CN114549582A - 一种轨迹地图生成方法、装置及计算机可读存储介质 - Google Patents
一种轨迹地图生成方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114549582A CN114549582A CN202111617713.9A CN202111617713A CN114549582A CN 114549582 A CN114549582 A CN 114549582A CN 202111617713 A CN202111617713 A CN 202111617713A CN 114549582 A CN114549582 A CN 114549582A
- Authority
- CN
- China
- Prior art keywords
- image
- length
- target
- reference line
- track
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/269—Analysis of motion using gradient-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请公开了一种轨迹地图生成方法、装置及计算机可读存储介质,该方法包括:获取针对预设地理区域连续采集的多帧抓拍图像;对多帧抓拍图像进行针对待处理目标的检测处理,确定待处理目标的轨迹点序列;其中,轨迹点序列包括待处理目标在各帧抓拍图像中的图像轨迹点;利用图像坐标系与地图坐标系的转换关系,将轨迹点序列转换到地图坐标系中,生成待处理目标的运动轨迹信息,其中:转换关系基于预设地理区域中各参考线的第一长度和各参考线的第二长度确定;第一长度基于对应的参考线在地图坐标系中的长度确定;第二长度基于对应的参考线在图像坐标系中的长度确定。通过上述方式,本申请能够实时显示待处理目标在地图上的轨迹点,且实现简单。
Description
技术领域
本申请涉及目标跟踪技术领域,具体涉及一种轨迹地图生成方法、装置及计算机可读存储介质。
背景技术
目标跟踪(Object Tracking,OT)能够应用于智能监控系统、交通管控、行人计数以及行为分析等场景中,可在地图上展现跟踪结果,对于二维或三维地图来说,往往采用目标检测(Object Detection,OD)得到的人体框进行目标定位以及轨迹的绘制,但存在所使用的定位技术较为复杂的问题。
发明内容
本申请提供一种轨迹地图生成方法、装置及计算机可读存储介质,能够实时显示待处理目标在地图上的轨迹点,且实现简单。
为解决上述技术问题,本申请采用的技术方案是:提供一种轨迹地图生成方法,该方法包括:获取针对预设地理区域连续采集的多帧抓拍图像;对多帧抓拍图像进行针对待处理目标的检测处理,确定待处理目标的轨迹点序列;其中,轨迹点序列包括待处理目标在各帧抓拍图像中的图像轨迹点;利用图像坐标系与地图坐标系的转换关系,将轨迹点序列转换到地图坐标系中,生成待处理目标的运动轨迹信息,其中:转换关系基于预设地理区域中各参考线的第一长度和各参考线的第二长度确定;第一长度基于对应的参考线在地图坐标系中的长度确定;第二长度基于对应的参考线在图像坐标系中的长度确定。
为解决上述技术问题,本申请采用的另一技术方案是:提供一种轨迹地图生成装置,该轨迹地图生成装置包括互相连接的存储器和处理器,其中,存储器用于存储计算机程序,计算机程序在被处理器执行时,用于实现上述技术方案中的轨迹地图生成方法。
为解决上述技术问题,本申请采用的另一技术方案是:提供一种计算机可读存储介质,该计算机可读存储介质用于存储计算机程序,计算机程序在被处理器执行时,用于实现上述技术方案中的轨迹地图生成方法。
