CN101465033B - 一种自动追踪识别***及方法 - Google Patents

一种自动追踪识别***及方法 Download PDF

Info

Publication number
CN101465033B
CN101465033B CN2008101134879A CN200810113487A CN101465033B CN 101465033 B CN101465033 B CN 101465033B CN 2008101134879 A CN2008101134879 A CN 2008101134879A CN 200810113487 A CN200810113487 A CN 200810113487A CN 101465033 B CN101465033 B CN 101465033B
Authority
CN
China
Prior art keywords
suspicious object
module
video camera
camera
characteristic portion
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.)
Expired - Fee Related
Application number
CN2008101134879A
Other languages
English (en)
Other versions
CN101465033A (zh
Inventor
丁国锋
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.)
Intellvision Trading (shenzhen) Co Ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN2008101134879A priority Critical patent/CN101465033B/zh
Publication of CN101465033A publication Critical patent/CN101465033A/zh
Application granted granted Critical
Publication of CN101465033B publication Critical patent/CN101465033B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供一种自动追踪识别***及方法,该***包括:固定视场摄像机;可疑目标确定模块,用于对固定视场摄像机采集到的视频图像进行分析,确定可疑目标,并获取可疑目标的位置;轨迹追踪模块,用于确定可疑目标的运动轨迹;控制模块,用于根据可疑目标的位置和运动轨迹,输出控制信号;可变视场摄像机,用于基于该控制信号调整参数,获取符合特征识别要求的视频图像;图像识别模块,用于获取可疑目标特征参数;比对模块,用于将得到的特征参数与特征数据库中比对物体的特征信息比对;报警模块,用于对符合设定的报警条件的可疑目标进行报警。本发明可以自动追踪采集可疑目标的细节图像,有效实现可疑目标的识别,进行早期、可靠的报警。

Description

一种自动追踪识别***及方法 
技术领域
本发明涉及智能安全监控领域,尤其涉及一种自动追踪识别***及方法。 
背景技术
随着人类文明的发展,人们对安全监控的需求越来越高。现有技术中的安全监控***通常采用固定视场的摄像机采集固定监控区域范围内的视频图像,并配合计算机识别判断目标运动物体是否违反预先设定的行为规则,如目标运动物体是否存在进入警戒区、运动方向异常等行为,对违反行为规则的目标运动物体进行报警,与传统事后调查处理的安全监控模式相比已经有了一定的优势,一定程度上可以达到预先防范的目的。 
但是,现有技术中的安全监控***还存在以下问题: 
由于***采用固定视场的摄像机,因此,采集到的视频图像为固定视场的图像,很多情况下很难采集到清晰的可疑目标的特征部位的细节图像,使得甄别可疑目标的身份存在困难; 
无法确定可疑目标的运动轨迹,不具有自动追踪的能力。 
发明内容
本发明实施例提供一种自动追踪识别***及方法,通过使用可变视场摄像机,自动追踪采集可疑目标的特征部位的细节图像,可以有效实现可疑目标身份的识别,进行早期、可靠的报警。 
为达到上述目的,一方面,本发明实施例提供一种自动追踪***,包括: 
