CN113837023A - 一种跨摄像头行人自动追踪方法 - Google Patents

一种跨摄像头行人自动追踪方法 Download PDF

Info

Publication number
CN113837023A
CN113837023A CN202111025274.2A CN202111025274A CN113837023A CN 113837023 A CN113837023 A CN 113837023A CN 202111025274 A CN202111025274 A CN 202111025274A CN 113837023 A CN113837023 A CN 113837023A
Authority
CN
China
Prior art keywords
camera
target person
adjacent
cameras
pedestrian
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
Application number
CN202111025274.2A
Other languages
English (en)
Inventor
吴思霈
毛志强
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.)
Beijing Xinorange Smart Technology Development Co ltd
Original Assignee
Beijing Xinorange Smart Technology Development 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 Beijing Xinorange Smart Technology Development Co ltd filed Critical Beijing Xinorange Smart Technology Development Co ltd
Priority to CN202111025274.2A priority Critical patent/CN113837023A/zh
Publication of CN113837023A publication Critical patent/CN113837023A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Landscapes

  • Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种跨摄像头行人自动追踪方法，通过摄像头朝向与行人方向判断自动规划查找任务，全流程机器自动的任务研判，刻画行人轨迹。本发明主要关注行人，识别行人在视频中的行动方向与行动速度，行动方向的识别有益于缩小后续搜索范围，加大搜索的速度；而行动速度的判别有益于判断后续搜索的时间范围，助于提高追踪的精度。

