CN113347362A - 一种跨相机轨迹关联方法、装置及电子设备 - Google Patents
一种跨相机轨迹关联方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113347362A CN113347362A CN202110637280.7A CN202110637280A CN113347362A CN 113347362 A CN113347362 A CN 113347362A CN 202110637280 A CN202110637280 A CN 202110637280A CN 113347362 A CN113347362 A CN 113347362A
- Authority
- CN
- China
- Prior art keywords
- camera
- cameras
- view
- field
- target
- 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
Links
Images
Classifications
-
- 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
- H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种跨相机轨迹关联方法、装置及电子设备。其中，所述方法包括：按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机，所述当前相机为所述多个相机中采集到目标的待关联轨迹的相机，所述邻居关系是预先通过以下方式建立的：确定所述中每个相机的视场，并针对所述多个相机中的每两个相机，判断该两个相机的视场在空间上是否连通，如果该两个相机的视场在空间上连通，建立该两个相机之间的邻居关系；将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联。可以提高轨迹关联的准确性。
Description
技术领域
本发明涉及计算机视觉技术领域，特别是涉及一种跨相机轨迹关联方法、装置及电子设备。
背景技术
为便于对目标(如无人机、自动导引运输车等)进行管理，可以通过相机拍摄目标的活动场景，以确定出目标的轨迹。但是单一相机的视场有限，而目标的活动场景可能较大，因此通过单一相机可能难以获取目标的完整轨迹。
相关技术中，可以部署多个相机以分别拍摄活动场景中各个子区域的图像，以采集目标在各个子区域的轨迹，并且根据多个相机各自所处的位置确定相机拍摄到的子区域在活动场景中的位置，结合活动场景的地图信息，关联关联目标在各个子区域的轨迹，从而得到目标在活动场景中的完整轨迹。
但是，该方法需要基于活动场景的地图信息进行轨迹关联，导致轨迹关联的准确性受到地图信息准确性的影响，对于难以获取准确的地图信息的活动场景，如开放的室内场景，轨迹关联的准确性较低。
发明内容
本发明实施例的目的在于提供一种跨相机轨迹关联方法、装置及电子设备，以实现准确进行轨迹关联。具体技术方案如下：
在本发明实施例的第一方面，提供了一种跨相机轨迹关联方法，所述方法包括：
按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机，所述当前相机为所述多个相机中采集到目标的待关联轨迹的相机，所述邻居关系是预先通过以下方式建立的：确定所述中每个相机的视场，并针对所述多个相机中的每两个相机，判断该两个相机的视场在空间上是否连通，如果该两个相机的视场在空间上连通，建立该两个相机之间的邻居关系；
将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联。
在一种可能的实施例中，所述确定多个相机中每个相机的视场，包括：
针对每个相机，根据该相机拍摄到的目标的移动轨迹，确定所述目标进入和/或离开该相机的视场的出入时间和第一位置；
根据预设定位设备定位得到的所述目标的移动轨迹，确定所述目标在所述出入时间所处的第二位置；
根据所述第一位置与所述第二位置之间的转换关系，确定该相机的视场。
在一种可能的实施例中，所述判断该两个相机的视场在空间上是否连通，包括：
判断该两个相机的视场之间是否存在其他相机的视场，所述其他相机为所述多个相机中除该两个相机以外的相机；
如果该两个相机的视场之间不存在其他相机的视场，确定该两个相机的视场在空间上连通；
如果该两个相机的视场之间存在其他相机的视场，确定该两个相机的视场在空间上不连通。
在一种可能的实施例中，所述多个相机的时间预先经过同步；
所述判断该两个相机的视场之间是否存在其他相机的视场，包括：
根据第一相机拍摄到的目标的移动轨迹，确定所述目标离开所述第一相机的视场的离开时间，所述第一相机为所述多个相机中的任一相机；
根据第二相机拍摄到的所述目标的移动轨迹，确定所述目标进入所述第二相机的视场的进入时间，所述第二相机为除所述第一相机以外在所述目标进入所述第一相机的视场之后拍摄到所述目标的任一相机；
根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场。
在一种可能的实施例中，所述根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场，包括：
判断所述离开时间是否晚于所述进入时间；
如果所述离开时间晚于所述进入时间，确定所述第一相机和所述第二相机的视场之间不存在其他相机的视场。
在一种可能的实施例中，所述根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场，包括：
判断所述进入时间是否晚于所述离开时间并且所述进入时间与所述离开时间之间的时间差大于预设时间差阈值；
如果所述进入时间晚于所述离开时间并且所述进入时间与所述离开时间之间的时间差大于所述预设时间差阈值，确定所述第一相机和所述第二相机的视场之间存在其他相机的视场。
在一种可能的实施例中，所述方法还包括：
针对所述多个相机中的每两个相机，根据该两个相机的位置，计算该两个相机的相对方向。
在一种可能的实施例中，所述方法还包括：
针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相机存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率。