至少一个固定视场摄像机,用于采集固定监控区域范围内的视频图像,得到第一视频图像; 
可疑目标确定模块,与所述固定视场摄像机连接,用于对所述第一视频图 像进行分析,确定可疑目标,并获取所述可疑目标的位置; 
轨迹追踪模块,与所述可疑目标确定模块连接,用于根据所述可疑目标的位置,得到所述可疑目标的运动轨迹; 
控制模块,与所述可疑目标确定模块和所述轨迹追踪模块连接,用于根据所述可疑目标的位置和运动轨迹,输出控制信号; 
可变视场摄像机,与所述控制模块连接,用于基于所述控制信号调整参数,得到符合特征识别要求的第二视频图像; 
图像识别模块,与所述控制模块和所述可变视场摄像机连接,用于对所述第二视频图像进行分析,确定所述可疑目标的特征部位,对所述特征部位进行特征识别,得到所述可疑目标的特征参数; 
比对模块,与所述图像识别模块连接,用于将所述可疑目标的特征参数与特征数据库中存储的比对物体的特征信息进行比对; 
报警模块,与所述比对模块连接,用于在所述比对结果指示所述可疑目标符合设定的报警条件时,进行报警。 
多目标分析模块,与所述控制模块连接,用于对多个可疑目标进行聚类分析,判断该多个可疑目标是否具有关联,当该多个可疑目标具有关联时,通过所述控制模块输出控制信号,控制所述可变视场摄像机采集特征部位最清晰的可疑目标的图像,然后利用所述图像识别模块进行特征识别;当该多个可疑目标不具有关联时,则采用轮询的方式,通过所述控制模块输出控制信号,控制所述可变视场摄像机逐一采集可疑目标的特征部位细节图像,然后利用所述图像识别模块分别对多个可疑目标进行特征识别。 
所述固定视场摄像机为枪式摄像机或球型摄像机; 
所述可变视场摄像机为高速云台摄像机或快速球型摄像机。 
所述固定视场摄像机和所述可变视场摄像机为CCD摄像机、CMOS摄像机或热成像摄像机。 
所述可疑目标确定模块进一步包括: 
提取子模块,用于从所述第一视频图像中提取出目标运动物体的信息; 
分类子模块,与所述提取子模块连接,用于根据所述目标运动物体的信息,对所述目标运动物体进行分类; 
判断子模块,与所述分类子模块连接,用于根据所述目标运动物体的类别,判断所述目标运动物体是否违反预先设定的行为规则,将违反行为规则的目标物体确定为可疑目标,并获取所述可疑目标的位置。 
所述轨迹追踪模块进一步包括: 
重心确定子模块,用于根据所述可疑目标的类别,确定所述可疑目标的重 心; 
轨迹确定子模块,与所述重心确定子模块连接,用于根据所述可疑目标的位置,记录所述重心的轨迹,得到所述可疑目标的运动轨迹。 
所述图像识别模块进一步包括: 
特征部位确定子模块,用于从所述第二视频图像中提取出所述可疑目标的信息,确定其特征部位; 
识别子模块,与所述特征部位确定子模块连接,用于对所述特征部位进行特征识别,得到所述可疑目标的特征参数。 
所述图像识别模块还包括: 
判断子模块,与所述特征部位确定子模块和所述识别子模块连接,用于判断所述特征部位是否符合特征识别的要求,如果符合要求,则将所述特征部位的信息发送给所述识别子模块,如果不符合要求,则通知所述控制模块; 
所述控制模块则进一步用于根据特征识别要求,修改并输出控制信号。 
还包括: 
行为规则设定模块,与所述图像识别模块连接,用于设定违反行为规则的判定条件,所述违反行为规则的判定条件包括:越界、进入警戒区、运动方向异常、运动速度异常、偷盗、遗留物品和违规停车。 
还包括: 
数据库录入模块,与所述比对模块连接,用于将所述比对物体的特征信息录入到所述特征数据库中; 
报警条件设定模块,与所述报警模块连接,用于根据需要设定报警的条件;所述报警的条件包括:符合所述比对物体特征信息的报警和不符合所述比对物体特征信息的报警。 
还包括: 
匹配模块,与所述控制模块连接,用于调整所述可变视场摄像机的参数,将所述可变视场摄像机与所述固定视场摄像机进行场景匹配,得到与所述固定视场摄像机监控区域范围内的特定位置点对应的所述可变视场摄像机的粗调角度; 
所述控制模块进一步用于在所述可疑目标位于所述固定视场摄像机监控区域范围内的特定位置点时,根据所述匹配模块的匹配结果,输出控制信号,控制所述可变视场摄像机快速转动所述特定位置点对应的粗调角度。 
还包括: 
映射输出模块,与所述轨迹追踪模块连接,用于将所述可疑目标的运动轨迹坐标映射到所述可疑目标当前所在的建筑平面坐标中,并对所述可疑目标的 建筑平面坐标进行输出。 
还包括: 
背景光源模块,用于在监控区域的环境光线低于探测标准时,启动背景光源; 
