节点对应的人像图像的所述人员位置和第二轨迹节点对应的所述车辆位置之间的距离小于第二预设数值时,确定任一所述节点对中的第一轨迹节点和第二轨迹节点满足所述预设位置关系。
可选地,在根据所述多个节点对确定所述人员轨迹中每一第一轨迹段和所述车辆轨迹中对应的第二轨迹段是否吻合方面,上述比对单元504具体用于:
确定所述人员轨迹中每一第一轨迹段与所述车辆轨迹中对应的第二轨迹段之间的夹角;
若所述夹角小于预设角度阈值,确定所述第一轨迹段和所述对应的第二轨迹段吻合;若所述夹角不小于所述预设角度阈值,确定所述第一轨迹段和和所述对应的第二轨迹段不吻合。
可以看出,通过本申请实施例所描述的人车轨迹分析装置,通过获取目标人员的第一人像图像和目标车辆的目标车辆标识信息,根据第一搜索条件和第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据,根据人像数据绘制人员轨迹,以及根据车辆数据绘制车辆轨迹,将人员轨迹和车辆轨迹进行比对,得到比对结果;并根据比对结果确定人车关系,以及将人车关系进行显示,如此,可通过对人员的人员轨迹和车辆的车辆轨迹进行比对,确定人员与车辆在实际场景中的人车关系,从而可将人车关系进行显示,例如显示人车关系图谱,从而更加准确、完整地确定道路上行驶的人员与车辆之间的人车关系。
可以理解的是,本实施例的人车轨迹分析装置的各程序模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何一种人车轨迹分析方法的部分或全部步骤。
本申请实施例提供一种计算机程序产品,其中,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如本申请实施例中记载的任何一种人车轨迹分析方法所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
本领域技术人员应明白,本申请的实施例可提供为方法、装置(设备)、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。计算机程序存储/分布在合适的介质中,与其它硬件一起提供或作为硬件的一部分,也可以采用其他分布形式,如通过Internet或其它有线或无线电信系统。
本申请是参照本申请实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程人车轨迹分析设备的处理器以产生一个机器,使得通过计算机或其他可编程人车轨迹分析设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程人车轨迹分析设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程人车轨迹分析设备上,使得在计算机或其他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,从而在计算机或其他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。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种人车轨迹分析方法,其特征在于,所述方法包括:
获取目标人员的第一人像图像和目标车辆的目标车辆标识信息;
根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据;
根据所述人像数据绘制人员轨迹,以及根据所述车辆数据绘制车辆轨迹;
将所述人员轨迹和所述车辆轨迹进行比对,得到比对结果;并根据所述比对结果确定人车关系,以及将所述人车关系进行显示。
2.根据权利要求1所述的方法,其特征在于,所述第一搜索条件包括第一搜索参数,所述第一数据库中包括采集到的道路各个位置的多个人像图像,每一所述人像图像对应一个采集时间、人员位置;所述根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据,包括:
获取第一搜索参数,所述第一搜索参数包括采集时间段和采集区域;
根据所述采集时间段和所述采集区域从所述多个人像图像中筛选多个参考人像图像,其中,所述多个参考人像图像中每一参考人像图像对应的所述采集时间处于所述采集时间段,所述多个参考人像图像中每一参考人像图像对应的所述人员位置处于所述采集区域;
将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像;
确定所述多个第二人像图像中每一第二人像图像对应的目标采集时间和目标人员位置,得到多个目标采集时间和多个目标人员位置;
所述根据所述人像数据绘制人员轨迹,包括:
根据所述多个第二人像图像中每一第二人像图像对应的所述目标采集时间和所述目标人员位置绘制所述人员轨迹。
3.根据权利要求2所述的方法,其特征在于,所述搜索参数还包括匹配阈值,所述将所述第一人像图像与所述多个参考人像图像进行匹配,得到与所述第一人像图像匹配成功的多个第二人像图像,包括:
将所述第一人像图像与所述多个参考人像图像进行匹配,得到多个匹配值;
确定所述多个匹配值中大于所述匹配阈值的匹配值对应的第二人像图像,得到所述多个第二人像图像。
