CN116168421A - 一种基于ipc网络摄像机的目标追踪方法及系统 - Google Patents

一种基于ipc网络摄像机的目标追踪方法及系统 Download PDF

Info

Publication number
CN116168421A
CN116168421A CN202310393894.4A CN202310393894A CN116168421A CN 116168421 A CN116168421 A CN 116168421A CN 202310393894 A CN202310393894 A CN 202310393894A CN 116168421 A CN116168421 A CN 116168421A
Authority
CN
China
Prior art keywords
tracking
type
target
track
ipc network
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.)
Granted
Application number
CN202310393894.4A
Other languages
English (en)
Other versions
CN116168421B (zh
Inventor
刘梦雅
苟雪潇
黄芮
蒲蔷
王治兵
邓雪莲
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.)
Microgrid Union Technology Chengdu Co ltd
Original Assignee
Microgrid Union Technology Chengdu 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 Microgrid Union Technology Chengdu Co ltd filed Critical Microgrid Union Technology Chengdu Co ltd
Priority to CN202310393894.4A priority Critical patent/CN116168421B/zh
Publication of CN116168421A publication Critical patent/CN116168421A/zh
Application granted granted Critical
Publication of CN116168421B publication Critical patent/CN116168421B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及一种基于IPC网络摄像机的目标追踪方法及系统,属于视频图像处理技术领域,包括:将第一特征信息作为第一追踪特征,通过第一追踪特征对第一类目标在网络系统中进行连续轨迹追踪,以及在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息;将第二特征信息作为第二追踪特征,通过第二追踪特征对第二类目标在网络系统中进行实时追踪,并在追踪过程中实时更新和补充第二特征信息,在追踪过程中如果捕捉到第二目标的第一特征信息,则结合第一特征信息和第二特征信息对第二类目标进行追踪。本发明通过第一特征信息和第二特征信息相互结合的追踪方式极大提高了对目标人物追踪的正确性和效率。

Description

一种基于IPC网络摄像机的目标追踪方法及系统
技术领域
本发明涉及视频图像处理技术领域,尤其涉及一种基于IPC网络摄像机的目标追踪方法及系统。
背景技术
虽然现在也可以通过根据目标人物的步态、人脸、掌纹和虹膜信息对其进行追踪,但是这首先需要获取到目标人物的这些信息,而因为在实际情况中目标人物的掌纹和虹膜信息获取的难度较大,人脸信息在经过特别伪装后识别度则大大降低,因此,是实际对目标人物的追踪过程中通过步态信息进行追踪是比较常用的,但是对于一些经过特别训练的人员来说,他在行走过程中可以随时改变自己的步态,进而导致追踪失效或者准确度降低;因此现有通过目标步态、人脸、掌纹和虹膜信息的方式对目标进行追踪和搜寻的效果并不是很理想,而且对于没有任何目标步态、人脸、掌纹和虹膜信息的新目标人物的追踪和搜寻则是更为困难。
需要说明的是,在上述背景技术部分公开的信息只用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于克服现有技术的缺点,提供了一种基于IPC网络摄像机的目标追踪方法及系统,解决了现有目标追踪方法中存在的不足。
本发明的目的通过以下技术方案来实现:一种基于IPC网络摄像机的目标追踪方法,所述目标追踪方法包括:
追踪目标判断步骤:从出现追踪目标的IPC网络摄像机的摄像场景中获取追踪目标的初步信息,并根据初步信息从数据库中进行匹配判断是否能够得到追踪目标的第一特征信息,如果能,曾将该追踪目标归为第一类目标,如果不能,则从出现追踪目标的IPC网络摄像机的摄像场景中提取第二特征信息,并将该追踪目标归为第二类目标;
第一类目标追踪步骤:如果追踪目标是第一类目标,则将第一特征信息作为第一追踪特征,通过第一追踪特征对第一类目标在网络系统中进行连续轨迹追踪,并结合第二追踪特征信息对第一类目标在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息;
第二类目标追踪步骤:如果追踪目标是第二类目标,则将第二特征信息作为第二追踪特征,通过第二追踪特征对第二类目标在网络系统中进行实时追踪,并在追踪过程中实时更新和补充第二特征信息,且在追踪过程中如果捕捉到第二目标的第一特征信息,则发送到数据库中进行存储,并在后续追踪过程中结合第一特征信息和第二特征信息对第二类目标进行追踪。
所述第一类目标追踪步骤具体包括:
A1步骤、将第一特征信息作为第一追踪特征发送到网络系统中设定范围内的所有IPC网络摄像机中,该范围内的每个IPC网络摄像机提取某一时间段内所有摄像场景中包含第一追踪特征的场景信息,并在该场景信息中通过第一追踪特征捕捉第一类目标后进行标记;
A2步骤、根据所有提取出包含第一追踪特征场景信息的IPC网络摄像机中第一类目标出现的时间顺序构建第一类目标的行动轨迹,并判断该行动轨迹是连续行动轨迹还是间断行动轨迹;
A3步骤、如果是连续行动轨迹,则根据连续行动轨迹的方向,最后出现第一类目标的IPC网络摄像机向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,如果在下一个节点IPC网络摄像机的摄像场景中捕捉到第一类目标,则更新连续行动轨迹信息,并继续向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,实现第一类目标的实时追踪。
所述连续行动轨迹包括提取出包含第一追踪特征场景信息的所有IPC网络摄像机之间的关系为轨迹连接的关系;所述间断行动轨迹包括提取出包含第一追踪特征场景信息的所有IPC网络摄像机之间存在轨迹间断的情况。
所述结合第二追踪特征信息对第一类目标在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息包括:
B1步骤、如果行动轨迹是间断行动轨迹时,从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,根据第一类目标的间断行动轨迹确定整个间断行动轨迹中出现轨迹间断的位置;
B2步骤、根据某存在轨迹间断处的两个IPC网络摄像机之间的所有断点IPC网络摄像机的节点位置,将第二特征信息作为第二追踪特征发送到所有断点IPC网络摄像机中,所有断点IPC网络摄像机提取行动轨迹时间段内所有摄像场景中存在第二追踪特征的场景;
B3步骤、根据该轨迹间断处的两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及该轨迹间断处的行动方向,对所有断点IPC网络摄像机中提取得到的存在第二追踪特征的场景进行筛选,得到第一次筛选后的第二追踪特征的场景;
B4步骤、选择整个间断行动轨迹中另一处存在轨迹间断的地方,并重复B2步骤和B3步骤,得到所有存在轨迹间断处经过第一次筛选后的第二追踪特征的场景;
B5步骤、根据所有存在通信断点处两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及整个断点行动轨迹的行动方向,对所有经过第一次筛选后的第二追踪特征的场景进行第二次筛选,得到每个轨迹间断处所有断点IPC网络摄像机中第二次筛选确认的第二追踪特征的场景;
B6步骤、提取经过第二次筛选确认的第二追踪特征场景中符合第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行第三次筛选,得到的筛选结果即为间断行动轨迹中轨迹间断处的第一类目标;
B7步骤、对间断轨迹中轨迹间断处的第一类目标此时的第二追踪特征进行提取,并将提取的信息对第二特征信息进行实时更新和补充,并作为第一类目标后续的追踪轨迹中出现轨迹间断时提取第二追踪特征的依据。
所述A3步骤中如果在下一个节点IPC网络摄像机的摄像场景中没有捕捉到第一类目标,即连续行动轨迹在此处出现间断行动轨迹,则首先通过网络系统顺着第一类目标的行动轨迹方向向后续节点IPC网络摄像机发送第一追踪特征,如果后续节点IPC网络摄像机中捕获到第一类目标,则执行B1步骤到B7步骤;
如果在后续节点IPC网络摄像机中没有捕获到第一类目标,则从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,将第二特征信息发送到下后续节点IPC网络摄像机中,从后续节点IPC网络摄像机提取符合行动轨迹时间段内所有摄像场景中包含第二追踪特征的场景信息,并在该场景信息中通过第二追踪特征捕捉第一类目标后进行标记,提取标记有第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行筛选,得到的筛选结果即为后续节点IPC网络摄像机需要追踪的第一类目标。
所述第二类目标追踪步骤包括:
从出现有第二类目标的IPC网络摄像机中初步获取第二类目标的第二特征信息,并将第二特征信息作为第二追踪特征发送给与该IPC网络摄像机直接通信连接的每个IPC网络摄像机,每个IPC网络摄像机依次向与其直接通信连接的IPC网络摄像机发送第二追踪特征,得到所有具有第二追踪特征目标的行动轨迹;
提取所有具有第二追踪特征目标的第一特征信息,并通过数据库对提取的所有具有第二追踪特征目标的第一特征信息筛选,得到第二类目标的行动轨迹,根据行动轨迹对第二类目标进行实时追踪,并在追踪过程中实时更新和补充第二特征信息;
如果在追踪过程中捕捉到第二类目标的第一特征信息,则发送到数据库中进行存储,并在后续追踪过程中结合第一特征信息和第二特征信息对第二类目标进行追踪。
一种基于IPC网络摄像机的目标追踪系统,它包括追踪目标判断模块、第一类目标追踪模块和第二类目标追踪模块;
所述追踪目标判断模块:用于从出现追踪目标的IPC网络摄像机的摄像场景中获取追踪目标的初步信息,并根据初步信息从数据库中进行匹配判断是否能够得到追踪目标的第一特征信息,如果能,曾将该追踪目标归为第一类目标,如果不能,则从出现追踪目标的IPC网络摄像机的摄像场景中提取第二特征信息,并将该追踪目标归为第二类目标;
所述第一类目标追踪模块:用于如果追踪目标是第一类目标,则将第一特征信息作为第一追踪特征,通过第一追踪特征对第一类目标在网络系统中进行连续轨迹追踪,并结合第二追踪特征信息对第一类目标在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息;
所述第二类目标追踪模块:用于如果追踪目标是第二类目标,则将第二特征信息作为第二追踪特征,通过第二追踪特征对第二类目标在网络系统中进行实时追踪,并在追踪过程中实时更新和补充第二特征信息,且在追踪过程中如果捕捉到第二目标的第一特征信息,则发送到数据库中进行存储,并在后续追踪过程中结合第一特征信息和第二特征信息对第二类目标进行追踪。
所述第一类目标追踪模块包括第一类目标标记单元、行动轨迹构建单元和连续行动轨迹追踪单元;
所述第一类目标标记单元:用于将第一特征信息作为第一追踪特征发送到网络系统中设定范围内的所有IPC网络摄像机中,该范围内的每个IPC网络摄像机提取某一时间段内所有摄像场景中包含第一追踪特征的场景信息,并在该场景信息中通过第一追踪特征捕捉第一类目标后进行标记;
所述行动轨迹构建单元:用于根据所有提取出包含第一追踪特征场景信息的IPC网络摄像机中第一类目标出现的时间顺序构建第一类目标的行动轨迹;
所述连续行动轨迹追踪单元:、用于根据连续行动轨迹的方向,最后出现第一类目标的IPC网络摄像机向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,如果在下一个节点IPC网络摄像机的摄像场景中捕捉到第一类目标,则更新连续行动轨迹信息,并继续向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,实现第一类目标的实时追踪。
所述第一类目标追踪模块还包括间断行动轨迹追踪单元,其具体包括以下内容:
B1步骤、如果行动轨迹是间断行动轨迹时,从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,根据第一类目标的间断行动轨迹确定整个间断行动轨迹中出现轨迹间断的位置;
B2步骤、根据某存在轨迹间断处的两个IPC网络摄像机之间的所有断点IPC网络摄像机的节点位置,将第二特征信息作为第二追踪特征发送到所有断点IPC网络摄像机中,所有断点IPC网络摄像机提取行动轨迹时间段内所有摄像场景中存在第二追踪特征的场景;
B3步骤、根据该轨迹间断处的两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及该轨迹间断处的行动方向,对所有断点IPC网络摄像机中提取得到的存在第二追踪特征的场景进行筛选,得到第一次筛选后的第二追踪特征的场景;
B4步骤、选择整个间断行动轨迹中另一处存在轨迹间断的地方,并重复B2步骤和B3步骤,得到所有存在轨迹间断处经过第一次筛选后的第二追踪特征的场景;
B5步骤、根据所有存在通信断点处两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及整个断点行动轨迹的行动方向,对所有经过第一次筛选后的第二追踪特征的场景进行第二次筛选,得到每个轨迹间断处所有断点IPC网络摄像机中第二次筛选确认的第二追踪特征的场景;
B6步骤、提取经过第二次筛选确认的第二追踪特征场景中符合第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行第三次筛选,得到的筛选结果即为间断行动轨迹中轨迹间断处的第一类目标;
B7步骤、对间断轨迹中轨迹间断处的第一类目标此时的第二追踪特征进行提取,并将提取的信息对第二特征信息进行实时更新和补充,并作为第一类目标后续的追踪轨迹中出现轨迹间断时提取第二追踪特征的依据。
所述连续行动轨迹追踪单元中如果在下一个节点IPC网络摄像机的摄像场景中没有捕捉到第一类目标,即连续行动轨迹在此处出现间断行动轨迹,则首先通过网络系统顺着第一类目标的行动轨迹方向向后续节点IPC网络摄像机发送第一追踪特征,如果后续节点IPC网络摄像机中捕获到第一类目标,则执行B1步骤到B7步骤;
如果在后续节点IPC网络摄像机中没有捕获到第一类目标,则从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,将第二特征信息发送到下后续节点IPC网络摄像机中,从后续节点IPC网络摄像机提取符合行动轨迹时间段内所有摄像场景中包含第二追踪特征的场景信息,并在该场景信息中通过第二追踪特征捕捉第一类目标后进行标记,提取标记有第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行筛选,得到的筛选结果即为后续节点IPC网络摄像机需要追踪的第一类目标。
本发明具有以下优点:一种基于IPC网络摄像机的目标追踪方法及系统,在能获取到目标人物的第一特征信息时首先通过第一特征信息对目标人物进行追踪,并在追踪过程中实时捕捉目标人物的第二特征信息,在第一特征信息追踪失效后通过第二特征信息进行追踪,并根据追踪过程中通过第一特征信息对第二特征信息追踪的目标进行筛选以及实时更新第二特征信息,通过第一特征信息和第二特征信息相互结合的追踪方式极大提高了对目标人物追踪的正确性和效率。
附图说明
图1 为本发明方法的流程示意图;
图2 为本发明第一类目标追踪的流程示意图;
图3 为本发明第二类目标追踪的流程示意图;
图4 为本发明系统的结构示意图。
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,所描述的实施例仅仅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,以下结合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保护范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。下面结合附图对本发明做进一步的描述。
如图1所示,本发明其中一种实时方式涉及一种基于IPC网络摄像机的目标追踪方法,所述目标追踪方法包括:
追踪目标判断步骤:从出现追踪目标的IPC网络摄像机的摄像场景中获取追踪目标的初步信息,并根据初步信息从数据库中进行匹配判断是否能够得到追踪目标的第一特征信息,如果能,曾将该追踪目标归为第一类目标,如果不能,则从出现追踪目标的IPC网络摄像机的摄像场景中提取第二特征信息,并将该追踪目标归为第二类目标;
第一类目标追踪步骤:如果追踪目标是第一类目标,则将第一特征信息作为第一追踪特征,通过第一追踪特征对第一类目标在网络系统中进行连续轨迹追踪,并结合第二追踪特征信息对第一类目标在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息;
第二类目标追踪步骤:如果追踪目标是第二类目标,则将第二特征信息作为第二追踪特征,通过第二追踪特征对第二类目标在网络系统中进行实时追踪,并在追踪过程中实时更新和补充第二特征信息,且在追踪过程中如果捕捉到第二目标的第一特征信息,则发送到数据库中进行存储,并在后续追踪过程中结合第一特征信息和第二特征信息对第二类目标进行追踪。
进一步地,第一特征信息包括但不限于人脸信息、身份信息、步态信息、掌纹信息和虹膜信息等不容易获取或者容易伪装的信息;第一类目标包括在某部门有记录,或者通过第一特征信息中某个特征信息在数据库中查询到其它信息的人员,如通过身份信息可以在数据库中查询到其相应的人脸信息,即第一类目标就是某部门能够查询到其相关信息的人员;第二特征信息包括但不限于实时从IPC网络摄像机中分析得到的身高、体重、衣着打扮、姿态以及气质状态等外形信息;第二类目标则为某部门不能查询到其相关信息的人员,即只能暂时从IPC网络摄像机中获取到第二特征信息的人员,因为通过伪装无法获取到这些人的第一特征信息,针对这种情况,则首选捕捉其第二特征信息,但是第二特征信息的准确度相对较低,因此在后续追踪过程中需要结合相应的场景进行特定识别和计算,并实时更新第二特征信息。
如图2所示,进一步地,第一类目标追踪步骤具体包括:
A1步骤、将第一特征信息作为第一追踪特征发送到网络系统中设定范围内(如某个城市范围内获取片区范围内,可以根据实际情况进行限定)的所有IPC网络摄像机中,该范围内的每个IPC网络摄像机提取某一时间段内所有摄像场景中包含第一追踪特征的场景信息,并在该场景信息中通过第一追踪特征捕捉第一类目标后进行标记;
A2步骤、根据所有提取出包含第一追踪特征场景信息的IPC网络摄像机中第一类目标出现的时间顺序构建第一类目标的行动轨迹,并判断该行动轨迹是连续行动轨迹还是间断行动轨迹;
A3步骤、如果是连续行动轨迹,则根据连续行动轨迹的方向,最后出现第一类目标的IPC网络摄像机向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,如果在下一个节点IPC网络摄像机的摄像场景中捕捉到第一类目标,则更新连续行动轨迹信息,并继续向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,实现第一类目标的实时追踪。
其中,连续行动轨迹包括提取出包含第一追踪特征场景信息的所有IPC网络摄像机之间的关系为轨迹连接的关系;所述间断行动轨迹包括提取出包含第一追踪特征场景信息的所有IPC网络摄像机之间存在轨迹间断的情况。
进一步地,轨迹连接关系即为在两个相邻的IPC网络摄像机中均提取到包含第一追踪特征的场景信息,即都捕捉到第一类目标,轨迹间断即为在某个范围内的所提取到包含第一追踪特征场景信息的IPC网络摄像机之间存在不相邻的情况,如某个IPC网络摄像机提取到包含第一追踪特征的场景信息后,根据目标的行动轨迹在下一个IPC网络摄像机也应该提取到包含第一追踪特征的场景信息,但是实际情况是可能下一个或者下面好几个甚至后面所有IPC网络摄像机均没有提取到包含第一追踪特征的场景信息,此时,则是目标人物通过伪装后导致通过第一追踪特征进行追踪失效,或者是目标人物通过伪装躲过了后面一个或者几个IPC网络摄像机的追踪。
如果是第一追踪特征追踪失效,则需要根据前面获取的第二追踪特征信息对目标人物进行追踪,如果是目标人物通过伪装躲过了后面一个或者几个IPC网络摄像机的追踪,不仅需要根据前面获取的第二追踪特征信息在这几个IPC网络摄像机中对目标人物进行追踪,还需要在这几个IPC网络摄像机中进一步提取其第二追踪特征对第二特征信息进行更新,以提高后续通过第二追踪特征进行目标人物追踪时的准确性。
进一步地,结合第二追踪特征信息对第一类目标在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息包括:
B1步骤、如果行动轨迹是间断行动轨迹时,从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,根据第一类目标的间断行动轨迹确定整个间断行动轨迹中出现轨迹间断的位置(即确定整个间断行动轨迹中一共出现了几处轨迹间断的情况,即可以知道目标人物进行了几处伪装);
B2步骤、根据某存在轨迹间断处的两个IPC网络摄像机之间的所有断点IPC网络摄像机(即没有提取到包含第一追踪特征场景信息的IPC网络摄像机)的节点位置,将第二特征信息作为第二追踪特征发送到所有断点IPC网络摄像机中,所有断点IPC网络摄像机提取行动轨迹时间段内所有摄像场景中存在第二追踪特征的场景;
B3步骤、根据该轨迹间断处的两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及该轨迹间断处的行动方向,对所有断点IPC网络摄像机中提取得到的存在第二追踪特征的场景进行筛选,得到第一次筛选后的第二追踪特征的场景;
因为目标人物的行动轨迹是存在时间上的先后关系的,因此,通过不在目标人物行动轨迹时间段内提取到的存在第二追踪特征的场景进行剔除,则剩下的即为满足目标人物行动轨迹时间的第二追踪特征的场景。
B4步骤、选择整个间断行动轨迹中另一处存在轨迹间断的地方,并重复B2步骤和B3步骤,得到所有存在轨迹间断处经过第一次筛选后的第二追踪特征的场景;
B5步骤、根据所有存在通信断点处两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及整个断点行动轨迹的行动方向,对所有经过第一次筛选后的第二追踪特征的场景进行第二次筛选,得到每个轨迹间断处所有断点IPC网络摄像机中第二次筛选确认的第二追踪特征的场景;
同样的根据间断行动轨迹的时间顺序每处轨迹间断处出现的时间先后顺序也不一样,通过综合所有轨迹间断处经过第一次筛选后的第二追踪特征的场景,可进一步筛选得到符合所有轨迹间断处时间要求的第二追踪特征的场景。
B6步骤、提取经过第二次筛选确认的第二追踪特征场景中符合第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行第三次筛选,得到的筛选结果即为间断行动轨迹中轨迹间断处的第一类目标;
虽然经过两次筛选,但是满足两次筛选后的目标肯定不止我们需要追踪的第一类目标,此时就可以提取所有满足两次筛选后的目标的第一特征信息(如人脸信息、身份信息等等),将能够提取到与数据库中能够实现匹配的目标再进行剔除,那么最后得到的就是经过伪装后IPC网络摄像机通过第一追踪特征没有追踪到的第一类目标,即实现了通过第二特征信息达到了对其进行追踪的目的。
B7步骤、对间断轨迹中轨迹间断处的第一类目标此时的第二追踪特征进行提取,并将提取的信息对第二特征信息进行实时更新和补充,并作为第一类目标后续的追踪轨迹中出现轨迹间断时提取第二追踪特征的依据。
通过提取此时第一类目标的第二追踪信息,来进一步更新完善第二特征信息,保证后续通过第二特征信息对目标人物追踪的准确度。
进一步地,A3步骤中如果在下一个节点IPC网络摄像机的摄像场景中没有捕捉到第一类目标,即连续行动轨迹在此处出现间断行动轨迹,则首先通过网络系统顺着第一类目标的行动轨迹方向向后续节点IPC网络摄像机发送第一追踪特征,如果后续节点IPC网络摄像机中捕获到第一类目标,则执行B1步骤到B7步骤;
如果在后续节点IPC网络摄像机中没有捕获到第一类目标,则从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,将第二特征信息发送到下后续节点IPC网络摄像机中,从后续节点IPC网络摄像机提取符合行动轨迹时间段内所有摄像场景中包含第二追踪特征的场景信息,并在该场景信息中通过第二追踪特征捕捉第一类目标后进行标记,提取标记有第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行筛选,得到的筛选结果即为后续节点IPC网络摄像机需要追踪的第一类目标。
如图3所示,进一步地,第二类目标追踪步骤包括:
从出现有第二类目标的IPC网络摄像机中初步获取第二类目标的第二特征信息,并将第二特征信息作为第二追踪特征发送给与该IPC网络摄像机直接通信连接的每个IPC网络摄像机,每个IPC网络摄像机依次向与其直接通信连接的IPC网络摄像机发送第二追踪特征,得到所有具有第二追踪特征目标的行动轨迹;
提取所有具有第二追踪特征目标的第一特征信息,并通过数据库对提取的所有具有第二追踪特征目标的第一特征信息筛选,得到第二类目标的行动轨迹,根据行动轨迹对第二类目标进行实时追踪,并在追踪过程中实时更新和补充第二特征信息;
如果在追踪过程中捕捉到第二类目标的第一特征信息,则发送到数据库中进行存储,并在后续追踪过程中结合第一特征信息和第二特征信息对第二类目标进行追踪。
进一步地,在追踪过程中实时更新和补充第二特征信息包括:通过IPC网络摄像机初步获取的第二特征信息的场景,以场景中特定参照物为标准进一步计算目标人物的第二特征信息,如身高信息,可以以场景中目标人物所处位置周围的物体的高度为参照物,实际计算出目标人物的准确身高信息,或者经过每次获取的第二特征信息场景中目标人员的姿态信息进一步完善更新目标人物的姿态等等。
如图4所示,本发明的另一种实施方式具体涉及一种基于IPC网络摄像机的目标追踪系统,它包括追踪目标判断模块、第一类目标追踪模块和第二类目标追踪模块;
所述追踪目标判断模块:用于从出现追踪目标的IPC网络摄像机的摄像场景中获取追踪目标的初步信息,并根据初步信息从数据库中进行匹配判断是否能够得到追踪目标的第一特征信息,如果能,曾将该追踪目标归为第一类目标,如果不能,则从出现追踪目标的IPC网络摄像机的摄像场景中提取第二特征信息,并将该追踪目标归为第二类目标;
所述第一类目标追踪模块:用于如果追踪目标是第一类目标,则将第一特征信息作为第一追踪特征,通过第一追踪特征对第一类目标在网络系统中进行连续轨迹追踪,并结合第二追踪特征信息对第一类目标在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息;
所述第二类目标追踪模块:用于如果追踪目标是第二类目标,则将第二特征信息作为第二追踪特征,通过第二追踪特征对第二类目标在网络系统中进行实时追踪,并在追踪过程中实时更新和补充第二特征信息,且在追踪过程中如果捕捉到第二目标的第一特征信息,则发送到数据库中进行存储,并在后续追踪过程中结合第一特征信息和第二特征信息对第二类目标进行追踪。
所述第一类目标追踪模块包括第一类目标标记单元、行动轨迹构建单元和连续行动轨迹追踪单元;
所述第一类目标标记单元:用于将第一特征信息作为第一追踪特征发送到网络系统中设定范围内的所有IPC网络摄像机中,该范围内的每个IPC网络摄像机提取某一时间段内所有摄像场景中包含第一追踪特征的场景信息,并在该场景信息中通过第一追踪特征捕捉第一类目标后进行标记;
所述行动轨迹构建单元:用于根据所有提取出包含第一追踪特征场景信息的IPC网络摄像机中第一类目标出现的时间顺序构建第一类目标的行动轨迹;
所述连续行动轨迹追踪单元:、用于根据连续行动轨迹的方向,最后出现第一类目标的IPC网络摄像机向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,如果在下一个节点IPC网络摄像机的摄像场景中捕捉到第一类目标,则更新连续行动轨迹信息,并继续向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,实现第一类目标的实时追踪。
所述第一类目标追踪模块还包括间断行动轨迹追踪单元,其具体包括以下内容:
B1步骤、如果行动轨迹是间断行动轨迹时,从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,根据第一类目标的间断行动轨迹确定整个间断行动轨迹中出现轨迹间断的位置;
B2步骤、根据某存在轨迹间断处的两个IPC网络摄像机之间的所有断点IPC网络摄像机的节点位置,将第二特征信息作为第二追踪特征发送到所有断点IPC网络摄像机中,所有断点IPC网络摄像机提取行动轨迹时间段内所有摄像场景中存在第二追踪特征的场景;
B3步骤、根据该轨迹间断处的两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及该轨迹间断处的行动方向,对所有断点IPC网络摄像机中提取得到的存在第二追踪特征的场景进行筛选,得到第一次筛选后的第二追踪特征的场景;
B4步骤、选择整个间断行动轨迹中另一处存在轨迹间断的地方,并重复B2步骤和B3步骤,得到所有存在轨迹间断处经过第一次筛选后的第二追踪特征的场景;
B5步骤、根据所有存在通信断点处两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及整个断点行动轨迹的行动方向,对所有经过第一次筛选后的第二追踪特征的场景进行第二次筛选,得到每个轨迹间断处所有断点IPC网络摄像机中第二次筛选确认的第二追踪特征的场景;
B6步骤、提取经过第二次筛选确认的第二追踪特征场景中符合第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行第三次筛选,得到的筛选结果即为间断行动轨迹中轨迹间断处的第一类目标;
B7步骤、对间断轨迹中轨迹间断处的第一类目标此时的第二追踪特征进行提取,并将提取的信息对第二特征信息进行实时更新和补充,并作为第一类目标后续的追踪轨迹中出现轨迹间断时提取第二追踪特征的依据。
所述连续行动轨迹追踪单元中如果在下一个节点IPC网络摄像机的摄像场景中没有捕捉到第一类目标,即连续行动轨迹在此处出现间断行动轨迹,则首先通过网络系统顺着第一类目标的行动轨迹方向向后续节点IPC网络摄像机发送第一追踪特征,如果后续节点IPC网络摄像机中捕获到第一类目标,则执行B1步骤到B7步骤;
如果在后续节点IPC网络摄像机中没有捕获到第一类目标,则从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,将第二特征信息发送到下后续节点IPC网络摄像机中,从后续节点IPC网络摄像机提取符合行动轨迹时间段内所有摄像场景中包含第二追踪特征的场景信息,并在该场景信息中通过第二追踪特征捕捉第一类目标后进行标记,提取标记有第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行筛选,得到的筛选结果即为后续节点IPC网络摄像机需要追踪的第一类目标。
本发明通过向IPC网络摄像机发送第一特征信息和第二特征信息就可以自动向后续节点发送第一特征信息和第二特征信息实现对目标人物的追踪,工作人员只需要对追踪的目标进行确认即可,不需要工作人员通过肉眼在大量的网络视频信息中去慢慢查找目标人物,极大地提高了效率。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种基于IPC网络摄像机的目标追踪方法,其特征在于:所述目标追踪方法包括:
追踪目标判断步骤:从出现追踪目标的IPC网络摄像机的摄像场景中获取追踪目标的初步信息,并根据初步信息从数据库中进行匹配判断是否能够得到追踪目标的第一特征信息,如果能,曾将该追踪目标归为第一类目标,如果不能,则从出现追踪目标的IPC网络摄像机的摄像场景中提取第二特征信息,并将该追踪目标归为第二类目标;
第一类目标追踪步骤:如果追踪目标是第一类目标,则将第一特征信息作为第一追踪特征,通过第一追踪特征对第一类目标在网络系统中进行连续轨迹追踪,并结合第二追踪特征信息对第一类目标在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息;
第二类目标追踪步骤:如果追踪目标是第二类目标,则将第二特征信息作为第二追踪特征,通过第二追踪特征对第二类目标在网络系统中进行实时追踪,并在追踪过程中实时更新和补充第二特征信息,且在追踪过程中如果捕捉到第二目标的第一特征信息,则发送到数据库中进行存储,并在后续追踪过程中结合第一特征信息和第二特征信息对第二类目标进行追踪。
2.根据权利要求1所述的一种基于IPC网络摄像机的目标追踪方法,其特征在于:所述第一类目标追踪步骤具体包括:
A1步骤、将第一特征信息作为第一追踪特征发送到网络系统中设定范围内的所有IPC网络摄像机中,该范围内的每个IPC网络摄像机提取某一时间段内所有摄像场景中包含第一追踪特征的场景信息,并在该场景信息中通过第一追踪特征捕捉第一类目标后进行标记;
A2步骤、根据所有提取出包含第一追踪特征场景信息的IPC网络摄像机中第一类目标出现的时间顺序构建第一类目标的行动轨迹,并判断该行动轨迹是连续行动轨迹还是间断行动轨迹;
A3步骤、如果是连续行动轨迹,则根据连续行动轨迹的方向,最后出现第一类目标的IPC网络摄像机向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,如果在下一个节点IPC网络摄像机的摄像场景中捕捉到第一类目标,则更新连续行动轨迹信息,并继续向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,实现第一类目标的实时追踪。
3.根据权利要求2所述的一种基于IPC网络摄像机的目标追踪方法,其特征在于:所述连续行动轨迹包括提取出包含第一追踪特征场景信息的所有IPC网络摄像机之间的关系为轨迹连接的关系;所述间断行动轨迹包括提取出包含第一追踪特征场景信息的所有IPC网络摄像机之间存在轨迹间断的情况。
4.根据权利要求3所述的一种基于IPC网络摄像机的目标追踪方法,其特征在于:所述结合第二追踪特征信息对第一类目标在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息包括:
B1步骤、如果行动轨迹是间断行动轨迹时,从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,根据第一类目标的间断行动轨迹确定整个间断行动轨迹中出现轨迹间断的位置;
B2步骤、根据某存在轨迹间断处的两个IPC网络摄像机之间的所有断点IPC网络摄像机的节点位置,将第二特征信息作为第二追踪特征发送到所有断点IPC网络摄像机中,所有断点IPC网络摄像机提取行动轨迹时间段内所有摄像场景中存在第二追踪特征的场景;
B3步骤、根据该轨迹间断处的两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及该轨迹间断处的行动方向,对所有断点IPC网络摄像机中提取得到的存在第二追踪特征的场景进行筛选,得到第一次筛选后的第二追踪特征的场景;
B4步骤、选择整个间断行动轨迹中另一处存在轨迹间断的地方,并重复B2步骤和B3步骤,得到所有存在轨迹间断处经过第一次筛选后的第二追踪特征的场景;
B5步骤、根据所有存在通信断点处两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及整个断点行动轨迹的行动方向,对所有经过第一次筛选后的第二追踪特征的场景进行第二次筛选,得到每个轨迹间断处所有断点IPC网络摄像机中第二次筛选确认的第二追踪特征的场景;
B6步骤、提取经过第二次筛选确认的第二追踪特征场景中符合第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行第三次筛选,得到的筛选结果即为间断行动轨迹中轨迹间断处的第一类目标;
B7步骤、对间断轨迹中轨迹间断处的第一类目标此时的第二追踪特征进行提取,并将提取的信息对第二特征信息进行实时更新和补充,并作为第一类目标后续的追踪轨迹中出现轨迹间断时提取第二追踪特征的依据。
5.根据权利要求4所述的一种基于IPC网络摄像机的目标追踪方法,其特征在于:所述A3步骤中如果在下一个节点IPC网络摄像机的摄像场景中没有捕捉到第一类目标,即连续行动轨迹在此处出现间断行动轨迹,则首先通过网络系统顺着第一类目标的行动轨迹方向向后续节点IPC网络摄像机发送第一追踪特征,如果后续节点IPC网络摄像机中捕获到第一类目标,则执行B1步骤到B7步骤;
如果在后续节点IPC网络摄像机中没有捕获到第一类目标,则从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,将第二特征信息发送到下后续节点IPC网络摄像机中,从后续节点IPC网络摄像机提取符合行动轨迹时间段内所有摄像场景中包含第二追踪特征的场景信息,并在该场景信息中通过第二追踪特征捕捉第一类目标后进行标记,提取标记有第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行筛选,得到的筛选结果即为后续节点IPC网络摄像机需要追踪的第一类目标。
6.根据权利要求1所述的一种基于IPC网络摄像机的目标追踪方法,其特征在于:所述第二类目标追踪步骤包括:
从出现有第二类目标的IPC网络摄像机中初步获取第二类目标的第二特征信息,并将第二特征信息作为第二追踪特征发送给与该IPC网络摄像机直接通信连接的每个IPC网络摄像机,每个IPC网络摄像机依次向与其直接通信连接的IPC网络摄像机发送第二追踪特征,得到所有具有第二追踪特征目标的行动轨迹;
提取所有具有第二追踪特征目标的第一特征信息,并通过数据库对提取的所有具有第二追踪特征目标的第一特征信息筛选,得到第二类目标的行动轨迹,根据行动轨迹对第二类目标进行实时追踪,并在追踪过程中实时更新和补充第二特征信息;
如果在追踪过程中捕捉到第二类目标的第一特征信息,则发送到数据库中进行存储,并在后续追踪过程中结合第一特征信息和第二特征信息对第二类目标进行追踪。
7.一种基于IPC网络摄像机的目标追踪系统,其特征在于:它包括追踪目标判断模块、第一类目标追踪模块和第二类目标追踪模块;
所述追踪目标判断模块:用于从出现追踪目标的IPC网络摄像机的摄像场景中获取追踪目标的初步信息,并根据初步信息从数据库中进行匹配判断是否能够得到追踪目标的第一特征信息,如果能,曾将该追踪目标归为第一类目标,如果不能,则从出现追踪目标的IPC网络摄像机的摄像场景中提取第二特征信息,并将该追踪目标归为第二类目标;
所述第一类目标追踪模块:用于如果追踪目标是第一类目标,则将第一特征信息作为第一追踪特征,通过第一追踪特征对第一类目标在网络系统中进行连续轨迹追踪,并结合第二追踪特征信息对第一类目标在网络系统中进行间断轨迹追踪,且在间断轨迹追踪的过程中实时更新和补充第二特征信息;
所述第二类目标追踪模块:用于如果追踪目标是第二类目标,则将第二特征信息作为第二追踪特征,通过第二追踪特征对第二类目标在网络系统中进行实时追踪,并在追踪过程中实时更新和补充第二特征信息,且在追踪过程中如果捕捉到第二目标的第一特征信息,则发送到数据库中进行存储,并在后续追踪过程中结合第一特征信息和第二特征信息对第二类目标进行追踪。
8.根据权利要求7所述的一种基于IPC网络摄像机的目标追踪系统,其特征在于:所述第一类目标追踪模块包括第一类目标标记单元、行动轨迹构建单元和连续行动轨迹追踪单元;
所述第一类目标标记单元:用于将第一特征信息作为第一追踪特征发送到网络系统中设定范围内的所有IPC网络摄像机中,该范围内的每个IPC网络摄像机提取某一时间段内所有摄像场景中包含第一追踪特征的场景信息,并在该场景信息中通过第一追踪特征捕捉第一类目标后进行标记;
所述行动轨迹构建单元:用于根据所有提取出包含第一追踪特征场景信息的IPC网络摄像机中第一类目标出现的时间顺序构建第一类目标的行动轨迹;
所述连续行动轨迹追踪单元:、用于根据连续行动轨迹的方向,最后出现第一类目标的IPC网络摄像机向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,如果在下一个节点IPC网络摄像机的摄像场景中捕捉到第一类目标,则更新连续行动轨迹信息,并继续向与其通信连接的下一个节点IPC网络摄像机发送第一追踪特征,实现第一类目标的实时追踪。
9.根据权利要求8所述的一种基于IPC网络摄像机的目标追踪系统,其特征在于:所述第一类目标追踪模块还包括间断行动轨迹追踪单元,其具体包括以下内容:
B1步骤、如果行动轨迹是间断行动轨迹时,从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,根据第一类目标的间断行动轨迹确定整个间断行动轨迹中出现轨迹间断的位置;
B2步骤、根据某存在轨迹间断处的两个IPC网络摄像机之间的所有断点IPC网络摄像机的节点位置,将第二特征信息作为第二追踪特征发送到所有断点IPC网络摄像机中,所有断点IPC网络摄像机提取行动轨迹时间段内所有摄像场景中存在第二追踪特征的场景;
B3步骤、根据该轨迹间断处的两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及该轨迹间断处的行动方向,对所有断点IPC网络摄像机中提取得到的存在第二追踪特征的场景进行筛选,得到第一次筛选后的第二追踪特征的场景;
B4步骤、选择整个间断行动轨迹中另一处存在轨迹间断的地方,并重复B2步骤和B3步骤,得到所有存在轨迹间断处经过第一次筛选后的第二追踪特征的场景;
B5步骤、根据所有存在通信断点处两个IPC网络摄像机中所出现的第一追踪特征场景信息的时间以及整个断点行动轨迹的行动方向,对所有经过第一次筛选后的第二追踪特征的场景进行第二次筛选,得到每个轨迹间断处所有断点IPC网络摄像机中第二次筛选确认的第二追踪特征的场景;
B6步骤、提取经过第二次筛选确认的第二追踪特征场景中符合第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行第三次筛选,得到的筛选结果即为间断行动轨迹中轨迹间断处的第一类目标;
B7步骤、对间断轨迹中轨迹间断处的第一类目标此时的第二追踪特征进行提取,并将提取的信息对第二特征信息进行实时更新和补充,并作为第一类目标后续的追踪轨迹中出现轨迹间断时提取第二追踪特征的依据。
10.根据权利要求9所述的一种基于IPC网络摄像机的目标追踪系统,其特征在于:所述连续行动轨迹追踪单元中如果在下一个节点IPC网络摄像机的摄像场景中没有捕捉到第一类目标,即连续行动轨迹在此处出现间断行动轨迹,则首先通过网络系统顺着第一类目标的行动轨迹方向向后续节点IPC网络摄像机发送第一追踪特征,如果后续节点IPC网络摄像机中捕获到第一类目标,则执行B1步骤到B7步骤;
如果在后续节点IPC网络摄像机中没有捕获到第一类目标,则从所有IPC网络摄像机包含的第一追踪特征场景信息中提取出第一类目标的第二特征信息,将第二特征信息发送到下后续节点IPC网络摄像机中,从后续节点IPC网络摄像机提取符合行动轨迹时间段内所有摄像场景中包含第二追踪特征的场景信息,并在该场景信息中通过第二追踪特征捕捉第一类目标后进行标记,提取标记有第二追踪特征的所有目标的第一特征信息,并通过数据库对提取的所有目标的第一特征信息进行筛选,得到的筛选结果即为后续节点IPC网络摄像机需要追踪的第一类目标。
CN202310393894.4A 2023-04-13 2023-04-13 一种基于ipc网络摄像机的目标追踪方法及系统 Active CN116168421B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310393894.4A CN116168421B (zh) 2023-04-13 2023-04-13 一种基于ipc网络摄像机的目标追踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310393894.4A CN116168421B (zh) 2023-04-13 2023-04-13 一种基于ipc网络摄像机的目标追踪方法及系统

Publications (2)

Publication Number Publication Date
CN116168421A true CN116168421A (zh) 2023-05-26
CN116168421B CN116168421B (zh) 2023-07-25

Family

ID=86414866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310393894.4A Active CN116168421B (zh) 2023-04-13 2023-04-13 一种基于ipc网络摄像机的目标追踪方法及系统

Country Status (1)

Country Link
CN (1) CN116168421B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117648001A (zh) * 2024-01-29 2024-03-05 微网优联科技(成都)有限公司 基于云台机的追踪校正方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751677A (zh) * 2008-12-17 2010-06-23 中国科学院自动化研究所 基于多摄像机的目标连续跟踪方法
CN110674746A (zh) * 2019-09-24 2020-01-10 视云融聚(广州)科技有限公司 一种应用视频空间关系辅助实现高精度跨镜追踪的方法、装置、计算机设备以及存储介质
CN110969644A (zh) * 2018-09-28 2020-04-07 杭州海康威视数字技术股份有限公司 人员轨迹追踪方法、装置及系统
CN112651386A (zh) * 2020-10-30 2021-04-13 杭州海康威视系统技术有限公司 一种身份信息的确定方法、装置及设备
WO2021159554A1 (zh) * 2020-02-14 2021-08-19 睿魔智能科技(深圳)有限公司 基于视觉的目标跟踪方法、系统、设备及存储介质
CN113536914A (zh) * 2021-06-09 2021-10-22 重庆中科云从科技有限公司 一种对象跟踪识别方法、系统、设备及介质
CN114387296A (zh) * 2022-01-07 2022-04-22 深圳市金溢科技股份有限公司 目标轨迹追踪方法、装置、计算机设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751677A (zh) * 2008-12-17 2010-06-23 中国科学院自动化研究所 基于多摄像机的目标连续跟踪方法
CN110969644A (zh) * 2018-09-28 2020-04-07 杭州海康威视数字技术股份有限公司 人员轨迹追踪方法、装置及系统
CN110674746A (zh) * 2019-09-24 2020-01-10 视云融聚(广州)科技有限公司 一种应用视频空间关系辅助实现高精度跨镜追踪的方法、装置、计算机设备以及存储介质
WO2021159554A1 (zh) * 2020-02-14 2021-08-19 睿魔智能科技(深圳)有限公司 基于视觉的目标跟踪方法、系统、设备及存储介质
CN112651386A (zh) * 2020-10-30 2021-04-13 杭州海康威视系统技术有限公司 一种身份信息的确定方法、装置及设备
CN113536914A (zh) * 2021-06-09 2021-10-22 重庆中科云从科技有限公司 一种对象跟踪识别方法、系统、设备及介质
CN114387296A (zh) * 2022-01-07 2022-04-22 深圳市金溢科技股份有限公司 目标轨迹追踪方法、装置、计算机设备及存储介质

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
HUI YAO等: "City-Scale Multi-camera vehicle tracking based on space-time-appearance features", 《2022 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION WORKSHOPS》, pages 1 - 9 *
NA JIANG等: "Online Inter-camera Trajectory Association Exploiting Person Re-Identification and Camera Topology", 《PROCEEDINGS OF THE 26TH ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA》, pages 1457 - 1465 *
刘雅婷;王坤峰;王飞跃;: "基于踪片Tracklet关联的视觉目标跟踪:现状与展望", 自动化学报, no. 11, pages 4 - 20 *
吴哲: "基于特征映射的运动分析与识别", 《中国优秀硕士学位论文全文数据库》, pages 140 - 83 *
张厚禄等: "基于LCSS的异常轨迹检测算法", 《中国人民公安大学学报(自然科学版)》, pages 96 - 102 *
许正;朱松豪;梁志伟;徐国政;: "基于轨迹关联的多目标跟踪", 南京邮电大学学报(自然科学版), no. 02, pages 41 - 48 *
谭婧在充电: "追踪技术再上台阶:云从科技跨摄像头、跨场景再刷世界纪录", pages 10 - 11, Retrieved from the Internet <URL:《https://t.cj.sina.com.cn/articles/view/3276786337/c34fcaa100100bty5》> *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117648001A (zh) * 2024-01-29 2024-03-05 微网优联科技(成都)有限公司 基于云台机的追踪校正方法及系统
CN117648001B (zh) * 2024-01-29 2024-04-09 微网优联科技(成都)有限公司 基于云台机的追踪校正方法及系统

Also Published As

Publication number Publication date
CN116168421B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN110543867B (zh) 一种多摄像头条件下的人群密度估测系统及方法
CN109298785A (zh) 一种监测设备的人机联控系统及方法
JP6286474B2 (ja) 画像処理装置および領域追跡プログラム
CN109101944B (zh) 一种识别向河道内抛投垃圾的实时视频监控方法
KR101788225B1 (ko) 건설현장 맞춤형 이미지 분석기술을 활용한 중장비/근로자 인식 및 추적 방법 및 시스템
CN108038415B (zh) 一种基于机器视觉的无人机自动检测与跟踪方法
CN111161206A (zh) 一种图像抓拍方法、监控相机及监控系统
CN116168421B (zh) 一种基于ipc网络摄像机的目标追踪方法及系统
CN110969118B (zh) 轨迹监控系统和方法
CN114359976B (zh) 一种基于人物识别的智能安防方法与装置
CN104820995A (zh) 一种面向大型公共场所的人流密度监测预警方法
CN107547865A (zh) 跨区域人体视频目标跟踪智能监控方法
CN113688794A (zh) 身份识别方法、装置、电子设备和计算机可读存储介质
Lalonde et al. A system to automatically track humans and vehicles with a PTZ camera
CN110175553B (zh) 基于步态识别与人脸识别建立特征库的方法及装置
CN117237418B (zh) 一种基于深度学习的运动目标检测方法和系统
KR102108391B1 (ko) 다수개의 카메라를 활용한 이동물체 연계추적시스템 및 방법
CN111369578A (zh) 云台异动智能跟踪方法及其系统
CN116246200A (zh) 一种基于视觉识别的屏显信息偷拍检测方法及系统
CN115311328A (zh) 一种多摄像头下轨迹跟踪方法
CN111368608B (zh) 一种人脸识别方法、装置及系统
CN214151721U (zh) 一种基于人脸算法的识别一体机系统
CN110706250B (zh) 一种对象的跟踪方法、装置、系统及存储介质
CN111860100B (zh) 行人数量的确定方法、装置、电子设备及可读存储介质
CN113111847A (zh) 一种工序循环的自动监测方法、装置和系统

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