CN113114938A - 一种基于电子信息的目标精确监控系统 - Google Patents

一种基于电子信息的目标精确监控系统 Download PDF

Info

Publication number
CN113114938A
CN113114938A CN202110389907.1A CN202110389907A CN113114938A CN 113114938 A CN113114938 A CN 113114938A CN 202110389907 A CN202110389907 A CN 202110389907A CN 113114938 A CN113114938 A CN 113114938A
Authority
CN
China
Prior art keywords
target
monitoring
area
monitored
marking
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
CN202110389907.1A
Other languages
English (en)
Other versions
CN113114938B (zh
Inventor
赵家全
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.)
Anhui Bogwell Electric Co ltd
Original Assignee
Chuzhou Bogwell Electric 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 Chuzhou Bogwell Electric Co ltd filed Critical Chuzhou Bogwell Electric Co ltd
Priority to CN202110389907.1A priority Critical patent/CN113114938B/zh
Publication of CN113114938A publication Critical patent/CN113114938A/zh
Application granted granted Critical
Publication of CN113114938B publication Critical patent/CN113114938B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/64Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/61Control of cameras or camera modules based on recognised objects
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/61Control of cameras or camera modules based on recognised objects
    • H04N23/611Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于电子信息的目标精确监控系统,涉及目标监控技术领域。本发明包括区域划分单元、节点设定单元、特征提取单元、预判单元、数据交接单元、特征识别单元。本发明通过对监控范围进行划分,获取若干个受控区,在每一受控区中划分路径及路径枢纽,根据监控目标在一个受控区域内经过的路径枢纽预判监控目标的移动趋势,数据交接单元将监控单元对重叠区的监控数据传输至控制器、特征识别单元结合监控目标外形特征、重叠区的监控图像获取疑似目标后、结合监控目标的移动趋势、受控区的监控图像、疑似目标的色彩特征对疑似目标进行综合识别,获取监控目标的实时动态,以实现对监控目标的精准识别、监控。

