CN112883765B - 一种目标移动轨迹获取方法、装置、存储介质及电子设备 - Google Patents
一种目标移动轨迹获取方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN112883765B CN112883765B CN201911208676.9A CN201911208676A CN112883765B CN 112883765 B CN112883765 B CN 112883765B CN 201911208676 A CN201911208676 A CN 201911208676A CN 112883765 B CN112883765 B CN 112883765B
- Authority
- CN
- China
- Prior art keywords
- image
- human body
- target
- face
- snapshot
- 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 39
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Abstract
本申请提出一种目标移动轨迹获取方法、装置、存储介质及电子设备。首先将图像库中的图像分别与目标人脸图像和目标人体图像比对,获得第一图像集和第二图像集,以避免遗漏成功抓拍到目标的图像;其次,根据第一图像集对至少一个第二图像进行比对,当第二图像包含的疑似目标人体特征为目标人体特征时,将第二图像作为新的第一图像更新至第一图像集,以排除未成功抓拍到目标的图像的干扰;最后,依据第一图像集中的每张第一图像的抓取时间和采集设备的点位生成目标移动轨迹;通过排除未成功抓拍到目标的图像的干扰,更加全面的获取成功抓拍到目标的图像,以使获得的目标轨迹更准确、更完整。
Description
技术领域
本申请涉及图像领域,具体而言,涉及一种目标移动轨迹获取方法、装置、存储介质及电子设备。
背景技术
在日常生活中,有很多情况需要对人员轨迹进行追踪,比如,当发生盗窃、抢劫等事件时,需要对事件相关人员的轨迹进行追踪。
现有技术中,利用点位固定的图像采集装置获取对应的环境图像,并依据环境图像中的人脸抓拍图信息或者人体抓拍图信息确定目标人员在某一个时间的点位,在通过点位信息确定相关人员的轨迹。当抓拍角度不标准时,往往会导致人脸抓拍图信息或者人体抓拍图信息有很大的误差,从而会导致点位不准确或者不完整,以至于获得的相关人员的轨迹不准确和不完整。
发明内容
本申请的目的在于提供一种目标移动轨迹获取方法、装置、存储介质及电子设备,以解决上述问题。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种目标移动轨迹获取方法,所述方法包括:将图像库中的图像分别与目标人脸图像和/或目标人体图像比对,获得第一图像集和第二图像集;其中,所述第一图像集包含至少一个第一图像,所述第一图像具有第一标签和/或第二标签,所述第二图像集包含至少一个第二图像,所述第二图像具有第三标签,所述第一标签表征图像包含目标人脸特征,所述第二标签表征图像包含目标人体特征,所述第三标签表征图像包含疑似目标人体特征;根据所述第一图像集对所述至少一个第二图像进行比对,当所述第二图像包含的疑似目标人体特征为目标人体特征时,将所述第二图像更新至所述第一图像集;依据所述第一图像集中的每张图像的抓取时间和采集设备的点位生成目标移动轨迹。
第二方面,本申请实施例提供一种目标移动轨迹获取装置,所述装置包括:图像对比模块,用于将图像库中的图像分别与目标人脸图像和/或目标人体图像比对,获得第一图像集和第二图像集;其中,所述第一图像集包含至少一个第一图像,所述第一图像具有第一标签和/或第二标签,所述第二图像集包含至少一个第二图像,所述第二图像具有第三标签,所述第一标签表征图像包含目标人脸特征,所述第二标签表征图像包含目标人体特征,所述第三标签表征图像包含疑似目标人体特征;根据所述第一图像集对所述至少一个第二图像进行比对,当所述第二图像包含的疑似目标人体特征为目标人体特征时,将所述第二图像更新至所述第一图像集;轨迹生成模块,用于依据所述第一图像集中的每张图像的抓取时间和采集设备的点位生成目标移动轨迹。
第三方面,本申请实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述的方法。