光线监测与控制模块,与所述背景光源模块连接,用于对监控区域进行环境光线分析,当监控区域的环境光线不利于探测时,控制所述背景光源模块启动。 
另一方面,本发明实施例还提供一种自动追踪识别方法,包括以下步骤: 
对固定视场摄像机采集到的第一视频图像进行分析,确定可疑目标,并获取所述可疑目标的位置; 
根据所述可疑目标的位置,得到所述可疑目标的运动轨迹; 
根据所述可疑目标的位置和运动轨迹,输出控制信号; 
基于所述控制信号调整可变视场摄像机参数,得到符合特征识别要求的第二视频图像; 
对所述第二视频图像进行分析,确定所述可疑目标的特征部位,对所述特征部位进行特征识别,得到所述可疑目标的特征参数; 
将所述可疑目标的特征参数与特征数据库中存储的比对物体的特征信息进行比对; 
在所述比对结果指示所述可疑目标符合设定的报警条件时,进行报警。 
所述方法还包括: 
对多个可疑目标进行聚类分析,判断该多个可疑目标是否具有关联; 
当该多个可疑目标具有关联时,输出所述控制信号,控制所述可变视场摄像机采集特征部位最清晰的可疑目标的图像,然后进行特征识别; 
当该多个可疑目标不具有关联时,则采用轮询的方式,输出所述控制信号,控制所述可变视场摄像机逐一采集可疑目标的特征部位细节图像,然后分别对多个可疑目标进行特征识别。 
所述固定视场摄像机为枪式摄像机或球型摄像机; 
所述可变视场摄像机为高速云台摄像机或快速球型摄像机。 
所述固定视场摄像机和所述可变视场摄像机为CCD摄像机、CMOS摄像机或热成像摄像机。 
所述对固定视场摄像机采集到的第一视频图像进行分析,确定可疑目标,并获取所述可疑目标的位置的方法具体为: 
从所述第一视频图像中提取出目标运动物体的信息; 
根据所述目标运动物体的信息,对所述目标运动物体进行分类; 
根据所述标运动物体的类别,判断所述目标运动物体是否违反预先设定的行为规则,将违反行为规则的目标物体确定为可疑目标,并获取所述可疑目标的位置。 
所述根据所述可疑目标的位置,得到所述可疑目标的运动轨迹的方法具体为: 
根据所述可疑目标的类别,确定所述可疑目标的重心; 
根据所述可疑目标的位置,记录所述重心的轨迹,得到所述可疑目标的运动轨迹。 
所述对所述第二视频图像进行分析,确定所述可疑目标的特征部位,对所述特征部位进行特征识别,得到所述可疑目标的特征参数的方法具体为: 
从所述第二视频图像中提取出所述可疑目标的信息,确定其特征部位; 
对所述特征部位进行特征识别,得到所述可疑目标的特征参数。 
所述对所述第二视频图像进行分析,确定所述可疑目标的特征部位,对所述特征部位进行特征识别,得到所述可疑目标的特征参数的方法具体为: 
从所述第二视频图像中提取出所述可疑目标的信息,确定其特征部位; 
判断所述特征部位是否符合特征识别的要求; 
如果符合要求,则对所述特征部位进行特征识别识别,得到所述可疑目标的特征参数; 
如果不符合要求,则修改和输出控制信号,控制所述可变视场摄像机调整参数。 
还包括: 
设定违反行为规则的判定条件的步骤,所述违反行为规则的判定条件包括越界、进入警戒区、运动方向异常、运动速度异常、偷盗、遗留物品和违规停车。 
还包括: 
将所述比对物体的特征参信息录入到所述特征数据库中,并根据需要设定报警的条件的步骤,所述报警的条件包括:符合所述比对物体特征信息的报警和不符合所述比对物体特征信息的报警。 
还包括: 
调整所述可变视场摄像机的参数,将所述可变视场摄像机与所述固定视场摄像机进行场景匹配,得到与所述固定视场摄像机监控区域范围内的特定位置点对应的所述可变视场摄像机的粗调角度; 
在所述可疑目标位于所述固定视场摄像机监控区域范围内的特定位置点时,根据匹配结果输出控制信号,控制所述可变视场摄像机快速转动所述特定位置点对应的粗调角度。 
还包括: 
将所述可疑目标的运动轨迹坐标映射到所述可疑目标当前所在的建筑平面坐标中,并对所述可疑目标的建筑平面坐标进行输出的步骤。 
还包括: 
对监控区域进行环境光线分析,当环境光线低于探测标准时,启动背景光源的步骤。 
本发明实施例具有以下有益效果: 
1.***通过控制可变视场摄像机调整参数,可以最大程度地采集可疑目标特征部位的细节图像,从而有效的实现可疑目标的特征识别,进行早期、可靠的报警; 
2.***通过对采集到的图像进行智能分析,确定可疑目标的运动轨迹,可以对运动的可疑目标进行追踪识别。 
附图说明
图1为本发明实施例的自动追踪识别***的功能模块框架示意图; 
图2为本发明实施例的自动追踪识别方法流程示意图; 