Description

一种基于电子信息的目标精确监控系统
技术领域
本发明属于目标监控技术领域,特别是涉及一种基于电子信息的目标精确监控系统。
背景技术
目前,随着经济、科学技术、教育等不断的全球化,视频监控技术方兴未艾,逐渐地朝着数字化、网络化与智能化方向发展。相对于静止场景,所谓运动场景中的目标检测与跟踪,是指在目标运动的同时,摄像机也由于运载平台的姿态或位置改变而发生运动,构成目标与背景共同变化下的目标检测与跟踪。
中国专利(CN109784244A)公开了一种指定目标的低分辨率人脸精确识别方法,包括:从监控视频帧中检测出人脸区域,提取人脸区域的特征,再对待识别样本集合进行分类;对待识别样本集合的指定目标进行初检;精确识别;将最终得到的指定目标样本集合输出,即成。该发明的方法,适用于对预存一幅正面人脸图像指定的目标,在监控视频帧图像样本中,识别出与指定目标相同的人脸样本,不需要预先训练学习目标样本,且待识别的人脸图像分辨率要求不高,符合单类目标的搜索应用。
同时,在手动控制云台实现摄像机对物体的实时跟踪中,还可能存在人为跟踪误差,如中国专利(CN102307297A)公开了一种多方位视频目标跟踪检测的智能监控系统,可以实现监视场景的实时监控,自动检测出闯入目标,并对运动目标进行自动检测跟踪;又如中国专利(CN111223131A)公开了一种特定目标与嫌疑目标持续移动的监控追踪方法,追踪特定目标与嫌疑目标在特定范围内的伴随移动,得到特定目标与嫌疑目标在特定范围内的伴随移动轨迹;诸如中国专利(CN104519326B)公开一种联合多监控探头系统的目标跟踪方法,及时对同一个监控目标进行持续监控、中国专利(CN109691090A)公开一种移动目标的监控方法、装置、监控系统及移动机器人,可以在移动机器人移动过程中精确的识别监控区域中的移动目标,诸如此类,等等都是对移动目标的追踪、定位,但存在追踪信息少、追踪过程不完整、效果不明显等问题,无法很好地实现一对多的识别,对于从监控视频帧中获取的低分辨率人脸图像或无人脸图像的目标,没有很好的识别方法。
现提供一种基于电子信息的目标精确监控系统,解决上述问题。
发明内容
本发明的目的在于提供一种基于电子信息的目标精确监控系统,通过区域划分单元、节点设定单元、特征提取单元、预判单元、数据交接单元、特征识别单元的设置,结合运动趋势、目标多样特征信息等综合判定、识别、追踪监控目标,解决了现有的动态目标监控中存在的问题。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明为一种基于电子信息的目标精确监控系统,包括:
区域划分单元,所述区域划分单元根据监控单元的监控范围进行划分,获取若干个受控区,每两个相邻的受控区之间存在重叠区;
节点设定单元,其对每一受控区中的路径进行识别,并将每一条路径的起点处、终点处、路径与路径交叉处、路径与重叠区交叉处均设定为路径枢纽;
特征提取单元,所述特征提取单元用于从目标锁定单元锁定的目标图像中获取监控目标的色彩特征、外形特征、从重叠区的监控图像中获取受控对象的色彩特征、外形特征,并上传至控制器;
预判单元,其根据监控目标在一个受控区域内经过的路径枢纽预判监控目标的移动趋势;
数据交接单元,其将监控单元对重叠区的监控数据传输至控制器、特征识别单元;
特征识别单元,所述特征识别单元结合监控目标外形特征、重叠区的监控图像获取疑似目标后、结合监控目标的移动趋势、受控区的监控图像、疑似目标的色彩特征对疑似目标进行综合识别,获取监控目标的实时动态。
进一步地,还包括标记单元,所述标记单元包括监控标记模块、区域标记模块、节点标记模块,监控单元包括若干监控摄像头,其中:
所述区域标记模块用于对受控区、重叠区进行标记,其中,受控区标记为Qi,受控区Qn与受控区Qm的重叠区标记为Cmn,i=1、2、3、…a,a为正整数,m、n为1至a中的取值;
所述监控标记模块用于根据区域标记模块对受控区、重叠区的标记对监控摄像头进行标记,受控区Qi内的监控摄像头标记为Ki;
所述节点标记模块用于将受控区Qi内的节点标记为Ji.c,受控区Qm内的路径与重叠区Cmn交叉处的节点标记为Jm-n,受控区Qn内的路径与重叠区Cmn交叉处的节点标记为Jn-m。
进一步地,所述节点设定单元设定路径枢纽时,若受控区为开放区,且区域内没有固定路径,则以重叠区靠近对应受控区的边缘线作为路径枢纽,再将受控区内的若干条与该边缘线相垂直、相平行的虚拟线作为路径枢纽,且受控区的边缘线也作为路径枢纽。