第四方面,本申请实施例提供一种电子设备,所述电子设备包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现如上述的方法。
相对于现有技术,本申请实施例所提供的一种目标移动轨迹获取方法、装置、存储介质及电子设备的有益效果为:首先将图像库中的图像分别与目标人脸图像和目标人体图像比对,获得第一图像集和第二图像集,以避免遗漏成功抓拍到目标的图像;其次,根据第一图像集对至少一个第二图像进行比对,当第二图像包含的疑似目标人体特征为目标人体特征时,将第二图像作为新的第一图像更新至第一图像集,以排除未成功抓拍到目标的图像的干扰;最后,依据第一图像集中的每张第一图像的抓取时间和采集设备的点位生成目标移动轨迹;通过排除未成功抓拍到目标的图像的干扰,更加全面的获取成功抓拍到目标的图像,以使获得的目标轨迹更准确、更完整。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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它相关的附图。
图1为本申请实施例提供的电子设备的结构示意图;
图2为本申请实施例提供的目标移动轨迹获取方法的流程图;
图3为本申请实施例提供的S101的子步骤示意图;
图4为本申请实施例提供的S101的另一种子步骤示意图;
图5为本申请实施例提供的S101的另一种子步骤示意图;
图6为本申请实施例提供的S102的子步骤示意图;
图7为本申请实施例提供的S103的子步骤示意图;
图8为本申请实施例提供的目标移动轨迹获取装置的模块示意图。
图中:10-处理器;11-存储器;12-总线;13-通信接口;201-图像对比模块;202-轨迹生成模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中,需要说明的是,术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
本申请实施例提供了一种目标移动轨迹获取方法,应用于电子设备。请参考图1,电子设备包括处理器10、存储器11、总线12。处理器10、存储器11通过总线12连接,处理器10用于执行存储器11中存储的可执行模块,例如计算机程序。
处理器10可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,目标移动轨迹获取方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器10可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(ApplicationSpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器11可以为高速随机存取存储器(Random Access Memory,RAM),在一种可能的实现方式中,将动态随机存取存储器(Dynamic Random Access Memory,DRAM)作为高速随机存取存储器。
目标移动轨迹获取装置包括至少一个可以软件或固件(firmware)的形式存储于存储器11中或固化在电子设备的操作系统(operating system,OS)中的软件功能模块。处理器10在接收到执行指令后,执行所述程序以实现目标移动轨迹获取方法。
总线12可以是ISA(Industry Standard Architecture)总线、PCI(PeripheralComponent Interconnect)总线或EISA(Extended Industry Standard Architecture)总线等。图3中仅用一个双向箭头表示,但并不表示仅有一根总线12或一种类型的总线12。
在一种可能的实现方式中,电子设备还包括通信接口13。通信接口13可以支持有线或者无线的通信协议,以实现与外部的其它设备之间的通信连接。在一种可能的实现方式中,电子设备通过通信接口13与图像采集装置通讯连接,以接收图像采集装置传输的图像。
应当理解的是,图1所示的结构仅为电子设备的部分结构示意图,电子设备还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例提供的一种目标移动轨迹获取方法,应用于电子设备,具体的流程,请参见图2:
S101,将图像库中的图像分别与目标人脸图像和/或目标人体图像比对,获得第一图像集和第二图像集。
其中,第一图像集包含至少一个第一图像,第一图像具有第一标签和/或第二标签,第二图像集包含至少一个第二图像,第二图像具有第三标签,第一标签表征图像包含目标人脸特征,第二标签表征图像包含目标人体特征,第三标签表征图像包含疑似目标人体特征。
具体地,第一图像集中的图像包含目标人脸特征或者目标人体特征,当然地,第一图像集中的图像可以同时包含目标人脸特征和目标人体特征。当图像包含目标人脸特征或者目标人体特征中的任意一种时,即表征该图像包含目标,该图像可以用于确定目标的轨迹。
当抓拍角度不标准时,往往会导致人体抓拍图信息有很大的误差,进而可能导致不能确定该图像包含的人体特征是否为目标人体特征。如果忽略此类图像,可能会丢失部分包含目标人体特征的图像,从而会导致点位不准确或者不完整,以至于获得的目标人员的轨迹不准确和不完整。第二图像集中的图像包含疑似目标人体特征,通过获取包含疑似目标人体特征的第二图像解决上述问题。
S102,根据第一图像集对至少一个第二图像进行比对,当第二图像包含的疑似目标人体特征为目标人体特征时,将第二图像更新至第一图像集。
具体地,第二图像集中的第二图像可能抓拍到目标人体,也可能未抓拍到目标人体。如果将第二图像均用于确定目标轨迹,可能会引入大量的干扰点位。为了避免产生干扰点位,需要通过第一图像集对至少一个第二图像进行比对。当第二图像包含的疑似目标人体特征为目标人体特征时,确定第二图像抓拍到目标人体。此时将第二图像更新至第一图像集。
S103,依据第一图像集中的每张第一图像的抓取时间和采集设备的点位生成目标移动轨迹。
综上所述,本申请实施例提供的一种目标移动轨迹获取方法中,首先将图像库中的图像分别与目标人脸图像和目标人体图像比对,获得第一图像集和第二图像集,以避免遗漏成功抓拍到目标的图像;其次,根据第一图像集对至少一个第二图像进行比对,当第二图像包含的疑似目标人体特征为目标人体特征时,将第二图像作为新的第一图像更新至第一图像集,以排除未成功抓拍到目标的图像的干扰;最后,依据第一图像集中的每张第一图像的抓取时间和采集设备的点位生成目标移动轨迹;通过排除未成功抓拍到目标的图像的干扰,更加全面的获取成功抓拍到目标的图像,以使获得的目标轨迹更准确、更完整。
在图2的基础上,关于S101所记载的内容,本申请实施例还给出了一种可能的实现方式,请参见图3,S101包括:
S101-1,提取图像库中的图像中的人脸抓拍图和人体抓拍图。
具体地,分别提取图像库中的每张图像的人脸抓拍图和人体抓拍图。可能地,一张图像可以同时提取到人脸抓拍图和人体抓拍图,一张图像可以提取到人脸抓拍图或人体抓拍图,一张图像还可以均未提取到人脸抓拍图和人体抓拍图。当一张图像未提取到人脸抓拍图时,表征该图像不包含任何人脸特征。当一张图像未提取到人体抓拍图时,表征该图像不包含任何人体特征。
S101-2,将每张图像的人脸抓拍图分别与目标人脸图像进行比对,将每张图像的人体抓拍图分别与目标人体图像进行比对。
具体地,将每张图像的人脸抓拍图分别与目标人脸图像进行比对,以获取人脸相似度值。图像不包含任何人脸特征,即对应的人脸相似度值为0。将每张图像的人体抓拍图分别与目标人体图像进行比对,以获取人体相似度值。图像不包含任何人体特征,即对应的人体相似度值为0。
S101-10,当图像包含疑似目标人体特征时,将图像作第二图像更新至第二图像集。
具体地,通过人脸相似度值和人体相似度值,确定图像是否包含疑似目标人体特征。
S101-12,当图像包含目标人脸特征和/或目标人体特征时,将图像作第一图像更新至第一图像集。
具体地,通过人脸相似度值和人体相似度值,确定图像是否包含目标人脸特征和/或目标人体特征。
在图3的基础上,关于如何确定图像是否包含标人脸特征、目标人体特征或疑似目标人体特征,本申请实施例给出了一种可能的实现方式,请参考图4,S101还包括:
S101-3,判断图像的人脸抓拍图与目标人脸图像的相似度是否小于第一阈值。若是,则执行S101-8;若否,则执行S101-5。
具体地,第一阈值可以取值80%。当图像的人脸抓拍图与目标人脸图像的相似度大于或等于第一阈值时,即表征该图像抓拍到目标的人脸图像,即确定该图像包含目标人脸特征,此时执行S101-5。反之,表征该图像未抓拍到目标的人脸图像,未能识别该图像,此时执行S101-8。
S101-4,判断图像的人体抓拍图与目标人体图像的相似度是否小于第二阈值。若是,则执行S101-6;若否,则执行S101-11。