在一种可能的实施例中，所述方法还包括：
确定所述待关联关系中所述目标的移动方向；
根据预先存储的所述多个相机之间的相对方向，从所述相邻相机中筛选出满足方向条件的相机，所述方向条件为该相机与所述当前相机之间的相对方向和所述移动方向之间的夹角小于预设角度阈值，其中，所述相对方向是预先通过以下方式计算得到的：针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相邻存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率；
所述将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联，包括：
将所述待关联轨迹与筛选得到的相机采集到的所述目标的轨迹关联。
在一种可能的实施例中，所述方法还包括：
根据预先存储的所述当前相机与各相机之间的转移概率，从所述相邻相机中筛选出与所述当前相机之间的转移概率最高的相机，其中，所述转移概率是预先通过以下方式计算得到的：针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相邻存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率；
所述将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联，包括：
将所述待关联轨迹与筛选得到的相机采集到的所述目标的轨迹关联。
在本发明实施例的第二方面，提供了一种跨相机轨迹关联装置，所述装置包括：
筛选模块，用于按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机，所述当前相机为所述多个相机中采集到目标的待关联轨迹的相机，所述邻居关系是预先通过以下方式计算得到的：确定所述中每个相机的视场，并针对所述多个相机中的每两个相机，判断该两个相机的视场在空间上是否连通，如果该两个相机的视场在空间上连通，建立该两个相机之间的邻居关系；
轨迹关联模块，用于将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联。
在一种可能的实施例中，所述装置还包括视场确定模块，所述视场确定模块用于预先按照以下方式确定多个相机中每个相机的视场，包括：
针对每个相机，根据该相机拍摄到的目标的移动轨迹，确定所述目标进入和/或离开该相机的视场的出入时间和第一位置；
根据预设定位设备定位得到的所述目标的移动轨迹，确定所述目标在所述出入时间所处的第二位置；
根据所述第一位置与所述第二位置之间的转换关系，确定该相机的视场。
在一种可能的实施例中，所述装置还包括连通判定模块，用于按照以下方式判断该两个相机的视场在空间上是否连通，包括：
判断该两个相机的视场之间是否存在其他相机的视场，所述其他相机为所述多个相机中除该两个相机以外的相机；
如果该两个相机的视场之间不存在其他相机的视场，确定该两个相机的视场在空间上连通；
如果该两个相机的视场之间存在其他相机的视场，确定该两个相机的视场在空间上不连通。
在一种可能的实施例中，所述多个相机的时间预先经过同步；
所述连通判判定模块判断该两个相机的视场之间是否存在其他相机的视场，包括：
根据第一相机拍摄到的目标的移动轨迹，确定所述目标离开所述第一相机的视场的离开时间，所述第一相机为所述多个相机中的任一相机；
根据第二相机拍摄到的所述目标的移动轨迹，确定所述目标进入所述第二相机的视场的进入时间，所述第二相机为除所述第一相机以外在所述目标进入所述第一相机的视场之后拍摄到所述目标的任一相机；
根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场。
在一种可能的实施例中，所述连通判定模块根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场，包括：
判断所述离开时间是否晚于所述进入时间；
如果所述离开时间晚于所述进入时间，确定所述第一相机和所述第二相机的视场之间不存在其他相机的视场。
在一种可能的实施例中，所述连通判定模块根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场，包括：
判断所述进入时间是否晚于所述离开时间并且所述进入时间与所述离开时间之间的时间差大于预设时间差阈值；
如果所述进入时间晚于所述离开时间并且所述进入时间与所述离开时间之间的时间差大于所述预设时间差阈值，确定所述第一相机和所述第二相机的视场之间存在其他相机的视场。
在一种可能的实施例中，所述装置还包括相对方向模块，用于针对所述多个相机中的每两个相机，根据该两个相机的位置，计算该两个相机的相对方向。
在一种可能的实施例中，所述装置还包括转移概率模块，用于针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相机存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率。
在一种可能的实施例中，所述筛选模块还用于根据预先存储的所述当前相机与各相机之间的转移概率，从所述相邻相机中筛选出与所述当前相机之间的转移概率最高的相机，其中，所述转移概率是预先通过以下方式计算得到的：针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相邻存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率；
所述轨迹关联模块将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联，包括：
将所述待关联轨迹与筛选得到的相机采集到的所述目标的轨迹关联。
在一种可能的实施例中，所述筛选模块还用于根据预先存储的所述当前相机与各相机之间的转移概率，从所述相邻相机中筛选出与所述当前相机之间的转移概率最高的相机，其中，所述转移概率是预先通过以下方式计算得到的：针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相邻存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率；
