CN114286086B - 一种相机检测方法及相关装置 - Google Patents

一种相机检测方法及相关装置 Download PDF

Info

Publication number
CN114286086B
CN114286086B CN202111636199.3A CN202111636199A CN114286086B CN 114286086 B CN114286086 B CN 114286086B CN 202111636199 A CN202111636199 A CN 202111636199A CN 114286086 B CN114286086 B CN 114286086B
Authority
CN
China
Prior art keywords
camera
target
map
route
target camera
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
Application number
CN202111636199.3A
Other languages
English (en)
Other versions
CN114286086A (zh
Inventor
夏凤君
陈方云
卢玉清
汪昊
周斌
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.)
Chongqing Unisinsight Technology Co Ltd
Original Assignee
Chongqing Unisinsight Technology 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 Chongqing Unisinsight Technology Co Ltd filed Critical Chongqing Unisinsight Technology Co Ltd
Priority to CN202111636199.3A priority Critical patent/CN114286086B/zh
Publication of CN114286086A publication Critical patent/CN114286086A/zh
Application granted granted Critical
Publication of CN114286086B publication Critical patent/CN114286086B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本申请公开了一种相机检测方法及相关装置,涉及计算机视觉技术领域。该方法通过预先构建目标相机的相机图谱,该相机图谱中包括目标相机和该目标相机对应的多个邻居相机。获取指定时间段内,该目标相机参与图像聚档的第一档案数和相机图谱内各相机参与图像聚档的第二档案数,然后根据第一档案数和第二档案数确定该目标相机的聚档贡献度。若该目标相机的聚档贡献度小于贡献度阈值,则确定该目标相机为问题相机。上述流程中采用贡献度阈值与目标相机的聚档贡献度比对的方式确定部署的相机中是否存在问题相机,以便通过对问题相机进行检修来提高人像聚档业务的综合能力。