进一步地,所述色彩特征、外形特征具体为:上衣颜色、下衣颜色、高度、宽度、移动姿态;其中,高度、宽度取多个连续状态下的均值,高度分为头顶至上衣下边缘之间的长度、上衣下边缘至地面的长度。
进一步地,特征识别单元根据监控目标的色彩特征、外形特征对监控图像进行识别,获取疑似目标,具体步骤为:
步骤C01:从数据交接单元获取重叠区的监控图像数据,并从中获取每人的上衣颜色、下衣颜色,若颜色均一致,则获取其高度、宽度数据;
步骤C02:根据公式计算
Figure BDA0003016210430000041
计算疑似值Yd,其中,hd1为图像d对应的头顶至上衣下边缘之间的长度、hd2为图像d对应的上衣下边缘至地面的长度、Dd图像d对应的宽度、h1为监控目标对应的头顶至上衣下边缘之间的长度、h2为监控目标对应的上衣下边缘至地面的长度、D为监控目标对应的宽度,0.23、0.77均为预设权值;
步骤C03:当疑似值Yd≤X1时,将图像d标记为疑似目标,X1为预设值;否则,为无关图像;
步骤C04:将疑似目标及其所在的重叠区上传至控制器。
进一步地,所述监控目标的移动趋势判定步骤为:
步骤P001:获取监控目标的移动时所经过的路径枢纽;
步骤P002:获取到最近一个路径枢纽;获取到用户的朝向线,朝向线获取方式为:
P0021:当用户行进时,首先获取到用户对应迈出一只脚的落脚点,落脚点为用户指定位置,具体可为大脚拇指所在位置最前端;
P0022:之后用户行进第二步时,获取到对应迈出另一只脚的落脚点二,将落脚点与落脚点二连线形成初线;
P0023:之后重复步骤P0021-P0022,得到两条初线,以开始得到的初线的中点为起点,连接后一条得到的初线的中点,得到的射线标记为朝向线;
步骤P003:连续获取朝向线,当用户距离下一路径枢纽距离低于低向距离、用户的朝向线满足最近的十五条内有百分之八十五以上指向对应的路劲枢纽,且最后一条朝向线指向该路径枢纽,则将其标记为指示枢纽;得到用户的移动趋势。
进一步地,所述特征识别单元获取监控目标的实时动态的方法为:
步骤P01:根据监控目标的移动趋势判断监控目标即将进入的区域;
步骤P02:若疑似目标所在的重叠区符合监控目标移动趋势,则将疑似目标标记为初目标;若疑似目标所在的重叠区不符合监控目标移动趋势,则将疑似目标标记为待识别目标;
步骤P03:对初目标的移动姿态进行分析,从中获取监控目标的动态;
通过对待识别目标进行重叠区再识别,判断其是否为监控目标。
进一步地,所述对初目标的移动姿态与监控目标的移动姿态进行比对,若一致,则将其判定为监控目标,其对应的动态即为监控目标对应的动态。
进一步地,通过待识别目标进行重叠区再识别方法为:
步骤Z01:获取初次采集到待识别目标的时间及所在区域的背景图片;
步骤Z02:根据背景图片,获取到待识别目标所在重叠区,借助下一区域的摄像机获取到该部分的背景图片,将其标记为标参背景;
步骤Z03:借助下一区域的摄像机获取到待识别目标位于重叠区域时候的图片,将该图片与标参背景进行比较,当背景位置一致时,则将对应的待识别目标标记为初目标。
本发明具有以下有益效果:
本发明通过对监控范围进行划分,获取若干个受控区,在每一受控区中划分路径及路径枢纽,根据监控目标在一个受控区域内经过的路径枢纽预判监控目标的移动趋势,数据交接单元将监控单元对重叠区的监控数据传输至控制器、特征识别单元结合监控目标外形特征、重叠区的监控图像获取疑似目标后、结合监控目标的移动趋势、受控区的监控图像、疑似目标的色彩特征对疑似目标进行综合识别,获取监控目标的实时动态,本发明无需学习额外的同类别多样性,且允许待识别监控图像中存在多个与指定目标不同或均非指定目标的图像,实现对监控目标的高精准识别、监控。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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1为本发明基于电子信息的目标精确监控系统的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于电子信息的目标精确监控系统,包括区域划分单元、节点设定单元、特征提取单元、预判单元、数据交接单元、特征识别单元,根据监控单元的监控范围进行划分,获取若干个受控区,在每一受控区中划分路径及路径枢纽,根据监控目标在一个受控区域内经过的路径枢纽预判监控目标的移动趋势,数据交接单元将监控单元对重叠区的监控数据传输至控制器、特征识别单元结合监控目标外形特征、重叠区的监控图像获取疑似目标后、结合监控目标的移动趋势、受控区的监控图像、疑似目标的色彩特征对疑似目标进行综合识别,获取监控目标的实时动态,以实现对监控目标的精准识别、监控。