所述轨迹关联模块将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联，包括：
将所述待关联轨迹与筛选得到的相机采集到的所述目标的轨迹关联。
在本发明实施例的第三方面，提供了一种电子设备，包括：
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面任一所述的方法步骤。
在本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一所述的方法步骤。
本发明实施例有益效果：
本发明实施例提供的跨相机轨迹关联方法、装置及电子设备，选用该实施例，可以根据相机的视场之间在空间上的连通性，建立各个相机的之间的邻居关系，从而可以准确的建立各个相机之间的邻居关系。并且由于目标的移动往往具有连续性，因此对于通过任一相机采集到的轨迹，理论上只需要与该相机相邻的相机采集到的轨迹关联，因此在建立准确的邻居关系的基础上，基于该邻居关系能够准确地进行关联，由于无需依赖地图信息，因此即使对于难以获取准确地图信息的场景，依然能够实现准确的轨迹关联。
当然，实施本发明的任一产品或方法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或现有技术中的技术方案，下面将对实施例或现有技术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实施例。
图1为本发明实施例提供的跨相机轨迹关联方法的一种流程示意图；
图2为本发明实施例提供的相机拓扑关系构建方法的一种流程示意图；
图3为本发明实施例提供的视场确定方法的一种流程示意图；
图4为本发明实施例提供的连通判定方法的一种流程示意图；
图5为本发明实施例提供的跨相机轨迹关联方法的一种应用场景示意图；
图6为本发明实施例提供的跨相机轨迹关联方法的另一种流程示意图；
图7为本发明实施例提供的跨相机轨迹关联方法的另一种流程示意图；
图8为本发明实施例提供的跨相机轨迹关联装置的一种结构示意图；
图9为本发明实施例提供的电子设备的一种结构示意图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，图1所示为本发明实施例提供的跨相机轨迹关联方法的一种流程示意图，可以包括：
S101，按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机，其中，邻居关系是预先通过以下方式建立的：确定所述中每个相机的视场，并针对所述多个相机中的每两个相机，判断该两个相机的视场在空间上是否连通，如果该两个相机的视场在空间上连通，建立该两个相机之间的邻居关系。
S102，将待关联轨迹与相邻相机采集到的目标的轨迹关联。
选用该实施例，可以根据相机的视场之间在空间上的连通性，建立各个相机的之间的邻居关系，从而可以准确的建立各个相机之间的邻居关系。并且由于目标的移动往往具有连续性，因此对于通过任一相机采集到的轨迹，理论上只需要与该相机相邻的相机采集到的轨迹关联，因此在建立准确的邻居关系的基础上，基于该邻居关系能够准确地进行关联，由于无需依赖地图信息，因此即使对于难以获取准确地图信息的场景，依然能够实现准确的轨迹关联。
其中，在S101中，邻居关系可以是由本发明实施例提供的跨相机轨迹关联方法的执行主体预先建立的，也可以是由该执行主体以外的其他具备邻居关系构建能力的电子设备预先建立的，本实施例对此不做任何限制。
为了更清楚的对本发明实施例提供的跨相机轨迹关联方法进行说明，下面将对S101中提及的邻居关系的建立进行说明，可以参见图2，图2所示为本发明实施例提供的相机拓扑关系构建方法的一种流程示意图，可以包括：
S201，确定多个相机中每个相机的视场。
S202，针对多个相机中的每两个相机，判断该两个相机的视场在空间上是否连通。
S203，如果该两个相机的视场在空间上连通，建立该两个相机之间的邻居关系。
选用该实施例，可以根据相机的视场之间在空间上的连通性，建立各个相机的之间的邻居关系，从而可以准确的建立各个相机之间的邻居关系。
其中，在S201中，出于最大化利用资源的考虑，多个相机中任意两个相机的视场理论上应当不完全重合，出于实际需求，也可以完全重合，本实施例对此不做限制。
各个相机的视场可以是根据相机所部属的位置以及相机的成像参数计算得到的，也可以是通过预设标定方式标定得到的。关于相机视场的确定将在后续的实施例中进行详细说明，在此不再赘述。
在S202中，两个相机的视场在空间上连通，可以是指两个相机的视场之间存在重叠区域，也可以是指两个相机的视场之间不存在其他相机的视场，其中，其他相机是指多个相机中除该两个相机以外的相机。
在S203中，可以理解的是，如果两个相机的视场连通，则当目标从其中一个相机的视场中离开时，可能会直接进入另一个相机的视场，因此这两个相机采集到的轨迹之间可能是连续的。所以可以关联该两个相机采集到的轨迹，因此可以建立该两个相机之间的邻居关系。
由于邻居关系是基于相机的视场建立的，因此如何准确确定相机的视场直接影响所建立的邻居关系的准确性。基于此，本发明实施例提供了一种视场确定方法，可以参见图3，图3所示为本发明实施例提供的视场确定方法的一种流程示意图，可以包括：
S301，针对每个相机，根据该相机拍摄到的目标的移动轨迹，确定目标进入和/或离开该相机的视场的出入时间和第一位置。
为方便描述，假设相机所使用的坐标为相机坐标，则第一位置是以相机坐标表示的位置。可以是通过分析相机拍摄到的图像，确定目标进入和/或离开该相机的视场的出入时间和第一位置。
S302，根据预设定位设备定位得到的目标的移动轨迹，确定目标在出入时间所处的第二位置。
预设定位设备为具有定位功能的电子设备，并且目标定位设备不为前述多个相机中的任一相机。示例性的，预设定位设备可以是UWB(Ultra Wideband，超宽带)高精度定位设备。为方便描述，假设预设定位设备所使用的坐标为全局坐标，则第二位置是以全局坐标表示的位置。
S303，根据第一位置和第二位置之间的转换关系，确定相机的视场。
可以理解的是，同一个目标在同一时间理论上只会处于一个位置，因此第一位置和第二位置理论上所表示的空间位置相同，只是所使用的坐标不同。因此，第一位置和第二位置之间的转换关系即为相机坐标与全局坐标之间的转换关系。
由于相机拍摄到的图像为相机视场范围内场景的图像，因此相机的视场在图像中各像素点在全局坐标系中对应的坐标点，即为相机的视场中的空间点。图像中各像素点在全局坐标系中对应的坐标点，可以根据像素点的图像坐标以及相机坐标与全局坐标之间的转换关系计算得到，因此可以根据第一位置和第二位置之间的转换关系，确定相机的视场。
选用该实施例，可以通过预设定位设备辅助校正各个相机的视场，相比于根据相机的成像参数计算得到的视场，准确性更高。可以进一步建立更准确的邻居关系。
下面将对S202中提及的是否连通的判断进行说明。可以参见图4，图4所示为本发明实施例提供的连通性判断方法的一种流程示意图，可以包括：
S401，根据第一相机拍摄到的目标的移动轨迹，确定目标离开第一相机的视场的离开时间。
其中，第一相机为多个相机中的任一相机。
S402，根据第二相机拍摄到的目标的移动轨迹，确定目标进入第二相机的视场的进入时间。
其中，第二相机为第一相机以外的相机在目标进入第一相机的视场之后拍摄到目标的任一相机。由于第二相机是在目标进入第一相机的视场之后拍摄到目标的，因此目标进入第二目标的视场的时间应当晚于目标进入第一相机的视场的时间。
S403，根据离开时间和进入时间，判断第一相机和第二相机的视场之间是否存在其他相机的视场。
可以理解的是，目标的移动能力往往有限，因此在一定时间内目标能够移动的距离是有限的。如果第一相机和第二相机的视场之间存在其他视场，则目标在离开第一相机的视场之后，至进入第二相机的视场之前需要跨越其他相机的视场，则可能导致离开时间和进入时间之间的差距过大。反之，如果第一相机和第二相机的视场之间不存在其他视场，则目标在离开第一相机的视场之后，可能直接进入第二相机的视场，或只需要跨越较小的空间尺度，既可以进入第二相机的视场，因此离开时间和进入时间之间的差距较小。因此，可以根据离开时间和进入时间，判断第一相机和第二相机的视场之间是否存在其他相机的视场。
示例性的，可以是判断目标离开第一相机视场的离开时间是否晚于目标进入第二相机视场的进入时间，如果目标离开第一相机视场的离开时间不晚于目标进入第二相机视场的进入时间，则可以认为目标在离开第一相机的视场之前已经进入第二相机的视场，即第一相机和第二相机的视场存在重叠，因此可以确定第一相机和第二相机的视场之间不存在其他相机的视场。也可以是判断目标进入第二相机视场的进入时间是否晚于目标离开第一相机视场的离开时间并且目标进入第二相机视场的进入时间与目标离开第一相机视场的离开时间之间的时间差大于预设时间差阈值，如果进入时间晚于离开时间并且进入时间与离开时间之间的时间差大于预设时间差阈值，则可以认为目标在离开第一相机的视场后又跨越了其他相机的视场才进入第二相机的视场，因此可以认为第一相机和第二相机的视场之间存在其他相机的视场。
并且，如果第一相机和第二相机的视场之间存在其他相机的视场，则可以确定第一相机和第二相机的视场在空间上不连通。如果第一相机和第二相机的视场之间不存在其他相机的视场，则可以确定第一相机和第二相机的视场之间连通。
可以理解的是，一个相机可能和多个相机建立有邻居关系，示例性的，如图5所示，其中每个带有编号的方块表示该编号的相机的视场，例如图中带有编号1的方块表示相机1的视场，图中带有编号2的方块表示相机2的视场，以此类推。
相机1与相机2、相机4、相机5的视场连通，因此相机1与相机2、相机4、相机5分别建立有邻居关系。而目标在离开相机1的视场后，往往只会进入相机2、相机4、相机5中的一个相机的视场。因此，在跨相机轨迹关联时，如果待关联轨迹为通过相机1采集到的轨迹，则根据邻居关系只能够确定需要与待关联轨迹关联的轨迹为通过相机2、相机4、相机5采集到的轨迹，而难以进一步确定是其中哪一个相机采集到的轨迹。
基于此，在一种可能的实施例中，可以针对多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相机存在邻居关系的每个相机之间的转移概率，其中，转移概率用于表示目标在离开该相机后进入与相机存在邻居关系的各个相机的概率。
示例性的，假设预先获取了N个移动轨迹，这N个移动轨迹可以是多个目标各自运动产生的移动轨迹，也可以是单个目标多次运动产生的移动轨迹，本实施例对此不做限制。假设在N个移动轨迹中，在n1条移动轨迹中目标在离开相机1的视场后进入相机2的视场，在n2条移动轨迹中目标在离开相机1的视场后进入相机4的视场，在n3条移动轨迹中目标在离开相机1的视场后进入相机5的视场，则相机2的转移概率P12＝n1/N，相机4的转移规律P14＝n2/N，相机5的转移规律P15＝n3/N，由于目标在离开相机1的视场后必然进入相机2、相机4、相机5中一个相机的视场，因此理论上N＝n1+n2+n3，P12+P14+P15＝1。
选用该实施例，可以通过统计目标历史轨迹的方式预先获取目标在各个相机的视场之间的转移概率，在后续跨相机轨迹关联时，可以利用转移概率进一步从存在邻居关系的相机中筛选出需要关联的相机，从而进一步提高轨迹关联的效率。
在另一种可能的实施例中，可以针对多个相机中的每两个相机，根据该两个相机的位置，计算该两个相机的相对方向。示例性的，假设相机1的坐标为(x1，y1)，相机2的坐标为(x2，y2)，其中相机1的坐标和相机2的坐标是指在同一坐标系中的坐标，该坐标系根据应用场景的不同可以不同。则相机1和相机2的相对方向可以是按照下式计算得到的：
φ＝arctan((y1-y2)/(x1-x2))
其中，φ为相对方向，arctan表示反正切函数。
选用该实施例，可以通过计算相机之间的相对方向，在后续跨相机轨迹关联时，可以利用相对方向与目标的运动方向进一步从存在邻居关系的相机中筛选出需要关联的相机，从而进一步提高轨迹关联的效率。在图5所示的应用场景中，如果当前相机为相机1，则邻居相机为相机2、相机4、相机5。
参见图6，图6所示为本发明实施例提供的跨相机轨迹关联方法的另一种流程示意图，可以包括：
S601，按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机。
该步骤与前述S101相同，可以参见前述关于S101的相关说明，在此不再赘述。
S602，根据预先存储的多个相机之间的相对方向，从相邻相机中筛选出满足方向条件的相机。
其中，方向条件为该相机与当前相机之间的相对方向和移动方向之间的夹角小于预设角度阈值。相对方向的确定可以参见前述相关说明，在此不再赘述。
可以理解的是，目标的运动方向的变化具有一定的连续性，因此目标的运动方向在一定时间内可以视为近似一致。因此目标理论上在离开当前相机的视场后所进入的相机的视场应当位于所离开的相机的视场的运动方向上。示例性的，以图4为例，假设目标的在相机1的视场中的运动方向为右方，则理论上目标在离开相机1的视场后所进入的相机的视场应当相机1的视场的右方。
因此，如果相邻相机不满足方向条件，则可以认为目标在离开当前相机的视场后不会进入该相邻相机的视场。反之，如果相邻相机满足方向条件，则可以认为目标在离开当前相机的视场后会进入该相邻相机的视场。
可以理解的是，如果相邻相机只包括一个相机，则无需进行筛选，因此可以不执行S602。
S603，将待关联轨迹与筛选得到的相机采集到的目标的轨迹关联。
选用该实施例，可以利用相对方向与目标的运动方向进一步从存在邻居关系的相机中筛选出需要关联的相机，从而进一步提高轨迹关联的效率。
参见图7，图7所示为本发明实施例提供的跨相机轨迹关联方法的另一种流程示意图，可以包括：
S701，按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机。
该步骤与前述S501相同，可以参见前述关于S501的相关说明，在此不再赘述。
S702，根据预先存储的当前相机与各相机之间的转移概率，从相邻相机中筛选出与当前相机之间的转移概率最高的相机。
转移概率的确定可以参见前述相关说明，在此不再赘述。
可以理解的是，目标的运动往往具有一定的规律性，当前相机与相邻相机之间的转移概率越大，则表示历史上目标在离开当前相机的视场后进入该相邻相机的视场的概率越高。因此如果一个相邻相机与当前相机之间的转移概率最高，则可以认为目标在离开当前相机的视场后进入该相邻相机的视场的概率最高。
可以理解的是，如果相邻相机只包括一个相机，则无需进行筛选，因此可以不执行S602。
S703，将待关联轨迹与筛选得到的相机采集到的目标的轨迹关联。
选用该实施例，可以利用转移概率进一步从存在邻居关系的相机中筛选出需要关联的相机，从而进一步提高轨迹关联的效率。
参见图8，图8所示为本发明实施例提供的跨相机轨迹关联装置的一种结构示意图，可以包括：
筛选模块801，用于按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机，所述当前相机为所述多个相机中采集到目标的待关联轨迹的相机，所述邻居关系是预先通过以下方式计算得到的：确定所述中每个相机的视场，并针对所述多个相机中的每两个相机，判断该两个相机的视场在空间上是否连通，如果该两个相机的视场在空间上连通，建立该两个相机之间的邻居关系。；
轨迹关联模块802，用于将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联。在一种可能的实施例中，所述装置还包括视场确定模块，所述视场确定模块用于预先按照以下方式确定多个相机中每个相机的视场，包括：
针对每个相机，根据该相机拍摄到的目标的移动轨迹，确定所述目标进入和/或离开该相机的视场的出入时间和第一位置；
根据预设定位设备定位得到的所述目标的移动轨迹，确定所述目标在所述出入时间所处的第二位置；
根据所述第一位置与所述第二位置之间的转换关系，确定该相机的视场。
在一种可能的实施例中，所述装置还包括连通判定模块，用于按照以下方式判断该两个相机的视场在空间上是否连通，包括：
判断该两个相机的视场之间是否存在其他相机的视场，所述其他相机为所述多个相机中除该两个相机以外的相机；
如果该两个相机的视场之间不存在其他相机的视场，确定该两个相机的视场在空间上连通；
如果该两个相机的视场之间存在其他相机的视场，确定该两个相机的视场在空间上不连通。
在一种可能的实施例中，所述多个相机的时间预先经过同步；
所述连通判判定模块判断该两个相机的视场之间是否存在其他相机的视场，包括：
根据第一相机拍摄到的目标的移动轨迹，确定所述目标离开所述第一相机的视场的离开时间，所述第一相机为所述多个相机中的任一相机；
根据第二相机拍摄到的所述目标的移动轨迹，确定所述目标进入所述第二相机的视场的进入时间，所述第二相机为除所述第一相机以外在所述目标进入所述第一相机的视场之后拍摄到所述目标的任一相机；
根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场。
在一种可能的实施例中，所述连通判定模块根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场，包括：
判断所述离开时间是否晚于所述进入时间；
如果所述离开时间晚于所述进入时间，确定所述第一相机和所述第二相机的视场之间不存在其他相机的视场。
在一种可能的实施例中，所述连通判定模块根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场，包括：
判断所述进入时间是否晚于所述离开时间并且所述进入时间与所述离开时间之间的时间差大于预设时间差阈值；
如果所述进入时间晚于所述离开时间并且所述进入时间与所述离开时间之间的时间差大于所述预设时间差阈值，确定所述第一相机和所述第二相机的视场之间存在其他相机的视场。
在一种可能的实施例中，所述装置还包括相对方向模块，用于针对所述多个相机中的每两个相机，根据该两个相机的位置，计算该两个相机的相对方向。
在一种可能的实施例中，所述装置还包括转移概率模块，用于针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相机存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率。
在一种可能的实施例中，所述筛选模块801还用于根据预先存储的所述当前相机与各相机之间的转移概率，从所述相邻相机中筛选出与所述当前相机之间的转移概率最高的相机，其中，所述转移概率是预先通过以下方式计算得到的：针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相邻存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率；
所述轨迹关联模块802将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联，包括：
将所述待关联轨迹与筛选得到的相机采集到的所述目标的轨迹关联。
在一种可能的实施例中，所述筛选模块801还用于根据预先存储的所述当前相机与各相机之间的转移概率，从所述相邻相机中筛选出与所述当前相机之间的转移概率最高的相机，其中，所述转移概率是预先通过以下方式计算得到的：针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相邻存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率；
所述轨迹关联模块802将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联，包括：
将所述待关联轨迹与筛选得到的相机采集到的所述目标的轨迹关联。
本发明实施例还提供了一种电子设备，如图9所示，包括：
存储器901，用于存放计算机程序；
处理器902，用于执行存储器901上所存放的程序时，实现如下步骤：
按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机，所述当前相机为所述多个相机中采集到目标的待关联轨迹的相机，所述邻居关系是预先通过以下方式建立的：确定所述中每个相机的视场，并针对所述多个相机中的每两个相机，判断该两个相机的视场在空间上是否连通，如果该两个相机的视场在空间上连通，建立该两个相机之间的邻居关系；
将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，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。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一跨相机轨迹关联方法的步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一跨相机轨迹关联方法。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一跨相机轨迹关联方法的步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一跨相机轨迹关联方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
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。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质以及计算机程序产品而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (13)
1.一种跨相机轨迹关联方法，其特征在于，所述方法包括：
按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机，所述当前相机为所述多个相机中采集到目标的待关联轨迹的相机，所述邻居关系是预先通过以下方式建立的；
确定所述中每个相机的视场，并针对所述多个相机中的每两个相机，判断该两个相机的视场在空间上是否连通，如果该两个相机的视场在空间上连通，建立该两个相机之间的邻居关系；
将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联。
2.根据权利要求1所述的方法，其特征在于，所述确定多个相机中每个相机的视场，包括：
针对每个相机，根据该相机拍摄到的目标的移动轨迹，确定所述目标进入和/或离开该相机的视场的出入时间和第一位置；
根据预设定位设备定位得到的所述目标的移动轨迹，确定所述目标在所述出入时间所处的第二位置；
根据所述第一位置与所述第二位置之间的转换关系，确定该相机的视场。
3.根据权利要求1所述的方法，其特征在于，所述判断该两个相机的视场在空间上是否连通，包括：
判断该两个相机的视场之间是否存在其他相机的视场，所述其他相机为所述多个相机中除该两个相机以外的相机；
如果该两个相机的视场之间不存在其他相机的视场，确定该两个相机的视场在空间上连通；
如果该两个相机的视场之间存在其他相机的视场，确定该两个相机的视场在空间上不连通。
4.根据权利要求3所述的方法，其特征在于，所述多个相机的时间预先经过同步；
所述判断该两个相机的视场之间是否存在其他相机的视场，包括：
根据第一相机拍摄到的目标的移动轨迹，确定所述目标离开所述第一相机的视场的离开时间，所述第一相机为所述多个相机中的任一相机；
根据第二相机拍摄到的所述目标的移动轨迹，确定所述目标进入所述第二相机的视场的进入时间，所述第二相机为除所述第一相机以外在所述目标进入所述第一相机的视场之后拍摄到所述目标的任一相机；
根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场。
5.根据权利要求4所述的方法，其特征在于，所述根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场，包括：
判断所述离开时间是否晚于所述进入时间；
如果所述离开时间晚于所述进入时间，确定所述第一相机和所述第二相机的视场之间不存在其他相机的视场。
6.根据权利要求4所述的方法，其特征在于，所述根据所述离开时间和所述进入时间，判断所述第一相机和所述第二相机的视场之间是否存在其他相机的视场，包括：
判断所述进入时间是否晚于所述离开时间并且所述进入时间与所述离开时间之间的时间差大于预设时间差阈值；
如果所述进入时间晚于所述离开时间并且所述进入时间与所述离开时间之间的时间差大于所述预设时间差阈值，确定所述第一相机和所述第二相机的视场之间存在其他相机的视场。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
针对所述多个相机中的每两个相机，根据该两个相机的位置，计算该两个相机的相对方向。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相机存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述待关联关系中所述目标的移动方向；
根据预先存储的所述多个相机之间的相对方向，从所述相邻相机中筛选出满足方向条件的相机，所述方向条件为该相机与所述当前相机之间的相对方向和所述移动方向之间的夹角小于预设角度阈值，其中，所述相对方向是预先通过以下方式计算得到的：针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相邻存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率；
所述将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联，包括：
将所述待关联轨迹与筛选得到的相机采集到的所述目标的轨迹关联。
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据预先存储的所述当前相机与各相机之间的转移概率，从所述相邻相机中筛选出与所述当前相机之间的转移概率最高的相机，其中，所述转移概率是预先通过以下方式计算得到的：针对所述多个相机中的每个相机，统计通过定位目标得到的多个移动轨迹，得到该相机与该相邻存在邻居关系的每个相机之间的转移概率，所述转移概率用于表示所述目标在离开该相机后进入与该相机存在邻居关系的各个相机的概率；
所述将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联，包括：
将所述待关联轨迹与筛选得到的相机采集到的所述目标的轨迹关联。
11.一种跨相机轨迹关联装置，其特征在于，所述装置包括：
筛选模块，用于按照预先存储的多个相机之间的邻居关系，确定与当前相机存在邻居关系的相邻相机，所述当前相机为所述多个相机中采集到目标的待关联轨迹的相机，所述邻居关系是预先通过以下方式计算得到的：确定所述中每个相机的视场，并针对所述多个相机中的每两个相机，判断该两个相机的视场在空间上是否连通，如果该两个相机的视场在空间上连通，建立该两个相机之间的邻居关系；
轨迹关联模块，用于将所述待关联轨迹与所述相邻相机采集到的所述目标的轨迹关联。
12.一种电子设备，其特征在于，包括：
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-10任一所述的方法步骤。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-10任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110637280.7A CN113347362B (zh) | 2021-06-08 | 2021-06-08 | 一种跨相机轨迹关联方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110637280.7A CN113347362B (zh) | 2021-06-08 | 2021-06-08 | 一种跨相机轨迹关联方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113347362A true CN113347362A (zh) | 2021-09-03 |
| CN113347362B CN113347362B (zh) | 2022-11-04 |
Family
ID=77475171
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110637280.7A Active CN113347362B (zh) | 2021-06-08 | 2021-06-08 | 一种跨相机轨迹关联方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113347362B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100002082A1 (en) * | 2005-03-25 | 2010-01-07 | Buehler Christopher J | Intelligent camera selection and object tracking |
| CN104123732A (zh) * | 2014-07-14 | 2014-10-29 | 中国科学院信息工程研究所 | 一种基于多摄像头的在线目标跟踪方法及系统 |
| CN106303442A (zh) * | 2016-08-26 | 2017-01-04 | 浙江大华技术股份有限公司 | 追踪路径拓扑结构建立方法、目标对象追踪方法及设备 |
| US20180367717A1 (en) * | 2017-06-20 | 2018-12-20 | Academia Sinica | Microscope-based system and method for image-guided microscopic illumination |
| CN109743552A (zh) * | 2019-01-17 | 2019-05-10 | 宇龙计算机通信科技(深圳)有限公司 | 一种对象监控方法、装置、服务器及存储介质 |
| US20190146511A1 (en) * | 2017-11-13 | 2019-05-16 | Smart Ag, Inc. | Safety system for autonomous operation of off-road and agricultural vehicles using machine learning for detection and identification of obstacles |
| EP3547276A1 (en) * | 2018-03-29 | 2019-10-02 | Pelco, Inc. | Multi-camera tracking |
| CN110675350A (zh) * | 2019-10-22 | 2020-01-10 | 普联技术有限公司 | 云台相机视场坐标映射方法、装置、存储介质及云台相机 |
| CN112639970A (zh) * | 2018-09-29 | 2021-04-09 | 苹果公司 | 用于基于深度的注释的设备、方法和图形用户界面 |
-
2021
- 2021-06-08 CN CN202110637280.7A patent/CN113347362B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100002082A1 (en) * | 2005-03-25 | 2010-01-07 | Buehler Christopher J | Intelligent camera selection and object tracking |
| CN104123732A (zh) * | 2014-07-14 | 2014-10-29 | 中国科学院信息工程研究所 | 一种基于多摄像头的在线目标跟踪方法及系统 |
| CN106303442A (zh) * | 2016-08-26 | 2017-01-04 | 浙江大华技术股份有限公司 | 追踪路径拓扑结构建立方法、目标对象追踪方法及设备 |
| US20180367717A1 (en) * | 2017-06-20 | 2018-12-20 | Academia Sinica | Microscope-based system and method for image-guided microscopic illumination |
| US20190146511A1 (en) * | 2017-11-13 | 2019-05-16 | Smart Ag, Inc. | Safety system for autonomous operation of off-road and agricultural vehicles using machine learning for detection and identification of obstacles |
| EP3547276A1 (en) * | 2018-03-29 | 2019-10-02 | Pelco, Inc. | Multi-camera tracking |
| CN112639970A (zh) * | 2018-09-29 | 2021-04-09 | 苹果公司 | 用于基于深度的注释的设备、方法和图形用户界面 |
| CN109743552A (zh) * | 2019-01-17 | 2019-05-10 | 宇龙计算机通信科技(深圳)有限公司 | 一种对象监控方法、装置、服务器及存储介质 |
| CN110675350A (zh) * | 2019-10-22 | 2020-01-10 | 普联技术有限公司 | 云台相机视场坐标映射方法、装置、存储介质及云台相机 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113347362B (zh) | 2022-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110163885B (zh) | 一种目标跟踪方法及装置 | |
| US8897543B1 (en) | Bundle adjustment based on image capture intervals | |
| CN105391910A (zh) | 多摄像机激光扫描仪 | |
| US20140098996A1 (en) | Image display apparatus and image display method | |
| CN110491060B (zh) | 一种机器人及其安全监控方法、装置及存储介质 | |
| KR101897505B1 (ko) | 다중 카메라 환경에서의 관심 객체를 실시간으로 추적하기 위한 방법 및 시스템 | |
| CN110519510B (zh) | 一种抓拍方法、装置、球机及存储介质 | |
| CN112911249B (zh) | 目标对象的跟踪方法、装置、存储介质及电子装置 | |
| CN111784730A (zh) | 一种对象跟踪方法、装置、电子设备及存储介质 | |
| Karakaya et al. | Collaborative localization in visual sensor networks | |
| Yin et al. | A deep learning based illegal parking detection platform | |
| CN111638043B (zh) | 一种光学中心确定方法及装置 | |
| CN113992860A (zh) | 基于云边协同的行为识别方法、装置、电子设备和介质 | |
| CN113347362B (zh) | 一种跨相机轨迹关联方法、装置及电子设备 | |
| CN104918011A (zh) | 一种播放视频的方法及装置 | |
| CN114092720A (zh) | 目标跟踪方法、装置、计算机设备和存储介质 | |
| US20200351488A1 (en) | Three-dimensional information acquisition system using pitching practice, and method for calculating camera parameters | |
| CN113840073B (zh) | 拍摄设备的控制方法、装置、设备及介质 | |
| CN108495057B (zh) | 一种摄像机配置方法和装置 | |
| Hanoun et al. | A framework for designing active Pan-Tilt-Zoom (PTZ) camera networks for surveillance applications | |
| US20180232647A1 (en) | Detecting convergence of entities for event prediction | |
| Katragadda et al. | The costs of fusion in smart camera networks | |
| KR20140126167A (ko) | 추적 영상 제공 장치 및 추적 영상 제공 방법 | |
| CN114882066B (zh) | 目标跟踪方法及相关装置、电子设备和存储介质 | |
| CN108449551B (zh) | 一种摄像机配置方法和装置 |
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 |