通过上述方案,本申请的有益效果是:先获取预设地理区域的每条参考线在图像坐标系中的长度,得到第一长度;同时,获取预设地理区域的每条参考线在地图坐标系中的长度,得到第二长度;然后基于第一长度与第二长度,建立图像坐标系与地图坐标系的转换关系;然后获取预设地理区域的多帧抓拍图像并进行目标检测处理,得到抓拍图像中待处理目标的轨迹点;再采用转换关系将该轨迹点转换到地图坐标系中,生成运动轨迹信息;由于实时获取图像轨迹点,能够实现在线实时显示待处理目标的轨迹;而且,通过第一长度与第二长度之间的关系建立转换关系的方案较为简单,复杂度更低,易于实现。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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。其中:
图1是本申请提供的轨迹地图生成方法方法一实施例的流程示意图;
图2是本申请提供的轨迹地图生成方法另一实施例的流程示意图;
图3是本申请提供的预设地理区域的示意图;
图4是本申请提供的基础图像的示意图;
图5是本申请提供的建立转换关系的流程示意图;
图6是对图4所示的区域D2添加延长辅助线后的示意图;
图7是本申请提供的轨迹地图生成装置一实施例的结构示意图;
图8是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面结合附图和实施例,对本申请作进一步的详细描述。特别指出的是,以下实施例仅用于说明本申请,但不对本申请的范围进行限定。同样的,以下实施例仅为本申请的部分实施例而非全部实施例,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它实施例,都属于本申请保护的范围。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
需要说明的是,本申请中的术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
先对本申请所涉及的技术术语进行介绍:
目标跟踪:通过目标检测进行人脸或者人体检测,得到目标的相应特征,通过特征匹配来确定跟踪目标。
定位技术:通过坐标转换等方式,得到目标在地图场景中的真实位置。
轨迹平滑:将离散杂乱的轨迹通过算法处理,变成平滑、连续可导的轨迹。
请参阅图1,图1是本申请提供的轨迹地图生成方法一实施例的流程示意图,该方法包括:
S11:获取针对预设地理区域连续采集的多帧抓拍图像。
预设地理区域为预先根据应用需要设置的区域,其为用户关注的、摄像装置能够拍摄到的区域,预设地理区域的形状可以为矩形或其他形状;可采用摄像装置(比如:相机)对预设地理区域进行拍摄,得到基础图像。
进一步地,采用摄像装置对预设地理区域进行持续拍摄,生成预设地理区域的待处理视频数据,该待处理视频数据包括多帧连续的抓拍图像,抓拍图像包括待处理目标,待处理目标可以为人、其他动物或者物体。
S12:对多帧抓拍图像进行针对待处理目标的检测处理,确定待处理目标的轨迹点序列。
轨迹点序列包括待处理目标在各帧抓拍图像中的轨迹点(记作图像轨迹点),对于获取到的抓拍图像来说,采用相关技术中的目标检测方法对该抓拍图像进行检测处理,以确定该抓拍图像中是否存在待处理目标,以及在存在待处理目标时该待处理目标的信息,比如:位置(即图像轨迹点)或种类等信息。
S13:利用图像坐标系与地图坐标系的转换关系,将轨迹点序列转换到地图坐标系中,生成待处理目标的运动轨迹信息。
在获取到每个时刻待处理目标在图像坐标系中的位置后,可采用上述的转换关系对当前生成的图像轨迹点进行转换处理,实现将其转换到地图坐标系中,并显示在与预设地理区域对应的地图中,生成待处理目标的运动轨迹信息,并将运动轨迹信息显示在地图上,得到轨迹地图,该轨迹地图为二维地图。例如,假设图像轨迹点记作Fi(xi,yi),采用公式(1)-(3)将其映射到地图坐标系中,得到地图轨迹点Ft i(i=1,2,…,N)。可以理解地,还可在实时显示每个图像轨迹点在地图上的位置,每获取一个图像轨迹点后,便将其转换到地图坐标系;轨迹地图可以包括所有待处理目标的行动轨迹,或者每个待处理目标对应一个轨迹地图。
进一步地,转换关系基于预设地理区域中各参考线的第一长度和各参考线的第二长度确定;第一长度基于对应的参考线在地图坐标系中的长度确定;第二长度基于对应的参考线在图像坐标系中的长度确定。
在一具体的实施例中,通过如下方式获得转换关系:
采集包含预设地理区域的基础图像;将预设地理区域中各参考线在基础图像中的长度,确定为各参考线的第二长度;并将各参考线在地图坐标系中的长度,确定为各参考线的第一长度;基于各参考线的第一长度和各参考线的第二长度之间的关系,建立图像坐标系与地图坐标系的转换关系。
本实施例建立了图像坐标系与地图坐标系的转换关系;获取预设地理区域的多帧抓拍图像并进行目标检测处理,得到抓拍图像中待处理目标的图像轨迹点;再采用转换关系将图像轨迹点转换到地图坐标系中,生成轨迹地图;由于实时获取图像轨迹点,能够实现在线实时显示待处理目标的轨迹;而且,通过参考线的长度建立转换关系的方案较为简单,复杂度更低,易于实现。
请参阅图2,图2是本申请提供的轨迹地图生成方法另一实施例的流程示意图,该方法包括:
S21:建立图像坐标系与地图坐标系的转换关系。
预设地理区域的参考线为预设地理区域的边,采用以下方案来构建转换关系:
1)获取预设地理区域的每条参考线在图像坐标系中的长度,得到长度集合。
为了建立图像坐标系与地图坐标系之间的映射关系,可对预设地理区域与基础图像进行分析,确定预设地理区域的每条参考线在图像坐标系下的长度,生成长度集合,长度集合包括多个图像长度,图像长度与预设地理区域的参考线一一对应。
2)基于预设地理区域的参考线的长度与长度集合,建立图像坐标系与地图坐标系的转换关系。
在获取长度集合之后,对预设地理区域的参考线的长度(记作实际长度)与图像长度进行处理,建立起图像坐标系与地图坐标系之间的对应关系,形成转换关系,以便后续采用该转换关系将图像坐标转换为实际的地理坐标,实现坐标的转换。
在一具体的实施例中,在一般情况下,相机视野可能存在畸变现象,需要进行矫正,在本实施例中,可以人为的选择感兴趣区域(即基础图像中的预设地理区域),进行地图映射,感兴趣区域一般是相机所拍摄到的画面的中心区域,在该区域不存在畸变或者畸变能够忽略不计。
如图3所示,预设地理区域(记作D1)为矩形区域,预设地理区域的参考线包括第一参考线E1、第二参考线E2以及第三参考线E3,第一参考线E1与第二参考线E2相对设置,长度集合包括第一图像长度、第二图像长度以及第一图像宽度。摄像装置所拍摄到的基础图像如图4所示,基础图像中的预设地理区域记作D2。具体地,可采用图5所示的方案来建立图像坐标系与地图坐标系之间的映射关系,具体包括:
S31:将第一参考线在基础图像中的第一长度,确定为第一图像长度。
如图3与图4所示,第一参考线E1在基础图像中的长度(记作第一图像长度)为a。
S32:将第二参考线在基础图像中的第一长度,确定为第二图像长度。
如图3与图4所示,第二参考线E2在基础图像中的长度(记作第二图像长度)为c。
S33:将第三参考线在基础图像中的第一长度,确定为第一图像宽度。
如图3与图4所示,第三参考线E3在基础图像中的长度(记作第一图像宽度)为h。
S34:基于第一图像宽度、第一图像长度以及第二图像长度,计算出第二图像宽度。
为图4所示的预设地理区域添加延长辅助线,得到图6,通过图3与图6中的长度以及宽度,可以计算出第二图像宽度;具体地,计算第一图像宽度与第二图像长度的比值,得到第一数值;计算第一预设值与第二图像长度的比值,得到第二数值;计算第一预设值与第一图像长度的比值,得到第三数值;计算第二数值与第三数值的差值,得到第四数值;然后计算第一数值与第四数值的比值,得到第二图像宽度;其中,第一预设值可以为1,即采用如下公式计算出第二图像宽度:
其中,在公式(2)中,H1为第二图像宽度,a为第一图像长度,b=1/[2*(a-c)],c为第二图像长度。
S35:基于第二图像宽度,建立转换关系。
轨迹点序列包括多个图像轨迹点,转换关系为图像轨迹点与地图轨迹点(即地图上与图像轨迹点对应的位置)的对应关系,图像轨迹点包括图像横坐标与图像纵坐标,地图轨迹点包括实际横坐标与实际纵坐标。
1)可计算第二图像宽度与图像纵坐标的差值,得到第五数值;计算第五数值、第一参考线的长度以及图像横坐标的乘积,得到第六数值;计算第一图像长度与第二图像宽度的乘积,得到第七数值;再计算第六数值与第七数值的比值,得到实际横坐标,即采用如下公式计算出实际横坐标:
其中,在公式(2)中,x'为实际横坐标,x为图像横坐标,y为图像纵坐标,L为第一参考线的长度。