图3为本发明实施例的自动追踪识别***的一具体场景示意图。 
具体实施方式
如图1所示为本发明实施例的自动追踪识别***的功能模块框架示意图,***包括:固定视场摄像机1、可疑目标确定模块2、轨迹追踪模块3、控制模块4、可变视场摄像机5、图像识别模块6、比对模块7和报警模块8。 
其中: 
固定视场摄像机1,用于采集固定监控区域范围内的视频图像,得到第一视频图像。 
可疑目标确定模块2,与固定视场摄像机1连接,用于对第一视频图像进行分析,确定可疑目标,并获取可疑目标的位置。 
轨迹追踪模块3,与可疑目标确定模块2连接,用于根据可疑目标的位置,得到可疑目标的运动轨迹。 
控制模块4,与可疑目标确定模块2和轨迹追踪模块3连接,用于根据可疑目标的位置和运动轨迹,输出控制信号。 
可变视场摄像机5,与控制模块4连接,用于基于控制模块4输出的控制信号调整参数,得到符合特征识别要求的第二视频图像。 
图像识别模块6,与控制模块4和可变视场摄像机5连接,用于对第二视频图像进行分析,确定可疑目标的特征部位,对特征部位进行特征识别,得到可疑目标的特征参数。 
比对模块7,与图像识别模块6连接,用于将可疑目标的特征参数与特征数据库中存储的比对物体的特征信息进行比对。 
报警模块8,与比对模块7连接,用于根据比对模块7比对的结果,在比对结果指示可疑目标符合设定的报警条件时,进行报警。 
上述的***可以包括一个或多个固定视场摄像机1,以获得较宽监控区域范围的视频图像。固定视场摄像机1可以为枪式摄像机或球型摄像机。根据所使用环境的要求,固定视场摄像机1可选用普通摄像机或具有夜视功能的摄像机,可以为CCD摄像机、CMOS摄像机或热成像摄像机。 
上述的可疑目标确定模块2进一步包括: 
提取子模块,用于从第一视频图像中提取出目标运动物体的信息。 
分类子模块,与提取子模块连接,用于根据目标运动物体的信息,对目标运动物体进行分类。 
判断子模块,与分类子模块连接,用于根据目标运动物体的类别,判断目标运动物体是否违反预先设定的行为规则,将违反行为规则的目标物体确定为可疑目标,并获取可疑目标的位置。 
可疑目标确定模块2将目标运动物体确定为可疑目标的条件是:该目标运动物体是否违反设定的行为规则,***首先还需要对违反行为规则的判定条件进行设定,因此,***还包括: 
行为规则设定模块,与可疑目标确定模块2连接,用于根据监控区域的要求设定违反行为规则的判定条件。 
违反行为规则的判定条件通常包括:进入警戒区、越界、运动方向异常、运动速度异常、偷盗、遗留物品、违规停车等。 
确定可疑目标的过程,即是判断目标运动物体是否违反设定的行为规则的过程,以下以具体实施例说明目标运动物体违反行为规则的判定方法: 
(1)越界和侵入的判定 
首先根据需要设定监控区域的警戒线或警戒区,然后对采集的视频图像进行分析,获取目标运动物体的运动位置、运动方向等参数,当目标运动物体的运动位置超出或跨越了预先设定的警戒线,或进入了警戒区,即判定该目标运动物体违反了行为规则,确定为可疑目标。有些情况下,还需要同时判定目标运动物体的运动方向是否违反设定的行为规则,当其运动方向也同时违反行为规则时,才确定为可疑目标。 
(2)运动速度异常判定 
首先根据需要设定监控区域范围内目标运动物体正常的运动速度范围,可以选择不同方向的运动速度,例如水平方向行走中的速度、跌倒的速度等,然后对采集的视频图像进行分析,获取目标运动物体的运动速度和运动方向等参数,当目标运动物体在某一个运动方向上超出设定的正常运动速度范围时,将该目标运动物体确定为可疑目标。***也可以针对一个运动群体进行运动速度统计,而作为判定违反行为规则的依据为:当目标运动物体的速度超出设定或统计得到的群体运动速度范围时,确定为可疑目标。 
可疑目标确定模块2在确定可疑目标时,还可以首先进行预报警,以提醒监控人员注意。 
上述的轨迹追踪模块3进一步包括: 
重心确定子模块,用于根据可疑目标的类别,确定可疑目标的重心。 
轨迹确定子模块,与重心确定子模块连接,用于根据可疑目标的位置,记 录可疑目标重心的轨迹,得到可疑目标的运动轨迹。 
轨迹追踪模块3确定可疑目标的运动轨迹的方法为:首先根据可疑目标的类别确定可疑目标的重心,如:当可疑目标为人时,将人的身体重心或头部作为重心,当可疑目标为车辆时,将车辆的几何中心作为重心,并根据可疑目标确定模块2中确定的可疑目标的位置,记录其重心的轨迹,得到可疑目标的运动轨迹。 
