CN115619819A - 多摄像机目标追踪方法、装置、电子设备和存储介质 - Google Patents
多摄像机目标追踪方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115619819A CN115619819A CN202110795707.6A CN202110795707A CN115619819A CN 115619819 A CN115619819 A CN 115619819A CN 202110795707 A CN202110795707 A CN 202110795707A CN 115619819 A CN115619819 A CN 115619819A
- Authority
- CN
- China
- Prior art keywords
- camera
- relation
- retrieval
- target
- area
- 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
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明实施例公开了一种多摄像机目标追踪方法、装置、电子设备和存储介质。该方法包括:确定目标对象出现的目标摄像机;基于预设检索规则从摄像机关系图谱中确定与目标摄像机关联的检索摄像机;其中,摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;预设检索规则按照摄像机可视域之间的关系进行确定;对检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。本发明通过预先构建摄像机关系图谱以对摄像机可视域之间的关系进行确定,再基于预设检索规则从关系图谱中依次确定与当前目标对象出现的目标摄像机关系最密切的检索摄像机,提高了从多个摄像机的监控视频中对目标对象进行检索追踪的效率。
Description
技术领域
本发明实施例涉及目标追踪技术领域,尤其涉及一种多摄像机目标追踪方法、装置、电子设备和存储介质。
背景技术
目标对象智能追踪都是通过对摄像机获取到的实况或者监控录像来智能分析,为了能够追踪目标对象的运动轨迹,一般在发现或者确定目标对象的情况下,以发现目标对象的摄像机为原点,以一定半径范围开始搜索周边摄像机,或者沿路网检索道路两边的摄像机,然后对这些摄像机的实况或者监控录像进行智能分析。
但是对周边摄像机进行检索的检索范围内包含了周边所有的摄像机,数量较多,且有些摄像机从原点摄像机开始通过道路是无法到达的,或者需要绕很远的路才可以到达,对这些摄像机进行检索会造成资源浪费。因此以一定半径范围检索摄像机会增加算力消耗,检索大量无用的视频数据。
在沿路网进行检索时会受到摄像机坐标位置和其可视域位置并不相同的影响,例如一些摄像机位置在某条道路上,但其可视域主要是覆盖某个园区,相反有些摄像机位置在某个园区,其实是覆盖远处的道路,因此根据路网检索时通过摄像机位置进行检索并不能如实反映监控视频中的正确覆盖位置。并且通过路网进行检索时会造成未设置在路网上的摄像机的检索遗漏。
发明内容
本发明实施例提供一种多摄像机目标追踪方法、装置、电子设备和存储介质,提高了从多个摄像机的监控视频中对目标对象进行检索追踪的效率。
第一方面,本发明实施例提供了一种多摄像机目标追踪方法,包括:
确定目标对象出现的目标摄像机;
基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机;其中,所述摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;所述预设检索规则按照摄像机可视域之间的关系进行确定;
对所述检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。
第二方面,本发明实施例还提供了一种多摄像机目标追踪装置,包括:
目标摄像机确定模块,用于确定目标对象出现的目标摄像机;
检索摄像机确定模块,用于基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机;其中,所述摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;所述预设检索规则按照摄像机可视域之间的关系进行确定;
目标对象匹配模块,用于对所述检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。
第三方面,本发明实施例还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的多摄像机目标追踪方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的多摄像机目标追踪方法。
本发明实施例确定目标对象出现的目标摄像机;基于预设检索规则从摄像机关系图谱中确定与目标摄像机关联的检索摄像机;其中,摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;预设检索规则按照摄像机可视域之间的关系进行确定;对检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。本发明实施例通过预先构建摄像机关系图谱以对摄像机可视域之间的关系进行确定,再基于预设检索规则从关系图谱中依次确定与当前目标对象出现的目标摄像机关系最密切的检索摄像机,提高了从多个摄像机的监控视频中对目标对象进行检索追踪的效率。
附图说明
图1是本发明实施例一中的多摄像机目标追踪方法的流程图;
图2是本发明实施例二中的摄像机关系图谱构建过程的流程图;
图3是本发明实施例二中的待检索区域地图的示意图;
图4是本发明实施例二中的根据待检索区域地图构建的摄像机关系图谱的示意图;
图5是本发明实施例三中的多摄像机目标追踪方法的流程图;
图6是本发明实施例四中的多摄像机目标追踪装置的结构示意图;