Description

一种相机检测方法及相关装置
技术领域
本发明涉及计算机视觉技术领域,特别涉及一种相机检测方法及相关装置。
背景技术
随着路网管控力度的逐年增强,人像聚档业务的各类业务需求日益增多。上述各类业务需求需基于目标对象多时空下的行进轨迹来实现,而各类摄像头的部署方案、人像特征的提取及比对算法的准确率以及聚档策略的性能等多种因素都会影响最终基于摄像头所采集图像中的人像进行聚档的档案质量和成功率,即影响人像聚档业务的综合能力。
相关技术中,多基于预先制定的业务需求对摄像头进行部署,然而实施过程中,由于如摄像头故障、摄像头被遮挡以及摄像头部署较稀疏等多种因素均会导致最终获取的目标对象图像存在图像质量较差、图像数量较低等问题,从而影响到人像聚档业务的综合能力。
发明内容
本申请实施例提供一种相机检测方法及相关装置,通过采用贡献度阈值与目标相机的聚档贡献度比对的方式确定部署的相机中是否存在问题相机,以便通过对问题相机进行检修来提高人像聚档业务的综合能力。
第一方面,本申请实施例提供了一种相机检测方法,所述方法包括:
获取目标相机的相机图谱,所述相机图谱中包括所述目标相机和所述目标相机的邻居相机;
获取指定时间段内所述目标相机参与图像聚档的第一档案数和所述相机图谱中各相机参与图像聚档的第二档案数;
基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度;其中,所述聚档贡献度与所述第一档案数正相关且与所述第二档案数负相关;
若所述目标相机的所述聚档贡献度小于贡献度阈值,则确定所述目标相机为问题相机。
本申请实施例预先构建目标相机的相机图谱,该相机图谱中包括目标相机和该目标相机对应的多个邻居相机。获取指定时间段内,该目标相机参与图像聚档的第一档案数和相机图谱内各相机参与图像聚档的第二档案数,然后根据第一档案数和第二档案数确定该目标相机的聚档贡献度。若该目标相机的聚档贡献度小于贡献度阈值,则确定该目标相机为问题相机。上述流程中采用贡献度阈值与目标相机的聚档贡献度比对的方式确定部署的相机中是否存在问题相机,以便通过对问题相机进行检修来提高人像聚档业务的综合能力。
在一些可能的实施例中,所述获取目标相机的相机图谱,包括:
以所述目标相机为出发地,各邻居相机分别为目的地,构建所述目标相机的相机图谱;其中,所述相机图谱的边为所述目标相机和邻居相机之间的连通路径;
确定所述相机图谱的链接度;所述链接度用于表征从所述目标相机所在位置移动到所述相机图谱的监控区域之外且未被监控到移动路线的成功率;
若所述链接度小于链接度阈值,则输出提示信息,所述提示信息用于指示向所述相机图谱的监控区域内增设相机;
在确定增设相机之后,返回执行所述确定所述相机图谱的链接度的步骤,直至所述相机图谱的链接度不小于所述链接度阈值。
本申请实施例构建图谱后,通过获取该相机图谱的链接度并与链接度阈值进行比对,若相机图谱的链接度小于链接度阈值则需向该相机图谱的监控区域内增设相机,并在增设相机后返回执行确定相机图谱链接度的步骤,直至相机图谱的链接度不小于链接度阈值。上述流程以相机图谱的链接度和链接度阈值的比对结果评定图谱中各相机能否对目标相机所在的移动路线进行有效监控,若不能则选择新增相机,直至相机图谱能够对目标相机所在的移动路线进行有效监控,以提高相机图谱内各相机的监控能力。
在一些可能的实施例中,所述确定所述相机图谱的链接度,包括:
确定以所述目标相机为出发地的区域漏洞路线和通外路线,所述区域漏洞路线指从所述目标相机出发经由1个或连续多个连接度小于连接度阈值的邻居相机之后通往所述目标相机的相机图谱的监控区域之外的路线;所述目标相机的通外路线指以所述目标相机为出发地通往所述目标相机的相机图谱的监控区域之外的路线;针对所述相机图谱中的任一相机,所述相机的连接度与所述相机的节点漏洞路线数量正相关、且与所述相机图谱的相机总数负相关;所述相机的节点漏洞路线以所述相机为出发地,且所述相机的节点漏洞路线未在所述相机图谱中除所述相机之外的任一相机的监控范围内;
基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定所述相机图谱的链接度,所述链接度与所述目标相机的所有区域漏洞路线数正相关、且与所述目标相机的所有通外路线数负相关。
本申请实施例预先确定以目标相机为出发地的区域漏洞路线和通外路线。区域漏洞路线即为从目标相机出发经由1个或连续多个连接度小于连接度阈值的邻居相机之后通往目标相机的相机图谱的监控区域之外的路线;目标相机的通外路线指以目标相机为出发地通往目标相机的相机图谱的监控区域之外的路线。由此,根据目标相机的所有区域漏洞路线数和所有通外路线数确定相机图谱的链接度能够表征图谱中各相机能否对目标相机所在的移动路线进行有效监控。
在一些可能的实施例中,所述确定以所述目标相机为出发地的区域漏洞路线,包括:
确定所述目标相机的节点漏洞路线;
针对所述目标相机的所有节点漏洞路线分别执行:查找位于指定区域范围内、且连接度小于连接度阈值的邻居相机;所述指定区域范围是以所述节点漏洞路线为基准的指定范围;
确定查找到的各邻居相机的节点漏洞路线;
基于所述目标相机的节点漏洞路线和各所述邻居相机的节点漏洞路线的交点为路线拼接点,筛选出所述目标相机的区域漏洞路线。
本申请实施例通过确定目标相机的节点漏洞路线以查找位于指定区域范围内、且连接度小于连接度阈值的邻居相机,并基于目标相机的节点漏洞路线和各邻居相机的节点漏洞路线的交点为路线拼接点,筛选出目标相机的区域漏洞路线。由此得到的每条区域漏洞路线能够通往相机图谱的监控区域之外,且均途径目标相机,并未处于目标相机之外的其他相机的监控范围内。
在一些可能的实施例中,所述基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定所述相机图谱的链接度,包括:
根据下述公式确定所述链接度:
Link=P1/P2
其中,Link表征所述链接度、P1表征所述目标相机的所有区域漏洞路线数、P2表征所述目标相机的所有通外路线数。
本申请实施例中根据目标相机所有区域漏洞路线数与目标相机所有通外路线数相除的方式确定相机图谱的链接度,由此得到的链接度能够表征图谱中各相机能否对目标相机所在的移动路线进行有效监控。
在一些可能的实施例中,所述连接度是根据下述公式确定的:
Rcon(c)=logm(nc/nl)
其中,Rcon(c)表征c相机的连接度、c为相机标识、m为预设底数值、nc表征所述相机图谱的相机总数、n1表征所述c相机的所有节点漏洞路线数。
本申请实施例中针对相机图谱内每一相机,根据该相机的所有节点漏洞路线数和相机图谱内的相机总数来确定该相机的连接度。所得连接度越大则表征该相机对应的漏洞路线数越多。
在一些可能的实施例中,针对所述相机图谱中的任一相机,确定所述相机的节点漏洞路线,包括:
获取目标节点周围的待处理节点;其中,所述相机为目标节点,所述相机图谱内除所述相机之外的其他相机为待处理节点;
获取所述目标节点至所述待处理节点之间的路径;
获取所述路径中包括的路段,并确定所述路段的长度和中心点;
以所述中心点为中心,以所述路段的长度为基准确定预设几何图形各个顶点的位置坐标;其中,所述预设几何图形的边长大于或等于所述路段的长度;
若所述目标节点到任意顶点的待处理路线中不在监控范围内,则所述待处理路线为所述目标节点的节点漏洞路线。
本申请实施例中通过目标节点确定出其周围待处理节点由此找到目标节点的防控圈,然后在该防空圈内寻找目标节点和待处理节点的路径,由于目标对象可能从不同路段岔口进入漏洞路线从而未被相机捕捉,故此以路径中的路段为单位,挖掘出该路段周围是否存在可逃离监控范围的路线,从而能够准确的挖掘出每个路段上可能存在的监控漏洞。进一步的,通过挖掘监控路线,能够协助增设监控节点,修补监控漏洞,减少监控漏洞能够减少监控目标从监控漏洞逃离监控范围的可能性,从而在人像聚档时,能够保证有足够的监控数据跟踪并还原目标的行进路线,提高实时跨镜头追踪或聚档业务的完整性。
在一些可能的实施例中,所述输出向所述相机图谱的监控区域内增设相机的提示信息,包括:
确定所述目标相机的相机图谱的监控区域中需要补充的邻居相机在路网中的地理位置;
输出携带所述地理位置的提示信息。
本申请实施例向相机图谱的监控区域内增设相机时,需确定相机图谱的监控区域中需要补充的邻居相机在路网中的地理位置,该地理位置可包括如路网地图的坐标、路网中的指定位置或指定区域等。
在一些可能的实施例中,相机图谱中目标相机预设有对应的第二图片数量,所述人像捕捉期望为所述目标相机在所述指定时间段内预计捕捉的人像图片数量;
所述基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度,包括:
获取所述指定时间段内所述目标相机捕捉人像图片的第一图片数和所述第二图片数;
根据所述第一图片数、所述第二图片数、所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度。
