TW201911118A - 跨區域目標軌跡跟蹤的方法及資料處理方法、裝置和系統 - Google Patents
跨區域目標軌跡跟蹤的方法及資料處理方法、裝置和系統 Download PDFInfo
- Publication number
- TW201911118A TW201911118A TW107120329A TW107120329A TW201911118A TW 201911118 A TW201911118 A TW 201911118A TW 107120329 A TW107120329 A TW 107120329A TW 107120329 A TW107120329 A TW 107120329A TW 201911118 A TW201911118 A TW 201911118A
- Authority
- TW
- Taiwan
- Prior art keywords
- target
- monitoring
- trajectory
- area
- monitoring area
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 312
- 230000009471 action Effects 0.000 claims description 186
- 238000012806 monitoring device Methods 0.000 claims description 37
- 239000011159 matrix material Substances 0.000 claims description 25
- 239000000463 material Substances 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 230000001815 facial effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
-
- 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
- G06T2207/30196—Human being; Person
-
- 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)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本申請公開了一種跨區域目標軌跡跟蹤的方法及資料處理方法、裝置和系統。其中,該方法包括:分別提取至少兩個監控區域中目標的行動軌跡;判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值;在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡。本申請解決了由於現有技術中需要通過多台人臉識別攝像機對每層同一個目標人物的面部特徵進行識別並監控拍攝,導致的部署複雜且目標人物跟蹤效率低的技術問題。
Description
本申請係有關網際網路技術應用領域,具體而言,尤其是一種跨區域目標軌跡跟蹤的方法及資料處理方法、裝置和系統。
在商業辦公樓宇內,出於安防以及構建新型商業模式的目的,需要對進入樓宇內特定人員進行連續不間斷的行進軌跡跟蹤。業界現有的方案是可以實現一個攝像機槍機鏡頭視野內的人臉識別以及軌跡跟蹤功能。但是對實現一個空間開闊的室內樓宇內人員軌跡的連續跟蹤仍然缺失經濟且有效的方案。 現有技術中需要在監控區域連續部署人臉識別攝像機,通過人臉識別攝像機對每層同一個目標人物進行跟蹤拍攝。 但是一旦目標人物離開了一個攝像頭的視野,再進入另一個攝像頭的視野,除非第二個攝像頭準確識別該人外,沒有有效手段將兩個攝像頭獲取到的兩個認得特徵有效標識起來,在室內開闊空間,難以確保所有攝像機都準確對準人的面部,並且在除了大廳入口進行人臉識別處部署攝像機外,其他開闊區域也部署攝像機進行人臉識別,容易引起個人隱私洩露。 針對上述由於現有技術中需要通過多台人臉識別攝像機對每層同一個目標人物的面部特徵進行識別並監控拍攝,導致的部署複雜且目標人物跟蹤效率低問題,目前尚未提出有效的解決方案。
本申請實施例提供了一種跨區域目標軌跡跟蹤的方法及資料處理方法、裝置和系統,以至少解決由於現有技術中需要通過多台人臉識別攝像機對每層同一個目標人物的面部特徵進行識別並監控拍攝,導致的部署複雜且目標人物跟蹤效率低的技術問題。 根據本申請實施例的一個方面,提供了一種資料處理方法,包括:獲取至少兩個存在交集區域的地理圍欄資料,其中,交集區域為公共區域,地理圍欄資料包括其中物體的行動軌跡;分別獲取兩個地理圍欄資料中第一行動軌跡和第二行動軌跡;確定第一行動軌跡和第二行動軌跡為匹配軌跡;展示第一行動軌跡和第二行動軌跡。 根據本申請實施例的另一個方面,提供了一種跨區域目標軌跡跟蹤的方法,包括:分別提取至少兩個監控區域中目標的行動軌跡;判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值;在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡。 可選的,在分別提取至少兩個監控區域中目標的行動軌跡之前,方法還包括:在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,當目標進入第一監控區域時,通過監控設備對目標進行標記,並依據標記在第一監控區域中產生對應目標在第一監控區域的行動軌跡;當目標離開第一監控區域時,調用與第一監控區域相鄰的第二監控區域的監控設備,判斷第二監控區域的監控設備是否拍攝到至少一個目標;在判斷結果為是的情況下,對第二監控區域中至少一個目標進行標記,並產生目標在第二監控區域的行動軌跡。 可選的,分別提取至少兩個監控區域中目標的行動軌跡包括:在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,在第一監控區域中,分別對第一監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡;在第二監控區域中,分別對第二監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡。 進一步地,可選的,在第一監控區域中,分別對第一監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡包括:對第一監控區域以預設單元格進行劃分,得到柵格形式的第一監控區域的第一位置分格圖;依據至少一個目標在第一位置分格圖進行標記;依據標記後的至少一個目標在第一位置分格圖的位置變化,產生軌跡矩陣;將軌跡矩陣確定為標記後的至少一個目標在第一監控區域的行動軌跡。 可選的,在第二監控區域中,分別對第二監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡包括:對第二監控區域以預設單元格進行劃分,得到柵格形式的第二監控區域的第二位置分格圖;依據至少一個目標在第二位置分格圖進行標記;依據標記後的至少一個目標在第二位置分格圖的位置變化,產生軌跡矩陣;將軌跡矩陣確定為標記後的至少一個目標在第二監控區域的行動軌跡。 