控制模块4获取可疑目标确定模块2和轨迹追踪模块3中得到的可疑目标的位置和运动轨迹,输出控制信号,以控制可变视场摄像机5调整参数(如转动角度、调整镜头焦距和光圈等),以保证可变视场摄像机5可以始终追踪到运动的可疑目标,并采集到可疑目标的细节图像。 
控制模块4可以采用类神经控制方法对可变视场摄像机5进行智能控制。 
上述的可变视场摄像机5可以为高速云台摄像机或快速球型摄像机,可以在全角度范围内迅速捕捉到可疑目标的图像。同样的,根据所使用环境的要求,可变视场摄像机5也可以选用普通摄像机或具有夜视功能的摄像机,可以为CCD摄像机、CMOS摄像机或热成像摄像机。 
可变视场摄像机5接收到控制模块4的控制信号后,进行参数调整,对可疑目标的细节图像进行采集,得到第二视频图像,并传送给图像识别模块6。 
上述的图像识别模块6进一步包括: 
特征部位确定子模块,用于从第二视频图像中提取出可疑目标的信息,确定其特征部位。 
识别子模块,与特征部位确定子模块连接,用于对可疑目标的特征部位进行特征识别,得到可疑目标的特征参数。 
在进行人脸识别时,其特征参数包括:人脸的肤色、瞳孔间距、骨骼结构、五官特征等,在进行车牌识别时,其特征参数包括:车牌号码、汽车颜色等。 
另外,在有些情况下,可变视场摄像机5采集到可疑目标的图像并不一定符合图像识别模块6进行特征识别的要求,如采集到的图像中特征部位信息不够清晰或特征部位信息不完整等,此时,图像识别模块还包括: 
判断子模块,与特征部位确定子模块和识别子模块连接,用于判断可疑目标的特征部位的信息是否符合特征识别的要求,如果符合要求,则将特征部位 的信息发送给识别子模块,如果不符合要求,则通知控制模块4。 
控制模块4进一步用于根据特征识别的要求,修改和输出控制信号,以控制可变视场摄像机5调整参数,对可疑目标特征部位的图像进行采集,直至得到符合特征识别的要求的图像。 
例如,当采集到的图像中特征部位信息不够清晰时,判断子模块则通知控制模块4特征部位信息不清晰,控制模块4修改和输出控制信号,控制可变视场摄像机5调整焦距,以放大特征部位的尺寸;当特征部位位于图像边缘以至特征部位信息不完整时,判断子模块则通知控制模块4特征部位信息不完整,控制模块4修改和输出控制信号,控制可变视场摄像机5转动角度,使得特征部位处于图像的中央位置,以获取完整的特征部位图像。 
优选的,控制模块4控制可变视场摄像机5进行参数调整后,使得采集到的视频图像中可疑目标的特征部位(如人脸、车牌照)处于图像的中央位置和合适的比例大小上,例如,使得可疑目标的特征部位占整个图像不小于15%的比例大小上,以利于图像识别模块6进行特征识别。 
图像识别模块6、控制模块4和可变视场摄像机5之间形成一个闭环控制***,直至获得符合特征识别要求的第二视频图像。 
上述的***在利用比对模块7进行特征参数比对前,还需要完成对特征数据信息的录入,因此,***还包括: 
数据库录入模块,与比对模块7连接,用于将比对物体的特征信息录入到特征数据库中。 
所述比对物体的特征信息通常包括两类:第一类为:需要侦测报警的目标的特征信息(例如在逃疑犯等);第二类为:特殊授权且侦测到后不予报警的目标的特征信息(例如金库工作人员等)。 
可以采用实时录入的方式将比对物体的特征信息录入到特征数据库中,具体为:将需要录入的比对物体进行实时数据采集,并进行特征分析得到比对物体的特征参数,然后将特征参数录入到特征数据库中;也可以采用将已有的数据库导入到特征数据库中的方式。 
另外,为了保证***的可靠性,数据库录入模块会对特征数据库中保存的信息进行实时更新。 
上述的报警模块8可以通过启动报警灯、发出警报声音或将报警信息显示在监视器上等多种方式进行报警,还可以利用继电器将报警信息输出,例如,报警模块8可以与自动门控制***连接,当确认可疑目标违反行为规则时,通过继电器将报警信息发送给自动门控制***,控制自动门关闭,以限制可疑目标的行动。 
***还包括:报警条件设定模块,与报警模块8连接,用于根据需要设定的报警条件。 
报警的条件通常包括:符合比对物体特征信息的报警和不符合比对物体特征信息的报警。符合比对物体特征信息的报警即:当可疑目标的特征信息符合上述第一类需要侦测报警的目标的特征信息时,进行报警;不符合比对物体特征信息的报警即:当可疑目标的特征信息不符合上述第二类特殊授权且侦测到后不予报警的目标的特征信息时,进行报警。 
***还可以包括: 
存储模块,用于在对可疑目标进行报警后,存储可疑目标的视频图像。 