2)计算第二预设值与图像横坐标的乘积,得到第八数值;计算第一图像长度与第八数值的差值,得到第九数值;计算第九数值、第三参考线的长度以及图像纵坐标的乘积,得到第十数值;然后计算第十数值与第七数值的比值,得到实际纵坐标;其中,第二预设值可以为2,即采用如下公式计算出实际纵坐标:
其中,在公式(3)中,y'为实际横坐标,H为第三参考线的长度。
通过上述的操作,能够建立起地图坐标系与图像坐标系之间的对应关系,能够将相机中的坐标映射到真实的地图坐标系中,以便构建二维的轨迹地图。
S22:获取针对预设地理区域连续采集的多帧抓拍图像。
S22与上述实施例中S11相同,在此不再赘述。
S23:对抓拍图像进行目标跟踪处理,得到待处理目标的检测框信息。
对于获取到的抓拍图像来说,采取相关技术中的目标跟踪方法,比如:跟踪学习检测(Tracking Learning Detection,TLD)或光流法,对抓拍图像进行处理,便可得到跟踪结果,该跟踪结果包括每个待处理目标的标识(Identification,ID)以及待处理目标的检测框信息,检测框信息用于标识待处理目标在抓拍图像中的位置信息,目标检测框为将待处理目标框起来的矩形框,其由上边框、下边框、左边框以及右边框拼合而成;检测框信息可以包括目标检测框的左上角的位置、目标检测框的长度以及目标检测框的宽度,或者检测框信息包括目标检测框的左上角的位置以及目标检测框的右下角的位置;或者目标检测框位置包括目标检测框的中心位置、目标检测框的长度的一半以及目标检测框的宽度的一半。
在一具体的实施例中,检测框信息包括目标检测框的长度与目标检测框的宽度;在绘制轨迹地图的过程中,可能存在缺失目标检测框的情况,导致轨迹出现空白;因此,可判断当前时刻是否获取到检测框信息;若当前时刻未获取到检测框信息,则基于当前时刻之前的历史时刻的图像轨迹点,生成当前时刻的图像轨迹点。
进一步地,获取上一个图像轨迹点对应的时刻,得到上一时刻;判断上一时刻与当前时刻的时间差是否超过预设时间差;若上一时刻与当前时刻的时间差未超过预设时间差,则获取预设数量个历史时刻的图像轨迹点;对预设数量个历史时刻的图像轨迹点进行拟合处理,得到拟合曲线,拟合曲线用于表示图像轨迹点的位置与时刻的对应关系;将当前时刻输入拟合曲线中,得到当前时刻的图像轨迹点的位置。例如,假定待处理目标的行进轨迹为直线,对历史时刻的n个图像轨迹点进行线性拟合处理,得到线性函数fx(t)与fy(t),fx(t)为横坐标对应的函数,fy(t)为纵坐标对应的函数;通过将当前时刻带入fx(t)与fy(t),便可预测出当前时刻的图像轨迹点。
可以理解地,本实施例只对设定时间内的图像轨迹点进行补充,即如果短时间内获取不到目标检测框,则利用历史时刻的图像轨迹点对当前时刻的图像轨迹点进行预测,并相应的显示在地图上;如果长时间获取不到目标检测框,则认为待处理目标丢失,此时将不做补充,可生成一提醒信息,用于提醒用户待处理目标丢失。
S24:基于检测框信息,确定待处理目标的图像轨迹点。
在获取到检测框信息后,可直接将目标检测框的下边框的中点作为待处理目标在图像坐标系中的位置(即图像轨迹点);或者将设定区域的中点作为图像轨迹点,该设定区域为靠近下边框的区域。
在另一具体的实施例中,由于生成的目标检测框可能存在误差,导致轨迹点存在抖动,为了得到比较准确的地图轨迹点,可基于目标检测框的某个位置(比如:可信度比较高的位置)来生成图像轨迹点,例如,采用以下方案:
1)计算目标检测框的宽度与目标检测框的长度的比值,得到当前宽长比。
假设目标检测框的宽度为w,目标检测框的长度为d,则当前宽长比为:w/d。
2)判断当前宽长比是否小于预设阈值。
可对目标检测框的可信度进行判断,即判断当前宽长比与预设阈值之间的大小关系,该预设阈值为预先基于应用场景或经验设置的值。
3)若当前宽长比小于预设阈值,则基于目标检测框的下边框,确定图像轨迹点。
假设预设阈值为σ,当w/d<σ时,可以认为脚部的边框的可信度比较高,此时可将下边框的中点确定为图像轨迹点。
4)若当前宽长比大于或等于预设阈值,则基于目标检测框的上边框与预设范围,确定图像轨迹点。