具体地,第二阈值可以取值80%。当图像的人体抓拍图与目标人体图像的相似度大于或等于第二阈值时,即表征该图像抓拍到目标的人体图像,即确定该图像包含目标人体特征,此时执行S101-11。反之,需要进一步判断该图像是否包含疑似目标人体特征,此时执行S101-6。
S101-5,确定图像包含目标人脸特征。
S101-6,判断图像的人体抓拍图与目标人体图像的相似度是否小于第三阈值。若是,则执行S101-8;若否,则执行S101-7。
具体地,第三阈值可以取值50%。当图像的人体抓拍图与目标人体图像的相似度大于或等于第三阈值,并小于第二阈值时,即表征该图像抓拍到疑似目标的人体图像,此时需要排除其中包含目标人脸特征的图像,此时执行S101-7。反之,表征该图像未抓拍到疑似目标的人体图像,未能识别该图像,此时执行S101-8。
S101-7,判断图像的人脸抓拍图与目标人脸图像的相似度是否小于第一阈值。若是,则执行S101-9;若否,则执行S101-5。
具体地,通过S101-7剔除抓拍到疑似目标的人体图像中包含目标人脸特征的图像,避免重复统计。当图像的人脸抓拍图与目标人脸图像的相似度大于或等于第一阈值时,此时执行S101-5。反之,则说明该图像不包含目标人脸特征,此时执行S101-9。
需要说明的是,S101-7中的图像的人体抓拍图与目标人体图像的相似度在第三阈值和第二阈值之间。S101-3中的图像并未限定其人体抓拍图与目标人体图像的相似度。
S101-8,确定图像为未识别图像。
S101-9,确定图像包含疑似目标人体特征。
S101-11,确定图像包含目标人体特征。
在图2的基础上,关于S101所记载的内容,本申请实施例还给出了另一种可能的实现方式,请参见图5,S101包括:
S101-13,提取图像库中的图像中的人脸抓拍图和人体抓拍图。
S101-14,将每张图像的人脸抓拍图分别与目标人脸图像进行比对。
S101-15,判断图像的人脸抓拍图与目标人脸图像的相似度是否小于第一阈值。若是,则执行S101-17;若否,则执行S101-16。
S101-16,确定图像包含目标人脸特征。
S101-17,将图像的人体抓拍图分别与目标人体图像进行比对。
S101-18,判断图像的人体抓拍图与目标人体图像的相似度是否小于第二阈值。若是,则执行S101-20;若否,则执行S101-19。
S101-19,确定图像包含目标人体特征。
S101-20,判断图像的人体抓拍图与目标人体图像的相似度是否小于第三阈值。若是,则执行S101-21;若否,则执行S101-22。
S101-21,确定图像为未识别图像。
S101-22,确定图像包含疑似目标人体特征。
S101-23,当图像包含目标人脸特征和/或目标人体特征时,将图像作第一图像更新至第一图像集;当图像包含疑似目标人体特征时,将图像作第二图像更新至第二图像集。
在一种可能的实现方式中,当图像的人脸抓拍图与目标人脸图像的相似度大于或等于第一阈值时,判断该图像的人体抓拍图与目标人体图像的相似度是否大于第五阈值。若是,则将该图像更新至第一图像集,否则,则不更新至第一图像集。当图像的人体抓拍图与目标人体图像的相似度小于或等于第五阈值时,表征该图像的人体抓拍图与目标人体图像差异过大,若更新为第一图像集,可能会导致第二图像集的再次判断结果不准。
在图2的基础上,对于S102中的内容,本申请实施例还给出了一种可能的实现方式,请参考图6,S102包括:
S102-1,将至少一个第二图像的人体抓拍图分别与每张第一图像的人体抓拍图进行比对。
具体地,将每张第二图像的人体抓拍图分别与每张第一图像的人体抓拍图进行相似度比对。
S102-2,判断第二图像的人体抓拍图是否与超过预设定比例的第一图像的人体抓拍图的相似度小于第四阈值。若是,则执行S102-3;若否,则执行S102-4。
具体地,预设定比例取值可以为50%。第四阈值的取值可以为70%。以第一图像集包含100张第一图像为例,当超过50张的第一图像的人体抓拍图与某一张第二图像的人体抓拍图的相似度超过了70%,即表征该第二图像也抓拍到目标的人体图像,此时执行S102-4。反之,则说明该第二图像未抓拍到目标的人体图像,此时执行S102-3。
S102-3,确定第二图像为未识别图像。
S102-4,确定第二图像包含的疑似目标人体特征为目标人体特征。
S102-5,将第二图像的第三标签更新为第二标签,并作为新的第一图像更新至第一图像集。
在图2的基础上,对于S103中的内容,本申请实施例还给出了一种可能的实现方式,请参考图7,S103包括:
S103-1,依据第一图像集中的每张图像所携带的编号信息获得对应的采集设备的点位。
具体地,通过查询编号信息与采集设备的点位的映射关系,获取到更新后第一图像集中的每张图像所携带的编号信息获得对应的采集设备的点位。
S103-2,按照每张图像所携带的时间戳确定抓拍时间,按照抓拍时间将点位连接生成目标移动轨迹。
具体地,图像携带的时间戳即为该图像的抓拍时间。按照每张图像的抓拍时间,依据先后顺序,将得到的点位连接生成目标移动轨迹。
在一种可能的实现方式中,依据第一图像集中的每张图像所携带的水印信息确定采集设备的点位,不同的水印表示不同点位。依据第一图像集中的每张图像的接收时间计算出采集设备传输该图像的时间,将其作为该图像的抓拍时间,再按照抓拍时间将点位连接生成目标移动轨迹。
本申请实施例中的,第二阈值、第三阈值以及第五阈值依次减小。第一阈值和第二阈值可以相等,也可以不相等。第一阈值、第二阈值、第三阈值、第四阈值以及第五阈值的取值未做限定,也可以取本申请中举例说明以外的值。
请参阅图8,图8为本发明实施例提供的一种目标移动轨迹获取装置,可选的,该目标移动轨迹获取装置可以采用电子设备的实现方式。需要说明的是,本实施例所提供的目标移动轨迹获取装置,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。
该目标移动轨迹获取装置包括:图像对比模块201和轨迹生成模块202。
图像对比模块201用于将图像库中的图像分别与目标人脸图像和/或目标人体图像比对,获得第一图像集和第二图像集;其中,第一图像集包含至少一个第一图像,第一图像具有第一标签和/或第二标签,第二图像集包含至少一个第二图像,第二图像具有第三标签,第一标签表征图像包含目标人脸特征,第二标签表征图像包含目标人体特征,第三标签表征图像包含疑似目标人体特征。根据第一图像集对至少一个第二图像进行比对,当第二图像包含的疑似目标人体特征为目标人体特征时,将第二图像的更新至第一图像集。具体地,图像对比模块201可以执行上述的S101和S102。
轨迹生成模块202用于依据第一图像集中的每张第一图像的抓拍时间和采集设备的点位生成目标移动轨迹。具体地,轨迹生成模块202可以执行上述的S103。
图像对比模块201具体用于提取图像库中的图像中的人脸抓拍图和人体抓拍图;将每张图像的人脸抓拍图分别与目标人脸图像进行比对,将每张图像的人体抓拍图分别与目标人体图像进行比对;当图像包含目标人脸特征和/或目标人体特征,将图像作第一图像更新至第一图像集;当图像包含疑似目标人体特征,将图像作第二图像更新至第二图像集。具体地,图像对比模块201可以执行上述的S101-1、S101-2、S101-10、以及S101-12。
图像对比模块201具体还用于当图像的人脸抓拍图与目标人脸图像的相似度大于或等于第一阈值时,确定图像包含目标人脸特征;当图像的人体抓拍图与目标人体图像的相似度大于或等于第二阈值时,确定图像包含目标人体特征;当图像的人脸抓拍图与目标人脸图像的相似度小于第一阈值,且图像的人体抓拍图与目标人体图像的相似度小于第二阈值,并大于或等于第三阈值时,确定图像包含疑似目标人体特征。具体地,图像对比模块201可以执行上述的S101-3、S101-4、S101-5、S101-6、S101-7、S101-8、S101-9以及S101-11。
图像对比模块201具体还用于将至少一个第二图像的人体抓拍图分别与每张第一图像的人体抓拍图进行比对;当第二图像的人体抓拍图与超过预设定比例的第一图像的人体抓拍图的相似度大于或等于第四阈值时,确定第二图像包含的疑似目标人体特征为目标人体特征,将第二图像的第三标签更新为第二标签,并作为新的第一图像更新至第一图像集。具体地,图像对比模块201可以执行上述的S102-1、S102-2、S102-3、S102-4、以及S102-5。
轨迹生成模块202具体用于依据每张图像所携带的编号信息获得对应的采集设备的点位;按照每张图像所携带的时间戳确定抓拍时间,依据抓拍时间将点位连接生成目标移动轨迹。具体地,轨迹生成模块202可以执行上述的S103-1和S103-2。
本发明实施例还提供了一种存储介质,该存储介质存储有计算机指令、程序,该计算机指令、程序在被读取并运行时执行上述实施例的目标移动轨迹获取方法。该存储介质可以包括内存、闪存、寄存器或者其结合等。