Description

一种跨摄像头行人自动追踪方法
技术领域
本发明涉及视频追踪领域，特别是涉及一种跨摄像头行人自动追踪方法。
背景技术
随着“智慧城市”的建设，道路的监控视频得到了广泛的应用，城市积累了海量的视频数据。利用人工智能技术在海量视频中搜寻目标及其运动轨迹，但当前该技术仍存在消耗大量人力资源与计算资源的问题。
在视频追踪研判中通常采用以图搜视频的方法在视频中比对目标，该方法在一定程度上解放了人眼，但是实际场景下，“天网”摄像头较多，在搜索的过程中需要人工选定需要研判的摄像头，待研判结束后选择下一个需要研判的摄像头，依此循环直到找到所有目标出现过的摄像头。这种方法显然需要大量的人力投入，无法做到全自动化搜索。
当前的一般形式是根据目标人员的照片在指定视频中进行以图搜视频，在监控视频库中去搜集目标人员出现的频段，确定位置并串联轨迹。但是该种方法需要在一个摄像头中找到目标人员后人工分析下一个需要研判的摄像头视频，上千个摄像头的研判任务下，需要耗费大量的工作量。因此，该方法效率较低。
因此，本现需一种全自动快速追踪目标的方法，结合摄像头地理位置、行人运动方向与速度在海量视频中全自动追踪目标。
发明内容
本发明是为了解决现有技术中实际场景下，“天网”摄像头较多，在搜索的过程中需要人工选定需要研判的摄像头，待研判结束后选择下一个需要研判的摄像头，依此循环直到找到所有目标出现过的摄像头。这种方法显然需要大量的人力投入，无法做到全自动化搜索的问题，提供了一种跨摄像头行人自动追踪方法，采用结合摄像头地理位置、行人运动方向与速度在海量视频中全自动追踪目标。
本发明提供了一种跨摄像头行人自动追踪方法，包括以下步骤：
S1、建立摄像头标签库，将不同的摄像头位置信息，存储于标签库中，根据位置信息确定各相邻摄像头之间的拓扑关系，并在标签库中预存各摄像头与相邻的摄像头之间的拓扑关系；
S2、各摄像头摄制监控视频的同时对监控视频设置与标签库对应的摄像头位置标记；
S3、导入目标人员图片，根据时间顺序检测各摄像头中存储的视频源；
S4、根据首次出现目标人员的视频节点在标签库中对应的摄像头信息确定目标人员首次出现的位置信息、首次出现目标人员的视频节点的第一时间戳确定目标人员首次出现的时间信息；
S5、根据预存在标签表中的各摄像头与相邻的摄像头之间的拓扑关系，确定首次出现目标人员的第一摄像头与第一摄像头相邻的摄像头拓扑关系，在首次出现目标人员的视频节点中识别目标人员的移动方式，并根据移动方式对目标人员的预定速度进行预设；
S6、根据预设速度与第一摄像头与第一摄像头相邻摄像头的拓扑关系，确定目标人员到各相邻摄像头的最短时间与宽限期，搜索第一时间戳与最短时间之和到宽限期范围的各个与第一摄像头相邻摄像头中的监控视频，若出现目标人员，则将第一摄像头更新为最新的出现目标人员的摄像头并将第一时间戳更新为相邻摄像头中发现目标人员的时间点，重复步骤S5；若未出现则进行步骤S7；
S7、根据第一时间戳向后遍历各摄像头录制的视频，若发现目标人员，则进行步骤S4；否则结束追踪流程并导出最后结果。
行人在摄像头中连续运动的多帧画面可以判断行人在摄像头中运动的相对方向(东、南、西、北)，再结合摄像头的朝向信息，就可以归纳出行人运动的绝对方向，例如，摄像头朝东向，行人运动向北、西北或东北，则判断行人向西，下一个需要研判的摄像头应是该摄像头西边的摄像头。
本发明所述的一种跨摄像头行人自动追踪方法，作为优选方式，步骤S1中的所述拓扑关系具体包括相邻的摄像头之间的距离、摄像头的朝向和摄像头各方向上的相邻摄像机ID。
本发明所述的一种跨摄像头行人自动追踪方法，作为优选方式，行人行进方向预设为东、南、西和北四个方向。
本发明所述的一种跨摄像头行人自动追踪方法，作为优选方式，步骤S1中的拓扑关系表具体包括相邻摄像头之间的距离与相对方向。
城市道路中每个摄像头都有自己相应的标签信息，包括地理坐标点信息、朝向信息，该信息可在地图中刻画出每个摄像头在城市中的具体位置，可根据位置距离计算得到每个摄像头东、南、西、北四个方位的摄像头集合。行人的也存在一定的复杂性，在道路中人通常有行走、骑车等多种运行行为，每种行为的速度大不相同。因此，自动追踪应考虑摄像头的地理位置、行人运动方向与速度等多方面因素，减少人力资源，位置信息的筛选也可以缩小搜索范围，减少计算资源的消耗。
本发明所述的一种跨摄像头行人自动追踪方法，作为优选方式，步骤S5中确定首次出现目标人员的第一摄像头与第一摄像头相邻的摄像头拓扑关系的方式具体为：
S51、判断摄像头中目标人员的相对行进方向；
S52、结合摄像头的朝向，判断行人行进的绝对方向；
S53、根据标签表摄像头记载的各方向上相邻的摄像头ID，确认摄像头在该绝对方向上的相邻的其它摄像头。
本发明有益效果如下：
本技术方案识别行人在视频中的行动方向与行动速度，行动方向的识别有益于缩小后续搜索范围，加大搜索的速度；而行动速度的判别有益于判断后续搜索的时间范围，助于提高追踪的精度。
附图说明
图1为一种跨摄像头行人自动追踪方法流程图。
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。
实施例1
如图1所示，一种跨摄像头行人自动追踪方法，包括以下步骤：
S1、为每个摄像头定制标签库，根据摄像头的坐标与朝向信息，计算两两摄像头之间的距离与相对方向，在标签库中存储每个摄像头临近4个方向(东、南、西、北)的10个摄像头id，并在一段时间内做定时更新；
