CN112929605A - 一种顾及语义的ptz摄像机智能巡航方法 - Google Patents

一种顾及语义的ptz摄像机智能巡航方法 Download PDF

Info

Publication number
CN112929605A
CN112929605A CN202110115187.XA CN202110115187A CN112929605A CN 112929605 A CN112929605 A CN 112929605A CN 202110115187 A CN202110115187 A CN 202110115187A CN 112929605 A CN112929605 A CN 112929605A
Authority
CN
China
Prior art keywords
cruising
monitoring area
grid
camera
time
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.)
Granted
Application number
CN202110115187.XA
Other languages
English (en)
Other versions
CN112929605B (zh
Inventor
张兴国
石新雨
周英迪
顾杨旸
孙银萍
陈岁月
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.)
Xinyang Normal University
Original Assignee
Xinyang Normal University
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 Xinyang Normal University filed Critical Xinyang Normal University
Priority to CN202110115187.XA priority Critical patent/CN112929605B/zh
Publication of CN112929605A publication Critical patent/CN112929605A/zh
Application granted granted Critical
Publication of CN112929605B publication Critical patent/CN112929605B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • 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
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种顾及语义的PTZ摄像机智能巡航方法。其步骤为：(1)根据三维地理信息及视域边界，确定有效监控区；(2)对有效监控区进行规则巡航，获得视频帧图像序列，基于特征点匹配算法拼接为广视角大图，计算大图至地理空间的映射矩阵；(3)按规则巡航方法进行实时巡航，以实时视频帧图像更新大图，并将目标检测结果映射至地理空间；(4)对有效监控区进行格网划分，统计各网格中目标数量，确定热点集合；(5)通过穷举法，确定最佳巡航路径；(6)按最佳路径巡航，实时更新大图、目标检测及地图映射，持续巡航dt时间段；(7)重复步骤(2)‑(6)。本发明方法解决了PTZ摄像机在场景监控中易丢失重要信息的问题。