作为本发明提供的一个实施例,优选的,我们都知道动态环境中捕捉的图像会受到诸多方面的影响,如光照变化、背景混乱、物体、环境之间的遮挡、摄像机的运动等,这些都给准确有效的运动分割带来了困难,本实施例通过区域划分单元根据监控单元的监控范围进行划分,获取若干个受控区,每两个相邻的受控区之间存在重叠区;以若干个小的区域作为一个监控区域,降低因各种条件变化、遮挡等造成的监控困难,便于运动分割,提高目标的追踪的准确性,且各个受控区之间存在重叠区,避免出现监控盲区或遗漏区域,克服视频监控中常见的目标定位视角范围窄的缺陷。
作为本发明提供的一个实施例,优选的,通过节点设定单元对每一受控区中的路径进行识别,并将每一条路径的起点处、终点处(即路径与受控区/重叠区边缘线的交点处)、路径与路径交叉处、路径与重叠区交叉处均设定为路径枢纽;通过监控目标经过的路径枢纽辅助判定监控目标的移动动态,使判定结果更具准确性。很多区域/地方是没有固定路径的,如商场、开阔的室外区域、图书馆、机场、车站等,更进一步的,节点设定单元设定路径枢纽时,若受控区为开放区,且区域内没有固定路径,则以重叠区靠近对应受控区的边缘线作为路径枢纽,此处即可参考多点成线原理,此处的边缘线即由无数个点组成,我们此处将边缘线看做路径枢纽,再将受控区内的若干条与该边缘线相垂直、相平行的虚拟线作为路径枢纽,即形成网格状的虚拟路径,每一路径均构成一个由无数个点组成的路径枢纽,且受控区的边缘线也作为路径枢纽,更进一步的,若干条与该边缘线相垂直、相平行的虚拟线之间的交点定义为路径枢纽,更直观的判定各枢纽点,因此使本发明提供的路径划分、枢纽的设定方式适用于开放无固定路径的区域以及有路径的区域,可适用于如超市、商场、车站、银行、道路交通、长途客车、市内公交车等安装的有监控系统的场所。
作为本发明提供的一个实施例,优选的,特征提取单元用于从目标锁定单元锁定的目标图像中获取监控目标的色彩特征、外形特征、从重叠区的监控图像中获取受控对象的色彩特征、外形特征,并上传至控制器;更进一步的,色彩特征、外形特征具体为:上衣颜色、下衣颜色、高度、宽度、移动姿态(走路姿势);其中,高度、宽度取多个连续状态下的均值(去除最大最小值之后的数据),高度分为头顶至上衣下边缘之间的长度、上衣下边缘至地面的长度,采用色彩特征、外形特征综合比对,提高目标识别的准确性。
作为本发明提供的一个实施例,优选的,特征识别单元根据监控目标的色彩特征、外形特征对监控图像进行识别,获取疑似目标,结合色彩特征、外形特征的提取、识别,先初步识别提取出疑似目标,在对疑似目标进行后续分析,提高识别准确性的基础上,降低后续处理步骤的数据运算量,采用的跟踪算法实时性高,目标定位跟踪准确可靠,具体步骤为:
步骤C01:从数据交接单元获取重叠区的监控图像数据,并从中获取每人的上衣颜色、下衣颜色,若颜色均一致,则获取其高度、宽度数据;
步骤C02:根据公式计算
Figure BDA0003016210430000091
计算疑似值Yd,其中,hd1为图像d对应的头顶至上衣下边缘之间的长度、hd2为图像d对应的上衣下边缘至地面的长度、Dd图像d对应的宽度、h1为监控目标对应的头顶至上衣下边缘之间的长度、h2为监控目标对应的上衣下边缘至地面的长度、D为监控目标对应的宽度,0.23、0.77均为预设权值;
步骤C03:当疑似值Yd≤X1时,将图像d标记为疑似目标,X1为预设值;否则,为无关图像,采用结合色彩特征、外形特征的提取、识别的方法,有效针对日常监控中模糊图像较多的情况,提高对模糊图像的检测识别及动态捕捉预警的准确性,在刑事侦查、反恐等中具有重要意义,极具研究价值和潜力;
步骤C04:将疑似目标及其所在的重叠区上传至控制器;针对公安视频监控模糊图像,对嫌疑人人脸或车辆(此处还可泛指各类移动物体,色彩特征、外形特征针对所需监控的移动物体做适应性调整即可,如针对车辆,色彩特征、外形特征具体为:车身颜色、高度、宽度、还可以附加通过行驶曲线判定车辆的方法,尤其是针对曲线等不正常行驶的车辆,再如针对起重机,还可以附加司机的色彩特征、外形特征,对司机进行监控,实现车辆、司机的双重监控,便于生产的安全管理)进行检测识别以及动态捕捉、预警等必要的视频图像处理技术,显得尤为重要。
作为本发明提供的一个实施例,优选的,现有的基于目标特征的目标,采用连续自适应的均值漂移(Camshift)算法,连续自适应的均值漂移算法是一种非参数概率密度估计算法,其核心是均值漂移算法,具有实时性好和算法框架化等优点,但模型仅采用单一特征,当背景较复杂或者存在许多与目标相似的干扰像素的情况下,容易导致跟踪失败;本发明采用预判单元根据监控目标在一个受控区域内经过的路径枢纽预判监控目标的移动趋势,根据路径再对目标进行识别,再次提高目标的精准程度;更进一步的,监控目标的移动趋势判定步骤为:
步骤P001:获取监控目标的移动时所经过的路径枢纽;
步骤P002:获取到最近一个路径枢纽;获取到用户的朝向线,朝向线获取方式为:
P0021:当用户行进时,首先获取到用户对应迈出一只脚的落脚点,落脚点为用户指定位置,具体可为大脚拇指(鞋子最前端)所在位置最前端;
P0022:之后用户行进第二步时,获取到对应迈出另一只脚的落脚点二,将落脚点与落脚点二连线形成初线;
P0023:之后重复步骤P0021-P0022,得到两条初线,以开始得到的初线的中点为起点,连接后一条得到的初线的中点,得到的射线标记为朝向线;
步骤P003:连续获取朝向线,当用户距离下一路径枢纽距离低于低向距离、用户的朝向线满足最近的十五条内有百分之八十五以上指向对应的路劲枢纽,且最后一条朝向线指向该路径枢纽,则将其标记为指示枢纽;得到用户的移动趋势,可很好的适用于目标部分遮挡下的跟踪、摄像头运动时的跟踪、多目标跟踪、目标尺度变化、复杂场景下的跟踪,目标点绝对精度可以达5cm。
作为本发明提供的一个实施例,优选的,数据交接单元,其将监控单元对重叠区的监控数据传输至控制器、特征识别单元,避免多个监控设备的协同处理效率低、准确度不高的问题,可以及时对同一个监控目标进行持续监控,识别率高。更进一步的,特征识别单元,特征识别单元结合监控目标外形特征、重叠区的监控图像获取疑似目标后、结合监控目标的移动趋势、受控区的监控图像、疑似目标的色彩特征对疑似目标进行综合识别,获取监控目标的实时动态;更进一步的,特征识别单元获取监控目标的实时动态的方法为:
步骤P01:根据监控目标的移动趋势判断监控目标即将进入的区域,确定目标大概可能的位置;
步骤P02:若疑似目标所在的重叠区符合监控目标移动趋势,则将疑似目标标记为初目标;若疑似目标所在的重叠区不符合监控目标移动趋势,则将疑似目标标记为待识别目标;
步骤P03:对初目标的移动姿态进行分析,从中获取监控目标的动态;
通过对待识别目标进行重叠区再识别,判断其是否为监控目标,有效解决了现有的目标监控、跟踪精度低、鲁棒性差、当发生遮挡、图像模糊、时容易跟踪失败的问题。
对初目标的移动姿态与监控目标的移动姿态进行比对,若一致,则将其判定为监控目标,其对应的动态即为监控目标对应的动态;
作为本发明提供的一个实施例,优选的,通过待识别目标进行重叠区再识别方法为:
步骤Z01:获取初次采集到待识别目标的时间及所在区域的背景图片;
步骤Z02:根据背景图片,获取到待识别目标所在重叠区,借助下一区域的摄像机获取到该部分的背景图片,将其标记为标参背景;
步骤Z03:借助下一区域的摄像机获取到待识别目标位于重叠区域时候的图片,将该图片与标参背景进行比较,当背景位置一致时,则将对应的待识别目标标记为初目标。
作为本发明提供的一个实施例,优选的,还包括标记单元,标记单元包括监控标记模块、区域标记模块、节点标记模块,监控单元包括若干监控摄像头,其中:区域标记模块用于对受控区、重叠区进行标记,其中,受控区标记为Qi,受控区Qn与受控区Qm的重叠区标记为Cmn,i=1、2、3、…a,a为正整数,m、n为1至a中的取值;作为本发明提供的一个实施例,优选的,监控标记模块用于根据区域标记模块对受控区、重叠区的标记对监控摄像头进行标记,受控区Qi内的监控摄像头标记为Ki;节点标记模块用于将受控区Qi内的节点标记为Ji.c,受控区Qm内的路径与重叠区Cmn交叉处的节点标记为Jm-n,受控区Qn内的路径与重叠区Cmn交叉处的节点标记为Jn-m,采用此种方式标记,能够直观的通过标记看出目标的动向,预判目标将朝向那个方向移动进入哪个区域,获得目标在的区域位置及区域运动趋势,为目标的识别和分类以及后续识别分析提供基础。
一种基于电子信息的目标精确监控系统,通过对监控范围进行划分,在每一受控区中划分路径及路径枢纽,根据监控目标在一个受控区域内经过的路径枢纽预判监控目标的移动趋势,结合监控目标外形特征、重叠区的监控图像获取疑似目标后、结合监控目标的移动趋势、受控区的监控图像、疑似目标的色彩特征对疑似目标进行综合识别,获取监控目标的实时动态,本发明无需学习额外的同类别多样性,且允许待识别监控图像中存在多个与指定目标不同或均非指定目标的图像,实现对监控目标的高精准识别、监控。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (9)