图7是本发明实施例五中的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的多摄像机目标追踪方法的流程图,本实施例可适用于从多个摄像机的监控视频中对目标对象进行检索追踪的情况。该方法可以由多摄像机目标追踪装置来执行,该装置可以采用软件和/或硬件的方式实现,并可配置在电子设备中,例如电子设备可以是后台服务器等具有通信和计算能力的设备。如图1所示,该方法具体包括:
步骤101、确定目标对象出现的目标摄像机。
其中,目标对象是指需要进行追踪的目标,例如可以是人或者车辆等。目标摄像机是指所需追踪的目标最初出现的视频所关联的摄像机。
具体的,确定所需追踪的目标对象后,根据目标对象的特征,例如人脸特征或者车牌特征等在监控视频中进行检索,确定该目标对象最初出现的视频画面,并确定获取该视频画面的摄像机为目标摄像机,以根据目标摄像机进行蔓延式检索。
步骤102、基于预设检索规则从摄像机关系图谱中确定与目标摄像机关联的检索摄像机;其中,摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;预设检索规则按照摄像机可视域之间的关系进行确定。
其中,摄像机关系图谱用于对待检索区域地图中的摄像机的可视域之间的关系进行表征,对可视域之间的关联程度进行表征,例如根据可视域之间的距离和/或可视域所在位置之间的路网情况等。预设检索规则表征了按照与目标摄像机可视域的关联程度进行检索的顺序,例如按照与目标摄像机可视域的距离确定下一个进行检索的检索摄像机,或者按照与目标摄像机可视域的到达路网情况确定下一个进行检索的检索摄像机。
具体的,预先确定待检索区域中的所有摄像机的可视域,并根据可视域的位置的范围以及待检索区域地图中的路网信息构建摄像机关系图谱。预先根据可视域之间的关系确定预设检索规则。在进行检索时,由于目标对象最近一次出现在目标摄像机的可视域范围内,因此若要确定其下一次出现的可视域,以目标摄像机的可视域检索起点,确定与其关联最密切的摄像机位目标对象最有可能出现的检索摄像机。示例性的,在按照预设检索规则依次确定与目标摄像机关联最密切的检索摄像机时,可以根据可视域之间的距离进行确定或者根据可视域之间到达的路网进行确定。
由于目标对象最近一次出现是在目标摄像机中,因此根据预设检索规则和摄像机关系图谱确定与目标摄像机关联最紧密的摄像机位下一步进行视频追踪检索的摄像机,可以提高目标对象追踪效率,在尽可能检索较少的摄像机视频的情况下,最快的找到目标对象下一次出现的视频画面。同时由于预设检索规则是基于摄像机可视域之间的关系进行确定的,因此也保证了优先检索目标摄像机周围区域的摄像机。
在一个可行的实施例中,预设检索规则包括按照可视域直接关系和可视域间接关系的顺序依次进行检索;其中,可视域直接关系根据可视域之间的距离进行确定,可视域间接关系根据可视域覆盖共同节点的数量进行确定;
相应的,步骤102,包括:
从摄像机关系图谱中确定是否有与目标摄像机存在可视域直接关系的关联摄像机,若有,则确定关联摄像机为检索摄像机;
若没有,则继续从摄像机关系图谱中确定是否有与目标摄像机存在可视域间接关系的关联摄像机,若有,则确定关联摄像机为检索摄像机。
在本实施例中,预设检索规则中规定先按照与目标摄像机的可视域具有可视域直接关系的摄像机进行检索,若没有具备可视域直接关系的或者具备可视域直接关系的检索摄像机中未检索到目标对象,则继续按照可视域间接关系进行确定下一步检索的检索摄像机。其中,可视域直接关系是指与目标摄像机的可视域之间存在直接关联关系,例如可视域重叠或者可视域之间的距离小于预设阈值;可视域间接关系是指与目标摄像机的可视域通过至少一个覆盖共同节点产生关联的关系,例如可视域共同指向同个区域或者同个道路,或者可视域之间通过至少两个区域或者道路产生连接关系。
在按照预设检索规则中的检索顺序依次确定检索摄像机,具体的,可视域直接关系为第一检索顺序,可视域间接关系为第二检索顺序,若按照第一检索顺序未确定检索摄像机或者所确定的检索摄像机的监控视频中未检索到目标对象,则继续按照第二检索顺序进行确定。示例性的,按照第一检索顺序所确定的具备条件的摄像机为至少两个,则将该至少两个摄像机均确定为检索摄像机。
按照预设检索规则从摄像机关系图谱中首先确定是否有与目标摄像机的可视域具有直接关系,例如可视域重叠或者可视域相邻的关联摄像机,若有至少一个,则确定至少一个关联摄像机均为检索摄像机。若按照可视域直接关系未确定检索摄像机,则按照可视域间接关系继续确定,具体的,在按照可视域间接关系确定时,按照可视域覆盖共同节点的数量依次递增的顺序进行确定,示例性的,首先确定可视域覆盖共同节点的数量只有一个的关联摄像机,若没有,则继续增加可视域覆盖共同节点的数量为两个进行检索,直至确定检索摄像机或者达到预设检索规则中的检索上限。
按照可视域直接关系和可视域间接关系的检索顺序对检索摄像机进行确定,既避免了单纯按照摄像机之间的距离远近进行检索带来的误差,同时又保证了所确定的检索摄像机是与目标摄像机关联最密切的摄像机,即检索摄像机的监控视频是继目标对象出现在目标摄像机的监控视频中后最有可能出现的,提高了检索效率。
步骤103、对检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。
确定检索摄像机后,根据目标对象的特征在检索摄像机的监控视频中进行匹配,若匹配成功,则实现了目标对象的追踪;若匹配不成功,则说明目标对象未出现在该检索摄像机的监控范围内,则需要按照预设检索规则继续进行确定下一个检索摄像机。示例性的,在上述示例的基础上,按照第一检索顺序进行确定的检索摄像机为至少两个,则对这至少两个检索摄像机的监控视频同时进行目标对象匹配,若未匹配到目标对象,则按照第二检索顺序继续确定检索摄像机。
在一个可行的实施例中,步骤103,包括:
若匹配失败,则继续基于预设检索规则重新确定新的检索摄像机;
若匹配成功,则确定检索摄像机为新的目标摄像机,基于预设检索规则重新确定与新的目标摄像机关联的检索摄像机。
若在检索摄像机的监控视频中匹配到目标对象,则说明目标对象最近一次出现的范围在检索摄像机的可视域范围内,则确定该检索摄像机为新的目标摄像机,以该新的目标摄像机为新的检索起点,基于预设检索规则重新确定与该新的目标摄像机关联最密切的摄像机位下一个检索摄像机,重复该过程以实现目标对象的追踪。