Description

一种顾及语义的PTZ摄像机智能巡航方法
技术领域
本发明涉及一种顾及语义的PTZ摄像机智能巡航方法，属于视频与地理信息科学交叉融合的技术领域。
背景技术
随着信息技术的快速发展，视频监控技术在智慧城市、应急救灾、自然资源监测等领域发挥着越来越重要的作用。监控视频具有高清、真实、实时的优势，地理信息系统具有独特的空间分析能力，能够预测和模拟事物的发展趋势，两者的交叉融合能够提供地理场景的实时监控信息，实现人与地理场景的交互。通过对摄像机采集的视频图像，结合地理语义和时空热点进行智能分析，提高监控视频可靠性。
当前，大范围场景的监控多采用PTZ摄像机，相对于视域受限的静态摄像机，PTZ摄像机有更灵活的监控方式，能够迅速捕捉到目标，实现对整个监控区连续有效的监控。但在实际应用中，PTZ摄像机容易忽视周围的实际场景，监控无效区域，导致监控区域重要信息丢失。如果能顾及地理语义确定监控区，在地理空间下结合时空热点对监控区分块分级监控，根据预设的点位进行巡航，使得摄像机能对各块区的巡航时间进行适当的延长或缩短，将会极大的提高巡航效率，记录更多有价值的信息。目前，该研究领域主要集中在对PTZ摄像机视频图像的智能分析方面，缺乏与地理信息的紧密结合，不能顾及地理信息进行监控。
发明内容
本发明为解决PTZ摄像机在场景监控中易丢失重要信息的问题，提供一种顾及语义的PTZ摄像机智能巡航方法，以提高巡航的质量。
本发明的技术思路为：顾及地理语义，确定有效监控区域；基于SIFT特征点匹配对PTZ完整监控区的视频帧图像序列进行拼接，并以实时视频匹配更新拼接广视角大图；对地理空间下的有效监控区域进行格网划分，同时对实时视频进行目标检测及地理映射；结合GIS对监控区及其目标信息进行分析，得到一条经过所有热点且总巡航距离最小的最佳巡航路径，以实现PTZ摄像机的智能化巡航。
本发明采用的技术方案如下：
一种顾及语义的PTZ摄像机智能巡航方法，包括如下步骤：
步骤1，根据摄像机中心、视域边界和三维精细地理信息，确定有效监控区域；
步骤2，对有效监控区域进行规则巡航，获得PTZ摄像机完整监控区的视频帧图像序列，然后基于SIFT特征点匹配将图像序列拼接为广视角大图P，并根据精细地图或遥感影像，解算广视角大图P至地理空间的映射矩阵H；
步骤3，按规则巡航方法对有效监控区域进行实时巡航，以实时视频帧图像匹配更新广视角大图P；然后对实时视频中的目标进行检测，并将目标检测结果映射至地理空间；
步骤4，对地理空间下的有效监控区域进行规则格网划分，并统计各网格中的目标数量及位置信息，确定热点集合；
步骤5，通过穷举法，确定一条经过所有热点且总巡航距离最小的路径为最佳巡航路径；
步骤6，按照所述最佳巡航路径对有效监控区域进行巡航，实时更新广视角大图P、目标检测及地图映射，同时根据PTZ摄像机中心点坐标和最佳巡航路径的热点坐标，计算相应的PTZ值；调整摄像机经过各热点的姿态，持续巡航dt时间段；
步骤7，按照最佳巡航路径巡航dt时间段后，重复步骤2-6。
进一步地，所述步骤2中，对有效监控区域进行规则巡航的具体方法为：以从上到下、从左往右的顺序，按“Z”形对有效监控区域巡航。
进一步地，所述步骤2中，图像序列拼接为广视角大图P时，要求图像之间有一定的重叠度。
进一步地，所述步骤2中，解算广视角大图P至地理空间的映射矩阵H时，同名点的选取数量≥4。
进一步地，所述步骤3中，对实时视频中的目标进行检测时，设置一个时间阈值Tmin，以Tmin作为时间间隔，对Tmin时间段内的目标进行检测，同时记录当前Tmin时间段内目标的数量及位置信息。
进一步地，所述步骤4中，对地理空间下的有效监控区域进行规则格网划分时，以m×n个正方形网格对有效监控区域进行划分，以每个正方形格网的中心坐标代表各网格的位置。
进一步地，所述步骤4中，确定热点集合时，根据各网格中的目标数量，用自然断点法划分各网格的等级，以此来表征各网格的目标聚集程度，将有目标聚集的网格中心记为热点，无目标的网格中心记为非热点，网格内目标数量越多，摄像机巡航时停留的时间越长。