本申请实施例预先对相机图谱中的目标相机设有第二图片数,该第二图片数表征在指定时间段内期望目标相机捕捉到的人像图片的数量。进一步的,通过指定时间段内目标相机捕捉人像图片的第一图片数量、第二图片数量、目标相机参与聚档的第一档案数量和相机图谱中各相机参与聚档的第二档案数量确定的档案贡献度能够反映出相机图谱中各相机参与聚档的能力和对人像图片捕捉的能力。
在一些可能的实施例中,根据下述公式确定所述目标相机的聚档贡献度:
其中,Ci为所述聚档贡献度;fi为所述第一图片数;为所述第二图片数;Ai为所述第一档案数;Anei(i)为所述第二档案数。
本申请实施例中第一图片数和第二图片数的比值反映了目标相机的人像捕捉能力,并将该比值作为聚档贡献度的权重。若第一图片数量与第二图片数量的比值大于1则表征目标相机的人像捕捉能力超出预期,此时以1作为权重。由此得到的档案贡献度能够反映出相机图谱中各相机参与聚档的能力和对人像图片捕捉的能力。
在一些可能的实施例中,所述确定所述目标相机为问题相机之后,所述方法还包括:
执行以下操作中的至少一种:
对所述问题相机是否存在运维故障进行检测,并输出检测结果;
对所述问题相机捕捉的图像的图像质量进行检测,并输出检测结果;
基于所述问题相机捕捉的图像,检测所述问题相机的监控范围内是否存在遮挡所述问题相机的监控视野的遮挡物,并输出检测结果。
本申请实施例在确定问题相机后,通过对问题相机进行运维故障检测、图像质量检测以及是否存在遮挡监控视野的遮挡物进行检测,进而通过多角度的检测来确定问题相机聚档贡献度较低的原因,以便相关人员进行处理。
第二方面,本申请实施例提供了一种相机检测装置,所述装置包括:
图谱获取模块,被配置为执行获取目标相机的相机图谱,所述相机图谱中包括所述目标相机和所述目标相机的邻居相机;
档案获取模块,被配置为执行获取指定时间段内所述目标相机参与图像聚档的第一档案数和所述相机图谱中各相机参与图像聚档的第二档案数;
贡献度确定模块,被配置为执行基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度;其中,所述聚档贡献度与所述第一档案数正相关且与所述第二档案数负相关;
相机检测模块,被配置为执行若所述目标相机的所述聚档贡献度小于贡献度阈值,则确定所述目标相机为问题相机。
在一些可能的实施例中,执行所述获取目标相机的相机图谱,所述图谱获取模块被配置为:
以所述目标相机为出发地,各邻居相机分别为目的地,构建所述目标相机的相机图谱;其中,所述相机图谱的边为所述目标相机和邻居相机之间的连通路径;
确定所述相机图谱的链接度;所述链接度用于表征从所述目标相机所在位置移动到所述相机图谱的监控区域之外且未被监控到移动路线的成功率;
若所述链接度小于链接度阈值,则输出提示信息,所述提示信息用于指示向所述相机图谱的监控区域内增设相机;
在确定增设相机之后,返回执行所述确定所述相机图谱的链接度的步骤,直至所述相机图谱的链接度不小于所述链接度阈值。
在一些可能的实施例中,执行所述确定所述相机图谱的链接度,所述图谱获取模块被配置为:
确定以所述目标相机为出发地的区域漏洞路线和通外路线,所述区域漏洞路线指从所述目标相机出发经由1个或连续多个连接度小于连接度阈值的邻居相机之后通往所述目标相机的相机图谱的监控区域之外的路线;所述目标相机的通外路线指以所述目标相机为出发地通往所述目标相机的相机图谱的监控区域之外的路线;针对所述相机图谱中的任一相机,所述相机的连接度与所述相机的节点漏洞路线数量正相关、且与所述相机图谱的相机总数负相关;所述相机的节点漏洞路线以所述相机为出发地,且所述相机的节点漏洞路线未在所述相机图谱中除所述相机之外的任一相机的监控范围内;
基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定所述相机图谱的链接度,所述链接度与所述目标相机的所有区域漏洞路线数正相关、且与所述目标相机的所有通外路线数负相关。
在一些可能的实施例中,执行所述确定以所述目标相机为出发地的区域漏洞路线,所述图谱获取模块被配置为:
确定所述目标相机的节点漏洞路线;
针对所述目标相机的所有节点漏洞路线分别执行:查找位于指定区域范围内、且连接度小于连接度阈值的邻居相机;所述指定区域范围是以所述节点漏洞路线为基准的指定范围;
确定查找到的各邻居相机的节点漏洞路线;
基于所述目标相机的节点漏洞路线和各所述邻居相机的节点漏洞路线的交点为路线拼接点,筛选出所述目标相机的区域漏洞路线。
在一些可能的实施例中,执行所述基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定所述相机图谱的链接度,所述图谱获取模块被配置为:
根据下述公式确定所述链接度:
Link=P1/P2
其中,Link表征所述链接度、P1表征所述目标相机的所有区域漏洞路线数、P2表征所述目标相机的所有通外路线数。
在一些可能的实施例中,所述连接度是根据下述公式确定的:
Rcon(c)=logm(nc/nl)
其中,Rcon(c)表征c相机的连接度、c为相机标识、m为预设底数值、nc表征所述相机图谱的相机总数、nl表征所述c相机的所有节点漏洞路线数。
在一些可能的实施例中,执行针对所述相机图谱中的任一相机,确定所述相机的节点漏洞路线,所述图谱获取模块被配置为:
获取目标节点周围的待处理节点;其中,所述相机为目标节点,所述相机图谱内除所述相机之外的其他相机为待处理节点;
获取所述目标节点至所述待处理节点之间的路径;获取所述路径中包括的路段,并确定所述路段的长度和中心点;
以所述中心点为中心,以所述路段的长度为基准确定预设几何图形各个顶点的位置坐标;其中,所述预设几何图形的边长大于或等于所述路段的长度;
若所述目标节点到任意顶点的待处理路线中不在监控范围内,则所述待处理路线为所述目标节点的节点漏洞路线。
在一些可能的实施例中,执行所述输出向所述相机图谱的监控区域内增设相机的提示信息,所述图谱获取模块被配置为:
确定所述目标相机的相机图谱的监控区域中需要补充的邻居相机在路网中的地理位置;
输出携带所述地理位置的提示信息。
在一些可能的实施例中,相机图谱中目标相机预设有对应的第二图片数量,所述人像捕捉期望为所述目标相机在所述指定时间段内预计捕捉的人像图片数量;
执行所述基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度,所述贡献度确定模块被配置为:
获取所述指定时间段内所述目标相机捕捉人像图片的第一图片数和所述第二图片数;
根据所述第一图片数、所述第二图片数、所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度。
在一些可能的实施例中,根据下述公式确定所述目标相机的聚档贡献度:
其中,Ci为所述聚档贡献度;fi为所述第一图片数;为所述第二图片数;Ai为所述第一档案数;Anei(i)为所述第二档案数。
在一些可能的实施例中,执行所述确定所述目标相机为问题相机之后,所述相机检测模块还被配置为:
执行以下操作中的至少一种:
对所述问题相机是否存在运维故障进行检测,并输出检测结果;
对所述问题相机捕捉的图像的图像质量进行检测,并输出检测结果;
基于所述问题相机捕捉的图像,检测所述问题相机的监控范围内是否存在遮挡所述问题相机的监控视野的遮挡物,并输出检测结果。
第三方面,本申请实施例还提供了一种电子设备,包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请实施例第一方面提供的方法。
第四方面,本申请实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序用于使计算机执行本申请实施例第一方面提供的方法。
第五方面。本申请另一实施例还提供了一种计算机程序,所述计算机程序包括计算机指令,所述计算机指令用于使计算机执行本申请实施例提供的第一方面的方法。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,显而易见地,下面所介绍的附图仅仅是本申请的一些实施例,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为本申请实施例示出的应用场景示意图;
图2a为本申请实施例示出的一种相机检测方法整体流程图;
图2b为本申请实施例示出目标相机和邻居相机示意图;
图2c为本申请实施例示出的节点漏洞路线示意图;
图2d为本申请实施例示出的连接度为0的节点漏洞路线示意图;
图2e为本申请实施例提供的确定预设几何图形示意图;
图2f为本申请实施例提供的确定目标节点至顶点路线示意图;
图2g为本申请实施例示出的区域漏洞路线示意图;
图2h为本申请实施例示出的提示信息示意图;
图2i为本申请实施例示出的另一提示信息示意图;
图3为本申请实施例示出的相机检测装置300的结构图;
图4为本申请实施例示出的电子设备示意图。
具体实施方式