可選的,判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值包括:在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,獲取第一監控區域與第二監控區域的重疊區域;標記重疊區域中至少一個目標,並依據標記後的至少一個目標產生行動軌跡;判斷重疊區域中至少一個目標的行動軌跡是否與第一監控區域中至少一個目標的行動軌跡,以及第二監控區域中至少一個目標的行動軌跡的重合度大於預設值。 進一步地,可選的,在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡包括:在重合度大於預設值的情況下,確定重疊區域中的至少一個目標與第一監控區域中至少一個目標以及第二監控區域中至少一個目標為同一目標;依據時間和第一監控區域與第二監控區域中至少一個目標的位置變化,產生至少一個目標的行動軌跡。 根據本申請實施例的又一個方面,提供了一種資料處理裝置,包括:第一獲取模塊,用於獲取至少兩個存在交集區域的地理圍欄資料,其中,交集區域為公共區域,地理圍欄資料包括其中物體的行動軌跡;第二獲取模塊,用於分別獲取兩個地理圍欄資料中第一行動軌跡和第二行動軌跡;軌跡確定模塊,用於確定第一行動軌跡和第二行動軌跡為匹配軌跡;顯示模塊,用於展示第一行動軌跡和第二行動軌跡。 根據本申請實施例的再一個方面,提供了一種跨區域目標軌跡跟蹤的裝置,包括:提取模塊,用於分別提取至少兩個監控區域中目標的行動軌跡;判斷模塊,用於判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值;軌跡產生模塊,用於在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡。 可選的,提取模塊包括:第一提取單元,用於在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,在第一監控區域中,分別對第一監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡;第二提取單元,用於在第二監控區域中,分別對第二監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡。 可選的,判斷模塊包括:獲取單元,用於在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,獲取第一監控區域與第二監控區域的重疊區域;標記單元,用於標記重疊區域中至少一個目標,並依據標記後的至少一個目標產生行動軌跡;判斷單元,用於判斷重疊區域中至少一個目標的行動軌跡是否與第一監控區域中至少一個目標的行動軌跡,以及第二監控區域中至少一個目標的行動軌跡的重合度大於預設值。 根據本申請另一實施例的一個方面,提供了一種跨區域目標軌跡跟蹤的系統,包括:至少兩個微型監控設備,用於標記拍攝到的至少一個目標,並依據標記後的至少一個目標產生至少一個目標的行動軌跡,並將至少一個目標的行動軌跡上報至伺服器;伺服器,用於獲取至少兩個微型監控設備上傳的至少一個目標的行動軌跡,判斷在至少兩個微型監控設備拍攝的重疊區域中是否在相同時間出現至少一個目標,並計算至少一個目標在至少兩個微型監控設備所處監控區域的重合度,在重合度大於預設值的情況下,確定至少兩個微型監控設備所處監控區域中至少一個目標是同一個目標,並產生至少一個目標的在至少兩個微型監控設備所處監控區域的行動軌跡。 根據本申請另一實施例的另一個方面,提供了一種儲存媒介,儲存媒介包括儲存的程式,其中,在程式運行時控制儲存媒介所在設備執行上述跨區域目標軌跡跟蹤的方法。 根據本申請另一實施例的另一個方面,提供了一種處理器,處理器用於運行程式,其中,程式運行時執行上述跨區域目標軌跡跟蹤的方法。 根據本申請另一實施例的又一個方面,提供了一種儲存媒介,儲存媒介包括儲存的程式,其中,在程式運行時控制儲存媒介所在設備執行上述資料處理方法。 根據本申請另一實施例的又一個方面,提供了一種處理器,處理器用於運行程式,其中,程式運行時執行上述資料處理方法。 在本申請實施例中,通過分別提取至少兩個監控區域中目標的行動軌跡;判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值;在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡,達到了對目標跟蹤系統易部署的目的,從而實現了提升對目標任務的跟蹤效率的技術效果,進而解決了由於現有技術中需要通過多台人臉識別攝像機對每層同一個目標人物的面部特徵進行識別並監控拍攝,導致的部署複雜且目標人物跟蹤效率低的技術問題。
為了使本技術領域的人員更好地理解本申請方案,下面將結合本申請實施例中的圖式,對本申請實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本申請一部分的實施例,而不是全部的實施例。基於本申請中的實施例,本領域普通技術人員在沒有做出進步性勞動前提下所獲得的所有其他實施例,都應當屬於本申請保護的範圍。 需要說明的是,本申請的說明書和申請專利範圍及上述圖式中的術語“第一”、“第二”等是用於區別類似的對象,而不必用於描述特定的順序或先後次序。應該理解這樣使用的資料在適當情況下可以互換,以便這裡描述的本申請的實施例能夠以除了在這裡圖示或描述的那些以外的順序實施。此外,術語“包括”和“具有”以及他們的任何變形,意圖在於覆蓋不排他的包含,例如,包含了一系列步驟或單元的過程、方法、系統、產品或設備不必限於清楚地列出的那些步驟或單元,而是可包括沒有清楚地列出的或對於這些過程、方法、產品或設備固有的其它步驟或單元。 實施例1 根據本申請實施例,還提供了一種跨區域目標軌跡跟蹤的方法實施例,需要說明的是,在圖式的流程圖示出的步驟可以在諸如一組電腦可執行指令的電腦系統中執行,並且,雖然在流程圖中示出了邏輯順序,但是在某些情況下,可以以不同於此處的順序執行所示出或描述的步驟。 本申請實施例一所提供的方法實施例可以在行動終端、電腦終端或者類似的運算裝置中執行。以運行在電腦終端上為例,圖1是本申請實施例的一種跨區域目標軌跡跟蹤的方法的電腦終端的硬體結構方塊圖。如圖1所示,電腦終端10可以包括一個或多個(圖中僅示出一個)處理器102(處理器102可以包括但不限於微處理器MCU或可程式化邏輯器件FPGA等的處理裝置)、用於儲存資料的儲存器104、以及用於通信功能的傳輸模塊106。本領域普通技術人員可以理解,圖1所示的結構僅為示意,其並不對上述電子裝置的結構造成限定。例如,電腦終端10還可包括比圖1中所示更多或者更少的組件,或者具有與圖1所示不同的配置。 儲存器104可用於儲存應用軟體的軟體程式以及模塊,如本申請實施例中的跨區域目標軌跡跟蹤的方法對應的程式指令/模塊,處理器102通過運行儲存在儲存器104內的軟體程式以及模塊,從而執行各種功能應用以及資料處理,即實現上述的應用程式的跨區域目標軌跡跟蹤的方法。儲存器104可包括高速隨機儲存器,還可包括非易失性儲存器,如一個或者多個磁性儲存裝置、快閃記憶體、或者其他非易失性固態儲存器。在一些實例中,儲存器104可進一步包括相對於處理器102遠程設置的儲存器,這些遠程儲存器可以通過網路連接至電腦終端10。上述網路的實例包括但不限於網際網路、企業內部網、局域網、行動通信網及其組合。 傳輸模塊106用於經由一個網路接收或者發送資料。上述的網路具體實例可包括電腦終端10的通信供應商提供的無線網路。