另外,当上述的可疑目标确定模块2判断出固定视场摄像机1的监控区域范围内出现违反行为规则的可疑目标时,为了使得可变视场摄像机5可以快速转动到可疑目标出现的位置,对可疑目标的特征细节图像进行采集,***还可以包括: 
匹配模块,与控制模块4连接,用于调整可变视场摄像机5的参数,将可变视场摄像机5与固定视场摄像机1进行场景匹配,得到与固定视场摄像机1的监控区域范围内的特定位置点对应的可变视场摄像机5的粗调角度。 
可变视场摄像机5与固定视场摄像机1场景匹配的方法具体为:首先通过调整可变视场摄像机5的角度和焦距,将可变视场摄像机5监视区域范围内的特定位置点与固定视场摄像机1监视区域中的对应位置点进行一一关联,得到可变视场摄像机5相应每一个特定位置点的粗调角度,其主要目的在于:为可变视场摄像机5提供一个初始转动角度,保证可变视场摄像机5可以快速转动与固定视场摄像机1监视区域范围内的特定位置点匹配的粗调角度,然后再通过进一步微调可变视场摄像机5的参数以采集可疑目标特征部位的细节图像。 
当然,随着可疑目标的移动,控制模块4还要根据可疑目标的运动轨迹, 控制可变视场摄像机5跟踪转动和调整焦距,连续采集可疑目标特征部位的细节图像。 
为了能够更好的了解可疑目标在当前建筑内的具***置,监控可疑目标的行踪,***还包括: 
映射输出模块,与轨迹追踪模块3连接,用于将可疑目标的运动轨迹坐标映射到可疑目标当前所在的建筑平面坐标中,并对可疑目标的建筑平面坐标进行输出。 
映射输出模块可以将可疑目标的建筑平面坐标输出在监视器中,以利于监控人员的可疑目标的监控。 
同时,考虑到监控区域内的环境光线可能会随着自然光线的变化而变化,进而不符合图像识别的要求,因此,***还包括: 
光线监测与控制模块,与用于对监控区域进行环境光线分析,当环境光线不利于探测时,控制背景光源模块启动。 
背景光源模块,与光线监测与控制模块连接,用于在监控区域的环境光线低于探测标准时,启动背景光源。 
光线监测与控制模块可以与固定视场摄像机1和/或可变视场摄像机5连接,根据摄像机采集到的图像进行监控区域环境光线的分析,当然,也可以直接采用环境光线探测仪器等,直接对监控区域的环境光线进行探测。 
另外,当监控区域范围内出现多个可疑目标时,***还包括: 
用于对同时出现的多个可疑目标进行分析的多目标分析模块,与控制模块4连接,多目标分析模块首先对多个可疑目标进行聚类分析,判断该多个可疑目标是否具有关联,例如:根据该多个可疑目标的运动方法是否一致、运动速度是否类似等条件进行判断,当该多个可疑目标具有关联时,通过控制模块4输出控制信号,控制可变视场摄像机5采集特征部位最清晰的可疑目标的图像,然后利用图像识别模块6进行特征识别;当多目标分析模块分析出多个可疑目标不具有关联时,则采用轮询的方式,通过控制模块4输出控制信号,控制可变视场摄像机5逐一采集可疑目标的特征部位细节图像,然后利用图像识别模块6分别对多个可疑目标进行特征识别。 
***还可以包括网络设备,与报警模块8和存储模块连接,用于与其他的 自动追踪识别***或监控中心主机进行通信连接,当可疑目标离开本***的监控范围时,将报警信息和可疑目标的视频图像传输给网络连接的其它区域自动追踪识别***或监控中心主机,防止可疑目标走失。 
网络设备可以有效扩大监控区域的范围,以用于应对大型、重要场所的安全监控问题。 
另外,***还可以与外部其他类型的安全监控***连接,***还包括用于与外部安全监控***连接的安全监控传感器,外部的安全监控***可以通过安全监控传感器调动可变视场摄像机来采集需要的信息。 
通过以上实施例提供的自动追踪识别***,通过控制可变视场摄像机调整参数,可以最大程度地采集可疑目标特征部位的细节图像,从而有效的实现可疑目标的特征识别,进行早期、可靠的报警;***通过对采集到的图像进行智能分析,确定可疑目标的运动轨迹,可以对运动的可疑目标进行追踪识别。 
图2为本发明实施例的自动追踪识别方法流程示意图,包括以下步骤: 
步骤21,对固定视场摄像机采集到的第一视频图像进行分析,确定可疑目标,并获取可疑目标的位置。 
在确定可疑目标时,还可以首先进行预报警,以提醒监控人员注意。 
步骤22,根据可疑目标的位置,得到可疑目标的运动轨迹。 
步骤23,根据可疑目标的位置和运动轨迹,输出控制信号。 
步骤24,基于控制信号调整可变视场摄像机参数,得到符合特征识别的第二视频图像。 
步骤25,对第二视频图像进行分析,确定可疑目标的特征部位,对特征部位进行特征识别,得到可疑目标的特征参数。 
步骤26,将可疑目标的特征参数与特征数据库中存储的比对物体的特征信息进行比对。 
步骤27,在比对结果指示可疑目标符合设定的报警条件时,进行报警。 
设定的报警条件通常包括:符合比对物体特征信息的报警和不符合比对物体特征信息的报警。 
上述步骤21中对固定视场摄像机采集到的第一视频图像进行分析,确定可疑目标,并获取可疑目标的位置的方法具体为: 
从第一视频图像中提取出目标运动物体的信息; 
根据目标运动物体的信息,对目标运动物体进行分类; 
根据目标运动物体的类别,判断目标运动物体是否违反预先设定的行为规则,将违反行为规则的目标物体确定为可疑目标,并获取可疑目标的位置。 
违反行为规则的判定条件通常包括:越界、运动方向异常、运动速度异常、偷盗、遗留物品和违规停车等,一旦目标运动物体违反设定的行为规则,即会被标示为可疑目标。 
步骤21还包括: 
设定违反行为规则的判定条件的步骤。 
上述步骤22中根据可疑目标的位置,得到可疑目标的运动轨迹的方法具体为: 
根据可疑目标的类别,确定可疑目标的重心; 
根据可疑目标的位置,记录重心的轨迹,得到可疑目标的运动轨迹。 
上述步骤25中对第二视频图像进行分析,确定可疑目标的特征部位,对特征部位进行特征识别,得到可疑目标的特征参数的方法具体为: 
从第二视频图像中提取出可疑目标的信息,确定其特征部位; 
对特征部位进行特征识别,得到可疑目标的特征参数。 
另外,在有些情况下,可变视场摄像机采集到可疑目标的图像并不符合特征分析的要求,如采集到的图像中特征部位信息不够清晰或特征部位信息不完整等,因此,上述步骤25中对第二视频图像进行分析,确定可疑目标的特征部位,对特征部位进行特征识别,得到可疑目标的特征参数的方法还可以为: 
从第二视频图像中提取出可疑目标的信息,确定其特征部位; 
判断特征部位是否符合特征识别的要求; 
如果符合要求,则对特征部位进行特征识别识别,得到可疑目标的特征参数; 
如果不符合要求,则修改和输出控制信号,控制可变视场摄像机调整参数,对可疑目标特征部位的图像进行采集,直至得到符合特征识别要求的图像。 
优选的,控制可变视场摄像机调整参数(转动角度和调整焦距、光圈等)后,采集到的视频图像中可疑目标的特征部位(如人脸)处于图像的中央位置 和合适的比例大小上,例如,使得可疑目标的特征部位占整个图像不小于15%的比例大小上。 
上述的方法还包括: 
将比对物体的特征参数录入到特征数据库中,并设定报警条件的步骤。 
另外,在判断出固定视场摄像机的监控区域范围内出现违反行为规则的可疑目标时,为了使得可变视场摄像机可以快速转动到可疑目标出现的位置,对可疑目标的特征细节图像进行采集,上述的方法还可以包括: 
对可变视场摄像机和固定视场摄像机进行场景匹配,得到与固定视场摄像机的监控区域范围内的特定位置点对应的可变视场摄像机的粗调角度的步骤;以及 
在可疑目标位于固定视场摄像机的特定位置点时,根据匹配结果,控制可变视场摄像机快速转动到特定位置点对应的粗调角度的步骤。 
另外,为了能够更好的了解可疑目标在当前建筑内的位置,监控可疑目标的行踪,上述方法还包括: 
将可疑目标的运动轨迹坐标映射到可疑目标当前所在的建筑平面坐标中,并对可疑目标的建筑平面坐标进行输出的步骤。 
以及,考虑到监控区域内的环境光线可能会随着自然光线的变化而变化,进而不符合图像识别的要求,因此,上述方法还包括: 
对监控区域进行环境光线分析,当环境光线低于探测标准时,启动背景光源的步骤。 
另外,当监控区域范围内出现多个可疑目标时,首先对多个可疑目标进行聚类分析,判断该多个可疑目标是否具有关联,例如:根据该多个可疑目标的运动方法是否一致、运动速度是否类似等条件进行判断,当该多个可疑目标具有关联时,采集特征部位最清晰的可疑目标进行特征分析;当多个可疑目标不具有关联时,则采用轮询的方式,逐一采集可疑目标的特征部位细节图像,分别对多个可疑目标进行特征识别。 
另外,当***对可疑目标进行报警后,还需要存储可疑目标的视频图像,并将报警信息和可疑目标的视频图像通过网络设备传输给网络连接的其它区域自动追踪识别***或监控中心主机等。 
通过以上实施例提供的自动追踪识别方法,通过控制可变视场摄像机调整参数,可以最大程度地采集可疑目标特征部位的细节图像,从而有效的实现可疑目标的特征识别,进行早期、可靠的报警;***通过对采集到的图像进行智能分析,确定可疑目标的运动轨迹,可以对运动的可疑目标进行追踪识别。 