1.一种基于电子信息的目标精确监控系统,其特征在于,包括:
区域划分单元,所述区域划分单元根据监控单元的监控范围进行划分,获取若干个受控区,每两个相邻的受控区之间存在重叠区;
节点设定单元,其对每一受控区中的路径进行识别,并将每一条路径的起点处、终点处、路径与路径交叉处、路径与重叠区交叉处均设定为路径枢纽;
特征提取单元,所述特征提取单元用于从目标锁定单元锁定的目标图像中获取监控目标的色彩特征、外形特征、从重叠区的监控图像中获取受控对象的色彩特征、外形特征,并上传至控制器;
预判单元,其根据监控目标在一个受控区域内经过的路径枢纽预判监控目标的移动趋势;
数据交接单元,其将监控单元对重叠区的监控数据传输至控制器、特征识别单元;
特征识别单元,所述特征识别单元结合监控目标外形特征、重叠区的监控图像获取疑似目标后、结合监控目标的移动趋势、受控区的监控图像、疑似目标的色彩特征对疑似目标进行综合识别,获取监控目标的实时动态。
2.根据权利要求1所述的一种基于电子信息的目标精确监控系统,其特征在于,还包括标记单元,所述标记单元包括监控标记模块、区域标记模块、节点标记模块,监控单元包括若干监控摄像头,其中:
所述区域标记模块用于对受控区、重叠区进行标记,其中,受控区标记为Qi,受控区Qn与受控区Qm的重叠区标记为Cmn,i=1、2、3、…a,a为正整数,m、n为1至a中的取值;
所述监控标记模块用于根据区域标记模块对受控区、重叠区的标记对监控摄像头进行标记,受控区Qi内的监控摄像头标记为Ki;
所述节点标记模块用于将受控区Qi内的节点标记为Ji.c,受控区Qm内的路径与重叠区Cmn交叉处的节点标记为Jm-n,受控区Qn内的路径与重叠区Cmn交叉处的节点标记为Jn-m。
3.根据权利要求1所述的一种基于电子信息的目标精确监控系统,其特征在于,所述节点设定单元设定路径枢纽时,若受控区为开放区,且区域内没有固定路径,则以重叠区靠近对应受控区的边缘线作为路径枢纽,再将受控区内的若干条与该边缘线相垂直、相平行的虚拟线作为路径枢纽,且受控区的边缘线也作为路径枢纽。
4.根据权利要求1所述的一种基于电子信息的目标精确监控系统,其特征在于,所述色彩特征、外形特征具体为:上衣颜色、下衣颜色、高度、宽度、移动姿态;其中,高度、宽度取多个连续状态下的均值,高度分为头顶至上衣下边缘之间的长度、上衣下边缘至地面的长度。
5.根据权利要求4所述的一种基于电子信息的目标精确监控系统,其特征在于,特征识别单元根据监控目标的色彩特征、外形特征对监控图像进行识别,获取疑似目标,具体步骤为:
步骤C01:从数据交接单元获取重叠区的监控图像数据,并从中获取每人的上衣颜色、下衣颜色,若颜色均一致,则获取其高度、宽度数据;
步骤C02:根据公式计算
Figure FDA0003016210420000021
计算疑似值Yd,其中,hd1为图像d对应的头顶至上衣下边缘之间的长度、hd2为图像d对应的上衣下边缘至地面的长度、Dd图像d对应的宽度、h1为监控目标对应的头顶至上衣下边缘之间的长度、h2为监控目标对应的上衣下边缘至地面的长度、D为监控目标对应的宽度,0.23、0.77均为预设权值;
步骤C03:当疑似值Yd≤X1时,将图像d标记为疑似目标,X1为预设值;否则,为无关图像;
步骤C04:将疑似目标及其所在的重叠区上传至控制器。
6.根据权利要求5所述的一种基于电子信息的目标精确监控系统,其特征在于,所述监控目标的移动趋势判定步骤为:
步骤P001:获取监控目标的移动时所经过的路径枢纽;
步骤P002:获取到最近一个路径枢纽;获取到用户的朝向线,朝向线获取方式为:
步骤P0021:当用户行进时,首先获取到用户对应迈出一只脚的落脚点,落脚点为用户指定位置,具体可为大脚拇指所在位置最前端;
步骤P0022:之后用户行进第二步时,获取到对应迈出另一只脚的落脚点二,将落脚点与落脚点二连线形成初线;
步骤P0023:之后重复步骤P0021-P0022,得到两条初线,以开始得到的初线的中点为起点,连接后一条得到的初线的中点,得到的射线标记为朝向线;
步骤P003:连续获取朝向线,当用户距离下一路径枢纽距离低于低向距离、用户的朝向线满足最近的十五条内有百分之八十五以上指向对应的路劲枢纽,且最后一条朝向线指向该路径枢纽,则将其标记为指示枢纽;得到用户的移动趋势。
7.根据权利要求5所述的一种基于电子信息的目标精确监控系统,其特征在于,所述特征识别单元获取监控目标的实时动态的方法为:
步骤P01:根据监控目标的移动趋势判断监控目标即将进入的区域;
步骤P02:若疑似目标所在的重叠区符合监控目标移动趋势,则将疑似目标标记为初目标;若疑似目标所在的重叠区不符合监控目标移动趋势,则将疑似目标标记为待识别目标;
步骤P03:对初目标的移动姿态进行分析,从中获取监控目标的动态;
通过对待识别目标进行重叠区再识别,判断其是否为监控目标。
8.根据权利要求7所述的一种基于电子信息的目标精确监控系统,其特征在于,所述对初目标的移动姿态与监控目标的移动姿态进行比对,若一致,则将其判定为监控目标,其对应的动态即为监控目标对应的动态。
9.根据权利要求7所述的一种基于电子信息的目标精确监控系统,其特征在于,通过待识别目标进行重叠区再识别方法为:
步骤Z01:获取初次采集到待识别目标的时间及所在区域的背景图片;
步骤Z02:根据背景图片,获取到待识别目标所在重叠区,借助下一区域的摄像机获取到该部分的背景图片,将其标记为标参背景;
步骤Z03:借助下一区域的摄像机获取到待识别目标位于重叠区域时候的图片,将该图片与标参背景进行比较,当背景位置一致时,则将对应的待识别目标标记为初目标。
CN202110389907.1A 2021-04-12 2021-04-12 一种基于电子信息的目标精确监控系统 Active CN113114938B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110389907.1A CN113114938B (zh) 2021-04-12 2021-04-12 一种基于电子信息的目标精确监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110389907.1A CN113114938B (zh) 2021-04-12 2021-04-12 一种基于电子信息的目标精确监控系统