在一個實例中,傳輸模塊106包括一個網路適配器(Network Interface Controller,NIC),其可通過基站與其他網路設備相連從而可與網際網路進行通訊。在一個實例中,傳輸模塊106可以為射頻(Radio Frequency,RF)模塊,其用於通過無線方式與網際網路進行通訊。 在上述運行環境下,本申請提供了如圖2所示的跨區域目標軌跡跟蹤的方法。圖2是根據本申請實施例一的跨區域目標軌跡跟蹤的方法的流程圖。根據本申請實施例的一個方面,提供了一種跨區域目標軌跡跟蹤的方法,該方法的步驟包括: 步驟S202,分別提取至少兩個監控區域中目標的行動軌跡; 本申請上述步驟S202中,本申請提供的跨區域目標軌跡跟蹤的方法可以適用於室內安防監控領域,其中,在本申請中區別於現有技術,以微型攝像頭替代現有技術中的人臉識別攝像機,降低了安防監控成本,並且能夠提升微型攝像頭數量,以及微型攝像頭與安防監控系統的接入兼容性。其中,每個微型攝像頭所能夠監控的區域稱作監控區域,每個目標人物(即,本申請中的目標)在監控區域中移動的軌跡被稱作行動軌跡,基於微型攝像頭的分佈每個微型攝像頭所處的監控區域,均會在有目標人物出現在監控區域後,產生該目標人物在該監控區域的行動軌跡。 步驟S204,判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值; 本申請上述步驟S204中,當需要獲取目標A的行動軌跡時,通過步驟S202獲取目標A在至少兩個監控區域中的行動軌跡,判斷在至少兩個監控區域中目標A的行動軌跡的重合度是否大於預設值,如果大於預設值則執行步驟S206,如果小於預設值則說明至少兩個監控區域中的目標的行動軌跡的重合度很低,所以目標A未移動,或目標A未移動至其他監控區域。 步驟S206,在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡。 本申請上述步驟S206中,基於步驟S204的判斷,當重合度大於預設值的情況下,說明至少兩個監控區域中的目標為同一個目標,進而根據該目標產生該目標在至少兩個監控區域中的行動軌跡。 綜上,本申請提供的跨區域目標軌跡跟蹤的方法中,以跨區域目標人物的軌跡跟蹤為例進行說明,本申請提供的實施例中無需部署用於人臉識別攝像機,但需要進行人軌跡跟蹤的區域內連續部署微型攝像頭(後續簡稱:攝像頭),確保攝像頭之間的視野交叉或覆蓋。本申請提供的跨區域目標軌跡跟蹤的方法中的攝像頭僅採集視野內出現的人這個生物類以及對應出現的軌跡、時間資訊並通過低速無線傳輸技術將視野內每一個可識別為人類的坐標資訊完成上報,不涉及具體人員的人臉識別,因此不會侵犯使用者的隱私。 圖3是根據本申請實施例一的一種跨區域目標軌跡跟蹤的方法的示意圖,如圖3所示,本申請提供的跨區域目標軌跡跟蹤的方法如下: 1.攝像頭O 識別出一個人以及其行進軌跡[將該人標記為Idxo]; 2.當該標記的人即將離開攝像頭O的視野,進入與攝像頭A重疊覆蓋區時,後臺伺服器命令相鄰微型攝像頭進行捕獲; 3.攝像頭A獲取視野內出現的人並加以區分標定,記錄出現的時刻以及行進的軌跡並完成上報給後臺伺服器; 4.後臺伺服器對攝像頭O中標記為Idxo的出現軌跡與A上報的人員軌跡進行匹配,尋找重合度大於設定門限值的人員,並將該人員標定在攝像頭A範圍內繼承為Idxo; 5.當行人移動至下一個微型攝像頭覆蓋範圍是,重複上述的過程,獲取標定為Idxo在行進過程中的連續軌跡。 在本申請實施例中,通過分別提取至少兩個監控區域中目標的行動軌跡;判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值;在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡,達到了對目標跟蹤系統易部署的目的,從而實現了提升對目標任務的跟蹤效率的技術效果,進而解決了由於現有技術中需要通過多台人臉識別攝像機對每層同一個目標人物的面部特徵進行識別並監控拍攝,導致的部署複雜且目標人物跟蹤效率低的技術問題。 可選的,在步驟S202中分別提取至少兩個監控區域中目標的行動軌跡之前,本申請提供的跨區域目標軌跡跟蹤的方法還包括: 步驟S199,在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,當目標進入第一監控區域時,通過監控設備對目標進行標記,並依據標記在第一監控區域中產生對應目標在第一監控區域的行動軌跡; 步驟S200,當目標離開第一監控區域時,調用與第一監控區域相鄰的第二監控區域的監控設備,判斷第二監控區域的監控設備是否拍攝到至少一個目標; 步驟S201,在判斷結果為是的情況下,對第二監控區域中至少一個目標進行標記,並產生目標在第二監控區域的行動軌跡。 具體的,在步驟S202中分別提取至少兩個監控區域中目標的行動軌跡之前,結合步驟S199至步驟S201,以兩個監控區域為例進行說明,即,第一監控區域和第二監控區域,在提取兩個監控區域中目標的行動軌跡之前,每個監控區域先對自己監控區域內出現的目標進行標記,並隨著時間的順序產生每個標記後的目標子啊該監控區域產生的行動軌跡,並且當第一監控區域中的目標離開第一監控區域時,作為與第一監控區域相鄰的第二監控區域將對每個進入該監控區域的目標進行標記,並產生標記後每個目標的行動軌跡,以便後續在對比重合度的過程中提供資料支持。 可選的,步驟S202中分別提取至少兩個監控區域中目標的行動軌跡包括: Step1,在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,在第一監控區域中,分別對第一監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡; Step2,在第二監控區域中,分別對第二監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡。 具體的,結合Step1和Step2,提取每個監控區域的至少一個目標的行動軌跡的過程中,先提取標記過的目標,進而根據該標記提取各個目標在監控區域中的行動軌跡。 進一步地,可選的,步驟S202中Step1中的在第一監控區域中,分別對第一監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡包括: 步驟1,對第一監控區域以預設單元格進行劃分,得到柵格形式的第一監控區域的第一位置分格圖; 步驟2,依據至少一個目標在第一位置分格圖進行標記; 步驟3,依據標記後的至少一個目標在第一位置分格圖的位置變化,產生軌跡矩陣; 步驟4,將軌跡矩陣確定為標記後的至少一個目標在第一監控區域的行動軌跡。 可選的,步驟S202中Step2中的在第二監控區域中,分別對第二監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡包括: 步驟1,對第二監控區域以預設單元格進行劃分,得到柵格形式的第二監控區域的第二位置分格圖; 步驟2,依據至少一個目標在第二位置分格圖進行標記; 步驟3,依據標記後的至少一個目標在第二位置分格圖的位置變化,產生軌跡矩陣; 步驟4,將軌跡矩陣確定為標記後的至少一個目標在第二監控區域的行動軌跡。 具體的,步驟S202中的Step1和步驟S202中的Step2中分別根據第一監控區域和第二監控區域劃分單元格後,對每個目標在由單元格組成的第一位置分格圖和第二位置分格圖中的位置變化,產生每個目標在第一監控區域和第二監控區域的行動軌跡。 