进一步地，所述步骤6中，以目标数量聚集最多的网格中心作为起始热点，在摄像机经过各热点时，根据计算出的各热点的PTZ值，调整摄像机姿态，持续巡航dt时间段后，回到起始热点。
本发明的方法与现有技术相比，具有以下技术效果：
(1)考虑当前PTZ摄像机监控时未顾及地理语义，监控时易监控目标较少或无目标区域，本发明顾及PTZ摄像机及其周围的地理空间信息，先确定一个有效监控区域，能提高摄像机监控的有效性。
(2)本发明将监控场景的视频帧图像序列拼接为广视角大图，并以实时视频帧图像匹配更新大图，对地理空间下的热点集合进行分级巡航，确保PTZ摄像机对重要监控区域进行巡航时的实时性和适用性。
(3)本发明结合时空热点，使用规则格网对地理空间下的有效监控区域进行划分，提取各格网中的目标信息，以目标聚集区作为巡航重点区域，根据目标的聚集程度，适当延长或缩短各区的巡航时间，保证摄像机巡航的灵活性，实现顾及时空热点的智能化巡航。
(4)本发明针对热点信息，确定一条经过所有热点集合且总巡航距离最小的最佳巡航路径，并根据巡航热点和摄像机中心，确定PTZ值，以调整摄像机在经过各热点的姿态，使得摄像机中心正对各热点，从而保证PTZ摄像机智能化巡航时的高效性，提高巡航效率。
附图说明
图1是本发明方法的流程框图；
图2是确定PTZ摄像机实际有效监控区域的示意图；
图3是格网剖分监控区域的示意图；
图4是确定最佳巡航路径的示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本实施例的一种顾及语义的PTZ摄像机智能巡航方法，包括如下步骤：首先，根据摄像机中心、视域边界(水平和垂直)和三维精细地理信息(地物、建筑物分布图及其DEM数据)，确定PTZ摄像机的有效监控区域V；对有效监控区域V规则巡航，以获取PTZ监控区域的视频帧图像序列，并基于SIFT特征点匹配拼接为广视角大图P，同时根据精细地图或遥感影像，解算图像P至地理空间的映射矩阵H；下一步，按规则巡航方法进行巡航，以巡航获取的实时视频帧图像匹配更新广视角大图P，并进行目标检测，将目标检测结果映射至地理空间；以m×n个正方形网格剖分地理空间下的有效监控区域V，并统计Tmin时间段内各网格中的目标数量及位置信息，确定热点集合，将有目标聚集的网格中心记为热点，无目标的网格中心记为非热点；根据热点集合，确定一条经过各热点且总巡航距离最小的路径为最佳巡航路径；最后，按照最佳巡航路径，实时更新大图、目标检测及地图映射，同时根据摄像机中心点坐标和最佳巡航路径Path的热点坐标，计算相应的PTZ值，调整摄像机经过各热点的姿态，持续巡航dt时间段。
本实施例的方法在具体的实际应用过程中，针对单个PTZ摄像机视频，具体步骤如下：
步骤1，顾及地理语义，根据PTZ摄像机监控场景的实际情况和地理空间数据，确定一个有效监控区域。基于摄像机中心，视域边界(水平和垂直)以及周围地物、建筑物的分布情况和高度信息(DEM数据)，得到摄像机的监控区域。对在地图上表示的摄像机及其周围的地理空间信息进行叠加，多边形与多边形采取相交判断后对监控区域进行分割，具体实施中可以直接采用一些GIS SDK提供的函数进行，得到PTZ摄像机的有效监控区域，如图2所示。
步骤2，按照规则巡航的方式，获取PTZ完整监控区域的视频帧图像序列，并基于SIFT特征点检测匹配，将多帧视频图像拼接为广视角大图P，视频帧图像之间应有一定的重叠度。本实施例中，以从上到下、从左往右的顺序，按“Z”形对有效监控区域巡航。针对PTZ摄像机的监控视频，结合相应的高清遥感地图或三维精细地图，选取4个以上的同名点，解算广视角大图P至地理空间下的单应矩阵；设地理坐标点M(X,Y)，图像P的像素坐标m(x,y)，则两点之间的映射矩阵为H，即
Figure BDA0002920217520000041
在选择同名点时，先在视频图像上选择，然后到高清遥感底图上选取相应的点，选择4对及以上即可解算。
步骤3，按“Z”形规则巡航方法对有效监控区域进行实时巡航，以实时视频帧图像更新图像P，并将实时视频的目标检测结果映射至地理空间。
