CN114549585A - 视频追踪方法、装置、设备、机器可读存储介质及系统 - Google Patents
视频追踪方法、装置、设备、机器可读存储介质及系统 Download PDFInfo
- Publication number
- CN114549585A CN114549585A CN202210151106.6A CN202210151106A CN114549585A CN 114549585 A CN114549585 A CN 114549585A CN 202210151106 A CN202210151106 A CN 202210151106A CN 114549585 A CN114549585 A CN 114549585A
- Authority
- CN
- China
- Prior art keywords
- target
- tracked
- moving target
- picture
- inspection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000007689 inspection Methods 0.000 claims description 111
- 238000012544 monitoring process Methods 0.000 claims description 94
- 238000000605 extraction Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种视频追踪方法、装置、设备、机器可读存储介质及系统，该方法包括：接收视频巡查任务，所述视频巡查任务包括待追踪目标的图片信息；在检测到移动目标出现在巡查范围内的情况下，确定所述移动目标与本设备之间的距离；在所述移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，对所述待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对所述移动目标进行匹配，并在匹配成功的情况下，对所述移动目标进行追踪。该方法可以扩大视频追踪的追踪范围，提高视频追踪的可靠性。
Description
技术领域
本申请涉及视频监控技术领域，尤其涉及一种视频追踪方法、装置、设备、机器可读存储介质及系统。
背景技术
随着网络技术和图像处理技术等技术的高速发展，视频监控已经逐渐普及，视频监控覆盖率逐渐增大，视频监控在城市安防中所起到的作用也越来越大，基于已部署的视频监控设备的视频数据，可以实现对指定目标的追踪。
发明内容
有鉴于此，本申请提供一种视频追踪方法、装置、设备、机器可读存储介质及系统。
根据本申请实施例的第一方面，提供一种视频追踪方法，应用于监控前端设备，所述方法包括：
接收视频巡查任务，所述视频巡查任务包括待追踪目标的图片信息；
在检测到移动目标出现在巡查范围内的情况下，确定所述移动目标与本设备之间的距离；
在所述移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，对所述待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对所述移动目标进行匹配，并在匹配成功的情况下，对所述移动目标进行追踪。
根据本申请实施例的第二方面，提供一种视频追踪装置，部署于监控前端设备，所述装置包括：
接收单元，用于接收视频巡查任务，所述视频巡查任务包括待追踪目标的图片信息；
确定单元，用于在检测到移动目标出现在巡查范围内的情况下，确定所述移动目标与所述监控前端设备之间的距离；
匹配单元，用于在所述移动目标与所述监控前端设备之间的距离超出所述监控前端设备的有效识别范围的情况下，对所述待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对所述移动目标进行匹配；
追踪单元，用于在所述匹配单元匹配成功的情况下，对所述移动目标进行追踪。
根据本申请实施例的第三方面，提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行机器可执行指令，以实现上述视频追踪方法。
根据本申请实施例的第四方面，提供一种机器可读存储介质，所述机器可读存储介质内存储有机器可执行指令，所述机器可执行指令被处理器执行时实现上述视频追踪方法。
根据本申请实施例的第五方面，提供一种视频追踪系统，包括：监控前端设备以及中心服务器；其中：
所述中心服务器，用于向监控前端设备下发视频巡查任务，所述视频巡查任务包括待追踪目标的图片信息；
所述监控前端设备，用于在检测到移动目标出现在巡查范围内的情况下，确定所述移动目标与本设备之间的距离；在所述移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，对所述待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对所述移动目标进行匹配，并在匹配成功的情况下，对所述移动目标进行追踪。
本申请实施例的视频追踪方法，通过在检测到移动目标出现在巡查范围内，且移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，对待追踪目标的图片进行细节模糊处理，并依据模糊处理后的图片对移动目标进行匹配，并在匹配成功的情况下，对该移动目标进行追踪，扩大了视频追踪的追踪范围，提高了视频追踪的可靠性。