若在检索摄像机的监控视频中未匹配到目标对象,则说明目标对象并未在该检索摄像机的可视域范围内出现,则需要继续基于预设检索规则重新确定新的检索摄像机,再继续对新的检索摄像机的监控视频进行目标对象匹配,以实现目标对象的追踪。
根据匹配结果对检索摄像机或目标摄像机进行更新,实现了根据实际追踪情况调整追踪方法,提高对目标对象的追踪效率。
本发明实施例通过预先构建摄像机关系图谱以对摄像机可视域之间的关系进行确定,再基于预设检索规则从关系图谱中依次确定与当前目标对象出现的目标摄像机关系最密切的检索摄像机,提高了从多个摄像机的监控视频中对目标对象进行检索追踪的效率。
实施例二
图2是本发明实施例二中的摄像机关系图谱构建过程的流程图,摄像机关系图谱中包括至少三种节点:可视域节点、道路节点和区域节点;节点关系至少包括:可视域重叠关系、可视域相邻关系、可视域与道路或区域覆盖关系、道路相交关系以及道路与区域所属关系。
其中,可视域节点用于对监控摄像机进行表征,道路节点用于对地图中的道路进行表征,区域节点用于对地图中的区域范围进行表征,例如区域节点对地图中的园区、大厦或者小区进行表征。可视域重叠关系用于表征两个监控摄像机的监控可视域具有重叠范围;可视域相邻关系用于表征两个监控摄像机的监控可视域之间的距离小于预设阈值,阈值的具体值可以根据实际情况进行设置,在此不做限制;可视域与道路或区域覆盖关系是指可视域的具体指向位置,示例性的,摄像机1的可视域指向道路1,则摄像机1的可视域与道路1存在可视域与道路覆盖关系,或者摄像机1的可视域位于区域1中,则摄像机1的可视域与区域1存在可视域与区域覆盖关系;道路相交关系是指两条道路存在相交点,即两条道路相通;道路与区域所属关系根据道路与区域之间的位置关系进行确定,例如道路1位于区域1中,或者道路1与区域1相邻。
图3是本实施例中待检索区域地图的示意图;图4是根据待检索区域地图构建的摄像机关系图谱的示意图。如图2所示,具体构建步骤如下所示:
步骤201、确定待检索区域地图中的可视域节点覆盖信息;其中可视域覆盖信息包括可视域覆盖面积和可视域覆盖位置。
其中,在待检索区域地图中标明了各区域的位置、各道路的位置以及各摄像机的位置和可视域范围。
可视域节点对摄像机进行表征,可视域覆盖面积根据图3中绘制的可视域三角形区域的面积大小,可视域覆盖位置根据图3中各摄像机三角形可视域的指向位置进行确定。图3中各摄像机三角形可视域可以通过预先采集各摄像机的实际布设参数进行确定。
步骤202、根据可视域覆盖面积确定具有可视域重叠关系和可视域相邻关系的可视域节点。
根据可视域覆盖面积确定可视域有重叠范围以及可视域之间的距离小于预设阈值的可视域节点。示例性的,从图3中可以得出,摄像机1即CAM1和CAM2的三角形可视域有相交重叠范围,确定CAM1节点和CAM2节点具有可视域重叠关系;CAM2和CAM3的三角形可视域之间的距离小于预设阈值,则确定CAM2节点和CAM3节点具有可视域相邻关系。
步骤203、根据可视域覆盖位置确定具有可视域与道路或区域覆盖关系的可视域节点和道路节点或区域节点。
根据可视域覆盖的实际位置确定可视域节点和其他节点之间关系,具体的,由于摄像机的实际设置坐标位置和摄像机可视域的覆盖位置可能并不相同,例如一些摄像机位置在某条道路上,但是其可视域主要是对着某个园区的大门,相反有些摄像机位置在某个园区,其实是对着远处的道路,因此通过摄像机位置进行检索并不能如实反映监控视频画面中的正确范围。在本实施例中,根据摄像机实际可视域的覆盖位置确定其与其他节点之间的关系更能体现实际监控结果,进而提高对目标对象的检索效率。
根据可视域覆盖位置确定可视域节点的指向节点,以确定两个节点之间的关系。示例性的,从图3中可以得出,CAM1的可视域指向道路4,因此CAM1节点和道路4节点之间具备可视域与道路覆盖关系;同时,由于道路4位于区域1中,所以CAM1的可视域也指向区域1,因此CAM1节点和区域1节点之间具备可视域与区域覆盖关系。
步骤204、根据待检索区域地图中的道路和区域位置关系确定具有道路相交关系和道路与区域所属关系的道路节点和区域节点。
根据待检索区域地图中具备道路位置和区域位置的具体信息,因此根据具体信息可以确定道路之间的关系以及道路与区域之间的关系,即路网关系。
示例性的,从图3中可以得出,道路4位于区域1中,则道路4节点和区域1节点具备道路与区域所属关系;道路2与区域1和区域2相邻,则道路2节点和区域1节点以及区域2节点都具备道路与区域所属关系,根据该道路与区域所属关系可以得到区域1和区域2可以通过道路2连接,例如可以根据区域的实际大门位置确定道路与区域所属关系,该实际大门位置可以通过地图进行确定,例如区域1在道路1的位置上并未设置大门,则区域1无法直接通往道路1,则区域1节点和道路1节点之间并不具备道路与区域所属关系。道路2和道路1存在相交点,则道路2节点和道路1节点存在道路相交关系。
步骤205、根据可视域重叠关系、可视域相邻关系、可视域与道路或区域覆盖关系、道路相交关系和道路与区域所属关系构建摄像机关系图谱。
根据可视域重叠关系确定可视域节点之间存在直接连接的关系,在关系图谱中建立相连的双边关系,以直线表示。根据可视域相邻关系确定可视域节点之间存在间接连接的关系,在关系图谱中也建立相连的双边关系,可以以虚线表示。根据可视域与道路或区域覆盖关系确定具有指向关系的连接关系,以箭头表示。道路相交关系和道路与区域所属关系同样表示道路节点和道路节点或道路节点与区域节点之间存在间接连接的关系,在关系图谱中用直线对该属性关系进行表示。图4即为根据图3中所示例的待检索区域地图构建的摄像机关系图谱,图4中CAM即表示可视域节点、道路表示道路节点、区域表示区域节点;同理图4中各节点之间的连接表示了节点之间的属性关系。根据节点和节点之间的属性关系构成完整的摄像机关系图谱,并将摄像机关系图谱存储在图数据库中。
在一个可行的实施例中,摄像机关系图谱中还包括交通口节点;节点关系还包括:可视域与交通口覆盖关系和交通口路网关系。