下面将结合附图对本申请实施例中的技术方案进行清楚、详尽地描述。在本申请实施例的描述中,除非另有说明,“面将表示或的意思,例如,A/B可以表示A或B;文本中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
在本申请实施例的描述中,除非另有说明,术语“多个”是指两个或两个以上,其它量词与之类似应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请,并且在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
为进一步说明本申请实施例提供的技术方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本申请实施例提供的执行顺序。方法在实际的处理过程中或者控制设备执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。
前文已提及在人像聚档业务中,各类摄像头的部署方案、人像特征的提取及比对算法的准确率以及聚档策略的性能等多种因素都会影响最终基于摄像头所采集图像中的人像进行聚档的档案质量和成功率,即影响人像聚档业务的综合能力。关于摄像头的部署需基于业务需求预先制定。人像聚档过程中会由于如摄像头故障、摄像头被遮挡以及摄像头部署较稀疏等多种因素均会造成部分目标对象的图像过于离散且图像质量较差的问题,最终导致无法成功为该目标对象进行聚档。
为解决上述问题,本申请的发明构思为:预先构建目标相机的相机图谱,该相机图谱中包括目标相机和该目标相机对应的多个邻居相机。获取指定时间段内,该目标相机参与图像聚档的第一档案数和相机图谱内各相机参与图像聚档的第二档案数,然后根据第一档案数和第二档案数确定该目标相机的聚档贡献度。若该目标相机的聚档贡献度小于贡献度阈值,则确定该目标相机为问题相机。上述流程中采用贡献度阈值与目标相机的聚档贡献度比对的方式确定部署的相机中是否存在问题相机,以便通过对问题相机进行检修来提高人像聚档业务的综合能力。
下面结合附图对本申请实施例中的相机检索方法进行详细说明。
参见图1,为根据本申请一个实施例的应用环境的示意图。
如图1所示,该应用环境中例如可以包括网络10、服务器20、至少一种监控设备30、终端设备40以及数据库50。其中:监控设备30用于采集监控范围内的图像,并通过网络10将采集的图像发送给服务器20,由服务器20将图像存储至数据库50中。
监控设备30所采集的监控视频可通过网络10发送给服务器20,由服务器20下达存储指令,存储到服务器20所关联的数据库50中。此外,终端设备40可以发送监控视频获取请求给服务器20,服务器20响应该监控视频获取请求,从数据库50中调取监控视频并通过网络10发送给终端设备40。
在图1所示的应用场景中,监控设备30_1为路网中的一个监控摄像头,监控设备30_1将所识别到监控目标的监控视频通过网络10发送给服务器20,服务器20针对监控目标的行进方式进行识别操作(如步行、骑行)。
实施时,可以由服务器20基于监控视频完成对目标对象的出行方式的识别,针对该出行方式对监控目标的出行范围进行判断,并调取数据库50中所存储的路网信息。将路网内,以监控设备30_1所在位置作为出发地,上述出行范围内的各监控设备30_2……30_N所在位置作为目的地。并以指定监控节点为出发地、各待处理监控节点为目的地规划出路网中的出行路线。
需要说明的是,上述描述中仅就单个服务器或终端设备加以详述,但是本领域技术人员应当理解的是,图1示出的监控设备30、终端设备40、服务器20和数据库50旨在表示本申请的技术方案涉及的监控设备、终端设备、服务器以及存储系统的操作。对单个终端设备和服务器加以详述至少为了说明方便,而非暗示对终端设备和服务器的数量、类型或是位置等具有限制。应当注意,如果向图示环境中添加附加模块或从其中去除个别模块,不会改变本申请的示例实施例的底层概念。
此外,虽然为便于说明而在图1中示出了从数据库50到服务器20的双向箭头,但本领域技术人员可以理解的是,上述数据的收发也是需要通过网络10实现的。
为便于理解本申请实施例提供的一种相机检测方法,具体如图2a所示,包括如下步骤:
步骤201:获取目标相机的相机图谱,所述相机图谱中包括所述目标相机和所述目标相机的邻居相机;
本申请实施例获取目标相机的相机图谱时,首先以目标相机为出发地,各邻居相机分别为目的地,构建出目标相机的相机图谱;其中,相机图谱的边为目标相机和邻居相机之间的连通路径。具体可如图2b所示,图2b示出的指定区域内预先部署有多台相机,假设1号相机为目标相机,则以1号相机在路网中所在位置为出发地,确定路网中与该出发地相连通的各连通路径上部署的相机。图2b示出的连通路径(图2b中示出的虚线)中部署有2号相机和3号相机。由于从1号相机处出发,途径连通路径1会先遇到2号相机。即若存在目标对象被1号相机捕捉后行进在该连通路径之上,则应先被2号相机捕捉。因而2号相机为1号相机的一个邻居相机。
通过上述方式构建目标相机的相机图谱后,确定该相机图谱的链接度。相机图谱的链接度用于表征从目标相机所在位置移动到相机图谱的监控区域之外且未被监控到移动路线的成功率。
本申请实施例在确定相机图谱的链接度时,需先确定以目标相机为出发地的区域漏洞路线和通外路线。区域漏洞路线指从目标相机出发经由1个或连续多个连接度小于连接度阈值的邻居相机之后通往目标相机的相机图谱的监控区域之外的路线。而目标相机的通外路线指以目标相机为出发地通往目标相机的相机图谱的监控区域之外的路线。
首先对上述连接度概念进行说明,相机的连接度用于表征该相机存在节点漏洞路线的情况。连接度越高则表征该相机的节点漏洞路线越多。针对相机图谱中的任一相机,相机的连接度与相机的节点漏洞路线数量正相关、且与相机图谱的相机总数负相关。
相机的连接度是根据下述公式(1)确定的:
Rcon(c)=logm(nc/nl) 公式(1)
其中,Rcon(c)表征c相机的连接度、c为相机标识、m为预设底数值、nc表征相机图谱的相机总数、nl表征c相机的所有节点漏洞路线数。
具体如图2c所示,图2c中心的黑色相机为目标相机,四周白色相机为该目标相机的邻居相机,以白色相机围成的区域即为该目标相机对应相机图谱的监控范围。若黑色相机的连接度越高则该黑色相机的节点漏洞路线(即图2c示出虚线)越多。反之若连接度越低则表征节点漏洞路线越少。如图2d所示,当连接度为0时则表征目标相机周围布满节点漏洞路线,此时行人在该目标相机对应相机图谱中行走不会被该相机图谱中的任一相机捕捉到。由此可见,针对连接度越低的相机,行人在以该相机为目标相机构建的相机图谱中行走则更容易被捕获到。
针对相机图谱中的任一相机,确定该相机的节点漏洞路线时,需执行下述步骤A~E:
步骤A:获取目标节点周围的待处理节点。
本申请实施例中以相机图谱内的任一相机为目标节点,该相机图谱内除该相机之外的其他相机为待处理节点。
步骤B:获取目标节点至待处理节点之间的路径;其中,相机为目标节点,相机图谱内除相机之外的其他相机为待处理节点。
实施时,通过以目标节点为起点,待处理节点为终点进行路径规划,从而查找从目标节点至待处理节点之间可能出现的节点漏洞路线。
步骤C:获取路径中包括的路段,并确定路段的长度和中心点;
需要说明的是,如图2e所示,目标节点至待处理节点之间的路径上可能包括一个或多个路段。如图2e所示,目标节点A至待处理节点B之间的路径中包括路段b、路段c、路段d,其中以黑色显示的路段为路段a、以灰色显示的路段为路段b、以虚线显示的路段为路段c。目标节点A至待处理节点D之间的路径中只有路段d。本申请实施例节点漏洞路线的挖掘,以一个路段为单位能够准确的寻找到各个可能逃离监控范围的路线。实施时以一个路段为例说明如何发掘节点漏洞路线,规划的同一路径上的各个路段的处理方式相同,这里不做赘述。
步骤D:以中心点为中心,以路段的长度为基准确定预设几何图形各个顶点的位置坐标;其中,预设几何图形的边长大于或等于路段的长度。
在本申请实施例中,为了能够方便的查找路段周围可能的分叉点并确保处理的便利性,预设几何图形可以为几何对称图形。如图2e所示,以中心点E为中心,基于经度方向和纬度方向建立坐标系。若目标节点A至待处理节点B的路径EB长度为k,则在EB上,距离目标节点A的0.5k的位置即为中心点E的位置。在图2e中,中心点E在路段b上,点E的位置即为坐标系的原点。在坐标系中以与经度方向平行或与纬度方向平行的方向作为预设几何图形的中轴线方向。以预设几何图形为正方形为例,预设几何图形的边长大于或等于路段c的长度,即2h度,各顶点的初始坐标分别为A(-h,h)、B(h,h)、C(-h,-h)、D(h,-h)。
具体如图2f所示,由于路段并不一定平行于经度方向或纬度方向,因此为了使确定预设几何图形的延展方向与路段的延展方向相同,本申请实施例中根据路段的方向角,对预设几何图形的顶点初始坐标进行旋转操作,将预设几何图形的中轴线旋转至与方向角朝向平行,得到预设几何图形各个顶点的位置坐标。这样,预设几何图形能够尽可能包裹路段周围的可移动路线,通过规划目标节点到几何图形各顶点的路线,也能尽可能的包括目标对象可能选择的路线,便于查找该路段周围的节点漏洞路线。