附图说明
图1是本申请实施例提供的一种视频追踪方法的流程示意图；
图2是本申请实施例提供的一种视频追踪装置的结构示意图；
图3是本申请实施例提供的一种电子设备的硬件结构示意图；
图4是本申请实施例提供的一种视频追踪系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
为了使本领域技术人员更好地理解本申请实施例提供的技术方案，并使本申请实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请实施例中技术方案作进一步详细的说明。
请参见图1，为本申请实施例提供的一种视频追踪方法的流程示意图，其中，该视频追踪方法可以应用于监控前端设备，如图1所示，该视频追踪方法可以包括以下步骤：
步骤S100、接收视频巡查任务，该视频巡查任务包括待追踪目标的图片信息。
本申请实施例中，在需要对指定目标(本文中称为待追踪目标)进行追踪的情况下，可以向监控前端设备下发包括待追踪目标的图片信息的视频巡查任务，以使监控前端设备依据待追踪目标的图片信息，对视频数据进行分析，实现待追踪目标的检测和追踪。
示例性的，视频巡查任务可以通过中心服务器下发给监控前端设备。
例如，相关人员可以通过中心服务器提供的视频巡查任务配置界面进行视频巡查任务的参数配置，并通过中心服务器向监控前端设备下发视频巡查任务。
示例性的，视频巡查任务包括的待追踪目标的图片信息可以为待追踪目标的图片或待追踪目标的图片的存储地址等。
示例性的，待追踪目标可以包括但不限于人员、车辆或动物等。
示例性的，中心服务器可以包括用于执行视频追踪任务的多个监控前端设备之外的服务器(如后台服务器，也可以称为中心平台)或用于执行视频追踪任务的多个监控前端设备中的其中一个监控前端设备(也可以称为裁决服务器)。
例如，用于执行视频追踪任务的多个监控前端设备，可以按照预设选举策略，选举出一个裁决服务器，如，将多个监控前端设备中与其它监控前端设备之间的平均距离最小的监控前端设备选举为裁决服务器。
需要说明的是，对于中心服务器为用于执行视频追踪任务的多个监控前端设备之外的服务器的场景，各监控前端设备均需与中心服务器建立网络连接，且中心服务器可以保存各监控前端设备的静态参数，如GPS(Global Positioning System，全球定位系统)信息、海拔高度、监控前端设备之间的水平距离等信息；对于中心服务器为用于执行视频追踪任务的多个监控前端设备中的一个监控前端设备的场景，各监控前端设备之间可以互相建立网络连接，并互相保存各监控前端设备的静态参数。
步骤S110、在检测到移动目标出现在巡查范围内的情况下，确定移动目标与本设备之间的距离。
步骤S120、在移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，对待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对该移动目标进行匹配，并在匹配成功的情况下，对该移动目标进行追踪。
本申请实施例中，有效识别范围是指可以检测出明确目标的距离。
例如，以车牌为例，当车辆距离监控前端设备较远导致无法确定出车牌字符时，将无法识别出车牌，此时，可以认为目标与监控前端设备之间的距离超出监控前端设备的有效识别范围。
本申请实施例中，考虑到传统视频追踪方案中，通常需要在移动目标进入监控前端设备的有效识别范围(即移动目标与监控前端设备之间的距离未超出监控前端设备的有效识别范围)的情况下，才对移动目标进行识别和追踪，其追踪范围限制较大，且容易被规避。
因而，为了扩大视频追踪的追踪范围，提高视频追踪的可靠性，在本申请实施例中，对于进入监控前端设备的巡查范围，但未进入监控前端设备的有效识别范围的移动目标，可以通过模糊匹配方式对移动目标进行识别和追踪。
相应地，在监控前端设备检测到移动目标出现在巡查范围内的情况下，可以确定移动目标与本设备之间的距离。
考虑到目标在于监控前端设备较远的情况下，其图像特征也会存在一定的变化，因此，为了提高目标识别准确性，在监控前端设备确定移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，可以对待追踪目标的图片进行细节模糊处理，并依据模糊处理后的图片对上述进入巡查范围内的移动目标进行匹配，并在匹配成功的情况下，对该移动目标进行追踪。
在一个示例中，上述对待追踪目标图片进行细节模糊处理，可以包括：
降低待追踪目标的图片的像素；
和/或，使用模糊算法对待追踪目标的图片进行细节模糊处理。
示例性的，可以通过降低待追踪目标的图片的像素的方式，和/或，使用模糊算法(如高斯算法)对待追踪目标的图片进行细节模糊处理的方式，对待追踪目标图片进行细节模糊处理，进而，可以依据模糊处理后的图片对上述进入巡查范围内的移动目标进行匹配，以提高对有效识别范围外的目标的识别的准确性。
需要说明的是，在本申请实施例中，在监控前端设备确定移动目标与本设备之间的距离未超出本设备的有效识别范围的情况下，可以依据待追踪目标的图片对该移动目标进行匹配(可以称为精确匹配)，并在匹配成功的情况下，对该移动目标进行追踪。