在当前宽长比大于或等于预设阈值时,判断当前宽长比是否落在预设范围内;若当前宽长比落在预设范围内,则基于上边框的中点与待处理目标的高度,生成图像轨迹点。
进一步地,在当前宽长比落在预设范围内时,认为头顶的边框的可信度比较高,此时可以取上边框的中点,得到候选位置,并将候选位置的纵坐标与待处理目标的高度相减,得到图像轨迹点,实现将候选位置投影到脚部,投影操作用于将头顶的边框的中心平移至脚部的中心。
通过上述操作,实现了对轨迹的稳定平滑,减小目标检测框抖动的影响,提高轨迹准确度。
在其他具体的实施例中,对于获取到的图像轨迹点,还可采用以下方案进行轨迹平滑处理:
1)利用滑动平均(Moving Average Models,MA)算法对图像轨迹点进行处理,实现过滤离散轨迹中的随机噪声,即采用公式进行计算:
其中,N为预先设定的参数值,Fi为第i个图像轨迹点,i≥N,由公式(4)可以得到如下公式:
2)采用三次样条曲线函数对多个图像轨迹点进行拟合,公式如下所示:
其中,在公式(6)中,0≤t≤1,将当前时刻输入公式(6)中,便可得到平滑后的图像轨迹点。
由于存在人体遮挡将导致目标检测框出现不稳定或者不准确,进而导致地图上的轨迹不稳定、甚至不正确,因此采用了上述的轨迹平滑方案,对密集的图像轨迹点进行合理化的处理,先利用MA算法过滤离散轨迹中的随机噪声误差,再利用三次样条曲线绘制轨迹,使得最终显示的轨迹地图中待待处理目标的轨迹更加平滑。
S25:利用图像坐标系与地图坐标系的转换关系,将轨迹点序列转换到地图坐标系中,生成待处理目标的运动轨迹信息。
S25与上述实施例中S13相同,在此不再赘述。
在实时获得待处理目标的图像轨迹点的情况下,通过对获得的图像轨迹点进行映射处理,得到待处理目标在地理空间中的位置,并基于该位置绘制待处理目标在地图上的轨迹,实现了在线实时显示待处理目标的轨迹。而且,还可通过当前宽长比与预设阈值的大小关系,对不稳定的目标检测框进行修复,使得待处理目标的轨迹不会因为目标检测结果的不稳定产生不稳定、抖动的问题;还可对获得的图像轨迹点进行平滑处理,以便生成更加稳定的轨迹;且采用了在线修复待处理目标的轨迹的方案,对于不存在目标检测框的情况,利用历史时刻的图像轨迹点进行拟合操作,预测出当前时刻的图像轨迹点进行补充,能够生成稳定光滑的轨迹。此外,本实施例通过图像坐标下的预设地地图区域的边长以及地图坐标下的预设地地图区域的边长,便建立起两个坐标系之间的映射关系,实现复杂度较低。
请参阅图7,图7是本申请提供的轨迹地图生成装置一实施例的结构示意图,轨迹地图生成装置70包括互相连接的存储器71和处理器72,其中,存储器71用于存储计算机程序,计算机程序在被处理器72执行时,用于实现上述实施例中的轨迹地图生成方法。
请参阅图8,图8是本申请提供的计算机可读存储介质一实施例的结构示意图,计算机可读存储介质80用于存储计算机程序81,计算机程序81在被处理器执行时,用于实现上述实施例中的轨迹地图生成方法。
计算机可读存储介质80可以是服务端、U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施方式中,应该理解到,所揭露的方法以及设备,可以通过其它的方式实现。例如,以上所描述的设备实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (12)
1.一种轨迹地图生成方法,其特征在于,所述方法包括:
获取针对预设地理区域连续采集的多帧抓拍图像;
对所述多帧抓拍图像进行针对待处理目标的检测处理,确定所述待处理目标的轨迹点序列;其中,所述轨迹点序列包括所述待处理目标在各帧所述抓拍图像中的图像轨迹点;
利用图像坐标系与地图坐标系的转换关系,将所述轨迹点序列转换到所述地图坐标系中,生成所述待处理目标的运动轨迹信息,其中:
所述转换关系基于所述预设地理区域中各参考线的第一长度和所述各参考线的第二长度确定;所述第一长度基于对应的参考线在所述地图坐标系中的长度确定;所述第二长度基于对应的参考线在所述图像坐标系中的长度确定。
2.根据权利要求1所述的轨迹地图生成方法,其特征在于,通过如下方式获得所述转换关系:
采集包含所述预设地理区域的基础图像;
将所述预设地理区域中各参考线在所述基础图像中的长度,确定为所述各参考线的第二长度;并
将所述各参考线在所述地图坐标系中的长度,确定为所述各参考线的第一长度;
基于所述各参考线的第一长度和所述各参考线的第二长度之间的关系,建立所述图像坐标系与所述地图坐标系的转换关系。
3.根据权利要求2所述的轨迹地图生成方法,其特征在于,所述预设地理区域为矩形区域,所述预设地理区域的参考线包括第一参考线、第二参考线以及第三参考线,所述第一参考线与所述第二参考线相对设置,所述方法还包括:
将所述第一参考线在所述基础图像中的第一长度,确定为第一图像长度;
将所述第二参考线在所述基础图像中的第一长度,确定为第二图像长度;
将所述第三参考线在所述基础图像中的第一长度,确定为第一图像宽度;
基于所述第一图像宽度、所述第一图像长度以及第二图像长度,计算出第二图像宽度;
基于所述第二图像宽度,建立所述转换关系。
4.根据权利要求3所述的轨迹地图生成方法,其特征在于,所述基于所述第一图像宽度、所述第一图像长度以及第二图像长度,计算出第二图像宽度的步骤,包括:
计算所述第一图像宽度与所述第二图像长度的比值,得到第一数值;
计算第一预设值与所述第二图像长度的比值,得到第二数值;
计算所述第一预设值与所述第一图像长度的比值,得到第三数值;
计算所述第二数值与所述第三数值的差值,得到第四数值;
计算所述第一数值与所述第四数值的比值,得到所述第二图像宽度。
5.根据权利要求4所述的轨迹地图生成方法,其特征在于,所述转换关系为图像轨迹点与地图轨迹点的对应关系,所述图像轨迹点包括图像横坐标与图像纵坐标,所述地图轨迹点包括实际横坐标与实际纵坐标,所述基于所述第二图像宽度,建立所述转换关系的步骤,包括:
计算所述第二图像宽度与所述图像纵坐标的差值,得到第五数值;
计算所述第五数值、所述第一参考线的长度以及所述图像横坐标的乘积,得到第六数值;
计算所述第一图像长度与所述第二图像宽度的乘积,得到第七数值;
计算所述第六数值与所述第七数值的比值,得到所述实际横坐标;
计算第二预设值与所述图像横坐标的乘积,得到第八数值;
计算所述第一图像长度与所述第八数值的差值,得到第九数值;
计算所述第九数值、所述第三参考线的长度以及所述图像纵坐标的乘积,得到第十数值;
计算所述第十数值与所述第七数值的比值,得到所述实际纵坐标。
6.根据权利要求5所述的轨迹地图生成方法,其特征在于,所述对所述多帧抓拍图像进行针对待处理目标的检测处理,确定所述待处理目标的轨迹点序列的步骤,包括:
对所述抓拍图像进行目标跟踪处理,得到所述待处理目标的检测框信息;
基于所述检测框信息,确定所述待处理目标的图像轨迹点。
7.根据权利要求6所述的轨迹地图生成方法,其特征在于,所述检测框信息包括目标检测框的长度与所述目标检测框的宽度,所述基于所述检测框信息,确定所述待处理目标的图像轨迹点的步骤,包括:
计算所述目标检测框的宽度与所述目标检测框的长度的比值,得到当前宽长比;
判断所述当前宽长比是否小于预设阈值;
若是,则基于所述目标检测框的下边框,确定所述图像轨迹点;
若否,则基于所述目标检测框的上边框与预设范围,确定所述图像轨迹点。
8.根据权利要求7所述的轨迹地图生成方法,其特征在于,所述基于所述目标检测框的下边框,确定所述图像轨迹点的步骤,包括:
将所述下边框的中点确定为所述图像轨迹点;
所述基于所述目标检测框的上边框与预设范围,确定所述图像轨迹点的步骤,包括:
判断所述当前宽长比是否落在预设范围内;
若是,则基于所述上边框的中点与所述待处理目标的高度,生成所述图像轨迹点。
9.根据权利要求6所述的轨迹地图生成方法,其特征在于,所述基于所述检测框信息,确定所述待处理目标的图像轨迹点的步骤之前,包括:
判断当前时刻是否获取到所述检测框信息;
若否,则基于所述当前时刻之前的历史时刻的图像轨迹点,生成所述当前时刻的图像轨迹点。
10.根据权利要求9所述的轨迹地图生成方法,其特征在于,所述基于所述当前时刻之前的历史时刻的图像轨迹点,生成所述当前时刻的图像轨迹点的步骤,包括:
获取上一个图像轨迹点对应的时刻,得到上一时刻;
判断所述上一时刻与所述当前时刻的时间差是否超过预设时间差;