在图2f中,设预设几何图形旋转了θ角度,则根据下述公式(2)计算旋转后各顶点的位置坐标:
(x′,y′)=(xcosθ-ysinθ,xcosθ+ysinθ) 公式(2)
公式(2)中,(x′,y′)表示旋转后各顶点的位置坐标,θ表示旋转角度,(x,y)表示各顶点的初始坐标。
根据公式(2),计算上述图2e中的预设几何图形旋转θ角度后,如图2f所示的各顶点的位置坐标。在图2f中,预设几何图形旋转后,各顶点A′、B、C′和D′的坐标分别为:
A′(-hcosθ-h sinθ,-hcosθ+h sinθ);
B′(hcosθ-h sinθ,hcosθ+h sinθ);
C′(-hcosθ+h sinθ,-hcosθ-h sinθ);
D′(hcosθ+h sinθ,hcosθ-h sinθ)。
在本申请另一种实施例中,预设几何图形也可以为其他形状的正多边形。在以中心点为(0,0)点建立的坐标系中,若中心点到各顶点的距离为r,正多边形有n条边,正多边形的初始坐标为其中/>表示以第一象限中最右侧的顶点为第一个起点,第i个顶点与中心点相连后,与水平坐标轴的正方向之间的夹角。在计算出正多边形的初始坐标后,根据上述公式(2)能够计算出正多边形的位置坐标。
步骤E:若目标节点到任意顶点的待处理路线中不在监控范围内,则待处理路线为目标节点的节点漏洞路线。
通过上述步骤A~E即可确定相机图谱内每一相机对应的节点漏洞路线。在确定以目标相机为出发地的区域漏洞路线时,需先确定目标相机的节点漏洞路线。然后针对目标相机的所有节点漏洞路线分别执行下述步骤1~3:
步骤1,查找位于指定区域范围内、且连接度小于连接度阈值的邻居相机;指定区域范围是以节点漏洞路线为基准的指定范围;
步骤2,确定查找到的各邻居相机的节点漏洞路线;
步骤3,基于目标相机的节点漏洞路线和各邻居相机的节点漏洞路线的交点为路线拼接点,筛选出目标相机的区域漏洞路线。
执行上述步骤1~3时可如图2g所示,图2g中示出的矩形区域即为目标相机所在相机图谱的监控区域。其中,矩形区域内的箭头虚线3、4和6表征目标相机对应的节点漏洞路线,实线箭头1、2和5表征该目标相机对应各邻居相机的节点漏洞路线。
实施时,针对该目标相机的所有节点漏洞路线,查找指定区域范围内是否存在小于连接度阈值的邻居相机。指定区域范围可根据相机的监控能力自行设定。例如可对节点漏洞路线附近100米内区域部署的邻居相机进行连接度阈值的比对。然后找出小于连接度阈值的邻居相机对应的节点漏洞路线(图2g中示出的箭头实线)。
进一步的,查看各节点漏洞路线(图2g示出的全部箭头虚线和全部箭头实线)是否存在交点,并将存在同一交点的漏洞路线作为一条区域漏洞路线。即图2g中的节点漏洞路线1、2、3共同构成一条区域漏洞路线,节点漏洞路线4和5构成另一条区域漏洞路线,节点漏洞路线6单独作为一条区域楼的路线。
通过上述流程确定目标相机的所有区域漏洞路线数、目标相机的所有通外路线数后,根据下述公式(3)确定目标相机所在相机图谱的链接度:
Link=P1/P2 公式(3)
其中,Link表征链接度、P1表征目标相机的所有区域漏洞路线数、P2表征目标相机的所有通外路线数。
前文已提及链接度可用于衡量相机图谱对目标对象的监控能力,因而在确定相机图谱的链接度后,通过与链接度阈值进行比较,以确定该相机图谱对目标对象的监控能力是否达标。
若链接度小于链接度阈值,则输出提示信息,提示信息用于指示向相机图谱的监控区域内增设相机。并在确定增设相机之后,返回执行确定相机图谱的链接度的步骤,直至相机图谱的链接度不小于链接度阈值。
实施时,可确定目标相机的相机图谱的监控区域中需要补充的邻居相机在路网中的地理位置。该地理位置可包括如路网地图的坐标、路网中的指定位置或指定区域等。然后输出携带地理位置的提示信息,以供相关人员查看。具体的,例如当前相机图谱的链接度小于链接度阈值,则可在各区域漏洞路线附近新增邻居相机5。假设各区域漏洞路线所在区域主要分布在A小区南门附近和B超市北门附近,则提示信息具体可如图2h所示,提示信息中描述了应在路网中A小区南门附近以及B超市北门附近这两处指定区域部署新相机。
确定增设相机的指示可由相关人员发出,例如将提示信息发送给用户的同时一并发出由相关人员确认是否执行增设相机的确认控件(例如虚拟确认按钮、确认验证等)。此外,还可将提示信息发送给相关人员查看的同时一并发送是否重新计算链接度的指示,可如图2i所示,提示信息下方设有重新计算链接度和是否确认新增相机两项虚拟按键。相关人员可通过点触虚拟按键来返回对应的指示。具体的,若相关人员需求对该相机图谱的链接度进行重新确认,则可通过点击重新计算链接度的指示来触发对应操作。相应的,相关人员在确认该相机图谱的链接度无误后,可通过点击图2i中的确认新增相机按键向该相机图谱内增设相机。
在一些可能的实施例中,可将指定区域内部署的每一相机作为目标相机,求得每一目标相机对应的相机谱图。针对每一相机图谱,通过上述流程确定该相机图谱的链接度。由于目标相机与相机图谱一一对应,而链接度与相机图谱一一对应,因而目标相机与链接度也具备对应关系。因而可求得指定区域内每一相机对应的链接度。进一步的,确定指定区域内每一相机的链接度之和,并将该链接度之和与指定区域内部署的相机总数的比值作为链接度阈值。
上述流程中,通过获取相机图谱的链接度以获知该相机图谱对目标对象的监控能力。当监控能力不满足业务需求(即小于链接度阈值)时,需向相机图谱的监控区域内新增相机,以提高相机图谱对目标对象的监控能力。以此得到目标对象的相机图谱对目标对象的监控能力能够满足业务需求。
本申请实施例在确定相机图谱的监控能力能够满足业务需求的基础上,进一步检测目标相机的聚档能力是否满足业务需求,并将不满足业务需求的目标相机作为问题相机,具体参见下述步骤202~204。
步骤202:获取指定时间段内所述目标相机参与图像聚档的第一档案数和所述相机图谱中各相机参与图像聚档的第二档案数。
步骤203:基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度,其中,所述聚档贡献度与所述第一档案数正相关且与所述第二档案数负相关。
本申请实施例预先对相机图谱中的目标相机设有第二图片数,该第二图片数表征在指定时间段内期望目标相机捕捉到的人像图片的数量。在确定目标相机的聚档贡献度时,可获取指定时间段内目标相机捕捉人像图片的第一图片数和第二图片数。然后根据第一图片数、第二图片数、第一档案数和第二档案数确定目标相机的聚档贡献度。
目标相机的聚档贡献度具体可如下述公式(4)所示:
其中,Ci为聚档贡献度;fi为第一图片数;为第二图片数;Ai为第一档案数;Anei(i)为第二档案数。
公式(4)中的表示了目标相机捕捉人像图片的能力是否达到期望。设置该参数的原因在于,若/>数值较低则表征目标相机捕捉人像图片的能力较差,会导致目标对象的人像图片数量较少,不利于聚档。
步骤204:若目标相机的聚档贡献度小于贡献度阈值,则确定所述目标相机为问题相机。
根据上述公式(4)可知,目标相机的聚档贡献度高,则表征该目标相机捕捉目标对象的人像图片数量达到了预期,并且该目标相机与周围的邻居相机参与聚档的表现也满足业务需求。相应的,若目标相机的聚档贡献度较低则说明该目标相机为问题相机。所谓问题相机即为存在如摄像头故障、摄像头被遮挡等多问题的相机。这种问题相机捕捉的人像图片会存在数量较少且图像质量较差的问题,会影响到最终聚档的档案质量和成功率,即影响人像聚档业务的综合能力。
考虑到实际应用中,针对指定区域内部署的各相机的聚档需求大致相同。因而可获取相机图谱中的每一相机的聚档贡献度之和后,将该聚档贡献度之和与该相机图谱中的相机总数之比作为该目标相机对应的贡献度阈值。
此外,假设指定区域内部署了100台相机,以每台相机为目标相机构建共计100个相机图谱后,求得每一相机图谱中目标相机的聚档贡献度。由此得到指定区域内100台相机各自的聚档贡献度,然后求得100台相机聚档贡献度之和,并用该聚档贡献度之和与指定区域内部署的相机总数之比作为全部目标相机对应贡献度阈值。
本申请实施例在确定问题相机后,可对问题相机是否存在运维故障进行检测。具体的,可优先排查该问题相机的工作状态及网络状态,判断相机是否存在自身故障或存在网络传输的问题。还可对问题相机所捕捉人像图片的图像质量进行检测,以确定是否由于问题相机捕捉的人像图片存在图像质量不佳问题,进而导致聚档贡献度较低。
此外,考虑到实际应用中,部分部署的相机可能被如树荫、临时建筑等物体遮挡,导致相机的监控范围缩小。在该情况下,相机捕捉的人像图片数量和图像质量必定低于预期。基于此,可基于问题相机捕捉的图像,检测问题相机的监控范围内是否存在遮挡问题相机的监控视野的遮挡物。
上述流程中采用贡献度阈值与目标相机的聚档贡献度比对的方式确定部署的相机中是否存在问题相机,以便通过对问题相机进行检修来提高人像聚档业务的综合能力。
基于相同的发明构思,本申请实施例提供了一种相机检测装置300,具体如图3所示,包括:
图谱获取模块301,被配置为执行获取目标相机的相机图谱,所述相机图谱中包括所述目标相机和所述目标相机的邻居相机;
档案获取模块302,被配置为执行获取指定时间段内所述目标相机参与图像聚档的第一档案数和所述相机图谱中各相机参与图像聚档的第二档案数;
贡献度确定模块303,被配置为执行基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度;其中,所述聚档贡献度与所述第一档案数正相关且与所述第二档案数负相关;
相机检测模块304,被配置为执行若所述目标相机的所述聚档贡献度小于贡献度阈值,则确定所述目标相机为问题相机。
在一些可能的实施例中,执行所述获取目标相机的相机图谱,所述图谱获取模块301被配置为:
以所述目标相机为出发地,各邻居相机分别为目的地,构建所述目标相机的相机图谱;其中,所述相机图谱的边为所述目标相机和邻居相机之间的连通路径;
确定所述相机图谱的链接度;所述链接度用于表征从所述目标相机所在位置移动到所述相机图谱的监控区域之外且未被监控到移动路线的成功率;
若所述链接度小于链接度阈值,则输出提示信息,所述提示信息用于指示向所述相机图谱的监控区域内增设相机;
在确定增设相机之后,返回执行所述确定所述相机图谱的链接度的步骤,直至所述相机图谱的链接度不小于所述链接度阈值。
在一些可能的实施例中,执行所述确定所述相机图谱的链接度,所述图谱获取模块301被配置为:
确定以所述目标相机为出发地的区域漏洞路线和通外路线,所述区域漏洞路线指从所述目标相机出发经由1个或连续多个连接度小于连接度阈值的邻居相机之后通往所述目标相机的相机图谱的监控区域之外的路线;所述目标相机的通外路线指以所述目标相机为出发地通往所述目标相机的相机图谱的监控区域之外的路线;针对所述相机图谱中的任一相机,所述相机的连接度与所述相机的节点漏洞路线数量正相关、且与所述相机图谱的相机总数负相关;所述相机的节点漏洞路线以所述相机为出发地,且所述相机的节点漏洞路线未在所述相机图谱中除所述相机之外的任一相机的监控范围内;
基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定所述相机图谱的链接度,所述链接度与所述目标相机的所有区域漏洞路线数正相关、且与所述目标相机的所有通外路线数负相关。
在一些可能的实施例中,执行所述确定以所述目标相机为出发地的区域漏洞路线,所述图谱获取模块301被配置为:
确定所述目标相机的节点漏洞路线;
针对所述目标相机的所有节点漏洞路线分别执行:查找位于指定区域范围内、且连接度小于连接度阈值的邻居相机;所述指定区域范围是以所述节点漏洞路线为基准的指定范围;
确定查找到的各邻居相机的节点漏洞路线;
基于所述目标相机的节点漏洞路线和各所述邻居相机的节点漏洞路线的交点为路线拼接点,筛选出所述目标相机的区域漏洞路线。
在一些可能的实施例中,执行所述基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定所述相机图谱的链接度,所述图谱获取模块301被配置为:
根据下述公式确定所述链接度:
Link=P1/P2
其中,Link表征所述链接度、P1表征所述目标相机的所有区域漏洞路线数、P2表征所述目标相机的所有通外路线数。
在一些可能的实施例中,所述连接度是根据下述公式确定的:
Rcon(c)=logm(nc/nl)
其中,Rcon(c)表征c相机的连接度、c为相机标识、m为预设底数值、nc表征所述相机图谱的相机总数、nl表征所述c相机的所有节点漏洞路线数。
在一些可能的实施例中,执行针对所述相机图谱中的任一相机,确定所述相机的节点漏洞路线,所述图谱获取模块301被配置为:
获取目标节点周围的待处理节点;其中,所述相机为目标节点,所述相机图谱内除所述相机之外的其他相机为待处理节点;
获取所述目标节点至所述待处理节点之间的路径;获取所述路径中包括的路段,并确定所述路段的长度和中心点;
以所述中心点为中心,以所述路段的长度为基准确定预设几何图形各个顶点的位置坐标;其中,所述预设几何图形的边长大于或等于所述路段的长度;
若所述目标节点到任意顶点的待处理路线中不在监控范围内,则所述待处理路线为所述目标节点的节点漏洞路线。
在一些可能的实施例中,执行所述输出向所述相机图谱的监控区域内增设相机的提示信息,所述图谱获取模块301被配置为:
确定所述目标相机的相机图谱的监控区域中需要补充的邻居相机在路网中的地理位置;
输出携带所述地理位置的提示信息。
在一些可能的实施例中,相机图谱中目标相机预设有对应的第二图片数量,所述人像捕捉期望为所述目标相机在所述指定时间段内预计捕捉的人像图片数量;
执行所述基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度,所述贡献度确定模块303被配置为:
获取所述指定时间段内所述目标相机捕捉人像图片的第一图片数和所述第二图片数;
根据所述第一图片数、所述第二图片数、所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度。
在一些可能的实施例中,根据下述公式确定所述目标相机的聚档贡献度:
其中,Ci为所述聚档贡献度;fi为所述第一图片数;为所述第二图片数;Ai为所述第一档案数;Anei(i)为所述第二档案数。
在一些可能的实施例中,执行所述确定所述目标相机为问题相机之后,所述相机检测模块304还被配置为:
执行以下操作中的至少一种:
对所述问题相机是否存在运维故障进行检测,并输出检测结果;
对所述问题相机捕捉的图像的图像质量进行检测,并输出检测结果;
基于所述问题相机捕捉的图像,检测所述问题相机的监控范围内是否存在遮挡所述问题相机的监控视野的遮挡物,并输出检测结果。
下面参照图4来描述根据本申请的这种实施方式的电子设备130。图4显示的电子设备130仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,电子设备130以通用电子设备的形式表现。电子设备130的组件可以包括但不限于:上述至少一个处理器131、上述至少一个存储器132、连接不同系统组件(包括存储器132和处理器131)的总线133。
总线133表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器132可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)1321和/或高速缓存存储器1322,还可以进一步包括只读存储器(ROM)1323。
存储器132还可以包括具有一组(至少一个)程序模块1324的程序/实用工具1325,这样的程序模块1324包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备130也可以与一个或多个外部设备134(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与电子设备130交互的设备通信,和/或与使得该电子设备130能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口135进行。并且,电子设备130还可以通过网络适配器136与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器136通过总线133与用于电子设备130的其它模块通信。应当理解,尽管图中未示出,可以结合电子设备130使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中,本申请提供的一种相机检测方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在计算机设备上运行时,程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种相机检测方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请的实施方式的用于相机检测的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在电子设备上运行。然而,本申请的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务端上执行。在涉及远程电子设备的情形中,远程电子设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户电子设备,或者,可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和方框图来描述的。应理解可由计算机程序指令实现流程图和方框图中的每一流程和/或方框、以及流程图和方框图中的流程和方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (11)