可见，在图1所示方法流程中，通过在检测到移动目标出现在巡查范围内，且移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，对待追踪目标的图片进行细节模糊处理，并依据模糊处理后的图片对移动目标进行匹配，并在匹配成功的情况下，对该移动目标进行追踪，扩大了视频追踪的追踪范围，提高了视频追踪的可靠性。
在一些实施例中，上述对待追踪目标图片进行细节模糊处理，可以包括：
依据移动目标与本设备之间的距离，确定与该距离匹配的模糊等级；
依据该模糊等级，对待追踪目标图片进行细节模糊处理。
示例性的，为了进一步提高远距离目标识别的准确性，对于监控前端设备的有效识别范围之外的目标，可以依据目标与监控前端设备之间的距离，进行模糊等级划分。
示例性的，对于处于监控前端设备的巡查范围内，且超出有效识别范围的移动目标，监控前端设备在确定了移动目标与本设备之间的距离，可以依据移动目标与本设备之间的距离，确定与该距离匹配的模糊等级，并依据该模糊等级，对待追踪目标图片进行细节模糊处理。
示例性的，模糊等级可以与移动目标与监控前端设备之间的距离正相关，且模糊等级越高，对待追踪目标图片进行细节模糊处理之后得到的图片(即模糊处理后的图片)的模糊程度越高。
在一些实施例中，上述依据模糊处理后的图片对移动目标进行匹配，可以包括：
对模糊处理后的图片进行显著特征提取，得到待追踪目标的显著特征；以及，对移动目标进行显著特征提取，得到移动目标的显著特征；
对待追踪目标的显著特征与移动目标的显著特征进行相似度匹配。
示例性的，考虑到移动目标在监控前端设备的有效识别范围之外的情况下，监控前端设备通常无法准确识别移动目标的细节特征，如车牌车灯等，因此，为了提高目标识别的准确性，对于处于监控前端设备的有效识别范围之外的移动目标，可以依据目标的显著特征，如轮廓、颜色等，对目标进行识别。
相应地，在按照上述实施例中描述的方式得到模糊处理后的图片的情况下，一方面，可以对模糊处理后的图片进行显著特征提取，得到待追踪目标的显著特征；另一方面，可以依据移动目标的视频数据，对移动目标进行显著特征提取，得到移动目标的显著特征，并对待追踪目标的显著特征与移动目标的显著特征进行相似度匹配。
示例性的，可以分别确定待追踪目标的各显著特征与移动目标的各显著特征之间的相似度，进而，依据待追踪目标的各显著特征与移动目标的各显著特征之间的相似度，利用加权求和的方式，确定待追踪目标的显著特征与移动目标的显著特征之间的加权相似度(也可以称为综合相似度)。
示例性的，在确定移动目标的显著特征与待追踪目标的显著特征之间的综合相似度超过设定的相似度阈值(本文中可以称为第一相似度阈值)的情况下，可以确定匹配成功；否则，可以确定匹配不成功。
需要说明的是，对于多目标追踪场景，若单个监控前端设备的巡查范围内出现多个待追踪目标，可以选择综合相似度最高的待追踪目标进行追踪。
此外，对于进入监控前端设备的有效识别范围的移动目标，在进行识别时，可以依据移动目标的视频数据提取该移动目标的细节特征，以及，依据待追踪目标的图片提取待追踪目标的细节特征，如动物形态、车牌车灯等，并对移动目标的细节特征与待追踪目标的细节特征进行相似度匹配。在移动目标的细节特征与待追踪目标的细节特征的综合相似度超过设定的相似度阈值(本文中可以称为第二相似度阈值)的情况下，可以确定匹配成功；否则，可以确定匹配不成功。
在一个示例中，上述视频巡查任务还可以包括需模糊匹配的指定显著特征；
上述对模糊处理后的图片进行显著特征提取，得到待追踪目标的显著特征；以及，对移动目标进行显著特征提取，得到移动目标的显著特征，可以包括：
对模糊处理后的图片进行指定显著特征提取，得到待追踪目标的指定显著特征；以及，对移动目标进行指定显著特征提取，得到移动目标的指定显著特征。
示例性的，为了提高模糊匹配的灵活性和可控性，在配置视频巡查任务的参数时，还可以选择用于进行模糊匹配的显著特征(可以称为指定显著特征)，即相关人员可以在系统支持的显著特征中选择实际匹配过程中需要使用的指定显著特征。
相应地，监控前端设备按照上述方式确定移动目标于本设备之间的距离超出本设备的有效识别范围，并按照上述方式得到了模糊处理后的图片的情况下，可以依据视频巡查任务中包括的指定显著特征，对对模糊处理后的图片进行指定显著特征提取，得到待追踪目标的指定显著特征；以及，对移动目标进行指定显著特征提取，得到移动目标的指定显著特征，并对待追踪目标的指定显著特征与移动目标的指定显著特征进行相似度匹配。
需要说明的是，在本申请实施例中，若视频巡查任务中未包括指定显著特征，则可以确认系统支持的全部显著特征均为指定显著特征，即系统支持的全部显著特征均需要参与模糊匹配。
在一些实施例中，视频巡查任务还可以包括巡查模式，该巡查模式可以包括远景巡查或近景巡查，不同巡查模式对应不同的有效识别范围。
示例性的，对于支持远景模式和近景模式的监控前端设备，在下发视频巡查任务时，还可以指定监控前端设备的巡查模式，即指示监控前端设备采用远景模式进行视频巡查(即远景巡查)或采用近景模式进行视频巡查。
由于监控前端设备在不同模式下的拍摄参数会存在区别，同一距离的目标在不同模式下的图像数据也会存在差异，因此，对于不同巡查模式会存在不同的有效识别范围。
相应地，对于出现在监控前端设备的巡查范围内的移动目标，可以依据巡查模式，以及移动目标与监控前端设备之间的距离，确定该距离是否超出监控前端设备的有效识别范围。