若否,则获取预设数量个历史时刻的图像轨迹点;
对所述预设数量个历史时刻的图像轨迹点进行拟合处理,得到拟合曲线,所述拟合曲线用于表示所述图像轨迹点的位置与时刻的对应关系;
将所述当前时刻输入所述拟合曲线中,得到所述当前时刻的图像轨迹点的位置。
11.一种轨迹地图生成装置,其特征在于,包括互相连接的存储器和处理器,其中,所述存储器用于存储计算机程序,所述计算机程序在被所述处理器执行时,用于实现权利要求1-10中任一项所述的轨迹地图生成方法。
12.一种计算机可读存储介质,用于存储计算机程序,其特征在于,所述计算机程序在被处理器执行时,用于实现权利要求1-10中任一项所述的轨迹地图生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111617713.9A CN114549582A (zh) | 2021-12-27 | 2021-12-27 | 一种轨迹地图生成方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111617713.9A CN114549582A (zh) | 2021-12-27 | 2021-12-27 | 一种轨迹地图生成方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114549582A true CN114549582A (zh) | 2022-05-27 |
Family
ID=81669311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111617713.9A Pending CN114549582A (zh) | 2021-12-27 | 2021-12-27 | 一种轨迹地图生成方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114549582A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114862946A (zh) * | 2022-06-06 | 2022-08-05 | 重庆紫光华山智安科技有限公司 | 位置预测方法、系统、设备及介质 |
CN115328177A (zh) * | 2022-08-23 | 2022-11-11 | 上海交通大学 | 潜水器运动轨迹修复方法及系统 |
CN115880338A (zh) * | 2023-03-02 | 2023-03-31 | 浙江大华技术股份有限公司 | 标注方法、标注装置及计算机可读存储介质 |
WO2024087605A1 (zh) * | 2022-10-28 | 2024-05-02 | 中兴通讯股份有限公司 | 多目标的轨迹分解观测方法、电子设备及存储介质 |
-
2021
- 2021-12-27 CN CN202111617713.9A patent/CN114549582A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114862946A (zh) * | 2022-06-06 | 2022-08-05 | 重庆紫光华山智安科技有限公司 | 位置预测方法、系统、设备及介质 |
CN115328177A (zh) * | 2022-08-23 | 2022-11-11 | 上海交通大学 | 潜水器运动轨迹修复方法及系统 |
WO2024087605A1 (zh) * | 2022-10-28 | 2024-05-02 | 中兴通讯股份有限公司 | 多目标的轨迹分解观测方法、电子设备及存储介质 |
CN115880338A (zh) * | 2023-03-02 | 2023-03-31 | 浙江大华技术股份有限公司 | 标注方法、标注装置及计算机可读存储介质 |
CN115880338B (zh) * | 2023-03-02 | 2023-06-02 | 浙江大华技术股份有限公司 | 标注方法、标注装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114549582A (zh) | 一种轨迹地图生成方法、装置及计算机可读存储介质 | |