首先，根据SIFT特征点匹配的同名特征点，得到各帧视频图像至广视角大图P的映射关系，设图像P的像素坐标m(x,y)，实时视频帧图像的像素坐标m′(x′,y′)，则两点之间的映射矩阵为H′，即
Figure BDA0002920217520000042
然后，基于映射矩阵H′，将实时视频内容融合至广视角大图P，得到实时视频地图；最后，以SSD(Single Shot MultiBox Detector)模型作为目标检测模型，对实时视频中的目标，如行人、车辆等进行检测，将目标检测结果基于单应矩阵H和H′实现从实时视频帧图像至地理空间下的映射。对实时视频中的目标进行检测时，设置一个时间阈值Tmin，以Tmin作为时间间隔，对Tmin时间段内的目标进行检测，同时记录当前Tmin时间段内目标的数量及位置信息。
步骤4，对PTZ摄像机的有效监控区域进行格网划分，并统计各网格中的目标数量及位置信息，确定热点集合。
首先，得到整个网格所组成的矩形的左下角、右上角的经纬度坐标(如果精度要求高，经纬度坐标可以换为投影后的平面直角坐标)和网格大小，再由右上角与左下角经度之差除以网格大小计算出列数n，右上角与左下角纬度之差除以网格大小计算出行数m。根据左下角和右上角的经纬度坐标，并遵循一定的规律确定各网格中心点的地理坐标。若网格从左至右、从下至上，从0行0列开始，共m-1行n-1列，则
各网格中心点的经度＝右下角经度+(0.5+网格所在列数)*网格大小，
各网格中心点的纬度＝右下角纬度+(0.5+网格所在行数)*网格大小；
此格网生成方法，具体实施中可以采用ArcGIS渔网(fishnet)工具，也可以从底层实现该方法，图3为PTZ摄像机有效监控区域的网格剖分示意图。然后，将每个网格作为一个区域，以各格网中心点坐标作为这个区域的位置中心，并统计落在每个网格中的目标数量及位置信息，将每个有目标聚集的网格作为一个热点集合，将有目标聚集的网格中心记为一个热点，无目标聚集的网格中心则为非热点。热点集合中，目标数量越多，说明此区域相对于其他区域的目标聚集程度越高，在监控场景中的重要程度也越高；反之，越低。最后，根据不同热点集合的目标聚集程度，适当延长或缩短摄像机在此区域的巡航时间，目标的聚集程度越高，摄像机巡航此区域的时间越长；反之，变短。
步骤5，通过穷举法，确定一条经过所有热点且总巡航距离最小的路径为最佳巡航路径Path，同时根据摄像机中心点坐标和最佳巡航路径Path的热点坐标，计算相应的PTZ值。
首先，针对w个热点集合，按“Z”形，即从上到下，从左往右，逐一对网格标号，共计w个网格。然后通过穷举法，以目标聚集最多的网格中心w1作为起始热点，连接每个热点，共得到(w-1)！条路径；最后从中找到一条经过w个热点且总巡航距离最小的路径作为最佳巡航路径Path。
如图4所示，将网格从上到下，从左往右，进行标号，共得到13个热点网格，使用穷举法发现共有(13-1)！种路径可以进行选择，从中选“4-5-6-7-8-9-10-11-12-13-1-2-3-4”的闭合路径为最佳巡航路径。
步骤6，按照最佳路径巡航，实时更新广视角大图，进行目标检测及地图映射，同时根据摄像机中心点坐标和最佳巡航路径Path的热点坐标，计算每个热点相应的PTZ值。
设摄像机中心点的地理坐标(x1,y1,z1)，巡航路径Path某一热点P1的坐标为(x2,y2,0)，则有：
方位角Pan：
Figure BDA0002920217520000051
Pan＝arcsinPan
倾角Tilt：
Figure BDA0002920217520000061
Tilt＝arccosTilt
摄像机的Z值可在方位角Pan、倾角Tilt确定后，根据成像大小、图像清晰度等要求进行变焦调节。
以目标聚集数量最多的网格中心作为起始热点，在经过各热点集合时，根据计算出的PTZ值调整摄像机的最佳巡航姿态，使摄像机中心正对热点，依据各热点集合中目标的聚集程度，适当延长或缩短巡航时间，持续巡航dt时间段。按照最佳路径巡航dt时间段后回到起始热点，重复步骤2-6，实现PTZ摄像机的智能化巡航。