可選的,步驟S204中判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值包括: Step1,在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,獲取第一監控區域與第二監控區域的重疊區域; Step2,標記重疊區域中至少一個目標,並依據標記後的至少一個目標產生行動軌跡; Step3,判斷重疊區域中至少一個目標的行動軌跡是否與第一監控區域中至少一個目標的行動軌跡,以及第二監控區域中至少一個目標的行動軌跡的重合度大於預設值。 進一步地,可選的,步驟S206中在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡包括: Step1,在重合度大於預設值的情況下,確定重疊區域中的至少一個目標與第一監控區域中至少一個目標以及第二監控區域中至少一個目標為同一目標; Step2,依據時間和第一監控區域與第二監控區域中至少一個目標的位置變化,產生至少一個目標的行動軌跡。 具體的,在本申請中通過兩個監控區域重疊區域的目標的行動軌跡,通過對第一監控區域和第二監控區域中各個目標的行動軌跡的預測,如果該重疊區域的目標的行動軌跡與第一監控區域和第二監控區域的目標的行動軌跡的重合度大於預設值,則說明該重疊區域的目標與第一監控區域和第二監控區域的目標為同一個目標,進而根據重疊區域、第一監控區域和第二監控區域中目標的行動軌跡產生目標在整個監控區域的移動軌跡。 綜上,圖4是根據本申請實施例一的另一種跨區域目標軌跡跟蹤的方法的示意圖,如圖4所示,本申請提供的跨區域目標軌跡跟蹤的方法具體如下: 1.將每一個攝像頭的視野內位置劃分為柵格,每格大小可以容納不超過一個人的形體特徵。 2.每一個攝像頭內的視野中柵格位置使用矩陣進行標識,比如為:{M, N},表示柵格範圍為M行,N列的矩陣型(攝像頭實際視野不一定是矩形,需匹配業界已有的畸形矯正技術)。則相鄰攝像頭重疊區域在各自攝像頭視野範圍內的柵格位置存在固定的邏輯轉換關係,我們定義為。Z是一個N維矩陣。舉例可以看出紅星在攝像頭O中的位置為(2,14),經過矩陣轉換後,其在攝像頭A中的位置就是(2,2)。 3.一個人進入一個攝像頭後,將該攝像頭矩陣中出現該人的位置上的值標成1,其他位置都標成0,則該矩陣上所有值為1的點串起來就是這個人在該攝像頭視野中的行進軌跡。舉例,如Track =。 4.當一個人從攝像頭O進入攝像頭O與A的重疊區域,直至離開該區域,在攝像頭O中該區域內的行進軌跡可用矩陣表示為,在攝像頭A中該區域內的行進軌跡可用矩陣表示為。 5.使用轉換矩陣,將攝像頭O中重疊區域裡的行人軌跡轉換為其在攝像頭A內的軌跡:。 6.通過上述計算可以獲取攝像頭O中重疊區域的X個人軌跡在攝像頭A中的視野映射:,,,,,然後與攝像頭A中的進行相似度比較,相似度大於預設門限的則表示這兩個軌跡對應的是同一個人。 本申請提供的跨區域目標軌跡跟蹤的方法中後臺伺服器通過攝像頭之間人軌跡識別的模糊算法匹配,獲取行人在攝像頭間移動時連續軌跡的跟蹤;並且行人軌跡監控的攝像頭僅捕獲行人的軌跡、出現時間並對行人進行標號,不會捕獲視頻流去進行人臉識別,不會造成人隱私的洩露。 需要說明的是,對於前述的各方法實施例,為了簡單描述,故將其都表述為一系列的動作組合,但是本領域技術人員應該知悉,本申請並不受所描述的動作順序的限制,因為依據本申請,某些步驟可以採用其他順序或者同時進行。其次,本領域技術人員也應該知悉,說明書中所描述的實施例均屬於較佳實施例,所涉及的動作和模塊並不一定是本申請所必須的。 通過以上的實施方式的描述,本領域的技術人員可以清楚地瞭解到根據上述實施例的跨區域目標軌跡跟蹤的方法可借助軟體加必需的通用硬體平臺的方式來實現,當然也可以通過硬體,但很多情況下前者是更佳的實施方式。基於這樣的理解,本申請的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式顯示出來,該電腦軟體產品儲存在一個儲存媒介(如ROM/RAM、磁碟、光碟)中,包括若干指令用以使得一台終端設備(可以是手機,電腦,伺服器,或者網路設備等)執行本申請各個實施例所述的方法。 實施例2 圖4a是根據本申請實施例二的資料處理方法的流程圖。如圖4a所示,根據本申請實施例的一個方面,提供了一種資料處理方法,實現本申請提供的該資料處理方法包括如下步驟: 步驟S402,獲取至少兩個存在交集區域的地理圍欄資料,其中,交集區域為公共區域,地理圍欄資料包括其中物體的行動軌跡; 步驟S404,分別獲取兩個地理圍欄資料中第一行動軌跡和第二行動軌跡; 步驟S406,確定第一行動軌跡和第二行動軌跡為匹配軌跡; 步驟S408,展示第一行動軌跡和第二行動軌跡。 具體的,本申請提供的資料處理方法可以適用於監控安防領域,特別是用於目標軌跡跟蹤預測,在本實施例中,通過獲取至少兩個存在交局區域的地理圍欄資料,得到各個目標在兩個地理圍欄資料中的第一行動軌跡和第二行動軌跡,通過匹配兩個行動軌跡判斷是否為同一目標。 在本申請實施例中,通過獲取至少兩個存在交集區域的地理圍欄資料,其中,交集區域為公共區域,地理圍欄資料包括其中物體的行動軌跡;分別獲取兩個地理圍欄資料中第一行動軌跡和第二行動軌跡;確定第一行動軌跡和第二行動軌跡為匹配軌跡;展示第一行動軌跡和第二行動軌跡,達到了對目標跟蹤系統易部署的目的,從而實現了提升對目標任務的跟蹤效率的技術效果,進而解決了由於現有技術中需要通過多台人臉識別攝像機對每層同一個目標人物的面部特徵進行識別並監控拍攝,導致的部署複雜且目標人物跟蹤效率低的技術問題。 需要說明的是,對於前述的各方法實施例,為了簡單描述,故將其都表述為一系列的動作組合,但是本領域技術人員應該知悉,本申請並不受所描述的動作順序的限制,因為依據本申請,某些步驟可以採用其他順序或者同時進行。其次,本領域技術人員也應該知悉,說明書中所描述的實施例均屬於較佳實施例,所涉及的動作和模塊並不一定是本申請所必須的。 通過以上的實施方式的描述,本領域的技術人員可以清楚地瞭解到根據上述實施例的資料處理方法可借助軟體加必需的通用硬體平臺的方式來實現,當然也可以通過硬體,但很多情況下前者是更佳的實施方式。基於這樣的理解,本申請的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式顯示出來,該電腦軟體產品儲存在一個儲存媒介(如ROM/RAM、磁碟、光碟)中,包括若干指令用以使得一台終端設備(可以是手機,電腦,伺服器,或者網路設備等)執行本申請各個實施例所述的方法。 實施例3 根據本申請實施例,還提供了一種用於實施上述跨區域目標軌跡跟蹤的方法的裝置,圖5是根據本發明實施例三的跨區域目標軌跡跟蹤的裝置的結構示意圖。 如圖5所示,該跨區域目標軌跡跟蹤的裝置,包括:提取模塊52、判斷模塊54和軌跡產生模塊56。 其中,提取模塊52,用於分別提取至少兩個監控區域中目標的行動軌跡;判斷模塊54,用於判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值;軌跡產生模塊56,用於在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡。 在本申請實施例中,通過分別提取至少兩個監控區域中目標的行動軌跡;判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值;在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡,達到了對目標跟蹤系統易部署的目的,從而實現了提升對目標任務的跟蹤效率的技術效果,進而解決了由於現有技術中需要通過多台人臉識別攝像機對每層同一個目標人物的面部特徵進行識別並監控拍攝,導致的部署複雜且目標人物跟蹤效率低的技術問題。 此處需要說明的是,上述提取模塊52、判斷模塊54和軌跡產生模塊56對應於實施例一中的步驟S202至步驟S206,三個模塊與對應的步驟所實現的示例和應用場景相同,但不限於上述實施例一所公開的內容。需要說明的是,上述模塊作為裝置的一部分可以運行在實施例一提供的跨區域目標軌跡跟蹤的方法中,可以通過軟體實現,也可以通過硬體實現。 可選的,提取模塊52包括:第一提取單元,用於在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,在第一監控區域中,分別對第一監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡;第二提取單元,用於在第二監控區域中,分別對第二監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡。 此處需要說明的是,上述第一提取單元和第二提取單元對應於實施例一中的步驟S202中的Step1和Step2,兩個模塊與對應的步驟所實現的示例和應用場景相同,但不限於上述實施例一所公開的內容。需要說明的是,上述模塊作為裝置的一部分可以運行在實施例一提供的跨區域目標軌跡跟蹤的方法中,可以通過軟體實現,也可以通過硬體實現。 可選的,判斷模塊54包括:獲取單元,用於在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,獲取第一監控區域與第二監控區域的重疊區域;標記單元,用於標記重疊區域中至少一個目標,並依據標記後的至少一個目標產生行動軌跡;判斷單元,用於判斷重疊區域中至少一個目標的行動軌跡是否與第一監控區域中至少一個目標的行動軌跡,以及第二監控區域中至少一個目標的行動軌跡的重合度大於預設值。 此處需要說明的是,上述獲取單元、標記單元和判斷單元對應於實施例一中的步驟S204中的Step1至Step3,三個模塊與對應的步驟所實現的示例和應用場景相同,但不限於上述實施例一所公開的內容。需要說明的是,上述模塊作為裝置的一部分可以運行在實施例一提供的跨區域目標軌跡跟蹤的方法中,可以通過軟體實現,也可以通過硬體實現。 實施例4 根據本申請實施例,還提供了一種用於實施上述資料處理方法的裝置,圖5a是根據本發明實施例四的資料處理裝置的結構示意圖。 如圖5a所示,該資料處理裝置,包括:第一獲取模塊52a、第二獲取模塊54a、軌跡確定模塊56a和顯示模塊58a。 第一獲取模塊52a,用於獲取至少兩個存在交集區域的地理圍欄資料,其中,交集區域為公共區域,地理圍欄資料包括其中物體的行動軌跡;第二獲取模塊54a,用於分別獲取兩個地理圍欄資料中第一行動軌跡和第二行動軌跡;軌跡確定模塊56a,用於確定第一行動軌跡和第二行動軌跡為匹配軌跡;顯示模塊58a,用於展示第一行動軌跡和第二行動軌跡。 在本申請實施例中,通過獲取至少兩個存在交集區域的地理圍欄資料,其中,交集區域為公共區域,地理圍欄資料包括其中物體的行動軌跡;分別獲取兩個地理圍欄中第一行動軌跡和第二行動軌跡;確定第一行動軌跡和第二行動軌跡為匹配軌跡;展示第一行動軌跡和第二行動軌跡,達到了對目標跟蹤系統易部署的目的,從而實現了提升對目標任務的跟蹤效率的技術效果,進而解決了由於現有技術中需要通過多台人臉識別攝像機對每層同一個目標人物的面部特徵進行識別並監控拍攝,導致的部署複雜且目標人物跟蹤效率低的技術問題。 此處需要說明的是,上述第一獲取模塊52a、第二獲取模塊54a、軌跡確定模塊56a和顯示模塊58a對應於實施例二中的步驟S402至步驟S408,四個模塊與對應的步驟所實現的示例和應用場景相同,但不限於上述實施例二所公開的內容。需要說明的是,上述模塊作為裝置的一部分可以運行在實施例二提供的資料處理方法中,可以通過軟體實現,也可以通過硬體實現。 實施例5 根據本申請實施例的又一個方面,提供了一種跨區域目標軌跡跟蹤的系統,包括: 至少兩個微型監控設備,用於標記拍攝到的至少一個目標,並依據標記後的至少一個目標產生至少一個目標的行動軌跡,並將至少一個目標的行動軌跡上報至伺服器;伺服器,用於獲取至少兩個微型監控設備上傳的至少一個目標的行動軌跡,判斷在至少兩個微型監控設備拍攝的重疊區域中是否在相同時間出現至少一個目標,並計算至少一個目標在至少兩個微型監控設備所處監控區域的重合度,在重合度大於預設值的情況下,確定至少兩個微型監控設備所處監控區域中至少一個目標是同一個目標,並產生至少一個目標的在至少兩個微型監控設備所處監控區域的行動軌跡。 具體的,如實施例1中的圖3所示,伺服器可以為圖3 中的後臺伺服器,在本申請實施例中,如圖6所示,圖6是根據本發明實施例五的跨區域目標軌跡跟蹤的系統的交互示意圖。具體如下: S1,至少兩個微型監控設備標記拍攝到的至少一個目標; S2,至少兩個微型監控設備依據標記後的至少一個目標產生至少一個目標的行動軌跡; S3,至少兩個微型監控設備將至少一個目標的行動軌跡上報至伺服器; S4,伺服器獲取至少兩個微型監控設備上傳的至少一個目標的行動軌跡,判斷在至少兩個微型監控設備拍攝的重疊區域中是否在相同時間出現至少一個目標; S5,伺服器計算至少一個目標在至少兩個微型監控設備所處監控區域的重合度,在重合度大於預設值的情況下,確定至少兩個微型監控設備所處監控區域中至少一個目標是同一個目標; S6,伺服器產生至少一個目標的在至少兩個微型監控設備所處監控區域的行動軌跡。 實施例6 根據本申請實施例的再一個方面,提供了一種儲存媒介,儲存媒介包括儲存的程式,其中,在程式運行時控制儲存媒介所在設備執行上述實施例1中的跨區域目標軌跡跟蹤的方法。 實施例7 根據本申請實施例的再一個方面,提供了一種處理器,處理器用於運行程式,其中,程式運行時執行上述實施例1中的跨區域目標軌跡跟蹤的方法。 實施例8 根據本申請實施例的再一個方面,提供了一種儲存媒介,儲存媒介包括儲存的程式,其中,在程式運行時控制儲存媒介所在設備執行上述實施例2中的資料處理方法。 實施例9 根據本申請實施例的再一個方面,提供了一種處理器,處理器用於運行程式,其中,程式運行時執行上述實施例2中的資料處理方法。 實施例10 本申請的實施例還提供了一種儲存媒介。可選地,在本實施例中,上述儲存媒介可以用於保存上述實施例一所提供的跨區域目標軌跡跟蹤的方法所執行的程式代碼。 可選地,在本實施例中,上述儲存媒介可以位於電腦網路中電腦終端群中的任意一個電腦終端中,或者位於行動終端群中的任意一個行動終端中。 可選地,在本實施例中,儲存媒介被設置為儲存用於執行以下步驟的程式代碼:分別提取至少兩個監控區域中目標的行動軌跡;判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值;在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡。 可選的,在本實施例中,儲存媒介被設置為儲存用於執行以下步驟的程式代碼:在分別提取至少兩個監控區域中目標的行動軌跡之前,在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,當目標進入第一監控區域時,通過監控設備對目標進行標記,並依據標記在第一監控區域中產生對應目標在第一監控區域的行動軌跡;當目標離開第一監控區域時,調用與第一監控區域相鄰的第二監控區域的監控設備,判斷第二監控區域的監控設備是否拍攝到至少一個目標;在判斷結果為是的情況下,對第二監控區域中至少一個目標進行標記,並產生目標在第二監控區域的行動軌跡。 可選的,在本實施例中,儲存媒介被設置為儲存用於執行以下步驟的程式代碼:分別提取至少兩個監控區域中目標的行動軌跡包括:在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,在第一監控區域中,分別對第一監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡;在第二監控區域中,分別對第二監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡。 進一步地,可選的,在本實施例中,儲存媒介被設置為儲存用於執行以下步驟的程式代碼:在第一監控區域中,分別對第一監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡包括:對第一監控區域以預設單元格進行劃分,得到柵格形式的第一監控區域的第一位置分格圖;依據至少一個目標在第一位置分格圖進行標記;依據標記後的至少一個目標在第一位置分格圖的位置變化,產生軌跡矩陣;將軌跡矩陣確定為標記後的至少一個目標在第一監控區域的行動軌跡。 可選的,在本實施例中,儲存媒介被設置為儲存用於執行以下步驟的程式代碼:在第二監控區域中,分別對第二監控區域中至少一個目標進行標記,並提取標記後的至少一個目標的行動軌跡包括:對第二監控區域以預設單元格進行劃分,得到柵格形式的第二監控區域的第二位置分格圖;依據至少一個目標在第二位置分格圖進行標記;依據標記後的至少一個目標在第二位置分格圖的位置變化,產生軌跡矩陣;將軌跡矩陣確定為標記後的至少一個目標在第二監控區域的行動軌跡。 可選的,在本實施例中,儲存媒介被設置為儲存用於執行以下步驟的程式代碼:判斷至少兩個監控區域中目標的行動軌跡的重合度是否大於預設值包括:在至少兩個監控區域包括第一監控區域和第二監控區域的情況下,獲取第一監控區域與第二監控區域的重疊區域;標記重疊區域中至少一個目標,並依據標記後的至少一個目標產生行動軌跡;判斷重疊區域中至少一個目標的行動軌跡是否與第一監控區域中至少一個目標的行動軌跡,以及第二監控區域中至少一個目標的行動軌跡的重合度大於預設值。 進一步地,可選的,在本實施例中,儲存媒介被設置為儲存用於執行以下步驟的程式代碼:在判斷結果為至少兩個監控區域中目標的行動軌跡的重合度大於預設值的情況下,產生目標在至少兩個監控區域中的行動軌跡包括:在重合度大於預設值的情況下,確定重疊區域中的至少一個目標與第一監控區域中至少一個目標以及第二監控區域中至少一個目標為同一目標;依據時間和第一監控區域與第二監控區域中至少一個目標的位置變化,產生至少一個目標的行動軌跡。 上述本申請實施例序號僅僅為了描述,不代表實施例的優劣。 在本申請的上述實施例中,對各個實施例的描述都各有側重,某個實施例中沒有詳述的部分,可以參見其他實施例的相關描述。 在本申請所提供的幾個實施例中,應該理解到,所揭露的技術內容,可通過其它的方式實現。其中,以上所描述的裝置實施例僅僅是示意性的,例如所述單元的劃分,僅僅為一種邏輯功能劃分,實際實現時可以有另外的劃分方式,例如多個單元或組件可以結合或者可以整合到另一個系統,或一些特徵可以忽略,或不執行。另一點,所顯示或討論的相互之間的耦接或直接耦接或通信連接可以是通過一些介面,單元或模塊的間接耦接或通信連接,可以是電性或其它的形式。 所述作為分離部件說明的單元可以是或者也可以不是隨身碟上分開的,作為單元顯示的部件可以是或者也可以不是隨身碟單元,即可以位於一個地方,或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。 另外,在本申請各個實施例中的各功能單元可以整合在一個處理單元中,也可以是各個單元單獨隨身碟存在,也可以兩個或兩個以上單元整合在一個單元中。上述整合的單元既可以採用硬體的形式實現,也可以採用軟體功能單元的形式實現。 所述整合的單元如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時,可以儲存在一個電腦可讀取儲存媒介中。基於這樣的理解,本申請的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟體產品的形式顯示出來,該電腦軟體產品儲存在一個儲存媒介中,包括若干指令用以使得一台電腦設備(可為個人電腦、伺服器或者網路設備等)執行本申請各個實施例所述方法的全部或部分步驟。而前述的儲存媒介包括:隨身碟、唯讀儲存器(ROM,Read-Only Memory)、隨機存取儲存器(RAM,Random Access Memory)、行動硬盤、磁碟或者光碟等各種可以儲存程式代碼的媒介。 以上所述僅是本申請的較佳實施方式,應當指出,對於本技術領域的普通技術人員來說,在不脫離本申請原理的前提下,還可以做出若干改進和潤飾,這些改進和潤飾也應視為本申請的保護範圍。
10‧‧‧電腦終端
102‧‧‧處理器
104‧‧‧儲存器
106‧‧‧傳輸模塊
S202‧‧‧步驟
S204‧‧‧步驟
S206‧‧‧步驟
S402‧‧‧步驟
S404‧‧‧步驟
S406‧‧‧步驟
S408‧‧‧步驟
52‧‧‧提取模塊
54‧‧‧判斷模塊
56‧‧‧軌跡產生模塊
52a‧‧‧第一獲取模塊
54a‧‧‧第二獲取模塊
56a‧‧‧軌跡確定模塊
58a‧‧‧顯示模塊
S1‧‧‧步驟
S2‧‧‧步驟
S4‧‧‧步驟
S5‧‧‧步驟
S6‧‧‧步驟
此處所說明的圖式用來提供對本申請的進一步理解,構成本申請的一部分,本申請的示意性實施例及其說明用於解釋本申請,並不構成對本申請的不當限定。在圖式中: 圖1是本申請實施例的一種跨區域目標軌跡跟蹤的方法的電腦終端的硬體結構方塊圖; 圖2是根據本申請實施例一的跨區域目標軌跡跟蹤的方法的流程圖; 圖3是根據本申請實施例一的一種跨區域目標軌跡跟蹤的方法的示意圖; 圖4是根據本申請實施例一的另一種跨區域目標軌跡跟蹤的方法的示意圖; 圖4a是根據本申請實施例二的資料處理方法的流程圖; 圖5是根據本發明實施例三的跨區域目標軌跡跟蹤的裝置的結構示意圖; 圖5a是根據本發明實施例四的資料處理裝置的結構示意圖; 圖6是根據本發明實施例五的跨區域目標軌跡跟蹤的系統的交互示意圖。
Claims (17)
- 一種資料處理方法,其中,包括: 獲取至少兩個存在交集區域的地理圍欄資料,其中,所述交集區域為公共區域,所述地理圍欄資料包括其中物體的行動軌跡; 分別獲取兩個所述地理圍欄資料中第一行動軌跡和第二行動軌跡; 確定所述第一行動軌跡和第二行動軌跡為匹配軌跡; 展示所述第一行動軌跡和第二行動軌跡。
- 一種跨區域目標軌跡跟蹤的方法,其中,包括: 分別提取至少兩個監控區域中目標的行動軌跡; 判斷所述至少兩個監控區域中所述目標的行動軌跡的重合度是否大於預設值; 在判斷結果為所述至少兩個監控區域中所述目標的行動軌跡的重合度大於預設值的情況下,產生所述目標在所述至少兩個監控區域中的行動軌跡。
- 根據請求項2所述的方法,其中,在所述分別提取所述至少兩個監控區域中所述目標的行動軌跡之前,所述方法還包括: 在所述至少兩個監控區域包括第一監控區域和第二監控區域的情況下,當所述目標進入所述第一監控區域時,通過監控設備對所述目標進行標記,並依據所述標記在所述第一監控區域中產生對應所述目標在第一監控區域的行動軌跡; 當所述目標離開所述第一監控區域時,調用與所述第一監控區域相鄰的所述第二監控區域的監控設備,判斷所述第二監控區域的監控設備是否拍攝到至少一個目標; 在判斷結果為是的情況下,對所述第二監控區域中至少一個目標進行標記,並產生所述目標在所述第二監控區域的行動軌跡。
- 根據請求項2或3所述的方法,其中,所述分別提取至少兩個監控區域中目標的行動軌跡包括: 在所述至少兩個監控區域包括第一監控區域和第二監控區域的情況下,在所述第一監控區域中,分別對所述第一監控區域中至少一個目標進行標記,並提取標記後的所述至少一個目標的行動軌跡; 在所述第二監控區域中,分別對所述第二監控區域中至少一個目標進行標記,並提取標記後的所述至少一個目標的行動軌跡。
- 根據請求項4所述的方法,其中,所述在所述第一監控區域中,分別對所述第一監控區域中至少一個目標進行標記,並提取標記後的所述至少一個目標的行動軌跡包括: 對所述第一監控區域以預設單元格進行劃分,得到柵格形式的所述第一監控區域的第一位置分格圖; 依據所述至少一個目標在所述第一位置分格圖進行標記; 依據標記後的所述至少一個目標在所述第一位置分格圖的位置變化,產生軌跡矩陣; 將所述軌跡矩陣確定為標記後的所述至少一個目標在所述第一監控區域的行動軌跡。
- 根據請求項4所述的方法,其中,所述在所述第二監控區域中,分別對所述第二監控區域中至少一個目標進行標記,並提取標記後的所述至少一個目標的行動軌跡包括: 對所述第二監控區域以預設單元格進行劃分,得到柵格形式的所述第二監控區域的第二位置分格圖; 依據所述至少一個目標在所述第二位置分格圖進行標記; 依據標記後的所述至少一個目標在所述第二位置分格圖的位置變化,產生軌跡矩陣; 將所述軌跡矩陣確定為標記後的所述至少一個目標在所述第二監控區域的行動軌跡。
- 根據請求項2或3所述的方法,其中,所述判斷所述至少兩個監控區域中所述目標的行動軌跡的重合度是否大於預設值包括: 在所述至少兩個監控區域包括第一監控區域和第二監控區域的情況下,獲取所述第一監控區域與所述第二監控區域的重疊區域; 標記所述重疊區域中至少一個目標,並依據標記後的所述至少一個目標產生行動軌跡; 判斷所述重疊區域中至少一個目標的行動軌跡是否與所述第一監控區域中至少一個目標的行動軌跡,以及所述第二監控區域中至少一個目標的行動軌跡的重合度大於所述預設值。
- 根據請求項7所述的方法,其中,所述在判斷結果為所述至少兩個監控區域中所述目標的行動軌跡的重合度大於預設值的情況下,產生所述目標在所述至少兩個監控區域中的行動軌跡包括: 在所述重合度大於所述預設值的情況下,確定所述重疊區域中的至少一個目標與所述第一監控區域中至少一個目標以及所述第二監控區域中至少一個目標為同一目標; 依據時間和所述第一監控區域與所述第二監控區域中所述至少一個目標的位置變化,產生所述至少一個目標的行動軌跡。
- 一種資料處理裝置,其中,包括: 第一獲取模塊,用於獲取至少兩個存在交集區域的地理圍欄資料,其中,所述交集區域為公共區域,所述地理圍欄資料包括其中物體的行動軌跡; 第二獲取模塊,用於分別獲取兩個所述地理圍欄資料中第一行動軌跡和第二行動軌跡; 軌跡確定模塊,用於確定所述第一行動軌跡和第二行動軌跡為匹配軌跡; 顯示模塊,用於展示所述第一行動軌跡和第二行動軌跡。
- 一種跨區域目標軌跡跟蹤的裝置,其中,包括: 提取模塊,用於分別提取至少兩個監控區域中目標的行動軌跡; 判斷模塊,用於判斷所述至少兩個監控區域中所述目標的行動軌跡的重合度是否大於預設值; 軌跡產生模塊,用於在判斷結果為所述至少兩個監控區域中所述目標的行動軌跡的重合度大於預設值的情況下,產生所述目標在所述至少兩個監控區域中的行動軌跡。
- 根據請求項10所述的裝置,其中,所述提取模塊包括: 第一提取單元,用於在所述至少兩個監控區域包括第一監控區域和第二監控區域的情況下,在所述第一監控區域中,分別對所述第一監控區域中至少一個目標進行標記,並提取標記後的所述至少一個目標的行動軌跡; 第二提取單元,用於在所述第二監控區域中,分別對所述第二監控區域中至少一個目標進行標記,並提取標記後的所述至少一個目標的行動軌跡。
- 根據請求項10所述的裝置,其中,所述判斷模塊包括: 獲取單元,用於在所述至少兩個監控區域包括第一監控區域和第二監控區域的情況下,獲取所述第一監控區域與所述第二監控區域的重疊區域; 標記單元,用於標記所述重疊區域中至少一個目標,並依據標記後的所述至少一個目標產生行動軌跡; 判斷單元,用於判斷所述重疊區域中至少一個目標的行動軌跡是否與所述第一監控區域中至少一個目標的行動軌跡,以及所述第二監控區域中至少一個目標的行動軌跡的重合度大於所述預設值。
- 一種跨區域目標軌跡跟蹤的系統,其中,包括: 至少兩個微型監控設備,用於標記拍攝到的至少一個目標,並依據標記後的所述至少一個目標產生所述至少一個目標的行動軌跡,並將所述至少一個目標的行動軌跡上報至伺服器; 伺服器,用於獲取所述至少兩個微型監控設備上傳的所述至少一個目標的行動軌跡,判斷在所述至少兩個微型監控設備拍攝的重疊區域中是否在相同時間出現至少一個目標,並計算所述至少一個目標在所述至少兩個微型監控設備所處監控區域的重合度,在所述重合度大於預設值的情況下,確定所述至少兩個微型監控設備所處監控區域中至少一個目標是同一個目標,並產生所述至少一個目標的在所述至少兩個微型監控設備所處監控區域的行動軌跡。
- 一種儲存媒介,其中,所述儲存媒介包括儲存的程式,其中,在所述程式運行時控制所述儲存媒介所在設備執行請求項2至8中任意一項所述的跨區域目標軌跡跟蹤的方法。
- 一種處理器,其中,所述處理器用於運行程式,其中,所述程式運行時執行請求項2至8中任意一項所述的跨區域目標軌跡跟蹤的方法。
- 一種儲存媒介,其中,所述儲存媒介包括儲存的程式,其中,在所述程式運行時控制所述儲存媒介所在設備執行請求項9中所述的資料處理方法。
- 一種處理器,其中,所述處理器用於運行程式,其中,所述程式運行時執行請求項9所述的資料處理方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710632975.XA CN109309809A (zh) | 2017-07-28 | 2017-07-28 | 跨区域目标轨迹跟踪的方法及数据处理方法、装置和系统 |
??201710632975.X | 2017-07-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201911118A true TW201911118A (zh) | 2019-03-16 |
Family
ID=65041068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107120329A TW201911118A (zh) | 2017-07-28 | 2018-06-13 | 跨區域目標軌跡跟蹤的方法及資料處理方法、裝置和系統 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN109309809A (zh) |
TW (1) | TW201911118A (zh) |
WO (1) | WO2019019943A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914592B (zh) * | 2019-05-08 | 2023-09-05 | 杭州海康威视数字技术股份有限公司 | 多相机联合取证方法、装置及系统 |
CN111369587B (zh) * | 2019-06-13 | 2023-05-02 | 杭州海康威视系统技术有限公司 | 一种跟踪方法及装置 |
CN110728249B (zh) * | 2019-10-21 | 2023-07-28 | 上海市刑事科学技术研究院 | 目标行人的跨摄像机识别方法、装置及系统 |
CN111274336B (zh) * | 2019-12-18 | 2023-05-09 | 浙江大华技术股份有限公司 | 目标轨迹的处理方法、装置、存储介质及电子装置 |
CN111724412A (zh) * | 2020-06-17 | 2020-09-29 | 杭州海康威视数字技术股份有限公司 | 确定运动轨迹的方法、装置及计算机存储介质 |
CN111784730B (zh) * | 2020-07-01 | 2024-05-03 | 杭州海康威视数字技术股份有限公司 | 一种对象跟踪方法、装置、电子设备及存储介质 |
CN111986227B (zh) * | 2020-08-26 | 2023-09-01 | 杭州海康威视数字技术股份有限公司 | 轨迹生成方法、装置、计算机设备及存储介质 |
CN112118427B (zh) * | 2020-10-29 | 2022-11-04 | 上海擎感智能科技有限公司 | 监控方法、系统、服务器及计算机存储介质 |
CN113592919A (zh) * | 2021-08-02 | 2021-11-02 | 金茂智慧科技(广州)有限公司 | 安防控制方法及相关装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007096002A1 (en) * | 2006-02-27 | 2007-08-30 | Robert Bosch Gmbh | Trajectory retrieval system, method and software for trajectory data retrieval |
CN101299811A (zh) * | 2008-06-04 | 2008-11-05 | 上海世科嘉车辆技术研发有限公司 | 一种动态倒车影像辅助系统 |
CN101854516B (zh) * | 2009-04-02 | 2014-03-05 | 北京中星微电子有限公司 | 视频监控系统、视频监控服务器及视频监控方法 |
CN102156863B (zh) * | 2011-05-16 | 2012-11-14 | 天津大学 | 跨摄像头的多运动目标跟踪方法 |
CN102256065B (zh) * | 2011-07-25 | 2012-12-12 | 中国科学院自动化研究所 | 基于视频监控网络的视频自动浓缩方法 |
CN104104915A (zh) * | 2014-07-21 | 2014-10-15 | 四川沛阳科技有限公司 | 基于移动终端的多功能行车监控预警系统 |
-
2017
- 2017-07-28 CN CN201710632975.XA patent/CN109309809A/zh active Pending
-
2018
- 2018-06-13 TW TW107120329A patent/TW201911118A/zh unknown
- 2018-07-18 WO PCT/CN2018/096094 patent/WO2019019943A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2019019943A1 (zh) | 2019-01-31 |
CN109309809A (zh) | 2019-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201911118A (zh) | 跨區域目標軌跡跟蹤的方法及資料處理方法、裝置和系統 | |
US20210343027A1 (en) | Object tracking method and apparatus, storage medium and electronic device | |
WO2017193735A1 (zh) | 用于视频监控系统的行踪轨迹的获取方法和装置 | |
CN108234927B (zh) | 视频追踪方法和系统 | |
WO2013189465A2 (zh) | 人数获取方法、装置及系统 | |
CN110533700B (zh) | 对象跟踪方法和装置、存储介质及电子装置 | |
US10223590B2 (en) | Methods and systems of performing adaptive morphology operations in video analytics | |
US20180342070A1 (en) | Methods and systems of determining object status for false positive removal in object tracking for video analytics | |
US20170032194A1 (en) | Video monitoring method, video monitoring system and computer program product | |
US10878578B2 (en) | Exclusion zone in video analytics | |
CN110533685B (zh) | 对象跟踪方法和装置、存储介质及电子装置 | |
CN112166459A (zh) | 基于多相机卷积器系统的三维环境建模 | |
CN106559645B (zh) | 基于摄像机的监控方法、系统和装置 | |
CN110969118B (zh) | 轨迹监控系统和方法 | |
US20180336440A1 (en) | Unconstrained event monitoring via a network of drones | |
WO2022001925A1 (zh) | 行人追踪方法和设备,及计算机可读存储介质 | |
CN102819847A (zh) | 基于ptz移动摄像头的运动轨迹提取方法 | |
CN106033601A (zh) | 检测异常情形的方法和装置 | |
CN110675426B (zh) | 人体跟踪方法、装置、设备及存储介质 | |
WO2022227761A1 (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN112633096A (zh) | 客流的监测方法、装置、电子设备及存储介质 | |
CN110633648A (zh) | 一种自然行走状态下的人脸识别方法和系统 | |
CN111126411B (zh) | 一种异常行为识别方法及装置 | |
CN104539875A (zh) | 一种视频监控方法和系统 | |
CN113627321A (zh) | 基于人工智能的图像识别方法、装置及计算机设备 |