进一步地，在本申请实施例中，视频巡查任务还可以包括巡查时间，从而，接收到视频巡查任务的监控前端设备可以依据视频巡查任务中包括的巡查时间，在对应时间按照上述实施例中描述的方式进行视频巡查，以降低监控前端设备的工作负荷。
此外，对于支持转向的监控前端设备，如云台摄像机，视频巡查任务中还可以包括巡查方向，从而，接收到视频巡查任务的监控前端设备可以依据视频巡查任务中包括的巡查方向，控制云台转动到对应方向，并按照上述实施例中描述的方式进行视频巡查。
在一些实施例中，在依据模糊处理后的图片对移动目标进行匹配，并匹配成功的情况下，还可以包括：
向中心服务器上报移动目标的目标信息，以使中心服务器依据接收到的目标信息，预测待追踪目标的行进路线，并依据待追踪目标的行进路线，对与待追踪目标的行进路线关联的监控前端设备进行巡查调度。
示例性的，在监控前端设备按照上述方式确定模糊处理后的图片与移动目标匹配成功的情况下，可以向中心服务器上报该移动目标的目标信息。
示例性的，该目标信息可以包括但不限于检测时间、移动目标的位置信息、海拔信息、移动速度、各项显著特征的相似度等信息中的部分或全部。
需要说明的是，对于进入监控前端设备的有效识别范围的移动目标，监控前端设备在依据待追踪目标的图片进行精确匹配成功的情况下，也可以向中心服务器上报该移动目标的目标信息，此时，该目标信息可以包括各细节特征的相似度。
示例性的，中心服务器可以依据各监控前端设备上报的目标信息，预测待追踪目标的行进路线，并依据待追踪目标的行进路线，对于该行进路线关联的监控前端设备，即该行进路线上部署的、且能够用于执行巡查任务的监控前端设备，进行巡查调度，例如，预先调度相关监控前端设备进入巡查状态，并等待待追踪目标进入视野。
在一个示例中，中心服务器可以依据接收到的目标信息，预测待追踪目标的候选行进路线，即可能的行进路线，并将可信度最高的候选行进路线确定为待追踪目标的行进路线。
在一个示例中，在依据模糊处理后的图片对移动目标进行匹配，并匹配成功的情况下，还可以包括：
向中心服务器上报移动目标的图片，以使中心服务器依据移动目标的图片确定待追踪目标发生属性变更的情况下，依据变更后的属性更新待追踪目标的图片，并将更新后的待追踪目标的图片下发给与待追踪目标的行进路线关联的监控前端设备。
示例性的，在监控前端设备按照上述方式确定模糊处理后的图片与移动目标匹配成功的情况下，可以向中心服务器上报该移动目标的图片。
中心服务器接收到监控前端设备上报的移动目标的图片时，可以依据接收到的图片以及预先保存的待追踪目标的图片，确定待追踪目标是否发生属性变更。
例如，待追踪目标可能会由于穿脱衣服，导致颜色属性发生变更。
在中心服务器依据移动目标的图片确定待追踪目标发生属性变更的情况下，可以依据变更后的属性更新待追踪目标的图片，例如，将属性变更的移动目标的图片作为更新后的待追踪目标的图片，并将更新后的待追踪目标的图片下发给与待追踪目标的行进路线关联的监控前端设备，以使该监控前端设备依据更新后的待追踪目标的图片对待追踪目标进行识别和追踪。
为了使本领域技术人员更好地理解本申请实施例提供的技术方案，下面结合具体实例对本申请实施例提供的技术方案进行说明。
在该实施例中，以监控前端设备为云台摄像机(简称摄像机)为例。
在该实施例中，通过摄像机利用经纬度功能或者雷达技术测定移动目标与摄像机之间的距离，判断移动目标是否在有效识别范围内，依据判断结果采用不同的识别策略进行目标的识别和追踪。
示例性的，对于处于有效识别范围外的移动目标，可以依据移动目标与摄像机之间的距离，采用不同的方式对待追踪目标的图片进行细节模糊处理。
示例性的，在不同的距离下，可以分别通过降低目标照片的像素、使用模糊算法(例如高斯算法)等方式对目标照片进行不同等级的细节模糊处理，将模糊处理后的照片和当前移动目标进行相似度匹配，匹配成功后并将目标信息和移动目标的照片上报到中心服务器。
中心服务器在自动或者人工干预的模式下，对不同的摄像机上报的信息进行收集、分析、裁决，将裁决后的信息形成新的追踪指令，指导摄像机进一步的追踪操作。
示例性的，移动目标可以包括车辆、人员或动物等，摄像机检测移动目标的方式可以包括车辆识别、入侵移动识别等。
下面对该实施例中的视频追踪方案进行说明。
1、安装配置：安装云台摄像机，将云台摄相机互相联网或者与中心服务器联网。
示例性的，若中心服务器为专门部署的服务器，则各云台摄像机分别与中心服务器建立网络连接，并将摄像机的静态参数如GPS信息、海拔高度、相机之间的水平距离等信息保存至中心服务器；若中心服务器为云台摄像机，则各云台摄像机互相建立网络连接，保存摄像机的静态参数，并选举出中心服务器。
2、发起视频巡查任务：视频巡查任务的配置参数可以包括待追踪目标的照片、巡查时间(若未配置则可以默认为全天)、巡查范围(如巡查方向，若未配置则可以默认为全范围)、巡查模式(远景模式或近景模式)、需模糊匹配的显著特征(如轮廓、颜色等，即上述指定显著特征)。在完成视频巡查任务的配置的情况下，可以向各摄像机下发视频巡查任务。
3、出现移动目标时进行匹配：当摄像机检测到移动目标出现在巡查范围内时，可以利用雷达或多台摄像机利用GPS联动测定移动目标与摄像机之间的距离，并与摄像机的有效识别范围进行比较。当移动目标与摄像机之间的距离超出摄像机的有效识别范围时，可以采用模糊匹配方式进行目标识别。例如，通过降低照片的像素、模糊算法(如高斯算法)模糊照片等方式对之前下发的待追踪目标的照片进行细节模糊处理，减少目标的细节信息并提取轮廓、颜色等显著特征信息。
示例性的，细节模糊程度和距离使用线性算法计算：