Claims (8)

1.一种顾及语义的PTZ摄像机智能巡航方法，其特征在于，包括如下步骤：
步骤1，根据摄像机中心、视域边界和三维精细地理信息，确定有效监控区域；
步骤2，对有效监控区域进行规则巡航，获得PTZ摄像机完整监控区的视频帧图像序列，然后基于SIFT特征点匹配将图像序列拼接为广视角大图P，并根据精细地图或遥感影像，解算广视角大图P至地理空间的映射矩阵H；
步骤3，按规则巡航方法对有效监控区域进行实时巡航，以实时视频帧图像匹配更新广视角大图P；然后对实时视频中的目标进行检测，并将目标检测结果映射至地理空间；
步骤4，对地理空间下的有效监控区域进行规则格网划分，并统计各网格中的目标数量及位置信息，确定热点集合；
步骤5，通过穷举法，确定一条经过所有热点且总巡航距离最小的路径为最佳巡航路径；
步骤6，按照所述最佳巡航路径对有效监控区域进行巡航，实时更新广视角大图P、目标检测及地图映射，同时根据PTZ摄像机中心点坐标和最佳巡航路径的热点坐标，计算相应的PTZ值；调整摄像机经过各热点的姿态，持续巡航dt时间段；
步骤7，按照最佳巡航路径巡航dt时间段后，重复步骤2-6。
2.根据权利要求1所述的一种顾及语义的PTZ摄像机智能巡航方法，其特征在于，所述步骤2中，对有效监控区域进行规则巡航的具体方法为：以从上到下、从左往右的顺序，按“Z”形对有效监控区域巡航。
3.根据权利要求1所述的一种顾及语义的PTZ摄像机智能巡航方法，其特征在于，所述步骤2中，图像序列拼接为广视角大图P时，要求图像之间有一定的重叠度。
4.根据权利要求1所述的一种顾及语义的PTZ摄像机智能巡航方法，其特征在于，所述步骤2中，解算广视角大图P至地理空间的映射矩阵H时，同名点的选取数量≥4。
5.根据权利要求1所述的一种顾及语义的PTZ摄像机智能巡航方法，其特征在于，所述步骤3中，对实时视频中的目标进行检测时，设置一个时间阈值Tmin，以Tmin作为时间间隔，对Tmin时间段内的目标进行检测，同时记录当前Tmin时间段内目标的数量及位置信息。
6.根据权利要求1所述的一种顾及语义的PTZ摄像机智能巡航方法，其特征在于，所述步骤4中，对地理空间下的有效监控区域进行规则格网划分时，以m×n个正方形网格对有效监控区域进行划分，以每个正方形格网的中心坐标代表各网格的位置。
7.根据权利要求1所述的一种顾及语义的PTZ摄像机智能巡航方法，其特征在于，所述步骤4中，确定热点集合时，根据各网格中的目标数量，用自然断点法划分各网格的等级，以此来表征各网格的目标聚集程度，将有目标聚集的网格中心记为热点，无目标的网格中心记为非热点，网格内目标数量越多，摄像机巡航时停留的时间越长。
8.根据权利要求1所述的一种顾及语义的PTZ摄像机智能巡航方法，其特征在于，所述步骤6中，以目标数量聚集最多的网格中心作为起始热点，在摄像机经过各热点时，根据计算出的各热点的PTZ值，调整摄像机姿态，持续巡航dt时间段后，回到起始热点。
CN202110115187.XA 2021-01-28 2021-01-28 一种顾及语义的ptz摄像机智能巡航方法 Active CN112929605B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110115187.XA CN112929605B (zh) 2021-01-28 2021-01-28 一种顾及语义的ptz摄像机智能巡航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110115187.XA CN112929605B (zh) 2021-01-28 2021-01-28 一种顾及语义的ptz摄像机智能巡航方法

Publications (2)

Publication Number Publication Date
CN112929605A true CN112929605A (zh) 2021-06-08
CN112929605B CN112929605B (zh) 2022-06-24

Family

ID=76167449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110115187.XA Active CN112929605B (zh) 2021-01-28 2021-01-28 一种顾及语义的ptz摄像机智能巡航方法

Country Status (1)

Country Link
CN (1) CN112929605B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101832779A (zh) * 2010-03-03 2010-09-15 北京大学 一种复杂环境下的导航方法
CN102685460A (zh) * 2012-05-17 2012-09-19 武汉大学 一种集成可量测实景影像和电子地图的视频监控巡航方法
CN103576683A (zh) * 2012-08-03 2014-02-12 中国科学院深圳先进技术研究院 多巡逻机器人的调度方法和系统
JP2016147556A (ja) * 2015-02-10 2016-08-18 株式会社デンソー 運転制御装置、運転制御方法
CN106506955A (zh) * 2016-11-10 2017-03-15 国网江苏省电力公司南京供电公司 一种基于gis地图的变电站视频巡检路径规划方法
CN107360394A (zh) * 2017-06-16 2017-11-17 河北汉光重工有限责任公司 应用于边防视频监控系统的多预置点动态智能监测方法
CN109358650A (zh) * 2018-12-14 2019-02-19 国网冀北电力有限公司检修分公司 巡检路径规划方法、装置、无人机和计算机可读存储介质
CN110163990A (zh) * 2019-05-24 2019-08-23 中铝视拓智能科技有限公司 一种移动机器人巡检方法及系统
CN110991272A (zh) * 2019-11-18 2020-04-10 东北大学 一种基于视频跟踪的多目标车辆轨迹识别方法
CN111836002A (zh) * 2019-04-15 2020-10-27 浙江宇视科技有限公司 一种视频轮巡方法、装置及服务器