4.根据权利要求2或3所述的方法,其特征在于,所述第二搜索条件包括第二搜索参数,所述第二数据库中包括采集到的道路各个位置的多个车辆子数据,每一车辆子数据包括一个车辆标识信息、车辆位置和定位时间;所述根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据,包括:
获取第二搜索参数,所述第二搜索参数包括所述采集时间段和所述采集区域;
根据所述采集时间段和所述采集区域从所述多个车辆子数据中筛选多个车辆参考子数据,其中,所述多个车辆参考子数据中每一车辆参考子数据包括的所述定位时间处于所述预设时间段,所述多个车辆参考子数据中每一车辆参考子数据包括的所述车辆位置处于所述预设区域;
确定所述多个车辆参考子数据中包括的车辆标识信息与所述目标车辆标识信息一致的多个车辆目标子数据;
所述根据所述车辆数据绘制人员轨迹,包括:
根据所述多个车辆目标子数据中每一车辆目标子数据中的所述车辆位置和所述定位时间绘制所述车辆轨迹。
5.根据权利要求4所述的方法,其特征在于,所述人员轨迹包括多个第一轨迹节点,所述人员轨迹包括由所述多个第一轨迹节点划分的多个第一轨迹段,所述车辆轨迹包括多个第二轨迹节点,所述车辆轨迹包括由所述多个第二轨迹节点划分的多个第二轨迹段,所述将所述人员轨迹和所述车辆轨迹进行比对,得比对结果,包括:
根据所述多个第一轨迹节点和所述多个第二轨迹节点确定满足预设位置关系和预设时间关系的多个节点对,每一所述节点对包括一个第一轨迹节点和一个第二轨迹节点;
根据所述多个节点对确定所述人员轨迹中所述多个第一轨迹段中每一第一轨迹段与所述车辆轨迹中对应的第二轨迹段之间是否吻合,得到多个吻合结果;
根据所述多个吻合结果确定所述人员轨迹和所述车辆轨迹之间的吻合度。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在任一所述节点对中的第一轨迹节点对应的人像图像的所述采集时间和第二轨迹节点对应的所述定位时间的时间差值绝对值小于第一预设数值时,确定任一所述节点对中的第一轨迹节点和第二轨迹节点满足所述预设时间关系;
在任一所述节点对中的第一轨迹节点对应的人像图像的所述人员位置和第二轨迹节点对应的所述车辆位置之间的距离小于第二预设数值时,确定任一所述节点对中的第一轨迹节点和第二轨迹节点满足所述预设位置关系。
7.根据权利要求5或6所述的方法,其特征在于,根据所述多个节点对确定所述人员轨迹中每一第一轨迹段和所述车辆轨迹中对应的第二轨迹段是否吻合,包括:
确定所述人员轨迹中每一第一轨迹段与所述车辆轨迹中对应的第二轨迹段之间的夹角;
若所述夹角小于预设角度阈值,确定所述第一轨迹段和所述对应的第二轨迹段吻合;若所述夹角不小于所述预设角度阈值,确定所述第一轨迹段和和所述对应的第二轨迹段不吻合。
8.一种人车轨迹分析装置,其特征在于,所述装置包括:
获取单元,用于获取目标人员的第一人像图像和目标车辆的目标车辆标识信息;
搜索单元,用于根据第一搜索条件和所述第一人像图像在预设的第一数据库进行搜索,得到人像数据;以及,根据第二搜索条件和所述目标车辆标识信息在预设的第二数据库进行搜索,得到车辆数据;
绘制单元,用于根据所述人像数据绘制人员轨迹,以及根据所述车辆数据绘制车辆轨迹;
比对单元,用于将所述人员轨迹和所述车辆轨迹进行比对,得到比对结果;
显示单元,用于根据所述比对结果确定人车关系,以及将所述人车关系进行显示。
9.一种服务器,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911183994.4A CN112860821A (zh) | 2019-11-27 | 2019-11-27 | 人车轨迹分析方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911183994.4A CN112860821A (zh) | 2019-11-27 | 2019-11-27 | 人车轨迹分析方法及相关产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112860821A true CN112860821A (zh) | 2021-05-28 |
Family
ID=75985698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911183994.4A Pending CN112860821A (zh) | 2019-11-27 | 2019-11-27 | 人车轨迹分析方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112860821A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113536910A (zh) * | 2021-06-08 | 2021-10-22 | 浙江蓝洋电子科技有限公司 | 一种卡口数据处理方法、装置和卡口系统 |
CN115877343A (zh) * | 2023-02-02 | 2023-03-31 | 中电信数字城市科技有限公司 | 基于雷达目标跟踪的人车匹配方法、装置和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358146A (zh) * | 2017-05-22 | 2017-11-17 | 深圳云天励飞技术有限公司 | 视频处理方法、装置及存储介质 |