y＝ax+b
其中，x为移动目标与摄像机之间的距离，y为模糊等级，如高斯算法的模糊半径，a、b为经验常量。
示例性的，可以将待追踪目标的显著特征与当前移动目标的显著特征进行相似度匹配，计算综合相似度。
例如，可以对多个显著特征使用加权平均算法：
其中，fi是各项显著特征的相似度，n为显著特征的项数，f为加权相似度(即综合相似度)，ai为加权系数。
若当前移动目标的显著特征与待追踪目标的显著特征的综合相似度超过设定的相似度阈值(如上述第一相似度阈值)，则确定匹配成功，向中心服务器上报当前移动目标的目标信息和当前移动目标的照片(如实时抓拍得到的照片)，并对当前移动目标进行追踪。
示例性的，对于多目标追踪场景，可以选取巡查范围内综合相似度最高的目标进行追踪。
4、捕捉移动目标并进行精确匹配：当移动目标移动到摄像机的有效识别围内时，可以采用结构化的细节匹配，例如对人体动作、动物形态、车牌车灯等细节进行匹配，相似度超过设定的相似度阈值(如上述第二相似度阈值)，确定匹配成功，将目标信息和移动目标的照片上报给中心服务器，并对当前移动目标进行追踪。
5、中心服务器依据目标信息进行裁决：中心服务器可以依据各摄像机上报的目标信息，如各项显著特征的相似度、细节特征的相似度、位置信息、海拔信心、移动速度等信息进行汇总分析，并描绘移动目标已经行进的路线和可能的行进路线(即候选行进路线)，基于可信度最高的候选行进路线预判移动目标最可能的行进路线，预先调度该行进路线上各摄像机进入巡查状态等待待追踪目标进入视野。
示例性的，对于可信度最高的候选行进路线，可以高亮显示，由相关人员进行核查。
示例性的，若待追踪目标发生属性变更，如颜色变更，则可以变更待追踪目标的照片，并将更新后的待追踪目标的照片。
6、结束巡查：当接收到结束任务命令，或达到任务巡查结束时间时结束巡查。
可见，该实施例的视频追踪方案至少包括如下有益效果：
1)、通过模糊特征匹配和细节特征匹配的合作提高了捕捉的能力。
2)、通过模糊匹配提前预判并锁定目标位置，方便更早的联动其他相机进行准备，调整拍摄。
3)、解决超过有效可视范围时追踪目标的问题。
4)、模糊匹配的结果对精确匹配进行起到预先感知指导的作用。
5)、通过对多个云台摄像机的信息进行综合分析判断，达到自动实时持续的捕获、追踪、锁定移动目标的效果。
以上对本申请提供的方法进行了描述。下面对本申请提供的装置进行描述：
请参见图2，为本申请实施例提供的一种视频追踪装置的结构示意图，如图2所示，该视频追踪装置可以包括：
接收单元210，用于接收视频巡查任务，所述视频巡查任务包括待追踪目标的图片信息；
确定单元220，用于在检测到移动目标出现在巡查范围内的情况下，确定所述移动目标与所述监控前端设备之间的距离；
匹配单元230，用于在所述移动目标与所述监控前端设备之间的距离超出所述监控前端设备的有效识别范围的情况下，对所述待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对所述移动目标进行匹配；
追踪单元240，用于在所述匹配单元匹配成功的情况下，对所述移动目标进行追踪。
在一些实施例中，所述匹配单元230对所述待追踪目标图片进行细节模糊处理，包括：
降低所述待追踪目标图片的像素；
和/或，使用模糊算法对所述待追踪目标图片。
在一些实施例中，所述匹配单元230对所述待追踪目标图片进行细节模糊处理，包括：
依据所述移动目标与本设备之间的距离，确定与该距离匹配的模糊等级；
依据所述模糊等级，对所述待追踪目标图片进行细节模糊处理。
在一些实施例中，所述匹配单元230依据模糊处理后的图片对所述移动目标进行匹配，包括：
对所述模糊处理后的图片进行显著特征提取，得到待追踪目标的显著特征；以及，对所述移动目标进行显著特征提取，得到移动目标的显著特征；
对所述待追踪目标的显著特征与所述移动目标的显著特征进行相似度匹配。
在一些实施例中，所述视频巡查任务还包括需模糊匹配的指定显著特征；
所述匹配单元230对所述模糊处理后的图片进行显著特征提取，得到待追踪目标的显著特征；以及，对所述移动目标进行显著特征提取，得到移动目标的显著特征，包括：
对所述模糊处理后的图片进行指定显著特征提取，得到待追踪目标的指定显著特征；以及，对所述移动目标进行指定显著特征提取，得到移动目标的指定显著特征。
在一些实施例中，所述视频巡查任务还包括巡查模式，所述巡查模式包括远景巡查或近景巡查；
不同巡查模式对应不同的有效识别范围。
请参见图3，为本申请实施例提供的一种电子设备的硬件结构示意图。该电子设备可包括处理器301、存储有机器可执行指令的存储器302。处理器301与存储器302可经由系统总线303通信。并且，通过读取并执行存储器302中与视频追踪控制逻辑对应的机器可执行指令，处理器301可执行上文描述的视频追踪方法。
本文中提到的存储器302可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：RAM(RadomAccess Memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。
在一些实施例中，还提供了一种机器可读存储介质，如图3中的存储器302，该机器可读存储介质内存储有机器可执行指令，所述机器可执行指令被处理器执行时实现上文描述的视频追踪方法。例如，所述机器可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