Publications (2)

Publication Number Publication Date
CN113114938A true CN113114938A (zh) 2021-07-13
CN113114938B CN113114938B (zh) 2022-07-19

Family

ID=76715739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110389907.1A Active CN113114938B (zh) 2021-04-12 2021-04-12 一种基于电子信息的目标精确监控系统

Country Status (1)

Country Link
CN (1) CN113114938B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115564615A (zh) * 2022-09-29 2023-01-03 甘肃阳光校园风险管理服务中心 一种校园安全双重预防工作服务方法
CN116614717A (zh) * 2023-07-20 2023-08-18 中国市政工程西南设计研究总院有限公司 用于智慧社区的视频监控方法和系统

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0882268A2 (en) * 1996-01-24 1998-12-09 ADC Telecommunications, Inc Communication system with multicarrier telephony transport
JP2000295604A (ja) * 1999-04-06 2000-10-20 Yazaki Corp 車両用後側方監視装置
CN102307297A (zh) * 2011-09-14 2012-01-04 镇江江大科茂信息系统有限责任公司 一种多方位视频目标跟踪检测的智能监控系统
CN102497505A (zh) * 2011-12-08 2012-06-13 合肥博微安全电子科技有限公司 基于改进的Meanshift算法的多球机联动目标跟踪方法及系统
CN106060465A (zh) * 2016-06-20 2016-10-26 陈�胜 基于电子地图和视频监控的动态目标追踪系统及追踪方法
CN106096577A (zh) * 2016-06-24 2016-11-09 安徽工业大学 一种摄像头分布地图中的目标追踪系统及追踪方法
CN106203274A (zh) * 2016-06-29 2016-12-07 长沙慧联智能科技有限公司 一种视频监控中行人实时检测系统及方法
CN106651902A (zh) * 2015-11-02 2017-05-10 李嘉禾 一种楼宇智能预警方法及系统
CN107295309A (zh) * 2017-07-29 2017-10-24 安徽博威康信息技术有限公司 一种基于多监控视频的目标人物锁定显示系统
WO2018019135A1 (zh) * 2016-07-29 2018-02-01 华为技术有限公司 一种目标监控方法、摄像头、控制器和目标监控系统
CN107886757A (zh) * 2017-10-19 2018-04-06 深圳市元征软件开发有限公司 车辆定位方法及停车管理设备
CN109167956A (zh) * 2018-05-21 2019-01-08 同济大学 基于动态称重和多视频信息融合的全桥面移动荷载空间分布监测系统
CN109743541A (zh) * 2018-12-15 2019-05-10 深圳壹账通智能科技有限公司 智能监控方法、装置、计算机设备及存储介质
CN109784244A (zh) * 2018-12-29 2019-05-21 西安理工大学 一种指定目标的低分辨率人脸精确识别方法
CN111931654A (zh) * 2020-08-11 2020-11-13 精英数智科技股份有限公司 一种人员跟踪智能监测方法、系统和装置
CN111935450A (zh) * 2020-07-15 2020-11-13 长江大学 一种智能疑犯追踪方法、系统及计算机可读存储介质
CN112188163A (zh) * 2020-09-29 2021-01-05 厦门汇利伟业科技有限公司 一种实时视频图像自动去重拼接的方法和系统