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101832779A (zh) * 2010-03-03 2010-09-15 北京大学 一种复杂环境下的导航方法
CN102685460A (zh) * 2012-05-17 2012-09-19 武汉大学 一种集成可量测实景影像和电子地图的视频监控巡航方法
CN103576683A (zh) * 2012-08-03 2014-02-12 中国科学院深圳先进技术研究院 多巡逻机器人的调度方法和系统
JP2016147556A (ja) * 2015-02-10 2016-08-18 株式会社デンソー 運転制御装置、運転制御方法
CN106506955A (zh) * 2016-11-10 2017-03-15 国网江苏省电力公司南京供电公司 一种基于gis地图的变电站视频巡检路径规划方法
CN107360394A (zh) * 2017-06-16 2017-11-17 河北汉光重工有限责任公司 应用于边防视频监控系统的多预置点动态智能监测方法
CN109358650A (zh) * 2018-12-14 2019-02-19 国网冀北电力有限公司检修分公司 巡检路径规划方法、装置、无人机和计算机可读存储介质
CN111836002A (zh) * 2019-04-15 2020-10-27 浙江宇视科技有限公司 一种视频轮巡方法、装置及服务器
CN110163990A (zh) * 2019-05-24 2019-08-23 中铝视拓智能科技有限公司 一种移动机器人巡检方法及系统
CN110991272A (zh) * 2019-11-18 2020-04-10 东北大学 一种基于视频跟踪的多目标车辆轨迹识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DANA A. STEIL; JEREMY R. PATE; NICHOLAS A. KRAFT; RANDY K. SMITH: "Patrol Routing Expression, Execution, Evaluation, and Engagement", 《 IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 *
邓仕虎等: "视频和GIS协同的人群状态感知模型", 《信阳师范学院学报(自然科学版)》 *
陈辉: "巡检线路排班的优化模型研究", 《四川理工学院学报(自然科学版)》 *

Also Published As

Publication number Publication date
CN112929605B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
US10630899B2 (en) Imaging system for immersive surveillance
US10949995B2 (en) Image capture direction recognition method and server, surveillance method and system and image capture device
CN110674746B (zh) 一种应用视频空间关系辅助实现高精度跨镜追踪的方法、装置、计算机设备以及存储介质
US8564643B1 (en) Camera image georeferencing systems
CN109190508A (zh) 一种基于空间坐标系的多摄像头数据融合方法
CN110516014B (zh) 一种面向城市道路监控视频映射到二维地图的方法
CN112053446A (zh) 一种基于三维gis的实时监控视频与三维场景融合方法
CN106791613B (zh) 一种基于3dgis和视频相结合的智能监控系统
US8913083B1 (en) System and method of generating a view for a point of interest
WO2021077607A1 (zh) 数据处理方法和装置
CN111143504B (zh) 一种多摄像机室内视频地图构建方法
US20120027371A1 (en) Video summarization using video frames from different perspectives
CN115375779B (zh) 相机ar实景标注的方法及系统
CN111683221B (zh) 嵌入矢量红线数据的自然资源实时视频监测方法及系统
CN114827570A (zh) 一种基于三维场景的视频态势感知与信息融合方法及电子设备
US11703820B2 (en) Monitoring management and control system based on panoramic big data
CN113869231A (zh) 一种用于获取目标对象的实时图像信息的方法与设备
CN112040265B (zh) 一种多摄像机协同的地理视频直播流生成方法
LU500512B1 (en) Crowd distribution form detection method based on unmanned aerial vehicle and artificial intelligence
CN112929605B (zh) 一种顾及语义的ptz摄像机智能巡航方法
CN106777172A (zh) 一种视频时空检索方法
CN113192125B (zh) 虚拟视点优选的地理场景中多相机视频浓缩方法及系统
Bisagno et al. Dynamic camera network reconfiguration for crowd surveillance
CN106612414A (zh) 一种重点区域视频可疑目标的跟踪控制方法
KR20220050722A (ko) 영상관제 시스템에서 카메라 영상내 관제 지점의 지도 매핑 방법

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