S2、各摄像头摄制监控视频的同时对监控视频设置与标签库对应的摄像头位置标记；
S3、导入目标人员图片，根据时间顺序检测各摄像头中存储的视频源；
S4、根据首次出现目标人员的视频节点在标签库中对应的摄像头信息确定目标人员首次出现的位置信息、首次出现目标人员的视频节点的第一时间戳确定目标人员首次出现的时间信息；
S5、判断摄像头中目标人员的相对行进方向(左、右)，结合摄像头的朝向(东南西北)，判断出行人行进的绝对方向(东南西北)，然后再根据标签表中找到该摄像头临近该方向的其它摄像头，行人在视频中的运动状态一般分为三种，行走、骑车、骑电动车，行走的平均速度为5.5km/h，骑自行车的平均速度为16km/h，骑电动车的平均速度为20km/h-30km/h，通过识别行人的运动状态来识别可预估运动速度，可知他到下一个摄像头位置的时间范围，若是行走，则下一段摄像头需研判的视频应加大时间范围；
S6、根据预设速度与第一摄像头与第一摄像头相邻摄像头的拓扑关系，确定目标人员到各相邻摄像头的最短时间与宽限期，搜索第一时间戳与最短时间之和到宽限期范围的各个与第一摄像头相邻摄像头中的监控视频，若出现目标人员，则将第一摄像头更新为最新的出现目标人员的摄像头并将第一时间戳更新为相邻摄像头中发现目标人员的时间点，重复步骤S5；若未出现则进行步骤S7；
S7、根据第一时间戳向后遍历各摄像头录制的视频，若发现目标人员，则进行步骤S4；否则结束追踪流程并导出最后结果。
首先准备一张待检索的目标人员图片与首次发现目标的摄像头作为初始摄像头，锁定目标行人在该摄像头中出现的时间，通过连续几帧判断该行人运动的相对方向，通过行人图片识别行人的运动方式(行走、骑自行车、骑电动车)，结合该摄像头的朝向，判断出行人的绝对运动方向；根据该绝对方向搜索摄像头的标签库，找到该方向上临近的10摄像头，结合行人运动速度，以行人出现时间之后的10-20分钟视频作为下一步段视频检索阶段的视频。如此循环，直到遍历不到摄像头或目标行人为止。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种跨摄像头行人自动追踪方法，其特征在于：包括以下步骤：
S1、建立摄像头标签库，将不同的摄像头位置信息，存储于所述标签库中，根据所述位置信息确定各相邻摄像头之间的拓扑关系，并在所述标签库中预存各所述摄像头与相邻的所述摄像头之间的拓扑关系；
S2、各所述摄像头摄制监控视频的同时对所述监控视频设置与所述标签库对应的摄像头位置标记；
S3、导入目标人员图片，根据时间顺序检测各所述摄像头中存储的视频源；
S4、根据首次出现所述目标人员的视频节点在所述标签库中对应的摄像头信息确定所述目标人员首次出现的位置信息、首次出现所述目标人员的视频节点的第一时间戳确定所述目标人员首次出现的时间信息；
S5、根据预存在所述标签表中的各所述摄像头与相邻的所述摄像头之间的所述拓扑关系，确定首次出现所述目标人员的第一摄像头与所述第一摄像头相邻的摄像头拓扑关系，在首次出现所述目标人员的视频节点中识别所述目标人员的移动方式，并根据所述移动方式对所述目标人员的预定速度进行预设；
S6、根据所述预设速度与所述第一摄像头与所述第一摄像头相邻摄像头的拓扑关系，确定所述目标人员到各相邻所述摄像头的最短时间与宽限期，搜索第一时间戳与所述最短时间之和到所述宽限期范围的各个与所述第一摄像头相邻摄像头中的监控视频，若出现目标人员，则将所述第一摄像头更新为最新的出现所述目标人员的所述摄像头并将所述第一时间戳更新为相邻所述摄像头中发现所述目标人员的时间点，重复步骤S5；若未出现则进行步骤S7；
S7、根据所述第一时间戳向后遍历各所述摄像头录制的视频，若发现目标人员，则进行步骤S4；否则结束追踪流程并导出最后结果。
2.根据权利要求1所述的一种跨摄像头行人自动追踪方法，其特征在于：所述步骤S1中所述位置信息具体包括摄像头的朝向和根据行人方向确定的各个方向的临近摄像头集合。
3.根据权利要求2所述的一种跨摄像头行人自动追踪方法，其特征在于：所述行人行进方向预设为东、南、西和北四个方向。
4.根据权利要求1所述的一种跨摄像头行人自动追踪方法，其特征在于：所述步骤S1中的所述拓扑关系具体包括相邻的所述摄像头之间的距离、所述摄像头的朝向和所述摄像头各方向上的相邻摄像机ID。
5.根据权利要求1所述的一种跨摄像头行人自动追踪方法，其特征在于：所述步骤S5中确定首次出现所述目标人员的所述第一摄像头与所述第一摄像头相邻的摄像头拓扑关系的方式具体为：
S51、判断摄像头中目标人员的相对行进方向；
S52、结合摄像头的朝向，判断行人行进的绝对方向；
S53、根据所述标签表摄像头记载的各方向上相邻的所述摄像头ID，确认所述摄像头在该所述绝对方向上的相邻的其它摄像头。
CN202111025274.2A 2021-09-02 2021-09-02 一种跨摄像头行人自动追踪方法 Pending CN113837023A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111025274.2A CN113837023A (zh) 2021-09-02 2021-09-02 一种跨摄像头行人自动追踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111025274.2A CN113837023A (zh) 2021-09-02 2021-09-02 一种跨摄像头行人自动追踪方法