1.一种相机检测方法,其特征在于,所述方法包括:
获取目标相机的对目标对象的监控能力满足业务需求的相机图谱,所述相机图谱中包括所述目标相机和所述目标相机的邻居相机,其中,所述对目标对象的监控能力是否满足业务需求是基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定的所述相机图谱的链接度判断的,所述链接度用于表征从所述目标相机所在位置移动到所述相机图谱的监控区域之外且未被监控到移动路线的成功率;
获取指定时间段内所述目标相机参与图像聚档的第一档案数和所述相机图谱中各相机参与图像聚档的第二档案数;
基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度,其中,所述聚档贡献度与所述第一档案数正相关且与所述第二档案数负相关;
若所述目标相机的所述聚档贡献度小于贡献度阈值,则确定所述目标相机为问题相机;
其中,基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定的所述相机图谱的链接度,包括:
根据下述公式确定所述链接度:
Link=P1/P2
其中,Link表征所述链接度、P1表征所述目标相机的所有区域漏洞路线数、P2表征所述目标相机的所有通外路线数;
其中,相机图谱中目标相机预设有对应的第二图片数量,人像捕捉期望为所述目标相机在指定时间段内预计捕捉的人像图片数量;
所述基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度,包括:
获取所述指定时间段内所述目标相机捕捉人像图片的第一图片数和所述第二图片数;
根据所述第一图片数、所述第二图片数、所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度;
根据下述公式确定所述目标相机的聚档贡献度:
其中,Ci为所述聚档贡献度;fi为所述第一图片数;为所述第二图片数;Ai为所述第一档案数;Anei(i)为所述第二档案数。
2.根据权利要求1所述的方法,其特征在于,所述获取目标相机的对目标对象的监控能力满足业务需求的相机图谱,包括:
以所述目标相机为出发地,各邻居相机分别为目的地,构建所述目标相机的相机图谱;其中,所述相机图谱的边为所述目标相机和邻居相机之间的连通路径;
确定所述相机图谱的链接度;
若所述链接度小于链接度阈值,则确定所述相机图谱对目标对象的监控能力不满足业务需求并输出提示信息,所述提示信息用于指示向所述相机图谱的监控区域内增设相机;
在确定增设相机之后,返回执行所述确定所述相机图谱的链接度的步骤,直至所述相机图谱的链接度不小于所述链接度阈值,则确定所述相机图谱对目标对象的监控能力满足业务需求。
3.根据权利要求2所述的方法,其特征在于,所述确定所述相机图谱的链接度,包括:
确定以所述目标相机为出发地的区域漏洞路线和通外路线,所述区域漏洞路线指从所述目标相机出发经由1个或连续多个连接度小于连接度阈值的邻居相机之后通往所述目标相机的相机图谱的监控区域之外的路线;所述目标相机的通外路线指以所述目标相机为出发地通往所述目标相机的相机图谱的监控区域之外的路线;针对所述相机图谱中的任一相机,所述相机的连接度与所述相机的节点漏洞路线数量正相关、且与所述相机图谱的相机总数负相关;所述相机的节点漏洞路线以所述相机为出发地,且所述相机的节点漏洞路线未在所述相机图谱中除所述相机之外的任一相机的监控范围内;
所述链接度与所述目标相机的所有区域漏洞路线数正相关、且与所述目标相机的所有通外路线数负相关。
4.根据权利要求3所述的方法,其特征在于,所述确定以所述目标相机为出发地的区域漏洞路线,包括:
确定所述目标相机的节点漏洞路线;
针对所述目标相机的所有节点漏洞路线分别执行:查找位于指定区域范围内、且连接度小于连接度阈值的邻居相机;所述指定区域范围是以所述节点漏洞路线为基准的指定范围;
确定查找到的各邻居相机的节点漏洞路线;
基于所述目标相机的节点漏洞路线和各所述邻居相机的节点漏洞路线的交点为路线拼接点,筛选出所述目标相机的区域漏洞路线。
5.根据权利要求3所述的方法,其特征在于,所述连接度是根据下述公式确定的:
Rcon(c)=logm(nc/nl)
其中,Rcon(c)表征c相机的连接度、c为相机标识、m为预设底数值、nc表征所述相机图谱的相机总数、nl表征所述c相机的所有节点漏洞路线数。
6.根据权利要求3所述的方法,其特征在于,针对所述相机图谱中的任一相机,确定所述相机的节点漏洞路线,包括:
获取目标节点周围的待处理节点;其中,所述相机为目标节点,所述相机图谱内除所述相机之外的其他相机为待处理节点;
获取所述目标节点至所述待处理节点之间的路径;
获取所述路径中包括的路段,并确定所述路段的长度和中心点;
以所述中心点为中心,以所述路段的长度为基准确定预设几何图形各个顶点的位置坐标;其中,所述预设几何图形的边长大于或等于所述路段的长度;
若所述目标节点到任意顶点的待处理路线中不在监控范围内,则所述待处理路线为所述目标节点的节点漏洞路线。
7.根据权利要求2所述的方法,其特征在于,所述输出向所述相机图谱的监控区域内增设相机的提示信息,包括:
确定所述目标相机的相机图谱的监控区域中需要补充的邻居相机在路网中的地理位置;
输出携带所述地理位置的提示信息。
8.根据权利要求1所述的方法,其特征在于,所述确定所述目标相机为问题相机之后,所述方法还包括:
执行以下操作中的至少一种:
对所述问题相机是否存在运维故障进行检测,并输出检测结果;
对所述问题相机捕捉的图像的图像质量进行检测,并输出检测结果;
基于所述问题相机捕捉的图像,检测所述问题相机的监控范围内是否存在遮挡所述问题相机的监控视野的遮挡物,并输出检测结果。
9.一种相机检测装置,其特征在于,所述装置包括:
图谱获取模块,被配置为执行获取目标相机的对目标对象的监控能力满足业务需求的相机图谱,所述相机图谱中包括所述目标相机和所述目标相机的邻居相机,其中,所述对目标对象的监控能力是否满足业务需求是基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定的所述相机图谱的链接度判断的,所述链接度用于表征从所述目标相机所在位置移动到所述相机图谱的监控区域之外且未被监控到移动路线的成功率;
档案获取模块,被配置为执行获取指定时间段内所述目标相机参与图像聚档的第一档案数和所述相机图谱中各相机参与图像聚档的第二档案数;
贡献度确定模块,被配置为执行基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度,其中,所述聚档贡献度与所述第一档案数正相关且与所述第二档案数负相关;
相机检测模块,被配置为执行若所述目标相机的所述聚档贡献度小于贡献度阈值,则确定所述目标相机为问题相机;
其中,执行所述基于所述目标相机的所有区域漏洞路线数、所述目标相机的所有通外路线数确定所述相机图谱的链接度,所述图谱获取模块被配置为:
根据下述公式确定所述链接度:
Link=P1/P2
其中,Link表征所述链接度、P1表征所述目标相机的所有区域漏洞路线数、P2表征所述目标相机的所有通外路线数;
其中,相机图谱中目标相机预设有对应的第二图片数量,人像捕捉期望为所述目标相机在指定时间段内预计捕捉的人像图片数量;
执行所述基于所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度,所述贡献度确定模块被配置为:
获取所述指定时间段内所述目标相机捕捉人像图片的第一图片数和所述第二图片数;
根据所述第一图片数、所述第二图片数、所述第一档案数和所述第二档案数确定所述目标相机的聚档贡献度;
根据下述公式确定所述目标相机的聚档贡献度:
其中,Ci为所述聚档贡献度;fi为所述第一图片数;为所述第二图片数;Ai为所述第一档案数;Anei(i)为所述第二档案数。
10.一种电子设备,其特征在于,包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-8中任一项所述的方法。
11.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序用于使计算机执行如权利要求1-8任一项所述的方法。
CN202111636199.3A 2021-12-29 2021-12-29 一种相机检测方法及相关装置 Active CN114286086B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111636199.3A CN114286086B (zh) 2021-12-29 2021-12-29 一种相机检测方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111636199.3A CN114286086B (zh) 2021-12-29 2021-12-29 一种相机检测方法及相关装置

