CN114827464B - 一种基于移动摄像头的目标追踪方法及系统 - Google Patents

一种基于移动摄像头的目标追踪方法及系统 Download PDF

Info

Publication number
CN114827464B
CN114827464B CN202210408996.4A CN202210408996A CN114827464B CN 114827464 B CN114827464 B CN 114827464B CN 202210408996 A CN202210408996 A CN 202210408996A CN 114827464 B CN114827464 B CN 114827464B
Authority
CN
China
Prior art keywords
target
tracking
mobile camera
determining
tracking 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.)
Active
Application number
CN202210408996.4A
Other languages
English (en)
Other versions
CN114827464A (zh
Inventor
袁潮
请求不公布姓名
肖占中
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 Zhuohe Technology Co Ltd
Original Assignee
Beijing Zhuohe 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 Beijing Zhuohe Technology Co Ltd filed Critical Beijing Zhuohe Technology Co Ltd
Priority to CN202210408996.4A priority Critical patent/CN114827464B/zh
Publication of CN114827464A publication Critical patent/CN114827464A/zh
Application granted granted Critical
Publication of CN114827464B publication Critical patent/CN114827464B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • 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
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供的一种基于移动摄像头的目标追踪方法及系统，具体应用于目标追踪领域，该方法包括获取目标场景的追踪目标；基于所述追踪目标，确定第一移动摄像头；接收第一移动摄像头采集的多个追踪目标的监控数据；基于多个追踪目标的边界框，判断多个追踪目标是否处于第一移动摄像头的监控范围内；若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头；接收第二移动摄像头采集的至少一个追踪目标的监控数据；融合多个所述追踪目标和至少一个追踪目标的监控数据。通过该方法提高减少移动摄像头之间的干扰和碰撞，并提高目标追踪的效率和准确性。

Description

一种基于移动摄像头的目标追踪方法及系统
技术领域
本申请涉及目标追踪领域，更具体地，涉及一种基于移动摄像头的目标追踪方法及系统。
背景技术
无人机可以实现高空摄影和目标跟踪，尤其在大型运动项目中，无人机在高空中获取每个参赛选手全方位，多角度的图像。目前通常将无人机预先设置为一对一或一对多的方式进行跟踪。根据中国专利号2019110812997中，该发明采用多个移动摄像头分段拍摄，当追踪目标处于某一范围内采用第一移动摄像装置拍摄，若追踪目标处于另一范围内则采用第二移动摄像装置拍摄。由此解决当多台移动摄像装置同时对多个目标进行拍摄时，所述多台移动摄像装置之间的干扰和碰撞问题。但是某一范围内通常存在多台移动摄像装置，若追踪目标进入该范围内多台移动摄像装置同时启动，仍然会造成干扰和碰撞，需要进行改进。
因此在某一范围内存在多台移动摄像装置时，如何选择移动摄像装置能够得到更清晰的追踪数据，避免干扰和碰撞，是一项亟待解决的问题。
发明内容
本发明实施例的目的在于提供一种基于移动摄像头的目标追踪方法及系统，根据不同类型的追踪目标确定拍摄的摄像头，减少移动摄像头之间的干扰和碰撞，同时引入追踪目标的边界框，提高目标追踪的效率和准确性。
具体技术方案如下：
在本发明实施例的第一方面，提供一种基于移动摄像头的目标追踪方法，包括：获取目标场景的追踪目标；基于所述追踪目标，确定第一移动摄像头；接收所述第一移动摄像头采集的包含多个追踪目标的视频数据；所述多个追踪目标位于所述目标场景中；识别所述视频数据，获得所述多个追踪目标的监控数据；基于所述监控数据，构建所述多个追踪目标的多个边界框；其中，每个边界框对应于一个追踪目标；基于所述多个边界框，判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内；若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头；控制所述第二移动摄像头对所述至少一个追踪目标进行目标追踪；接收所述第二移动摄像头采集的包含所述至少一个追踪目标的视频数据；所述至少一个追踪目标位于所述目标场景中；识别所述视频数据，获得所述至少一个追踪目标的监控数据；融合所述多个追踪目标和所述至少一个追踪目标的监控数据。
可选地，所述第一移动摄像头和所述第二移动摄像头，具体包括：广角镜头、人像镜头以及长焦镜头。
可选地，所述基于所述追踪目标，确定第一移动摄像头，包括：若所述追踪目标是人像，则确定所述目标场景中的人像镜头作为第一移动摄像头；若所述追踪目标是动物或车辆，则确定所述目标场景中的长焦镜头作为第一移动摄像头；若所述追踪目标是所述目标场景内的所有物体，则确定所述目标场景中的广角镜头作为第一移动摄像头。
可选地，所述基于所述监控数据，构建所述多个追踪目标的多个边界框，包括：获取所述监控数据的当前帧，确定所述当前帧包含的追踪目标的特征点位置；根据所述特征点位置，将所述当前帧与所述目标场景进行特征点匹配，确定所述当前帧包含的所述追踪目标的特征点的空间位置。
可选地，所述基于所述监控数据，构建所述多个追踪目标的多个边界框，还包括：基于所述空间位置，确定所述追踪目标的边界框。
可选地，所述基于所述空间位置，确定所述追踪目标的边界框，包括：通过高斯滤波算法，检测所述追踪目标的边界数据；基于所述空间位置和所述边界数据，确定所述追踪目标的边界框。
可选地，所述基于所述多个边界框，判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内，包括：每隔一预设时间，重新获取所述第一移动摄像头采集的视频数据，并在所述视频数据的图像帧中查找所述多个追踪目标的边界框是否处于所述第一移动摄像头的监控范围内。
可选地，所述若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头，包括：若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是人像，则确定所述目标场景中的人像镜头作为第二移动摄像头；若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是动物或车辆，则确定所述目标场景中的长焦镜头作为第二移动摄像头；若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是所述目标场景内的不确定物体，则确定所述目标场景中的广角镜头作为第二移动摄像头。
在本发明实施例的又一方面，提供一种基于移动摄像头的目标追踪系统，包括：目标采集模块，用于获取目标场景的追踪目标；第一移动摄像头确定模块，用于基于所述追踪目标，确定第一移动摄像头；目标追踪模块，用于接收所述第一移动摄像头采集的包含多个追踪目标的视频数据；所述多个追踪目标位于所述目标场景中；数据监控模块，用于识别所述视频数据，获得所述多个追踪目标的监控数据；边界框构建模块，用于基于所述监控数据，构建所述多个追踪目标的多个边界框；其中，每个边界框对应于一个追踪目标；第二移动摄像头确定模块，用于基于所述多个边界框，判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内；若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头；所述目标追踪模块，进一步用于控制所述第二移动摄像头对所述至少一个追踪目标进行目标追踪；接收所述第二移动摄像头采集的包含所述至少一个追踪目标的视频数据；所述至少一个追踪目标位于所述目标场景中；所述数据监控模块，进一步用于识别所述视频数据，获得所述至少一个追踪目标的监控数据；数据融合模块，用于融合所述多个追踪目标和所述至少一个追踪目标的监控数据。
可选地，所述第一移动摄像头和所述第二移动摄像头，具体包括：广角镜头、人像镜头以及长焦镜头。
可选地，所述第一移动摄像头确定模块，进一步用于若所述追踪目标是人像，则确定所述目标场景中的人像镜头作为第一移动摄像头；若所述追踪目标是动物或车辆，则确定所述目标场景中的长焦镜头作为第一移动摄像头；若所述追踪目标是所述目标场景内的所有物体，则确定所述目标场景中的广角镜头作为第一移动摄像头。
可选地，所述边界框构建模块还包括空间位置确定模块，用于获取所述监控数据的当前帧，确定所述当前帧包含的追踪目标的特征点位置；根据所述特征点位置，将所述当前帧与所述目标场景进行特征点匹配，确定所述当前帧包含的所述追踪目标的特征点的空间位置。
可选地，所述边界框构建模块，进一步用于基于所述空间位置，确定所述追踪目标的边界框。
可选地，所述基于所述空间位置，确定所述追踪目标的边界框的步骤，具体包括：通过高斯滤波算法，检测所述追踪目标的边界数据；基于所述空间位置和所述边界数据，确定所述追踪目标的边界框。
可选地，所述第二移动摄像头确定模块，进一步用于每隔一预设时间，重新获取所述第一移动摄像头采集的视频数据，并在所述视频数据的图像帧中查找所述多个追踪目标的边界框是否处于所述第一移动摄像头的监控范围内。
可选地，所述第二移动摄像头确定模块，进一步用于若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是人像，则确定所述目标场景中的人像镜头作为第二移动摄像头；若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是动物或车辆，则确定所述目标场景中的长焦镜头作为第二移动摄像头；若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是所述目标场景内的不确定物体，则确定所述目标场景中的广角镜头作为第二移动摄像头。
有益效果：
(1)分段拍摄多个追踪目标，以减少移动摄像头之间的干扰和碰撞。
(2)目标场景内存在多个移动摄像装置，其中包括广角镜头、人像镜头以及长焦镜头摄像头，根据不同的追踪目标确定启动拍摄的摄像头，能够进一步减少某一范围内移动摄像头之间的干扰和碰撞，且拍摄的视频数据清晰度更高。
(3)根据空间位置和高斯滤波算法构建多个追踪目标的边界框，判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内，以提高目标追踪的效率和准确性。
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是本申请实施例提供的一种基于移动摄像头的目标追踪方法的流程示意图；
图2是本申请实施例提供的边界框构建方法的流程示意图；
图3是本申请实施例提供的一种基于移动摄像头的目标追踪系统的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供了一种基于移动摄像头的目标追踪方法及系统，该方法包括获取目标场景的追踪目标；基于所述追踪目标，确定第一移动摄像头；接收第一移动摄像头采集的多个追踪目标的监控数据；基于多个追踪目标的边界框，判断多个追踪目标是否处于第一移动摄像头的监控范围内；若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头；接收第二移动摄像头采集的至少一个追踪目标的监控数据；融合多个所述追踪目标和至少一个追踪目标的监控数据。通过该方法提高减少移动摄像头之间的干扰和碰撞，并提高目标追踪的效率和准确性。
该基于移动摄像头的目标追踪方法及系统，具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为光场摄像机、车载相机、手机、平板电脑、智能蓝牙设备、笔记本电脑、或者个人电脑(Personal Computer，PC)等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。
可以理解的是，本实施例的该基于移动摄像头的目标追踪方法及系统可以是在终端上执行的，也可以是在服务器上执行，还可以由终端和服务器共同执行的。以上举例不应理解为对本申请的限制。
图1示出了本申请实施例提供的基于移动摄像头的目标追踪方法的流程示意图，请参考图1，具体包括如下步骤：
S110、获取目标场景的追踪目标。
其中，追踪目标可以是人像、大型动物、小型动物、车辆以及植物等。
S120、基于所述追踪目标，确定第一移动摄像头。
其中，第一移动摄像头可以具体是广角镜头、人像镜头、长焦镜头、超长焦变焦镜头等。
在一种实施方式中，可以根据追踪目标的不同主体，选择更合适的镜头启动拍摄。
可选地，若追踪目标是人像，则可以确定所述目标场景中的人像镜头作为第一移动摄像头。
可选地，若追踪目标是动物或车辆，则可以确定所述目标场景中的长焦镜头作为第一移动摄像头。
可选地，若追踪目标是所述目标场景内的所有物体，则可以确定所述目标场景中的广角镜头作为第一移动摄像头。
在又一种实施方式中，还可以首先确定移动摄像头与追踪目标的距离，然后将追踪目标的不同主体与距离结合，选择更合适的镜头启动拍摄。
可选地，若移动摄像头与追踪目标的距离较小，且追踪目标是动物，则可以确定所述目标场景中的长焦镜头作为第一移动摄像头。
可选地，若移动摄像头与追踪目标的距离较大，且追踪目标是动物，则可以确定所述目标场景中的超长焦变焦镜头作为第一移动摄像头。
由此，将多种参数结合确定启动拍摄的移动摄像头，以获得清晰度更高的视频数据。
S130、接收所述第一移动摄像头采集的包含多个追踪目标的视频数据；所述多个追踪目标位于所述目标场景中。
S140、识别所述视频数据，获得所述多个追踪目标的监控数据。
S150、基于所述监控数据，构建所述多个追踪目标的多个边界框；其中，每个边界框对应于一个追踪目标。
S160、基于所述多个边界框，判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内；若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头。
进一步地，第二移动摄像头可以具体是广角镜头、人像镜头、长焦镜头、超长焦变焦镜头等。
在一种实施方式中，可以根据至少一个追踪目标的主体，选择更合适的镜头启动拍摄。
可选地，若该至少一个追踪目标是人像，则确定所述目标场景中的人像镜头作为第二移动摄像头。
可选地，若该至少一个追踪目标是动物或车辆，则确定所述目标场景中的长焦镜头作为第二移动摄像头。
可选地，若该至少一个追踪目标是所述目标场景内的不确定物体，则确定所述目标场景中的广角镜头作为第二移动摄像头。
在又一种实施方式中，与第一移动摄像头类似，第二移动摄像头也可以采用移动摄像头与追踪目标的距离以及追踪目标的主体结合的方式，选择更合适的镜头启动拍摄。在此不做赘述。
S170、控制所述第二移动摄像头对所述至少一个追踪目标进行目标追踪；接收所述第二移动摄像头采集的包含所述至少一个追踪目标的视频数据；所述至少一个追踪目标位于所述目标场景中。
S180、识别所述视频数据，获得所述至少一个追踪目标的监控数据。
其中，计算机装置通过图像识别方法对所述视频中的至少一个追踪目标进行识别，获得相应的监控数据。
S190、融合所述多个追踪目标和所述至少一个追踪目标的监控数据。
其中，将第一移动摄像头拍摄的监控数据和第二移动摄像头拍摄的监控数据进行融合，所得即为目标场景中所有目标的追踪数据。
可选地，基于重叠部分构建直角坐标系，包括x轴和y轴，追踪目标的顶点对应的坐标为(xi,yi)。
通过以下公式计算监控数据重叠部分的最大值和最小值：
x1＝round(max{xi})
x2＝round(min{xi})
其中，round(*)表示取整函数，x1、x2分别表示监控数据重叠部分的最大值和最小值。
计算权重因子ω：
Figure GDA0003967875300000101
进一步地，采用如下公式对重叠部分的图像进行平滑处理：
Figure GDA0003967875300000102
其中，IA(x，y)表示多个追踪目标中的一个对应监控数据的像素值，∑IA(x，y)表示多个追踪目标对应监控数据的累计像素值，IB(x，y)表示至少一个追踪目标对应监控数据的像素值。
通过该实施方式能够进一步减少某一范围内移动摄像头之间的干扰和碰撞，且拍摄的视频数据清晰度更高。
图2示出了本申请实施例提供的边界框构建方法的流程示意图，请参考图2，具体包括如下步骤：
S210、获取所述监控数据的当前帧，确定所述当前帧包含的追踪目标的特征点位置。
其中，特征点位置可以采用坐标的形式表示；特征点位置指示追踪目标的特征点在当前帧中的位置。
S220、根据所述特征点位置，将所述当前帧与所述目标场景进行特征点匹配，确定所述当前帧包含的所述追踪目标的特征点的空间位置。
其中，特征点在目标场景中的空间位置可以表示为三维坐标，具有相同特征的特征点能够匹配成功。若匹配的特征点大于预设数量，则特征点匹配成功。
进一步地，可以利用对极约束，三角化测量出所述追踪目标的特征点的空间位置。
S230、基于所述空间位置，确定所述追踪目标的边界框。
在一种实施方式中，步骤S230可以具体包括以下步骤：
S231、通过高斯滤波算法，获得所述追踪目标的灰度值。
其中，对于一个位置(m,n)的像素点，计算其灰度值f(m,n)。
S232、基于所述灰度值，计算梯度值和梯度方向。
S233、基于所述梯度值和所述梯度方向，确定边界上限和边界下限。
其中，边界上限和边界下限可以分别表示为maxVal和minVal，其中大于maxVal的像素点被检测为边界，小于minVal的像素点被检测为非边界；对于中间的像素点，如果与确定为边界的像素点邻接，则判定为边界，反之为非边界。
S234、使用边界上限和边界下限，检测所述追踪目标的边界数据。
S235、基于所述空间位置和所述边界数据，确定所述追踪目标的边界框。
其中，由于不同追踪目标的形态有所差异，因此边界框可以是多边形。
通过该方式构建边界框，用于判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内，能够提高目标追踪的效率和准确性。
为实现上述方法类实施例，本实施例还提供一种基于移动摄像头的目标追踪系统，如图3所示，该系统包括：
目标采集模块310，用于获取目标场景的追踪目标。
第一移动摄像头确定模块320，用于基于所述追踪目标，确定第一移动摄像头。
目标追踪模块330，用于接收所述第一移动摄像头采集的包含多个追踪目标的视频数据；所述多个追踪目标位于所述目标场景中。
数据监控模块340，用于识别所述视频数据，获得所述多个追踪目标的监控数据。
边界框构建模块350，用于基于所述监控数据，构建所述多个追踪目标的多个边界框；其中，每个边界框对应于一个追踪目标。
第二移动摄像头确定模块360，用于基于所述多个边界框，判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内；若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头。
所述目标追踪模块330，进一步用于控制所述第二移动摄像头对所述至少一个追踪目标进行目标追踪；接收所述第二移动摄像头采集的包含所述至少一个追踪目标的视频数据；所述至少一个追踪目标位于所述目标场景中。
所述数据监控模块340，进一步用于识别所述视频数据，获得所述至少一个追踪目标的监控数据。
数据融合模块370，用于融合所述多个追踪目标和所述至少一个追踪目标的监控数据。
可选地，所述第一移动摄像头和所述第二移动摄像头，具体包括：广角镜头、人像镜头以及长焦镜头。
可选地，所述第一移动摄像头确定模块320，进一步用于若所述追踪目标是人像，则确定所述目标场景中的人像镜头作为第一移动摄像头；若所述追踪目标是动物或车辆，则确定所述目标场景中的长焦镜头作为第一移动摄像头；若所述追踪目标是所述目标场景内的所有物体，则确定所述目标场景中的广角镜头作为第一移动摄像头。
可选地，所述边界框构建模块350还包括空间位置确定模块，用于获取所述监控数据的当前帧，确定所述当前帧包含的追踪目标的特征点位置；根据所述特征点位置，将所述当前帧与所述目标场景进行特征点匹配，确定所述当前帧包含的所述追踪目标的特征点的空间位置。
可选地，所述边界框构建模块350，进一步用于基于所述空间位置，确定所述追踪目标的边界框。
可选地，所述基于所述空间位置，确定所述追踪目标的边界框的步骤，具体包括：通过高斯滤波算法，检测所述追踪目标的边界数据；基于所述空间位置和所述边界数据，确定所述追踪目标的边界框。
可选地，所述第二移动摄像头确定模块360，进一步用于每隔一预设时间，重新获取所述第一移动摄像头采集的视频数据，并在所述视频数据的图像帧中查找所述多个追踪目标的边界框是否处于所述第一移动摄像头的监控范围内。
可选地，所述第二移动摄像头确定模块360，进一步用于若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是人像，则确定所述目标场景中的人像镜头作为第二移动摄像头；若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是动物或车辆，则确定所述目标场景中的长焦镜头作为第二移动摄像头；若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是所述目标场景内的不确定物体，则确定所述目标场景中的广角镜头作为第二移动摄像头。
由此该基于移动摄像头的目标追踪系统，提高减少移动摄像头之间的干扰和碰撞，并提高目标追踪的效率和准确性。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置中模块/单元/子单元/组件的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述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例方案的目的。
另外，在本申请提供的实施例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。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种基于移动摄像头的目标追踪方法，其特征在于，包括：
获取目标场景的追踪目标；
基于所述追踪目标，确定第一移动摄像头；
接收所述第一移动摄像头采集的包含多个追踪目标的视频数据；所述多个追踪目标位于所述目标场景中；
识别所述视频数据，获得所述多个追踪目标的监控数据；
基于所述监控数据，构建所述多个追踪目标的多个边界框；其中，每个边界框对应于一个追踪目标；
所述基于所述监控数据，构建所述多个追踪目标的多个边界框，包括：
获取所述监控数据的当前帧，确定所述当前帧包含的追踪目标的特征点位置；
根据所述特征点位置，将所述当前帧与所述目标场景进行特征点匹配，确定所述当前帧包含的所述追踪目标的特征点的空间位置；
基于所述多个边界框，判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内；
若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头；
控制所述第二移动摄像头对所述至少一个追踪目标进行目标追踪；
接收所述第二移动摄像头采集的包含所述至少一个追踪目标的视频数据；所述至少一个追踪目标位于所述目标场景中；
识别所述视频数据，获得所述至少一个追踪目标的监控数据；
融合所述多个追踪目标和所述至少一个追踪目标的监控数据。
2.根据权利要求1所述的方法，其特征在于，所述第一移动摄像头和所述第二移动摄像头，具体包括：广角镜头、人像镜头以及长焦镜头。
3.根据权利要求2所述的方法，其特征在于，所述基于所述追踪目标，确定第一移动摄像头，包括：
若所述追踪目标是人像，则确定所述目标场景中的人像镜头作为第一移动摄像头；
若所述追踪目标是动物或车辆，则确定所述目标场景中的长焦镜头作为第一移动摄像头；
若所述追踪目标是所述目标场景内的所有物体，则确定所述目标场景中的广角镜头作为第一移动摄像头。
4.根据权利要求1所述的方法，其特征在于，所述基于所述监控数据，构建所述多个追踪目标的多个边界框，还包括：
基于所述空间位置，确定所述追踪目标的边界框。
5.根据权利要求4所述的方法，其特征在于，所述基于所述空间位置，确定所述追踪目标的边界框，包括：
通过高斯滤波算法，检测所述追踪目标的边界数据；
基于所述空间位置和所述边界数据，确定所述追踪目标的边界框。
6.根据权利要求2所述的方法，其特征在于，所述基于所述多个边界框，判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内，包括：
每隔一预设时间，重新获取所述第一移动摄像头采集的视频数据，并在所述视频数据的图像帧中查找所述多个追踪目标的边界框是否处于所述第一移动摄像头的监控范围内。
7.根据权利要求6所述的方法，其特征在于，所述若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头，包括：
若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是人像，则确定所述目标场景中的人像镜头作为第二移动摄像头；
若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是动物或车辆，则确定所述目标场景中的长焦镜头作为第二移动摄像头；
若不在所述第一移动摄像头的监控范围内的至少一个追踪目标是所述目标场景内的不确定物体，则确定所述目标场景中的广角镜头作为第二移动摄像头。
8.一种基于移动摄像头的目标追踪系统，其特征在于，包括：
目标获取模块，用于获取目标场景的追踪目标；
第一移动摄像头确定模块，用于基于所述追踪目标，确定第一移动摄像头；
目标追踪模块，用于接收所述第一移动摄像头采集的包含多个追踪目标的视频数据；所述多个追踪目标位于所述目标场景中；
数据监控模块，用于识别所述视频数据，获得所述多个追踪目标的监控数据；
边界框构建模块，用于基于所述监控数据，构建所述多个追踪目标的多个边界框；其中，每个边界框对应于一个追踪目标；
所述边界框构建模块进一步用于，获取所述监控数据的当前帧，确定所述当前帧包含的追踪目标的特征点位置；
根据所述特征点位置，将所述当前帧与所述目标场景进行特征点匹配，确定所述当前帧包含的所述追踪目标的特征点的空间位置；
第二移动摄像头确定模块，用于基于所述多个边界框，判断所述多个追踪目标是否处于所述第一移动摄像头的监控范围内；
若至少一个追踪目标不在所述第一移动摄像头的监控范围内，则基于所述追踪目标，确定第二移动摄像头；
所述目标追踪模块，进一步用于控制所述第二移动摄像头对所述至少一个追踪目标进行目标追踪；
接收所述第二移动摄像头采集的包含所述至少一个追踪目标的视频数据；所述至少一个追踪目标位于所述目标场景中；
所述数据监控模块，进一步用于识别所述视频数据，获得所述至少一个追踪目标的监控数据；
数据融合模块，用于融合所述多个追踪目标和所述至少一个追踪目标的监控数据。
9.根据权利要求8所述的系统，其特征在于，所述第一移动摄像头和所述第二移动摄像头，具体包括：广角镜头、人像镜头以及长焦镜头。
CN202210408996.4A 2022-04-19 2022-04-19 一种基于移动摄像头的目标追踪方法及系统 Active CN114827464B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210408996.4A CN114827464B (zh) 2022-04-19 2022-04-19 一种基于移动摄像头的目标追踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210408996.4A CN114827464B (zh) 2022-04-19 2022-04-19 一种基于移动摄像头的目标追踪方法及系统