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0882268A2 (en) * 1996-01-24 1998-12-09 ADC Telecommunications, Inc Communication system with multicarrier telephony transport
JP2000295604A (ja) * 1999-04-06 2000-10-20 Yazaki Corp 車両用後側方監視装置
CN102307297A (zh) * 2011-09-14 2012-01-04 镇江江大科茂信息系统有限责任公司 一种多方位视频目标跟踪检测的智能监控系统
CN102497505A (zh) * 2011-12-08 2012-06-13 合肥博微安全电子科技有限公司 基于改进的Meanshift算法的多球机联动目标跟踪方法及系统
CN106651902A (zh) * 2015-11-02 2017-05-10 李嘉禾 一种楼宇智能预警方法及系统
CN106060465A (zh) * 2016-06-20 2016-10-26 陈�胜 基于电子地图和视频监控的动态目标追踪系统及追踪方法
CN106096577A (zh) * 2016-06-24 2016-11-09 安徽工业大学 一种摄像头分布地图中的目标追踪系统及追踪方法
CN106203274A (zh) * 2016-06-29 2016-12-07 长沙慧联智能科技有限公司 一种视频监控中行人实时检测系统及方法
WO2018019135A1 (zh) * 2016-07-29 2018-02-01 华为技术有限公司 一种目标监控方法、摄像头、控制器和目标监控系统
CN107295309A (zh) * 2017-07-29 2017-10-24 安徽博威康信息技术有限公司 一种基于多监控视频的目标人物锁定显示系统
CN107886757A (zh) * 2017-10-19 2018-04-06 深圳市元征软件开发有限公司 车辆定位方法及停车管理设备
CN109167956A (zh) * 2018-05-21 2019-01-08 同济大学 基于动态称重和多视频信息融合的全桥面移动荷载空间分布监测系统
CN109743541A (zh) * 2018-12-15 2019-05-10 深圳壹账通智能科技有限公司 智能监控方法、装置、计算机设备及存储介质
CN109784244A (zh) * 2018-12-29 2019-05-21 西安理工大学 一种指定目标的低分辨率人脸精确识别方法
CN111935450A (zh) * 2020-07-15 2020-11-13 长江大学 一种智能疑犯追踪方法、系统及计算机可读存储介质
CN111931654A (zh) * 2020-08-11 2020-11-13 精英数智科技股份有限公司 一种人员跟踪智能监测方法、系统和装置
CN112188163A (zh) * 2020-09-29 2021-01-05 厦门汇利伟业科技有限公司 一种实时视频图像自动去重拼接的方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王艳红: "基于ARM联合DE算法的监控方案设计与实现", 《计算机测量与控制》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115564615A (zh) * 2022-09-29 2023-01-03 甘肃阳光校园风险管理服务中心 一种校园安全双重预防工作服务方法
CN116614717A (zh) * 2023-07-20 2023-08-18 中国市政工程西南设计研究总院有限公司 用于智慧社区的视频监控方法和系统
CN116614717B (zh) * 2023-07-20 2023-09-22 中国市政工程西南设计研究总院有限公司 用于智慧社区的视频监控方法和系统

Also Published As

Publication number Publication date
CN113114938B (zh) 2022-07-19

Similar Documents

Publication Publication Date Title
US11410002B2 (en) Ship identity recognition method based on fusion of AIS data and video data
CN108320510B (zh) 一种基于无人机航拍视频交通信息统计方法及系统
US5757287A (en) Object recognition system and abnormality detection system using image processing
EP2426642B1 (en) Method, device and system for motion detection
Hu et al. Moving object detection and tracking from video captured by moving camera
US8538082B2 (en) System and method for detecting and tracking an object of interest in spatio-temporal space
Brown et al. Performance evaluation of surveillance systems under varying conditions
Zhao et al. A people counting system based on face detection and tracking in a video
CN113114938B (zh) 一种基于电子信息的目标精确监控系统
US20110293141A1 (en) Detection of vehicles in an image
EP2709066A1 (en) Concept for detecting a motion of a moving object
CN103425967A (zh) 一种基于行人检测和跟踪的人流监控方法
Mazzeo et al. HSV and RGB color histograms comparing for objects tracking among non overlapping FOVs, using CBTF
Xu et al. Segmentation and tracking of multiple moving objects for intelligent video analysis
CN110255318B (zh) 基于图像语义分割的电梯轿厢闲置物品检测的方法
Naufal et al. Preprocessed mask RCNN for parking space detection in smart parking systems
Pflugfelder et al. On learning vehicle detection in satellite video
Snidaro et al. Automatic camera selection and fusion for outdoor surveillance under changing weather conditions
Kang et al. Persistent objects tracking across multiple non overlapping cameras
CN112257549A (zh) 一种基于计算机视觉的楼面危险检测预警方法及系统
Yang et al. Robust people detection and tracking in a multi-camera indoor visual surveillance system
Brandle et al. Track-based finding of stopping pedestrians-a practical approach for analyzing a public infrastructure
CN113420726B (zh) 基于俯视图像的区域去重客流统计方法
Koutsia et al. Intelligent traffic monitoring and surveillance with multiple cameras
JPH0991439A (ja) 物体監視装置

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230425

Address after: No.33 Weier Road, Quanjiao Economic Development Zone, Chuzhou City, Anhui Province

Patentee after: Anhui bogwell Electric Co.,Ltd.

Address before: No.33 Weier Road, Quanjiao Economic Development Zone, Chuzhou City, Anhui Province

Patentee before: Chuzhou bogwell Electric Co.,Ltd.