请参见图4，为本申请实施例提供的一种视频追踪系统的结构示意图，如图4所示，该视频追踪系统可以包括：监控前端设备410以及中心服务器420；其中：
所述中心服务器420，用于向监控前端设备410下发视频巡查任务，所述视频巡查任务包括待追踪目标的图片信息；
所述监控前端设备410，用于在检测到移动目标出现在巡查范围内的情况下，确定所述移动目标与本设备之间的距离；在所述移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，对所述待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对所述移动目标进行匹配，并在匹配成功的情况下，对所述移动目标进行追踪。
在一些实施例中，所述监控前端设备410，还用于在匹配成功的情况下，向所述中心服务器420上报所述移动目标的目标信息；
所述中心服务器420，还用于依据接收到的目标信息，预测待追踪目标的行进路线，并依据所述待追踪目标的行进路线，对与所述待追踪目标的行进路线关联的监控前端设备进行巡查调度。
在一些实施例中，所述中心服务器420，具体用于依据接收到的目标信息，预测待追踪目标的候选行进路线，并将可信度最高的候选行进路线确定为所述待追踪目标的行进路线。
在一些实施例中，所述监控前端设备410，还用于在匹配成功的情况下，向所述中心服务器上报所述移动目标的图片；
所述中心服务器420，还用于在依据所述移动目标的图片确定待追踪目标发生属性变更的情况下，依据变更后的属性更新待追踪目标的图片，并将更新后的待追踪目标的图片下发给与所述待追踪目标的行进路线关联的监控前端设备。
示例性的，中心服务器420可以包括用于执行视频追踪任务的多个监控前端设备410之外的服务器(如后台服务器，也可以称为中心平台)或用于执行视频追踪任务的多个监控前端设备410中的其中一个监控前端设备410(也可以称为裁决服务器)。
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。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。
Claims (12)
1.一种视频追踪方法，应用于监控前端设备，其特征在于，所述方法包括：
接收视频巡查任务，所述视频巡查任务包括待追踪目标的图片信息；
在检测到移动目标出现在巡查范围内的情况下，确定所述移动目标与本设备之间的距离；
在所述移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，对所述待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对所述移动目标进行匹配，并在匹配成功的情况下，对所述移动目标进行追踪。
2.根据权利要求1所述的方法，其特征在于，所述对所述待追踪目标图片进行细节模糊处理，包括：
降低所述待追踪目标的图片的像素；
和/或，使用模糊算法对所述待追踪目标的图片进行细节模糊处理。
3.根据权利要求1所述的方法，其特征在于，所述对所述待追踪目标图片进行细节模糊处理，包括：
依据所述移动目标与本设备之间的距离，确定与该距离匹配的模糊等级；
依据所述模糊等级，对所述待追踪目标图片进行细节模糊处理。
4.根据权利要求1所述的方法，其特征在于，所述依据模糊处理后的图片对所述移动目标进行匹配，包括：
对所述模糊处理后的图片进行显著特征提取，得到待追踪目标的显著特征；以及，对所述移动目标进行显著特征提取，得到移动目标的显著特征；
对所述待追踪目标的显著特征与所述移动目标的显著特征进行相似度匹配。
5.根据权利要求4所述的方法，其特征在于，所述视频巡查任务还包括需模糊匹配的指定显著特征；
所述对所述模糊处理后的图片进行显著特征提取，得到待追踪目标的显著特征；以及，对所述移动目标进行显著特征提取，得到移动目标的显著特征，包括：
对所述模糊处理后的图片进行指定显著特征提取，得到待追踪目标的指定显著特征；以及，对所述移动目标进行指定显著特征提取，得到移动目标的指定显著特征。
6.根据权利要求1所述的方法，其特征在于，所述视频巡查任务还包括巡查模式，所述巡查模式包括远景巡查或近景巡查；
不同巡查模式对应不同的有效识别范围。
7.一种视频追踪装置，部署于监控前端设备，其特征在于，所述装置包括：
接收单元，用于接收视频巡查任务，所述视频巡查任务包括待追踪目标的图片信息；
确定单元，用于在检测到移动目标出现在巡查范围内的情况下，确定所述移动目标与所述监控前端设备之间的距离；
匹配单元，用于在所述移动目标与所述监控前端设备之间的距离超出所述监控前端设备的有效识别范围的情况下，对所述待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对所述移动目标进行匹配；
追踪单元，用于在所述匹配单元匹配成功的情况下，对所述移动目标进行追踪。
8.根据权利要求7所述的装置，其特征在于，所述匹配单元对所述待追踪目标图片进行细节模糊处理，包括：
降低所述待追踪目标图片的像素；
和/或，使用模糊算法对所述待追踪目标图片；
和/或，
所述匹配单元对所述待追踪目标图片进行细节模糊处理，包括：
依据所述移动目标与本设备之间的距离，确定与该距离匹配的模糊等级；
依据所述模糊等级，对所述待追踪目标图片进行细节模糊处理；
和/或，