CN110568447B (zh) | 视觉定位的方法、装置及计算机可读介质 | |
CN107924461B (zh) | 用于多因素图像特征配准和跟踪的方法、电路、设备、系统及相关计算机可执行代码 | |
US11983898B2 (en) | Monitoring method, electronic device and storage medium | |
WO2019225547A1 (ja) | オブジェクトトラッキング装置、オブジェクトトラッキング方法およびオブジェクトトラッキングプログラム | |
Varcheie et al. | Adaptive fuzzy particle filter tracker for a PTZ camera in an IP surveillance system | |
US20110187703A1 (en) | Method and system for object tracking using appearance model | |
CN114091601B (zh) | 人员状况侦测的传感器融合方法 | |
JP2012529691A (ja) | 3次元画像生成 | |
JP5027758B2 (ja) | 画像監視装置 | |
CN111780744B (zh) | 移动机器人混合导航方法、设备及存储装置 | |
CN112633096A (zh) | 客流的监测方法、装置、电子设备及存储介质 | |
CN111798486A (zh) | 基于人体运动预测的多视角人体运动捕捉方法 | |
US20030126622A1 (en) | Method for efficiently storing the trajectory of tracked objects in video | |
Mohedano et al. | Robust 3d people tracking and positioning system in a semi-overlapped multi-camera environment | |
Gruenwedel et al. | Decentralized tracking of humans using a camera network | |
Thomanek et al. | A scalable system architecture for activity detection with simple heuristics | |
Shal’nov et al. | Estimation of the people position in the world coordinate system for video surveillance | |
CN109816685A (zh) | 一种在视频中针对快速移动物体跟踪的位置补偿方法 | |
US11954924B2 (en) | System and method for determining information about objects using multiple sensors | |
CN115880338B (zh) | 标注方法、标注装置及计算机可读存储介质 | |
CN118135484B (zh) | 目标检测方法、装置及相关设备 | |
CN114092883A (zh) | 人群信息的获取方法及其装置、计算机可读存储介质 | |
CN111539974B (zh) | 一种实现轨迹确定的方法、装置、计算机存储介质及终端 | |
US12080018B2 (en) | Tracking apparatus, method, and non-transitory computer readable storage medium thereof |
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 |