下面提供一种电子设备,该电子设如图1所示,可以实现上述的目标移动轨迹获取方法;具体的,该电子设备包括:处理器10,存储器11、总线12。处理器10可以是CPU。存储器11用于存储一个或多个程序,当一个或多个程序被处理器10执行时,执行上述实施例的目标移动轨迹获取方法。
除了图中该电子设备可能具有的器件外,该电子设备还可以包含:电池、各类传感器、触摸屏、射频电路等等。该电子设备可以是PDA、智能手机、平板、智能穿戴设备、车载电脑、PC等产品。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (9)
1.一种目标移动轨迹获取方法,其特征在于,所述方法包括:
将图像库中的图像分别与目标人脸图像和/或目标人体图像比对,获得第一图像集和第二图像集;
其中,所述第一图像集包含至少一个第一图像,所述第一图像具有第一标签和/或第二标签,所述第二图像集包含至少一个第二图像,所述第二图像具有第三标签,所述第一标签表征图像包含目标人脸特征,所述第二标签表征图像包含目标人体特征,所述第三标签表征图像包含疑似目标人体特征;
根据所述第一图像集对所述至少一个第二图像进行比对,当所述第二图像包含的疑似目标人体特征为目标人体特征时,将所述第二图像更新至所述第一图像集,包括:将所述至少一个第二图像的人体抓拍图分别与每张所述第一图像的人体抓拍图进行比对,当所述第二图像的人体抓拍图与超过预设定比例的所述第一图像的人体抓拍图的相似度大于或等于第四阈值时,确定所述第二图像包含的疑似目标人体特征为目标人体特征,将所述第二图像的第三标签更新为所述第二标签,并作为新的第一图像更新至所述第一图像集;
依据所述第一图像集中的每张图像的抓取时间和采集设备的点位生成目标移动轨迹。
2.如权利要求1所述的目标移动轨迹获取方法,其特征在于,将图像库中的图像分别与目标人脸图像和目标人体图像比对,获得第一图像集和第二图像集的步骤,包括:
提取所述图像库中的所述图像中的人脸抓拍图和人体抓拍图;
将每张所述图像的人脸抓拍图分别与所述目标人脸图像进行比对,将每张所述图像的人体抓拍图分别与所述目标人体图像进行比对;
当所述图像包含所述目标人脸特征和/或所述目标人体特征,将所述图像作为第一图像更新至所述第一图像集;
当所述图像包含所述疑似目标人体特征,将所述图像作为第二图像更新至所述第二图像集。
3.如权利要求2所述的目标移动轨迹获取方法,其特征在于,在所述将每张所述图像的人脸抓拍图分别与所述目标人脸图像进行比对,将每张所述图像的人体抓拍图分别与所述目标人体图像进行比对之后,所述方法包括:
当所述图像的人脸抓拍图与所述目标人脸图像的相似度大于或等于第一阈值时,确定所述图像包含所述目标人脸特征;
当所述图像的人体抓拍图与所述目标人体图像的相似度大于或等于第二阈值时,确定所述图像包含所述目标人体特征;
当所述图像的人脸抓拍图与所述目标人脸图像的相似度小于所述第一阈值,且所述图像的人体抓拍图与所述目标人体图像的相似度小于所述第二阈值,并大于或等于第三阈值时,确定所述图像包含所述疑似目标人体特征。
4.如权利要求1所述的目标移动轨迹获取方法,其特征在于,将图像库中的图像分别与目标人脸图像或目标人体图像比对,获得第一图像集和第二图像集的步骤,包括:
提取所述图像库中的所述图像中的人脸抓拍图和人体抓拍图;
将每张所述图像的人脸抓拍图分别与所述目标人脸图像进行比对,
当所述图像的人脸抓拍图与所述目标人脸图像的相似度大于或等于第一阈值时,确定所述图像包含所述目标人脸特征;
当所述图像的人脸抓拍图与所述目标人脸图像的相似度小于第一阈值时,将所述图像的人体抓拍图分别与所述目标人体图像进行比对;
当所述图像的人体抓拍图与所述目标人体图像的相似度大于或等于第二阈值时,确定所述图像包含所述目标人体特征;
当所述图像的人体抓拍图与所述目标人体图像的相似度小于所述第二阈值,并大于或等于第三阈值时,确定所述图像包含所述疑似目标人体特征;
当所述图像包含所述目标人脸特征和/或所述目标人体特征,将所述图像作为第一图像更新至所述第一图像集;当所述图像包含所述疑似目标人体特征,将所述图像作为第二图像更新至所述第二图像集。
5.如权利要求1所述的目标移动轨迹获取方法,其特征在于,所述依据所述第一图像集中的每张图像的抓取时间和采集设备的点位生成目标移动轨迹的步骤,包括:
依据所述第一图像集中的每张图像所携带的编号信息获得对应的采集设备的点位;
按照每张图像所携带的时间戳确定抓拍时间,按照所述抓拍时间将所述点位连接生成所述目标移动轨迹。
6.一种目标移动轨迹获取装置,其特征在于,所述装置包括:
图像对比模块,用于将图像库中的图像分别与目标人脸图像和/或目标人体图像比对,获得第一图像集和第二图像集;其中,所述第一图像集包含至少一个第一图像,所述第一图像具有第一标签和/或第二标签,所述第二图像集包含至少一个第二图像,所述第二图像具有第三标签,所述第一标签表征图像包含目标人脸特征,所述第二标签表征图像包含目标人体特征,所述第三标签表征图像包含疑似目标人体特征;根据所述第一图像集对所述至少一个第二图像进行比对,当所述第二图像包含的疑似目标人体特征为目标人体特征时,将所述第二图像更新至所述第一图像集,包括:将所述至少一个第二图像的人体抓拍图分别与每张所述第一图像的人体抓拍图进行比对,当所述第二图像的人体抓拍图与超过预设定比例的所述第一图像的人体抓拍图的相似度大于或等于第四阈值时,确定所述第二图像包含的疑似目标人体特征为目标人体特征,将所述第二图像的第三标签更新为所述第二标签,并作为新的第一图像更新至所述第一图像集;
轨迹生成模块,用于依据所述第一图像集中的每张图像的抓取时间和采集设备的点位生成目标移动轨迹。
7.如权利要求6所述的目标移动轨迹获取装置,其特征在于,所述图像对比模块具体用于提取所述图像库中的所述图像中的人脸抓拍图和人体抓拍图;将每张所述图像的人脸抓拍图分别与所述目标人脸图像进行比对,将每张所述图像的人体抓拍图分别与所述目标人体图像进行比对;当所述图像包含所述目标人脸特征和/或所述目标人体特征,将所述图像作为第一图像更新至所述第一图像集;当所述图像包含所述疑似目标人体特征,将所述图像作为第二图像更新至所述第二图像集。
8.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
9.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911208676.9A CN112883765B (zh) | 2019-11-30 | 2019-11-30 | 一种目标移动轨迹获取方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911208676.9A CN112883765B (zh) | 2019-11-30 | 2019-11-30 | 一种目标移动轨迹获取方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112883765A CN112883765A (zh) | 2021-06-01 |
CN112883765B true CN112883765B (zh) | 2024-04-09 |
Family
ID=76039351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911208676.9A Active CN112883765B (zh) | 2019-11-30 | 2019-11-30 | 一种目标移动轨迹获取方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112883765B (zh) |
Families Citing this family (2)
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 |
CN115170616B (zh) * | 2022-09-08 | 2022-11-18 | 欣诚信息技术有限公司 | 人员轨迹分析方法、装置、终端及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236599A (zh) * | 2007-12-29 | 2008-08-06 | 浙江工业大学 | 基于多摄像机信息融合的人脸识别检测装置 |
EP3088910A1 (en) * | 2015-04-29 | 2016-11-02 | Protruly Vision Technology Group Co., Ltd. | Method and system for tracking moving trajectory based on human features |
CN110163146A (zh) * | 2019-05-21 | 2019-08-23 | 银河水滴科技(北京)有限公司 | 一种基于人体特征的监控方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101285359B1 (ko) * | 2006-11-14 | 2013-07-11 | 삼성전자주식회사 | 동작 추적 장치 및 방법 |