具体的,在摄像机关系图谱中,除了现有节点可以根据实际情况扩展节点类型,例如增加交通口节点,其中,交通口节点对公共交通方式的站点进行表征,例如公交站和地铁站等。覆盖交通口的可视域与覆盖道路和区域的情况相同,即根据可视域节点覆盖信息确定是否指向交通口,若是,则建立可视域与交通口覆盖关系。同时交通口节点根据路网建立连接关系,例如公交站1和公交站2可以通过某路公交车直接连接,则建立公交站1和公交站2对应的交通口节点之间的连接关系。通过增加交通口节点并确定相应的节点属性,以提高对目标对象通往路线确定的准确性,进而提高检索摄像机确定的准确性和效率。
本发明实施例通过确定待检索区域地图上的节点信息以及节点之间的属性关系构建摄像机关系图谱,提高了根据关系图谱确定可视域之间关联关系的准确度以及效率,便于根据关系图谱确定目标摄像机的检索摄像机,进而提高检索效率。
实施例三
图5是本发明实施例三中的多摄像机目标追踪方法的流程图,本实施例在上述实施例的基础上进行进一步的细化,在本实施例中,预设检索规则包括按照可视域重叠、可视域相邻以及依次扩展可视域覆盖共同节点的数量的顺序依次进行检索。
其中,预设检索规则包括至少三条检索顺序,第一检索顺序:按照与目标摄像机关联的可视域节点具有可视域重叠关系进行检索;第二检索顺序:按照与目标摄像机的可视域节点具有可视域相邻关系进行检索;第三检索顺序:按照与目标摄像机的可视域节点具有一个可视域覆盖共同节点的关系进行检索;后续的检索顺序对可视域覆盖共同节点的数量进行递增,直至达到预设级数,预设级数可以根据实际追踪情况进行确定,在此不作限定。例如预设级数为两级,则表示预设检索规则中,最后一层检索顺序为:按照与目标摄像机的可视域节点具有两个可视域覆盖共同节点的关系进行检索。
如图5所示,该方法具体包括:
步骤501、确定目标对象出现的目标摄像机。
步骤502、从摄像机关系图谱中确定是否有与目标摄像机存在可视域重叠的关联摄像机;若有,则执行步骤506;若没有,则执行步骤503。
在摄像机关系图谱中可视域节点之间具备可视域重叠关系,按照预设检索规则中的第一检索顺序,先确定与目标摄像机关联的可视域节点是否存在具有可视域重叠关系的可视域节点,若存在,则执行步骤506确定该可视域节点关联的摄像机为检索摄像机,若存在至少两个可视域节点与目标摄像机关联的可视域节点具有可视域重叠关系,则将该至少两个可视域节点关联的至少两个摄像机均确定为检索摄像机。若按照第一检索顺序并未找到与目标摄像机关联的可视域节点存在具有可视域重叠关系的可视域节点,则执行步骤503,继续按照预设检索规则的下一检索顺序进行检索摄像机的确定,以保证对目标对象的连续追踪。示例性的,在上述示例的基础上,根据图4中所示的摄像机关系图谱的示意图,确定目标摄像机关联的可视域点为CAM2,则根据第一检索顺序确定的检索摄像机关联的可视域节点为CAM1。
由于与目标摄像机存在可视域重叠的关联摄像机是与目标摄像机具有最直接关系的,当目标对象离开目标摄像机的可视域范围内后,最有可能进入到与目标摄像机存在可视域重叠的关联摄像机的可视域范围内,因此将根据可视域重叠关系作为第一检索顺序,有利于提高对目标对象的追踪效率。
步骤503、继续从摄像机关系图谱中确定是否有与目标摄像机存在可视域相邻的关联摄像机;若有,则执行步骤506;若没有,则执行步骤504。
在摄像机关系图谱中可视域节点之间还具备可视域相邻关系,在按照第一检索顺序未确定检索摄像机或者按照第一检索顺序确定的检索摄像机中未匹配到目标对象时,继续按照预设检索规则中的第二检索顺序,确定与目标摄像机关联的可视域节点是否存在具有可视域相邻关系的可视域节点,若存在,则执行步骤506确定该可视域节点关联的摄像机为检索摄像机,若存在至少两个可视域节点与目标摄像机关联的可视域节点具有可视域相邻关系,则将该至少两个可视域节点关联的至少两个摄像机均确定为检索摄像机。若按照第二检索顺序并未找到与目标摄像机关联的可视域节点存在具有可视域相邻关系的可视域节点,则执行步骤504,继续按照预设检索规则的下一检索顺序进行检索摄像机的确定,以保证对目标对象的连续追踪。示例性的,在上述示例的基础上,根据图4中所示的摄像机关系图谱的示意图,确定目标摄像机关联的可视域点为CAM2,则根据第二检索顺序确定的检索摄像机关联的可视域节点为CAM3。
由于与目标摄像机存在可视域相邻的关联摄像机也是与目标摄像机关联紧密,当目标对象离开目标摄像机的可视域范围内后,有可能进入到与目标摄像机存在可视域相邻的关联摄像机的可视域范围内,因此将根据可视域相邻关系作为第二检索顺序,有利于提高对目标对象的追踪效率。
步骤504、继续从摄像机关系图谱中确定是否有与目标摄像机存在可视域覆盖一个共同节点的关联摄像机;若有,则执行步骤506;若没有,则执行步骤505。
在根据第一检索顺序和第二检索顺序均未确定到检索摄像机或者所确定的检索摄像机中未匹配到目标对象时,则继续按照后续的检索顺序确定与目标摄像机关联紧密的摄像机。
在摄像机关系图谱中可视域节点之间还可以通过覆盖共同节点建立连接关系,按照预设检索规则中的第三检索顺序,确定与目标摄像机关联的可视域节点存在可视域覆盖一个共同节点的可视域节点,若存在,则执行步骤506确定该可视域节点关联的摄像机为检索摄像机,若存在至少两个可视域节点与目标摄像机关联的可视域节点具有可视域覆盖一个共同节点的关系,则将该至少两个可视域节点关联的至少两个摄像机均确定为检索摄像机。若按照第三检索顺序并未找到与目标摄像机关联的可视域节点存在可视域覆盖一个共同节点的可视域节点,则执行步骤505,继续按照预设检索规则的下一检索顺序进行检索摄像机的确定,以保证对目标对象的连续追踪。
示例性的,在上述示例的基础上,根据图4中所示的摄像机关系图谱的示意图,确定目标摄像机关联的可视域点为CAM2,则根据第三检索顺序确定的检索摄像机关联的可视域节点为CAM5,即CAM2和CAM5之间通过覆盖共同节点区域1进行连接。
步骤505、继续扩展可视域覆盖共同节点的数量进行检索摄像机的确定,直扩展至达到预设级数。
在根据第一检索顺序、第二检索顺序和第三检索顺序均未确定到检索摄像机或者所确定的检索摄像机中未匹配到目标对象时,则继续按照后续的检索顺序确定与目标摄像机关联紧密的摄像机,即继续扩展可视域覆盖共同节点的数量,实现以目标摄像机的可视域节点为起点进行蔓延式检索,提高对目标对象的检索精准度。
通过增加可视域覆盖共同节点的数量实现进一步确定与目标摄像机关联密切的检索摄像机。按照预设检索规则中的第四检索顺序,确定与目标摄像机关联的可视域节点存在可视域覆盖两个共同节点的可视域节点,若存在,则执行步骤506确定该可视域节点关联的摄像机为检索摄像机,示例性的,若存在至少两个可视域节点与目标摄像机关联的可视域节点具有可视域覆盖两个共同节点的关系,则将该至少两个可视域节点关联的至少两个摄像机均确定为检索摄像机。若按照第四检索顺序并未找到与目标摄像机关联的可视域节点存在可视域覆盖两个共同节点的可视域节点,则继续扩展可视域覆盖共同节点的数量,以扩大搜索范围,即按照预设检索规则的下一检索顺序进行检索摄像机的确定,以保证对目标对象的连续追踪。
示例性的,在上述示例的基础上,根据图4中所示的摄像机关系图谱的示意图,确定目标摄像机关联的可视域点为CAM2,则根据第四检索顺序确定的检索摄像机关联的可视域节点为CAM4,即CAM2和CAM4之间通过覆盖共同节点道路4和道路2进行连接。
在扩展可视域覆盖共同节点的数量进行检索摄像机时并不是无限制的扩展扩大检索范围,而是在预设检索规则中设置了预设级数以确定最后检索顺序。示例性的,若预设级数为两级,则表明在确定检索摄像机时,扩展可视域覆盖共同节点的数量达到两个时停止继续扩展,即使根据与目标摄像机关联的可视域节点存在可视域覆盖两个共同节点并未确定到检索摄像机,或者检索摄像机中仍未匹配到目标对象,也停止继续检索,以保证检索时不会无限蔓延导致性能消耗太大。
步骤506、确定关联摄像机为检索摄像机。
按照上述检索顺序进行检索,避免了现有方法中单纯根据摄像机之间的距离进行检索带来的可视域误差问题,例如根据目标摄像机的位置为中心,以一定半径范围进行摄像机遍历检索,直至发现目标对象为止,但是这个方法需要遍历的摄像机较多,且所遍历的摄像机中其实是没有必要进行遍历的,例如两个摄像机之间并无路径可以到达,以图3中待检索区域地图为例,假如目标对象出现在CAM2的画面中,则需要遍历CAM2周边的摄像机,如果设定的半径较小,遍历的摄像机为CAM1和CAM3,如果设定的半径较大,那就需要遍历所有的摄像机,造成资源浪费,且影响对目标对象的追踪效率。也避免了根据已知路网,沿路网方式进行遍历摄像机进行检索带来的摄像机遗漏问题,若以沿路网的方式开始检索,由于只能检索沿路网的摄像机,因此园区内无标明道路的摄像机不会被检索到,以图3中待检索区域地图为例,假如目标对象出现在CAM2的画面中,最先检索的是CAM1、CAM4和CAM6这三个摄像机,此外有些摄像机位置距离道路较远,但是可视域确是覆盖到道路的,以沿路网进行检索时会遗漏这些相机,例如图中的CAM7。
本实施例根据目标对象当前出现的可视域节点位置,自动检索与之关系最密切的可视域节点,若匹配到目标对象,就以该节点开始重新检索,若未匹配到目标对象,就继续沿初始节点蔓延检索,在尽可能检索较少的视频情况下,最快的找到目标对象的下一个位置,即保证了优先检索附近区域,同时也做到了沿路网节点快速检索的效果,即便在没有路网的园区内部道路也能得到很好的检索结果。利用可视域关系,从某个点开始蔓延式向外铺展检索,将可能性最大的摄像机视频优先比对分析,提高目标对象检索效率和精准度,从而实现实时追踪或者事后回溯,
在一个可行的实施例中,摄像机关系图谱中可视域节点包括识别属性;识别属性用于对可视域节点关联的摄像机的识别功能进行表征;
相应的,在步骤502之前,方法还包括:
确定目标对象所属的目标识别类别;
将识别属性不包括目标识别类别的可视域节点从摄像机关系图谱中删除。
其中,识别属性是指该可视域节点关联的摄像机所具有的识别功能,示例性的,识别属性包括人脸识别属性、人体识别属性、车牌识别属性和车辆识别属性等。若可视域节点1具有人脸识别属性则表示可视域节点1关联的摄像机具有对人脸进行识别的功能,可选的,一个可视域节点可以具有多个识别属性。
根据可视域节点的识别属性对摄像机进行筛选,以提高检索效率。具体的,在确定目标对象后,同时确定目标对象的目标识别类别,根据目标识别类别对摄像机进行筛选。例如追踪的目标对象如果是车辆,在进行检索摄像机前进行筛选可视域节点,仅保留能够识别车辆和车牌的可视域节点;同样目标如果是人的话,仅保留能够识别人脸和人体的可视域节点。通过排除不可能的摄像机点位,减轻检索压力。
步骤507、对检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。
本发明实施例通过预先构建摄像机关系图谱以对摄像机可视域之间的关系进行确定,再基于预设检索规则从关系图谱中依次确定与当前目标对象出现的目标摄像机关系最密切的检索摄像机,提高了从多个摄像机的监控视频中对目标对象进行检索追踪的效率。
实施例四
图6是本发明实施例四中的多摄像机目标追踪装置的结构示意图,本实施例可适用于从多个摄像机的监控视频中对目标对象进行检索追踪的情况。如图6所示,该装置包括:
目标摄像机确定模块610,用于确定目标对象出现的目标摄像机;
检索摄像机确定模块620,用于基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机;其中,所述摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;所述预设检索规则按照摄像机可视域之间的关系进行确定;
目标对象匹配模块630,用于对所述检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。
本发明实施例通过预先构建摄像机关系图谱以对摄像机可视域之间的关系进行确定,再基于预设检索规则从关系图谱中依次确定与当前目标对象出现的目标摄像机关系最密切的检索摄像机,提高了从多个摄像机的监控视频中对目标对象进行检索追踪的效率。
可选的,所述预设检索规则包括按照可视域直接关系和可视域间接关系的顺序依次进行检索;其中,所述可视域直接关系根据可视域之间的距离进行确定,所述可视域间接关系根据可视域覆盖共同节点的数量进行确定;
相应的,检索摄像机确定模块,具体用于:
从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域直接关系的关联摄像机,若有,则确定所述关联摄像机为检索摄像机;
若没有,则继续从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域间接关系的关联摄像机,若有,则确定所述关联摄像机为检索摄像机。
可选的,所述预设检索规则包括按照可视域重叠、可视域相邻以及依次扩展可视域覆盖共同节点的数量的顺序依次进行检索;
相应的,检索摄像机确定模块,具体用于:
从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域重叠的关联摄像机,若有,则确定所述关联摄像机为检索摄像机;
若没有,则继续从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域相邻的关联摄像机,若有,则确定所述关联摄像机为检索摄像机;
若没有,则继续从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域覆盖一个共同节点的关联摄像机,若有,则确定所述关联摄像机为检索摄像机;
若没有,则继续扩展可视域覆盖共同节点的数量进行检索摄像机的确定,直扩展至达到预设级数。
可选的,所述摄像机关系图谱中包括至少三种节点:可视域节点、道路节点和区域节点;所述节点关系至少包括:可视域重叠关系、可视域相邻关系、可视域与道路或区域覆盖关系、道路相交关系和道路与区域所属关系;
所述装置包括关系图谱确定模块,具体用于:
确定待检索区域地图中的可视域节点覆盖信息;其中所述可视域覆盖信息包括可视域覆盖面积和可视域覆盖位置;
根据所述可视域覆盖面积确定具有可视域重叠关系和可视域相邻关系的可视域节点;
根据所述可视域覆盖位置确定具有可视域与道路或区域覆盖关系的可视域节点和道路节点或区域节点;
根据所述待检索区域地图中的道路和区域位置关系确定具有道路相交关系和道路与区域所属关系的道路节点和区域节点;
根据所述可视域重叠关系、可视域相邻关系、可视域与道路或区域覆盖关系、道路相交关系和道路与区域所属关系构建所述摄像机关系图谱。
可选的,所述摄像机关系图谱中还包括交通口节点;所述节点关系还包括:可视域与交通口覆盖关系和交通口路网关系。
可选的,目标对象匹配模块,具体用于:
若匹配失败,则继续基于所述预设检索规则重新确定新的检索摄像机;
若匹配成功,则确定所述检索摄像机为新的目标摄像机,基于预设检索规则重新确定与所述新的目标摄像机关联的检索摄像机。
可选的,所述摄像机关系图谱中可视域节点包括识别属性;所述识别属性用于对所述可视域节点关联的摄像机的识别功能进行表征;
相应的,所述装置还包括节点筛选模块,用于在基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机之前,确定所述目标对象所属的目标识别类别;
将所述识别属性不包括所述目标识别类别的可视域节点从所述摄像机关系图谱中删除。
本发明实施例所提供的多摄像机目标追踪装置可执行本发明任意实施例所提供的多摄像机目标追踪方法,具备执行多摄像机目标追踪方法相应的功能模块和有益效果。
实施例五
图7是本发明实施例五提供的一种电子设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图7显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储装置28,连接不同系统组件(包括系统存储装置28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,外围总线,图形加速端口,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。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储装置28可以包括易失性存储装置形式的计算机系统可读介质,例如随机存取存储装置(RAM)30和/或高速缓存存储装置32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储装置28中,这样的程序模块42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。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,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22进行。并且,电子设备12还可以通过网络适配器20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7所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图7中未示出,可以结合电子设备12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、冗余处理单元、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。
处理单元16通过运行存储在系统存储装置28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的多摄像机目标追踪方法,包括:
确定目标对象出现的目标摄像机;
基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机;其中,所述摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;所述预设检索规则按照摄像机可视域之间的关系进行确定;
对所述检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的多摄像机目标追踪方法,包括:
确定目标对象出现的目标摄像机;
基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机;其中,所述摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;所述预设检索规则按照摄像机可视域之间的关系进行确定;
对所述检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机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。计算机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、便携式计算机磁盘、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、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机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。
计算机可读的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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。
计算机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、电线、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或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++,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计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种多摄像机目标追踪方法,其特征在于,包括:
确定目标对象出现的目标摄像机;
基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机;其中,所述摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;所述预设检索规则按照摄像机可视域之间的关系进行确定;
对所述检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。
2.根据权利要求1所述的方法,其特征在于,所述预设检索规则包括按照可视域直接关系和可视域间接关系的顺序依次进行检索;其中,所述可视域直接关系根据可视域之间的距离进行确定,所述可视域间接关系根据可视域覆盖共同节点的数量进行确定;
相应的,基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机,包括:
从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域直接关系的关联摄像机,若有,则确定所述关联摄像机为检索摄像机;
若没有,则继续从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域间接关系的关联摄像机,若有,则确定所述关联摄像机为检索摄像机。
3.根据权利要求1所述的方法,其特征在于,所述预设检索规则包括按照可视域重叠、可视域相邻以及依次扩展可视域覆盖共同节点的数量的顺序依次进行检索;
相应的,基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机,包括:
从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域重叠的关联摄像机,若有,则确定所述关联摄像机为检索摄像机;
若没有,则继续从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域相邻的关联摄像机,若有,则确定所述关联摄像机为检索摄像机;
若没有,则继续从摄像机关系图谱中确定是否有与所述目标摄像机存在可视域覆盖一个共同节点的关联摄像机,若有,则确定所述关联摄像机为检索摄像机;
若没有,则继续扩展可视域覆盖共同节点的数量进行检索摄像机的确定,直扩展至达到预设级数。
4.根据权利要求1所述的方法,其特征在于,所述摄像机关系图谱中包括至少三种节点:可视域节点、道路节点和区域节点;所述节点关系至少包括:可视域重叠关系、可视域相邻关系、可视域与道路或区域覆盖关系、道路相交关系和道路与区域所属关系;
所述摄像机关系图谱按照如下步骤进行确定:
确定待检索区域地图中的可视域节点覆盖信息;其中所述可视域覆盖信息包括可视域覆盖面积和可视域覆盖位置;
根据所述可视域覆盖面积确定具有可视域重叠关系和可视域相邻关系的可视域节点;
根据所述可视域覆盖位置确定具有可视域与道路或区域覆盖关系的可视域节点和道路节点或区域节点;
根据所述待检索区域地图中的道路和区域位置关系确定具有道路相交关系和道路与区域所属关系的道路节点和区域节点;
根据所述可视域重叠关系、可视域相邻关系、可视域与道路或区域覆盖关系、道路相交关系和道路与区域所属关系构建所述摄像机关系图谱。
5.根据权利要求4所述的方法,其特征在于,所述摄像机关系图谱中还包括交通口节点;所述节点关系还包括:可视域与交通口覆盖关系和交通口路网关系。
6.根据权利要求1所述的方法,其特征在于,对所述检索摄像机的监控视频进行目标对象匹配,包括:
若匹配失败,则继续基于所述预设检索规则重新确定新的检索摄像机;
若匹配成功,则确定所述检索摄像机为新的目标摄像机,基于预设检索规则重新确定与所述新的目标摄像机关联的检索摄像机。
7.根据权利要求1所述的方法,其特征在于,所述摄像机关系图谱中可视域节点包括识别属性;所述识别属性用于对所述可视域节点关联的摄像机的识别功能进行表征;
相应的,在基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机之前,所述方法还包括:
确定所述目标对象所属的目标识别类别;
将所述识别属性不包括所述目标识别类别的可视域节点从所述摄像机关系图谱中删除。
8.一种多摄像机目标追踪装置,其特征在于,包括:
目标摄像机确定模块,用于确定目标对象出现的目标摄像机;
检索摄像机确定模块,用于基于预设检索规则从摄像机关系图谱中确定与所述目标摄像机关联的检索摄像机;其中,所述摄像机关系图谱依据摄像机可视域在待检索区域地图中的关系进行预先构建;所述预设检索规则按照摄像机可视域之间的关系进行确定;
目标对象匹配模块,用于对所述检索摄像机的监控视频进行目标对象匹配,以对目标对象进行追踪。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的多摄像机目标追踪方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的多摄像机目标追踪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110795707.6A CN115619819A (zh) | 2021-07-14 | 2021-07-14 | 多摄像机目标追踪方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110795707.6A CN115619819A (zh) | 2021-07-14 | 2021-07-14 | 多摄像机目标追踪方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115619819A true CN115619819A (zh) | 2023-01-17 |
Family
ID=84854600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110795707.6A Pending CN115619819A (zh) | 2021-07-14 | 2021-07-14 | 多摄像机目标追踪方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115619819A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237879A (zh) * | 2023-11-06 | 2023-12-15 | 浙江同花顺智能科技有限公司 | 一种轨迹追踪方法和系统 |
-
2021
- 2021-07-14 CN CN202110795707.6A patent/CN115619819A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237879A (zh) * | 2023-11-06 | 2023-12-15 | 浙江同花顺智能科技有限公司 | 一种轨迹追踪方法和系统 |
CN117237879B (zh) * | 2023-11-06 | 2024-04-26 | 浙江大学 | 一种轨迹追踪方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102378859B1 (ko) | 맵 궤적 매칭 데이터의 품질을 결정하는 방법, 장치, 서버 및 매체 | |
US11037305B2 (en) | Method and apparatus for processing point cloud data | |
CN110688873A (zh) | 多目标追踪方法及人脸识别方法 | |
CN111222509A (zh) | 目标检测方法、装置及电子设备 | |
Masmoudi et al. | Trajectory analysis for parking lot vacancy detection system | |
CN115619819A (zh) | 多摄像机目标追踪方法、装置、电子设备和存储介质 | |
CN111767432A (zh) | 共现对象的查找方法和装置 | |
CN114385772A (zh) | 位置信息生成方法、装置、设备和计算机可读介质 | |
CN114359352A (zh) | 图像处理方法、装置、设备、存储介质及计算机程序产品 | |
CN114565906A (zh) | 障碍物检测方法、装置、电子设备及存储介质 | |
CN114419070A (zh) | 一种图像场景分割方法、装置、设备及存储介质 | |
Yin et al. | Multimodal deep learning for robust road attribute detection | |
CN113065016A (zh) | 线下门店信息处理方法、装置、设备及系统 | |
CN116797231A (zh) | 一种风险识别模型的训练方法及装置 | |
CN111401229A (zh) | 视觉小目标自动标注方法、装置及电子设备 | |
WO2023098091A1 (zh) | 实体图像的聚类处理方法、装置、电子设备及存储介质 | |
US12002266B2 (en) | Graph-based video instance segmentation | |
CN113435502B (zh) | 站点流量确定方法、装置、设备及存储介质 | |
CN115527187A (zh) | 一种障碍物的分类方法以及装置 | |
Li et al. | Vehicle tracking fusing the prior information of Kalman filter under occlusion conditions | |
CN110781797B (zh) | 一种标注方法、装置及电子设备 | |
CN111488771B (zh) | Ocr挂接方法、装置与设备 | |
CN114463452A (zh) | 区域画像生成方法、装置、电子设备和计算机可读介质 | |
CN114627400A (zh) | 一种车道拥堵检测方法、装置、电子设备和存储介质 | |
CN111681267A (zh) | 基于图像识别的轨道防侵入方法 |
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 |