所述匹配单元依据模糊处理后的图片对所述移动目标进行匹配，包括：
对所述模糊处理后的图片进行显著特征提取，得到待追踪目标的显著特征；以及，对所述移动目标进行显著特征提取，得到移动目标的显著特征；
对所述待追踪目标的显著特征与所述移动目标的显著特征进行相似度匹配；
和/或，
所述视频巡查任务还包括需模糊匹配的指定显著特征；
所述匹配单元对所述模糊处理后的图片进行显著特征提取，得到待追踪目标的显著特征；以及，对所述移动目标进行显著特征提取，得到移动目标的显著特征，包括：
对所述模糊处理后的图片进行指定显著特征提取，得到待追踪目标的指定显著特征；以及，对所述移动目标进行指定显著特征提取，得到移动目标的指定显著特征；
和/或，
所述视频巡查任务还包括巡查模式，所述巡查模式包括远景巡查或近景巡查；
不同巡查模式对应不同的有效识别范围。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行机器可执行指令，以实现如权利要求1-6任一项所述的方法。
10.一种机器可读存储介质，其特征在于，所述机器可读存储介质内存储有机器可执行指令，所述机器可执行指令被处理器执行时实现如权利要求1-6任一项所述的方法。
11.一种视频追踪系统，其特征在于，包括：监控前端设备以及中心服务器；其中：
所述中心服务器，用于向监控前端设备下发视频巡查任务，所述视频巡查任务包括待追踪目标的图片信息；
所述监控前端设备，用于在检测到移动目标出现在巡查范围内的情况下，确定所述移动目标与本设备之间的距离；在所述移动目标与本设备之间的距离超出本设备的有效识别范围的情况下，对所述待追踪目标的图片进行细节模糊处理，依据模糊处理后的图片对所述移动目标进行匹配，并在匹配成功的情况下，对所述移动目标进行追踪。
12.根据权利要求11所述的系统，其特征在于，
所述监控前端设备，还用于在匹配成功的情况下，向所述中心服务器上报所述移动目标的目标信息；
所述中心服务器，还用于依据接收到的目标信息，预测待追踪目标的行进路线，并依据所述待追踪目标的行进路线，对与所述待追踪目标的行进路线关联的监控前端设备进行巡查调度；
其中，所述中心服务器，具体用于依据接收到的目标信息，预测待追踪目标的候选行进路线，并将可信度最高的候选行进路线确定为所述待追踪目标的行进路线；
其中，所述监控前端设备，还用于在匹配成功的情况下，向所述中心服务器上报所述移动目标的图片；
所述中心服务器，还用于在依据所述移动目标的图片确定待追踪目标发生属性变更的情况下，依据变更后的属性更新待追踪目标的图片，并将更新后的待追踪目标的图片下发给与所述待追踪目标的行进路线关联的监控前端设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210151106.6A CN114549585A (zh) | 2022-02-14 | 2022-02-14 | 视频追踪方法、装置、设备、机器可读存储介质及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210151106.6A CN114549585A (zh) | 2022-02-14 | 2022-02-14 | 视频追踪方法、装置、设备、机器可读存储介质及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114549585A true CN114549585A (zh) | 2022-05-27 |
Family
ID=81675261
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210151106.6A Pending CN114549585A (zh) | 2022-02-14 | 2022-02-14 | 视频追踪方法、装置、设备、机器可读存储介质及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114549585A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115278162A (zh) * | 2022-06-23 | 2022-11-01 | 浙江大华技术股份有限公司 | 监控系统调度方法、装置、计算机设备和可读存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008294785A (ja) * | 2007-05-25 | 2008-12-04 | Sanyo Electric Co Ltd | 画像処理装置、撮像装置、画像ファイル及び画像処理方法 |
| CN113297963A (zh) * | 2021-05-24 | 2021-08-24 | 网易（杭州）网络有限公司 | 多人姿态的估计方法、装置、电子设备以及可读存储介质 |
| CN114004863A (zh) * | 2021-10-28 | 2022-02-01 | 山东新一代信息产业技术研究院有限公司 | 一种机器人的目标追踪的方法、设备及介质 |
-
2022
- 2022-02-14 CN CN202210151106.6A patent/CN114549585A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008294785A (ja) * | 2007-05-25 | 2008-12-04 | Sanyo Electric Co Ltd | 画像処理装置、撮像装置、画像ファイル及び画像処理方法 |
| CN113297963A (zh) * | 2021-05-24 | 2021-08-24 | 网易（杭州）网络有限公司 | 多人姿态的估计方法、装置、电子设备以及可读存储介质 |
| CN114004863A (zh) * | 2021-10-28 | 2022-02-01 | 山东新一代信息产业技术研究院有限公司 | 一种机器人的目标追踪的方法、设备及介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115278162A (zh) * | 2022-06-23 | 2022-11-01 | 浙江大华技术股份有限公司 | 监控系统调度方法、装置、计算机设备和可读存储介质 |
| CN115278162B (zh) * | 2022-06-23 | 2025-07-08 | 浙江大华技术股份有限公司 | 监控系统调度方法、装置、计算机设备和可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9936169B1 (en) | System and method for autonomous PTZ tracking of aerial targets | |
| US11371851B2 (en) | Method and system for determining landmarks in an environment of a vehicle | |
| US20200242785A1 (en) | Search assist system, search assist apparatus, and search assist method | |
| US10110801B2 (en) | Methods and systems for controlling a camera to perform a task | |
| US9367748B1 (en) | System and method for autonomous lock-on target tracking | |
| CN112836683B (zh) | 用于便携式摄像设备的车牌识别方法、装置、设备和介质 | |
| Chang et al. | Video analytics in smart transportation for the AIC'18 challenge | |
| CN110348332A (zh) | 一种交通视频场景下机非人多目标实时轨迹提取方法 | |
| CN111881322B (zh) | 一种目标搜索方法、装置、电子设备及存储介质 | |
| CN114360261B (zh) | 车辆逆行的识别方法、装置、大数据分析平台和介质 | |
| US20240303852A1 (en) | Methods and systems for detecting vessels | |
| Schöller et al. | Vision-based object tracking in marine environments using features from neural network detections | |
| CN114220069A (zh) | 对象监测方法、电子设备及计算机可读存储介质 | |
| CN114549585A (zh) | 视频追踪方法、装置、设备、机器可读存储介质及系统 | |
| US20250014190A1 (en) | Method and non-transitory computer-readable storage medium for detecting one or more occluded areas of a scene | |
| CN111428626B (zh) | 一种移动物体的识别方法、装置、及存储介质 | |
| CN114219830A (zh) | 一种目标跟踪方法、终端及计算机可读存储介质 | |
| CN118550319A (zh) | 一种基于多融合数据的无人机跟踪方法 | |
| CN117793291A (zh) | 多云台摄像机的接力跟踪方法、装置、设备和存储介质 | |
| EP4089649A1 (en) | Neuromorphic cameras for aircraft | |
| US11645838B2 (en) | Object detection system, object detection method, and program | |
| KR20150137698A (ko) | 농장에서의 움직임 개체의 이동 궤적 트래킹 방법 및 장치 | |
| CN109740464B (zh) | 目标的识别跟随方法 | |
| CN109740518B (zh) | 一种视频中对象的确定方法及装置 | |
| CN111582025B (zh) | 一种移动物体的识别方法、装置、及存储介质 |
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 |