Publications (2)

Publication Number Publication Date
CN114827464A CN114827464A (zh) 2022-07-29
CN114827464B true CN114827464B (zh) 2023-03-03

Family

ID=82504821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210408996.4A Active CN114827464B (zh) 2022-04-19 2022-04-19 一种基于移动摄像头的目标追踪方法及系统

Country Status (1)

Country Link
CN (1) CN114827464B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115617532B (zh) * 2022-11-22 2023-03-31 浙江莲荷科技有限公司 一种目标追踪处理方法、系统及相关装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102457712A (zh) * 2010-10-28 2012-05-16 鸿富锦精密工业（深圳）有限公司 可疑目标识别及追踪系统及方法
CN112333419A (zh) * 2020-08-21 2021-02-05 深圳Tcl新技术有限公司 监控追踪方法、装置、系统与计算机可读存储介质
CN112788227A (zh) * 2019-11-07 2021-05-11 富泰华工业（深圳）有限公司 目标追踪拍摄方法、装置、计算机装置及存储介质
TW202119804A (zh) * 2019-11-07 2021-05-16 鴻海精密工業股份有限公司 目標追蹤拍攝方法、裝置、電腦裝置及存儲介質

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102457712A (zh) * 2010-10-28 2012-05-16 鸿富锦精密工业（深圳）有限公司 可疑目标识别及追踪系统及方法
CN112788227A (zh) * 2019-11-07 2021-05-11 富泰华工业（深圳）有限公司 目标追踪拍摄方法、装置、计算机装置及存储介质
TW202119804A (zh) * 2019-11-07 2021-05-16 鴻海精密工業股份有限公司 目標追蹤拍攝方法、裝置、電腦裝置及存儲介質
CN112333419A (zh) * 2020-08-21 2021-02-05 深圳Tcl新技术有限公司 监控追踪方法、装置、系统与计算机可读存储介质

Also Published As

Publication number Publication date
CN114827464A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN107016367B (zh) 一种跟踪控制方法及跟踪控制系统
CN111222395B (zh) 目标检测方法、装置与电子设备
CN111242973A (zh) 目标跟踪方法、装置、电子设备及存储介质
CN111091592B (zh) 图像处理方法、图像处理装置、电子设备及可读存储介质
CN111623765B (zh) 基于多模态数据的室内定位方法及系统
JP2022531625A (ja) 検出方法、装置、電子機器及び記憶媒体
TW202034270A (zh) 車輛事故的鑑定方法及裝置、電子設備
CN110287768A (zh) 图像智能识别车辆定损方法
CN112207821B (zh) 视觉机器人的目标搜寻方法及机器人
CN113850137A (zh) 一种输电线路图像在线监测方法、系统及设备
CN110458026A (zh) 一种人脸采集方法、装置、系统、设备及介质
CN114827464B (zh) 一种基于移动摄像头的目标追踪方法及系统
CN111983603A (zh) 运动轨迹接力方法、系统、装置和中心端处理设备
CN112802081B (zh) 一种深度检测方法、装置、电子设备及存储介质
CN114943773A (zh) 相机标定方法、装置、设备和存储介质
CN114841862B (zh) 一种基于亿像素阵列式相机的图像拼接方法及系统
CN111274988B (zh) 一种基于多光谱的车辆重识别方法及装置
CN111291646A (zh) 一种人流量统计方法、装置、设备及存储介质
CN108876824B (zh) 目标跟踪方法、装置、系统及球机
CN116012609A (zh) 一种环视鱼眼多目标跟踪方法、装置、电子设备及介质
CN115412668A (zh) 跟踪拍摄方法、装置及计算机可读存储介质
CN114782496A (zh) 一种对象的跟踪方法、装置、存储介质及电子装置
CN114913470A (zh) 一种事件检测方法及装置
CN114998686A (zh) 烟雾检测模型构建方法、装置、设备、介质及检测方法
KR101305732B1 (ko) 비디오 검색을 위한 블록 생성 방법 및 이를 통해 생성된 블록을 기초로 한 질의 처리 방법

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