CN107967493A (zh) * | 2017-12-18 | 2018-04-27 | 广州汇智通信技术有限公司 | 一种人车伴随的判定方法、系统及相关装置 |
CN109376178A (zh) * | 2018-08-17 | 2019-02-22 | 中国电子科技集团公司电子科学研究院 | 时空大数据轨迹分析平台、方法、服务器及存储介质 |
CN109918368A (zh) * | 2019-03-27 | 2019-06-21 | 成都市公安科学技术研究所 | 一种通过轨迹关联度识别车辆驾驶者的系统和方法 |
-
2019
- 2019-11-27 CN CN201911183994.4A patent/CN112860821A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358146A (zh) * | 2017-05-22 | 2017-11-17 | 深圳云天励飞技术有限公司 | 视频处理方法、装置及存储介质 |
CN107967493A (zh) * | 2017-12-18 | 2018-04-27 | 广州汇智通信技术有限公司 | 一种人车伴随的判定方法、系统及相关装置 |
CN109376178A (zh) * | 2018-08-17 | 2019-02-22 | 中国电子科技集团公司电子科学研究院 | 时空大数据轨迹分析平台、方法、服务器及存储介质 |
CN109918368A (zh) * | 2019-03-27 | 2019-06-21 | 成都市公安科学技术研究所 | 一种通过轨迹关联度识别车辆驾驶者的系统和方法 |
Non-Patent Citations (1)
Title |
---|
张胜茂 等: "北斗船位数据挖掘与信息增值服务", 北京:海洋出版社, pages: 113 - 117 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113536910A (zh) * | 2021-06-08 | 2021-10-22 | 浙江蓝洋电子科技有限公司 | 一种卡口数据处理方法、装置和卡口系统 |
CN115877343A (zh) * | 2023-02-02 | 2023-03-31 | 中电信数字城市科技有限公司 | 基于雷达目标跟踪的人车匹配方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107305627B (zh) | 一种车辆视频监控方法、服务器及系统 | |
CN109325429B (zh) | 一种关联特征数据的方法、装置、存储介质及终端 | |
CN109740415B (zh) | 车辆属性识别方法及相关产品 | |
CN110650316A (zh) | 智能巡逻及预警处理方法、装置、电子设备及存储介质 | |
CN112085952A (zh) | 监控车辆数据方法、装置、计算机设备及存储介质 | |
CN111010547A (zh) | 目标对象的追踪方法及装置、存储介质、电子装置 | |
CN110136091B (zh) | 图像处理方法及相关产品 | |
KR20160109761A (ko) | 건설현장 맞춤형 이미지 분석기술을 활용한 중장비/근로자 인식 및 추적 방법 및 시스템 | |
CN110147731B (zh) | 车辆类型识别方法及相关产品 | |
CN112860821A (zh) | 人车轨迹分析方法及相关产品 | |
CN112434566A (zh) | 客流统计方法、装置、电子设备及存储介质 | |
CN117237418B (zh) | 一种基于深度学习的运动目标检测方法和系统 | |
CN113763425A (zh) | 道路区域标定方法及电子设备 | |
CN114913470B (zh) | 一种事件检测方法及装置 | |
CN109325965A (zh) | 一种目标对象跟踪方法及装置 | |
CN113158953B (zh) | 一种人员查找方法、装置、设备及介质 | |
CN113469150B (zh) | 一种用于对风险行为进行识别的方法及系统 | |
CN109800685A (zh) | 一种视频中对象的确定方法及装置 | |
CN111666786B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114202919A (zh) | 一种非机动车电子车牌遮挡的识别方法、装置及系统 | |
CN114445786A (zh) | 道路拥堵检测方法、装置、电子设备及存储介质 | |
CN113470079A (zh) | 一种落脚区域的输出方法、装置及电子设备 | |
CN112597924A (zh) | 电动自行车轨迹追踪方法、摄像机装置和服务器 | |
CN111639640A (zh) | 基于人工智能的车牌识别方法、装置及设备 | |
CN114879177B (zh) | 一种基于雷达信息的目标分析方法及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210528 |