Publications (1)

Publication Number Publication Date
CN113837023A true CN113837023A (zh) 2021-12-24

Family

ID=78961953

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111025274.2A Pending CN113837023A (zh) 2021-09-02 2021-09-02 一种跨摄像头行人自动追踪方法

Country Status (1)

Country Link
CN (1) CN113837023A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104581000A (zh) * 2013-10-12 2015-04-29 北京航天长峰科技工业集团有限公司 一种视频关注目标的运动轨迹的快速检索方法
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
CN110858400A (zh) * 2018-08-22 2020-03-03 北京航天长峰科技工业集团有限公司 一种通过监控视频追踪运动目标的方法
CN111462200A (zh) * 2020-04-03 2020-07-28 中国科学院深圳先进技术研究院 一种跨视频行人定位追踪方法、系统及设备
CN112365522A (zh) * 2020-10-19 2021-02-12 中标慧安信息技术股份有限公司 园区内人员跨境追踪的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104581000A (zh) * 2013-10-12 2015-04-29 北京航天长峰科技工业集团有限公司 一种视频关注目标的运动轨迹的快速检索方法
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
CN110858400A (zh) * 2018-08-22 2020-03-03 北京航天长峰科技工业集团有限公司 一种通过监控视频追踪运动目标的方法
CN111462200A (zh) * 2020-04-03 2020-07-28 中国科学院深圳先进技术研究院 一种跨视频行人定位追踪方法、系统及设备
CN112365522A (zh) * 2020-10-19 2021-02-12 中标慧安信息技术股份有限公司 园区内人员跨境追踪的方法

Similar Documents

Publication Publication Date Title
CN108234961B (zh) 一种多路摄像机编码与视频流引流方法及系统
CN111951397B (zh) 一种多机协同构建三维点云地图的方法、装置和存储介质
CN111797187B (zh) 地图数据的更新方法、装置、电子设备和存储介质
CN111724439B (zh) 一种动态场景下的视觉定位方法及装置
CN106295594B (zh) 一种基于动态路径树的跨摄像头目标跟踪方法及装置
CN101324956A (zh) 基于均值漂移的抗遮挡运动目标跟踪方法
CN111274847B (zh) 一种定位方法
CN111288996A (zh) 基于视频实景导航技术的室内导航方法及系统
CN110852269B (zh) 一种基于特征聚类的跨镜头人像关联分析方法及装置
CN104968048A (zh) 结合移动网络记录和视频监控数据的目标人物追踪方法
CN110706247A (zh) 一种目标跟踪方法、装置及系统
CN111310728B (zh) 基于监控相机和无线定位的行人重识别系统
CN110443829A (zh) 一种基于运动特征和相似度特征的抗遮挡跟踪算法
CN106600965B (zh) 基于尖锐度的交通流早晚高峰时段自动识别方法
CN112287906B (zh) 一种基于深度特征融合的模板匹配跟踪方法及系统
CN110519690A (zh) 候选搜索区域的确定方法及装置、存储介质、电子装置
CN1503200A (zh) 提供地理目标立体图像和/或详细信息的装置及其方法
CN117593685B (zh) 真值数据的构建方法和装置、存储介质
CN115330837A (zh) 基于图注意力Transformer网络的鲁棒目标跟踪方法及系统
CN114757977A (zh) 融合改进光流和目标检测网络的移动物体轨迹提取方法
Gloudemans et al. So you think you can track?
CN114549873A (zh) 一种图像档案的关联方法、装置、电子设备及存储介质
CN114550449A (zh) 车辆轨迹补全方法、装置、计算机可读介质及电子设备
CN113837023A (zh) 一种跨摄像头行人自动追踪方法
CN113850837B (zh) 视频处理方法、装置、电子设备、存储介质及计算机产品

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