Publications (2)

Publication Number Publication Date
CN114286086A CN114286086A (zh) 2022-04-05
CN114286086B true CN114286086B (zh) 2023-08-01

Family

ID=80877939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111636199.3A Active CN114286086B (zh) 2021-12-29 2021-12-29 一种相机检测方法及相关装置

Country Status (1)

Country Link
CN (1) CN114286086B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117237879B (zh) * 2023-11-06 2024-04-26 浙江大学 一种轨迹追踪方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128305A (zh) * 2019-12-31 2021-07-16 深圳云天励飞技术有限公司 人像档案聚档评估方法、装置、电子设备及存储介质
CN113408337A (zh) * 2021-05-11 2021-09-17 浙江大华技术股份有限公司 目标聚档方法、电子设备和计算机存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012089902A1 (en) * 2010-12-30 2012-07-05 Nokia Corporation Method, apparatus, and computer program product for image clustering
CN110969215B (zh) * 2019-12-18 2023-06-16 浙江大华技术股份有限公司 聚类处理方法和装置、存储介质及电子装置
CN112507953B (zh) * 2020-12-21 2022-10-14 重庆紫光华山智安科技有限公司 一种目标搜索及追踪方法和装置及设备
CN113822367B (zh) * 2021-09-29 2024-02-09 重庆紫光华山智安科技有限公司 一种基于人脸的区域行为分析方法、系统及介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128305A (zh) * 2019-12-31 2021-07-16 深圳云天励飞技术有限公司 人像档案聚档评估方法、装置、电子设备及存储介质
CN113408337A (zh) * 2021-05-11 2021-09-17 浙江大华技术股份有限公司 目标聚档方法、电子设备和计算机存储介质

Also Published As

Publication number Publication date
CN114286086A (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
AU2019275041B2 (en) System and method for vegetation management risk assessment and resolution
US20220406012A1 (en) Systems and methods for controlling a fleet of drones for data collection
US10032267B2 (en) Automating the assessment of damage to infrastructure assets
CN102044094B (zh) 线路巡检管理系统及方法
GB2554978A (en) Deep machine learning to predict and prevent adverse conditions at structural assets
US20170345317A1 (en) Dynamic routing based on captured data quality
CN111988524A (zh) 一种无人机与摄像头协同避障方法、服务器及存储介质
CN108306756A (zh) 一种基于电力数据网全息评估系统及其故障定位方法
US20070024468A1 (en) Methods and systems for identifying safe havens for hazardous transports
US20060167728A1 (en) Methods and systems for assessing security risks
KR101678004B1 (ko) 노드-링크 기반 카메라 네트워크 통합 감시 시스템 및 감시 방법
KR20160099931A (ko) 재난 위험 및 관심 지역에 대한 재난 예방 및 관리방법
CN114286086B (zh) 一种相机检测方法及相关装置
CN107431639A (zh) 共享风险组邻近及方法
JP2022023910A (ja) 通行状態取得方法及び装置、路側装置、並びに、クラウド制御プラットフォーム
JP2017102672A (ja) 地理位置情報特定システム及び地理位置情報特定方法
CN112862821A (zh) 基于图像处理的漏水检测方法、装置、计算设备和介质
JP2022014432A (ja) 劣化診断システム、劣化診断装置、劣化診断方法、及び、プログラム
US11361265B2 (en) Data center impact assessment post disaster
WO2008060308A2 (en) Data model for risk assessments
KR102177460B1 (ko) 사물인터넷을 기반으로 선박 접안 시 항만 시설의 손상을 예방하는 방법 및 시스템
KR20230056006A (ko) 3차원 모델을 통한 인공지능 기반 안전진단 장치 및 그 방법
CN114339155B (zh) 抓拍漏洞路线确定方法和相关装置
KR20120118339A (ko) 지능형 무인 감시 서비스 방법
KR102595365B1 (ko) 아이오티 기반의 경사지 상태 분석 방법 및 시스템

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