-
2019
- 2019-11-30 CN CN201911208676.9A patent/CN112883765B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236599A (zh) * | 2007-12-29 | 2008-08-06 | 浙江工业大学 | 基于多摄像机信息融合的人脸识别检测装置 |
EP3088910A1 (en) * | 2015-04-29 | 2016-11-02 | Protruly Vision Technology Group Co., Ltd. | Method and system for tracking moving trajectory based on human features |
CN110163146A (zh) * | 2019-05-21 | 2019-08-23 | 银河水滴科技(北京)有限公司 | 一种基于人体特征的监控方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112883765A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11158143B2 (en) | Vehicle diagnostic method and device, and computer readable storage medium | |
JP6868119B2 (ja) | ホログラフィック偽造防止コードの検査方法及び装置 | |
CN109166156B (zh) | 一种摄像头标定图像的生成方法、移动终端及存储介质 | |
CN112883765B (zh) | 一种目标移动轨迹获取方法、装置、存储介质及电子设备 | |
CN107564329B (zh) | 一种车辆查找方法及终端 | |
IL281410B2 (en) | Bit-level data generation and artificial intelligence techniques and architectures for data protection | |
CN112258507B (zh) | 互联网数据中心的目标对象检测方法、装置和电子设备 | |
CN111400132A (zh) | 上架app的自动监测方法及系统 | |
CN113506045A (zh) | 基于移动设备的风险用户识别方法、装置、设备及介质 | |
CN115294168A (zh) | 一种跟踪目标的方法、装置及电子设备 | |
CN111488829A (zh) | 杆塔巡检照片分类方法、装置、电子设备以及存储介质 | |
CN117274255B (zh) | 数据检测方法、装置、电子设备及存储介质 | |
CN114003796A (zh) | 工控资产的发现方法、装置和电子设备 | |
CN112633281B (zh) | 一种基于Hash算法车辆身份认证方法及系统 | |
CN111695405B (zh) | 一种狗脸特征点的检测方法、装置、系统及存储介质 | |
CN108287890B (zh) | 数据管理方法及装置 | |
CN109213515B (zh) | 多平台下埋点归一方法及装置和电子设备 | |
JP2014026411A (ja) | ヘルスケアシステム及びそのサーバ | |
CN108629219B (zh) | 一种识别一维码的方法及装置 | |
CN110610178A (zh) | 图像识别方法、装置、终端及计算机可读存储介质 | |
CN106934041B (zh) | 影像文件管理方法及装置 | |
CN113704374B (zh) | 空间飞行器轨迹拟合方法、装置及终端 | |
CN108875770B (zh) | 行人检测误报数据的标注方法、装置、系统和存储介质 | |
CN110348377B (zh) | 一种指纹识别方法及设备 | |
CN110287943B (zh) | 图像的对象识别方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |