CN115409867A - 一种基于视频处理技术的轨迹分析方法及系统 - Google Patents
一种基于视频处理技术的轨迹分析方法及系统 Download PDFInfo
- Publication number
- CN115409867A CN115409867A CN202210976454.7A CN202210976454A CN115409867A CN 115409867 A CN115409867 A CN 115409867A CN 202210976454 A CN202210976454 A CN 202210976454A CN 115409867 A CN115409867 A CN 115409867A
- Authority
- CN
- China
- Prior art keywords
- video data
- video
- time information
- acquisition
- images
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及视频处理技术领域,具体公开了一种基于视频处理技术的轨迹分析方法及系统,所述方法包括接收采集设备获取到的含有时间信息的视频数据;将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据;接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组;根据所述多帧图像组确定运动物及其轨迹。本发明通过采集设备获取视频,将所述视频输入同一个与实际环境对应的区域模型,接收工作人员输入的检测请求,从区域模型中提取全景视频,对所述全景视频进行比对分析,确定并显示运动物及其轨迹;极大地降低了工作人员的工作压力。
Description
技术领域
本发明涉及视频处理技术领域,具体是一种基于视频处理技术的轨迹分析方法及系统。
背景技术
视频监控技术是利用视频监控技术探测、监视设防区域,实时显示、记录现场图像,检索和显示历史图像的电子系统或网络系统。随着宽带的普及,计算机技术的发展,图像处理技术的提高,视频监控正越来越广泛地渗透到教育、政府、娱乐、医疗、酒店和运动等其他各种领域。
在现有的视频监控应用中,有一些监控任务的重点是监控动物,比如,在动物保护区中,监控的重点是动物;在危险设备的监控区中,监控的重点的人;通过图像采集设备能够获取这些区域的视频,但是对于视频的处理过程仍需工作人员人工完成;有些处理过程工作人员完成起来比较困难,比如轨迹分析功能,工作人员需要不断地比对,最终确定运动物的轨迹;如何降低工作人员的工作压力是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种基于视频处理技术的轨迹分析方法及系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于视频处理技术的轨迹分析方法,所述方法包括:
接收采集设备获取到的含有时间信息的视频数据;
将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据;
接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组;
根据所述多帧图像组确定运动物及其轨迹。
作为本发明进一步的方案:所述接收采集设备获取到的含有时间信息的视频数据的步骤包括:
接收用户输入的视频采集模式,基于所述视频采集模式确定至少一个视频采集波段;
将所述视频采集波段向采集设备发送;
当采集设备接收到视频采集波段时,基于所述视频采集波段和独立的线程采集视频,对采集到的视频进行校正处理,得到场景相同的视频;根据像素点融合场景相同的视频,得到视频数据;所述视频数据含有时间信息。
作为本发明进一步的方案:所述将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据的步骤包括:
查询发送所述含有时间信息的视频数据的采集设备的采集参数;所述采集参数包括位置信息和工作参数表;所述工作参数表含表时间项和工作位置项;
根据所述工作参数表确定含有时间信息的视频数据的填充位置表;所述填充位置表包括时间项和填充位置项;
基于所述填充位置表将所述视频数据填充至预设的区域模型,得到区域模型的视频数据。
作为本发明进一步的方案:所述基于所述填充位置表将所述视频数据填充至预设的区域模型,得到区域模型的视频数据的步骤包括:
根据时间信息在所述视频数据中截取待填充视频数据;
根据时间信息在所述填充位置表中查询填充位置,在预设的区域模型中提取填充位置处的已存在视频;
比对所述待填充视频数据和所述已存在视频,计算差异值;
将所述差异值与预设的差异阈值进行比对,当所述差异值达到预设的差异阈值时,连接所述待填充视频与所述已存在视频。
作为本发明进一步的方案:所述接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组的步骤包括:
接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据;
剔除所述视频数据中的音频信息,得到图像队列;
对所述图像队列中的图像进行去色处理,计算去色处理后的图像中各像素点的平均色值,得到与所述图像队列对应的平均色值组;
基于所述平均色值组剔除图像队列中的重复图像,得到多帧图像组。
作为本发明进一步的方案:所述基于所述平均色值组剔除图像队列中的重复图像,得到多帧图像组的步骤包括:
查询平均色值组中各元素对应的图像的时间信息;
以时间信息为自变量,平均色值为因变量拟合与图像队列对应的变化曲线;
对所述变化曲线进行求导,得到导数曲线;
根据预设的导数阈值截取导数曲线,根据截取结果确定重复图像的时间信息;
根据时间信息在所述图像队列中剔除重复图像,得到多帧图像组。
作为本发明进一步的方案:所述根据所述多帧图像组确定运动物及其轨迹的步骤包括:
依次提取多帧图像组中相邻的图像,对所述相邻图像进行异或运算,确定变化区域;
分别对两个图像中的变化区域进行轮廓识别,确定运动物轮廓;
根据预设的定位规则确定运动物轮廓的中心点;
拟合多帧图像组中所有图像中的中心点,得到运动轨迹。
本发明技术方案还提供了一种基于视频处理技术的轨迹分析系统,所述系统包括:
视频数据接收模块,用于接收采集设备获取到的含有时间信息的视频数据;
视频数据填充模块,用于将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据;
视频数据转换模块,用于接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组;
视频数据识别模块,用于根据所述多帧图像组确定运动物及其轨迹。
作为本发明进一步的方案:所述视频数据填充模块包括:
采集参数查询单元,用于查询发送所述含有时间信息的视频数据的采集设备的采集参数;所述采集参数包括位置信息和工作参数表;所述工作参数表含表时间项和工作位置项;
位置表确定单元,用于根据所述工作参数表确定含有时间信息的视频数据的填充位置表;所述填充位置表包括时间项和填充位置项;
第一执行单元,用于基于所述填充位置表将所述视频数据填充至预设的区域模型,得到区域模型的视频数据。
作为本发明进一步的方案:所述视频数据转换模块包括:
数据提取单元,用于接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据;
音频剔除单元,用于剔除所述视频数据中的音频信息,得到图像队列;
平均值计算单元,用于对所述图像队列中的图像进行去色处理,计算去色处理后的图像中各像素点的平均色值,得到与所述图像队列对应的平均色值组;
第二执行单元,用于基于所述平均色值组剔除图像队列中的重复图像,得到多帧图像组。
与现有技术相比,本发明的有益效果是:本发明通过采集设备获取视频,将所述视频输入同一个与实际环境对应的区域模型,接收工作人员输入的检测请求,从区域模型中提取全景视频,对所述全景视频进行比对分析,确定并显示运动物及其轨迹;极大地降低了工作人员的工作压力。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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发明的一些实施例。
图1为基于视频处理技术的轨迹分析方法的流程框图。
图2为基于视频处理技术的轨迹分析方法的第一子流程框图。
图3为基于视频处理技术的轨迹分析方法的第二子流程框图。
图4为基于视频处理技术的轨迹分析方法的第三子流程框图。
图5为基于视频处理技术的轨迹分析系统的组成结构框图。
图6为基于视频处理技术的轨迹分析系统中视频数据填充模块的组成结构框图。
图7为基于视频处理技术的轨迹分析系统中视频数据转换模块的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
图1为基于视频处理技术的轨迹分析方法的流程框图,本发明实施例中,一种基于视频处理技术的轨迹分析方法,所述方法包括步骤S100至步骤S400:
步骤S100:接收采集设备获取到的含有时间信息的视频数据;
采集设备安装在监测区,现有的监测区往往需要多个采集设备共同配合,才能采集到区域的全貌;所述监测区可以是一些野外区域,也可以是一些室内区域等等;本发明技术方案应用更多的区域是野外区域,比如林区或者野外电力设备安装区域。
步骤S200:将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据;
所述区域模型与实际区域之间存在预设的比例尺;所述区域模型一般是一个二维模型,可以在显示屏上显示。
步骤S300:接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组;
接收用户输入的检测时段,在区域模型中提取该时段的视频;视频的基本组成元素是图像,由视频向图像组的转换过程并不困难。
步骤S400:根据所述多帧图像组确定运动物及其轨迹;
对多帧图像组进行识别,可以确定一些发生变化的物体,也就是运动物,在此基础上,对运动物进行识别,可以确定其轨迹。
作为本发明技术方案的一个优选实施例,所述接收采集设备获取到的含有时间信息的视频数据的步骤包括:
接收用户输入的视频采集模式,基于所述视频采集模式确定至少一个视频采集波段;
将所述视频采集波段向采集设备发送;
当采集设备接收到视频采集波段时,基于所述视频采集波段和独立的线程采集视频,对采集到的视频进行校正处理,得到场景相同的视频;根据像素点融合场景相同的视频,得到视频数据;所述视频数据含有时间信息。
上述内容采集设备的工作过程进行了具体的限定,对于同一片区域,由于外界条件的原因,不同视频采集波段获取到的视频是不同的;所述视频采集波段包括可见光波段、红外光波段和紫外光波段;根据多个视频采集波段获取多个同一场景的视频,然后对这些视频进行归一化处理,可以得到一个更加准确的视频。
当然,上述过程是可选的,一般情况下,仅有一个可见光波段。
图2为基于视频处理技术的轨迹分析方法的第一子流程框图,所述将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据的步骤包括步骤S201至步骤S203:
步骤S201:查询发送所述含有时间信息的视频数据的采集设备的采集参数;所述采集参数包括位置信息和工作参数表;所述工作参数表含表时间项和工作位置项;
步骤S202:根据所述工作参数表确定含有时间信息的视频数据的填充位置表;所述填充位置表包括时间项和填充位置项;
步骤S203:基于所述填充位置表将所述视频数据填充至预设的区域模型,得到区域模型的视频数据。
步骤S201至步骤S203对区域模型的填充过程进行了具体的限定,它的重点在于,确定获取到视频数据对应于区域模型中的哪一部分,这个对应关系由填充位置表反应;所述填充位置表由工作参数表确定,当采集设备的工作参数确定后,其采集范围是确定的,根据预设的比例尺,可以在区域模型中确定填充位置。
需要说明的是,视频数据、工作参数表和填充位置表都含有时间信息,时间信息是它们相互匹配过程中的纽带。
进一步的,所述基于所述填充位置表将所述视频数据填充至预设的区域模型,得到区域模型的视频数据的步骤包括:
根据时间信息在所述视频数据中截取待填充视频数据;
根据时间信息在所述填充位置表中查询填充位置,在预设的区域模型中提取填充位置处的已存在视频;
比对所述待填充视频数据和所述已存在视频,计算差异值;
将所述差异值与预设的差异阈值进行比对,当所述差异值达到预设的差异阈值时,连接所述待填充视频与所述已存在视频。
在实际的采集过程中,有可能出现不同采集设备采集同一片区域的情况,对于这种情况,需要将新获取的视频与原有的视频进行比对,判断它们之间的差异是否足够大,如果差异足够大时,将新视频与原视频连接;如果不够大,直接延长原视频即可。
值得一提的是,视频与视频的比对过程与图像与图像的比对过程略有不同,在上述实例中,只有两个几乎都没有变化的视频之间的差异值被认为是不够大。
图3为基于视频处理技术的轨迹分析方法的第二子流程框图,所述接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组的步骤包括步骤S301至步骤S304:
步骤S301:接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据;
步骤S302:剔除所述视频数据中的音频信息,得到图像队列;
步骤S303:对所述图像队列中的图像进行去色处理,计算去色处理后的图像中各像素点的平均色值,得到与所述图像队列对应的平均色值组;
步骤S304:基于所述平均色值组剔除图像队列中的重复图像,得到多帧图像组。
上述内容对多帧图像组的生成过程进行了具体的描述,视频本身由多帧图像组成,转换为多帧图像组的过程中,增设了图像剔除功能,剔除一些重复的图像,可以极大地降低后续的无效识别的图像数量,减缓识别压力。
进一步的,所述基于所述平均色值组剔除图像队列中的重复图像,得到多帧图像组的步骤包括:
查询平均色值组中各元素对应的图像的时间信息;
以时间信息为自变量,平均色值为因变量拟合与图像队列对应的变化曲线;
对所述变化曲线进行求导,得到导数曲线;
根据预设的导数阈值截取导数曲线,根据截取结果确定重复图像的时间信息;
根据时间信息在所述图像队列中剔除重复图像,得到多帧图像组。
上述内容提供了一种具体的图像重合度的判定方法,首先,生成一个与图像对应的值;然后,根据这个值可以生成一条变化曲线,这条变化曲线就反映了图像的变化趋势;最后,对变化曲线进行求导,可以清晰的反应出变化较大的时间段和几乎没有变化的时间段;剔除掉几乎没有变化的时间段对应的图像即可。
具体的,导数曲线中,数值在所述导数阈值之下的点为无变化点。
图4为基于视频处理技术的轨迹分析方法的第三子流程框图,所述根据所述多帧图像组确定运动物及其轨迹的步骤包括步骤S401至步骤S404:
步骤S401:依次提取多帧图像组中相邻的图像,对所述相邻图像进行异或运算,确定变化区域;
步骤S402:分别对两个图像中的变化区域进行轮廓识别,确定运动物轮廓;
步骤S403:根据预设的定位规则确定运动物轮廓的中心点;
步骤S404:拟合多帧图像组中所有图像中的中心点,得到运动轨迹。
异或运算的规则是,相同的剔除,不同的保留;对相邻图像进行异或运算,即可快速的定位发生变化的区域;然后,对两个图像中的变化区域进行轮廓识别,可以确定运动物轮廓,确定运动物轮廓之后,选取运动轮廓的中心点,所述中心点是一个上位概念,用于代表运动物轮廓,它可以是轮廓的中心,也可以是轮廓上的点;最后,连接所有得到的中心点,即可得到一个运动轨迹。
需要说明的是,上述定位规则为工作人员预先确定的,具体是何种规则不做细述,重点在于它必须一致。
实施例2
图5为基于视频处理技术的轨迹分析系统的组成结构框图,本发明实施例中,一种基于视频处理技术的轨迹分析系统,所述系统10包括:
视频数据接收模块11,用于接收采集设备获取到的含有时间信息的视频数据;
视频数据填充模块12,用于将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据;
视频数据转换模块13,用于接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组;
视频数据识别模块14,用于根据所述多帧图像组确定运动物及其轨迹。
图6为基于视频处理技术的轨迹分析系统中视频数据填充模块12的组成结构框图,所述视频数据填充模块12包括:
采集参数查询单元121,用于查询发送所述含有时间信息的视频数据的采集设备的采集参数;所述采集参数包括位置信息和工作参数表;所述工作参数表含表时间项和工作位置项;
位置表确定单元122,用于根据所述工作参数表确定含有时间信息的视频数据的填充位置表;所述填充位置表包括时间项和填充位置项;
第一执行单元123,用于基于所述填充位置表将所述视频数据填充至预设的区域模型,得到区域模型的视频数据。
图7为基于视频处理技术的轨迹分析系统中视频数据转换模块13的组成结构框图,所述视频数据转换模块13包括:
数据提取单元131,用于接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据;
音频剔除单元132,用于剔除所述视频数据中的音频信息,得到图像队列;
平均值计算单元133,用于对所述图像队列中的图像进行去色处理,计算去色处理后的图像中各像素点的平均色值,得到与所述图像队列对应的平均色值组;
第二执行单元134,用于基于所述平均色值组剔除图像队列中的重复图像,得到多帧图像组。
所述基于视频处理技术的轨迹分析方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述基于视频处理技术的轨迹分析方法的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元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,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明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,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于视频处理技术的轨迹分析方法,其特征在于,所述方法包括:
接收采集设备获取到的含有时间信息的视频数据;
将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据;
接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组;
根据所述多帧图像组确定运动物及其轨迹。
2.根据权利要求1所述的基于视频处理技术的轨迹分析方法,其特征在于,所述接收采集设备获取到的含有时间信息的视频数据的步骤包括:
接收用户输入的视频采集模式,基于所述视频采集模式确定至少一个视频采集波段;
将所述视频采集波段向采集设备发送;
当采集设备接收到视频采集波段时,基于所述视频采集波段和独立的线程采集视频,对采集到的视频进行校正处理,得到场景相同的视频;根据像素点融合场景相同的视频,得到视频数据;所述视频数据含有时间信息。
3.根据权利要求1所述的基于视频处理技术的轨迹分析方法,其特征在于,所述将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据的步骤包括:
查询发送所述含有时间信息的视频数据的采集设备的采集参数;所述采集参数包括位置信息和工作参数表;所述工作参数表含表时间项和工作位置项;
根据所述工作参数表确定含有时间信息的视频数据的填充位置表;所述填充位置表包括时间项和填充位置项;
基于所述填充位置表将所述视频数据填充至预设的区域模型,得到区域模型的视频数据。
4.根据权利要求3所述的基于视频处理技术的轨迹分析方法,其特征在于,所述基于所述填充位置表将所述视频数据填充至预设的区域模型,得到区域模型的视频数据的步骤包括:
根据时间信息在所述视频数据中截取待填充视频数据;
根据时间信息在所述填充位置表中查询填充位置,在预设的区域模型中提取填充位置处的已存在视频;
比对所述待填充视频数据和所述已存在视频,计算差异值;
将所述差异值与预设的差异阈值进行比对,当所述差异值达到预设的差异阈值时,连接所述待填充视频与所述已存在视频。
5.根据权利要求1所述的基于视频处理技术的轨迹分析方法,其特征在于,所述接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组的步骤包括:
接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据;
剔除所述视频数据中的音频信息,得到图像队列;
对所述图像队列中的图像进行去色处理,计算去色处理后的图像中各像素点的平均色值,得到与所述图像队列对应的平均色值组;
基于所述平均色值组剔除图像队列中的重复图像,得到多帧图像组。
6.根据权利要求5所述的基于视频处理技术的轨迹分析方法,其特征在于,所述基于所述平均色值组剔除图像队列中的重复图像,得到多帧图像组的步骤包括:
查询平均色值组中各元素对应的图像的时间信息;
以时间信息为自变量,平均色值为因变量拟合与图像队列对应的变化曲线;
对所述变化曲线进行求导,得到导数曲线;
根据预设的导数阈值截取导数曲线,根据截取结果确定重复图像的时间信息;
根据时间信息在所述图像队列中剔除重复图像,得到多帧图像组。
7.根据权利要求6所述的基于视频处理技术的轨迹分析方法,其特征在于,所述根据所述多帧图像组确定运动物及其轨迹的步骤包括:
依次提取多帧图像组中相邻的图像,对所述相邻图像进行异或运算,确定变化区域;
分别对两个图像中的变化区域进行轮廓识别,确定运动物轮廓;
根据预设的定位规则确定运动物轮廓的中心点;
拟合多帧图像组中所有图像中的中心点,得到运动轨迹。
8.一种基于视频处理技术的轨迹分析系统,其特征在于,所述系统包括:
视频数据接收模块,用于接收采集设备获取到的含有时间信息的视频数据;
视频数据填充模块,用于将所述含有时间信息的视频数据插入预设的区域模型,得到区域模型的视频数据;
视频数据转换模块,用于接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据,将检测时段内的视频数据转换为多帧图像组;
视频数据识别模块,用于根据所述多帧图像组确定运动物及其轨迹。
9.根据权利要求8所述的基于视频处理技术的轨迹分析系统,其特征在于,所述视频数据填充模块包括:
采集参数查询单元,用于查询发送所述含有时间信息的视频数据的采集设备的采集参数;所述采集参数包括位置信息和工作参数表;所述工作参数表含表时间项和工作位置项;
位置表确定单元,用于根据所述工作参数表确定含有时间信息的视频数据的填充位置表;所述填充位置表包括时间项和填充位置项;
第一执行单元,用于基于所述填充位置表将所述视频数据填充至预设的区域模型,得到区域模型的视频数据。
10.根据权利要求8所述的基于视频处理技术的轨迹分析系统,其特征在于,所述视频数据转换模块包括:
数据提取单元,用于接收用户输入的检测时段,提取所述区域模型在所述检测时段内的视频数据;
音频剔除单元,用于剔除所述视频数据中的音频信息,得到图像队列;
平均值计算单元,用于对所述图像队列中的图像进行去色处理,计算去色处理后的图像中各像素点的平均色值,得到与所述图像队列对应的平均色值组;
第二执行单元,用于基于所述平均色值组剔除图像队列中的重复图像,得到多帧图像组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210976454.7A CN115409867A (zh) | 2022-08-15 | 2022-08-15 | 一种基于视频处理技术的轨迹分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210976454.7A CN115409867A (zh) | 2022-08-15 | 2022-08-15 | 一种基于视频处理技术的轨迹分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115409867A true CN115409867A (zh) | 2022-11-29 |
Family
ID=84158554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210976454.7A Pending CN115409867A (zh) | 2022-08-15 | 2022-08-15 | 一种基于视频处理技术的轨迹分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115409867A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116074479A (zh) * | 2023-03-03 | 2023-05-05 | 山东交通学院 | 基于图像分析的乘务监控系统、方法、设备及存储介质 |
CN116069976A (zh) * | 2023-03-06 | 2023-05-05 | 南京和电科技有限公司 | 一种区域视频分析方法及系统 |
-
2022
- 2022-08-15 CN CN202210976454.7A patent/CN115409867A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116074479A (zh) * | 2023-03-03 | 2023-05-05 | 山东交通学院 | 基于图像分析的乘务监控系统、方法、设备及存储介质 |
CN116069976A (zh) * | 2023-03-06 | 2023-05-05 | 南京和电科技有限公司 | 一种区域视频分析方法及系统 |
CN116069976B (zh) * | 2023-03-06 | 2023-09-12 | 南京和电科技有限公司 | 一种区域视频分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115409867A (zh) | 一种基于视频处理技术的轨迹分析方法及系统 | |
CN109166156B (zh) | 一种摄像头标定图像的生成方法、移动终端及存储介质 | |
CN109299703B (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
CN109784304B (zh) | 用于标注牙齿图像的方法和装置 | |
CN110674441A (zh) | 页面模板配置控制方法、装置、计算机设备及存储介质 | |
US11087140B2 (en) | Information generating method and apparatus applied to terminal device | |
CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
CN110941978B (zh) | 一种未识别身份人员的人脸聚类方法、装置及存储介质 | |
CN111160202A (zh) | 基于ar设备的身份核验方法、装置、设备及存储介质 | |
US20180322332A1 (en) | Method and apparatus for identifying pupil in image | |
US11694331B2 (en) | Capture and storage of magnified images | |
CN113507592A (zh) | 一种多终端数字乡村建设系统 | |
CN114820758A (zh) | 植物生长高度测量方法、装置、电子设备及介质 | |
CN110599520A (zh) | 一种旷场实验数据分析方法、系统及终端设备 | |
CN110264497B (zh) | 跟踪时长的确定方法及装置、存储介质、电子装置 | |
CN109981989B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN111681738A (zh) | 基于病理切片扫描和分析一体化方法、装置、设备及介质 | |
CN114565952A (zh) | 行人轨迹生成方法、装置、设备和存储介质 | |
CN107770487B (zh) | 一种特征提取并优选的方法、系统及终端设备 | |
CN108769521B (zh) | 一种拍照方法、移动终端及计算机可读存储介质 | |
CN110633630A (zh) | 一种行为识别方法、装置及终端设备 | |
CN107527011B (zh) | 一种非接触式皮肤电阻变化趋势检测方法、装置及设备 | |
CN113347392A (zh) | 一种基于ar的配电房监控数据可视化展示方法、系统及介质 | |
CN114445599A (zh) | 一种试衣方法、装置、终端设备、存储介质和系统 | |
CN108073899B (zh) | 基于骨骼信息的绊线检测的方法及装置 |
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 |