图3为本发明实施例的自动追踪识别***的一具体场景示意图,该自动追踪识别***可以基于外部计算机或DSP处理***,***由三个固定视场枪式摄像机、可变视场摄像机、追踪识别主机、输入输出设备(监视器和键盘)以及网络设备组成。其中,固定视场枪式摄像机对监控区域范围内的视频图像进行采集;追踪识别主机是上述的可疑目标确定模块、轨迹追踪模块、控制模块、图像识别模块、比对模块、报警模块等一系列模块的集成,完成对目标运动物体进行自动追踪识别的功能,是***的核心部分;可变视场摄像机接受追踪识别主机的控制信号后调整参数,对可疑目标的特征部位细节图像进行采集;***可以通过监视器将报警信息和可疑目标的视频图像输出,通过键盘完成对特征数据库的录入等操作;***还具有网络设备,用于与其他的自动追踪识别***进行连接,当可疑目标离开本***的监控范围时,本***可以将可疑目标的数据和运动方向等信息通过LAN或Internet网络传递给其他动追踪识别***,防止可疑目标走失,网络设备可以有效扩大监控区域的范围。 
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。 

Claims (24)

1.一种自动追踪识别***,其特征在于,包括:
至少一个固定视场摄像机,用于采集固定监控区域范围内的视频图像,得到第一视频图像;
可疑目标确定模块,与所述固定视场摄像机连接,用于对所述第一视频图像进行分析,确定可疑目标,并获取所述可疑目标的位置;
轨迹追踪模块,与所述可疑目标确定模块连接,用于根据所述可疑目标的位置,得到所述可疑目标的运动轨迹;
控制模块,与所述可疑目标确定模块和所述轨迹追踪模块连接,用于根据所述可疑目标的位置和运动轨迹,输出控制信号;
可变视场摄像机,与所述控制模块连接,用于基于所述控制信号调整参数,得到符合特征识别要求的第二视频图像;
图像识别模块,与所述控制模块和所述可变视场摄像机连接,用于对所述第二视频图像进行分析,确定所述可疑目标的特征部位,对所述特征部位进行特征识别,得到所述可疑目标的特征参数;
比对模块,与所述图像识别模块连接,用于将所述可疑目标的特征参数与特征数据库中存储的比对物体的特征信息进行比对;
报警模块,与所述比对模块连接,用于在所述比对结果指示所述可疑目标符合设定的报警条件时,进行报警;
多目标分析模块,与所述控制模块连接,用于对多个可疑目标进行聚类分析,判断该多个可疑目标是否具有关联,当该多个可疑目标具有关联时,通过所述控制模块输出控制信号,控制所述可变视场摄像机采集特征部位最清晰的可疑目标的图像,然后利用所述图像识别模块进行特征识别;当该多个可疑目标不具有关联时,则采用轮询的方式,通过所述控制模块输出控制信号,控制所述可变视场摄像机逐一采集可疑目标的特征部位细节图像,然后利用所述图像识别模块分别对多个可疑目标进行特征识别。
2.根据权利要求1所述的自动追踪识别***,其特征在于:
所述固定视场摄像机为枪式摄像机或球型摄像机;
所述可变视场摄像机为高速云台摄像机或快速球型摄像机。
3.根据权利要求1所述的自动追踪识别***,其特征在于,所述固定视场摄像机和所述可变视场摄像机为CCD摄像机、CMOS摄像机或热成像摄像机。
4.根据权利要求1所述的自动追踪识别***,其特征在于,所述可疑目标确定模块进一步包括:
提取子模块,用于从所述第一视频图像中提取出目标运动物体的信息;
分类子模块,与所述提取子模块连接,用于根据所述目标运动物体的信息,对所述目标运动物体进行分类;
判断子模块,与所述分类子模块连接,用于根据所述目标运动物体的类别,判断所述目标运动物体是否违反预先设定的行为规则,将违反行为规则的目标物体确定为可疑目标,并获取所述可疑目标的位置。
5.根据权利要求4所述的自动追踪识别***,其特征在于,所述轨迹追踪模块进一步包括:
重心确定子模块,用于根据所述可疑目标的类别,确定所述可疑目标的重心;
轨迹确定子模块,与所述重心确定子模块连接,用于根据所述可疑目标的位置,记录所述重心的轨迹,得到所述可疑目标的运动轨迹。
6.根据权利要求1所述的自动追踪识别***,其特征在于,所述图像识别模块进一步包括:
特征部位确定子模块,用于从所述第二视频图像中提取出所述可疑目标的信息,确定其特征部位;
识别子模块,与所述特征部位确定子模块连接,用于对所述特征部位进行特征识别,得到所述可疑目标的特征参数。
7.根据权利要求6所述的自动追踪识别***,其特征在于,所述图像识别模块还包括:
判断子模块,与所述特征部位确定子模块和所述识别子模块连接,用于判断所述特征部位是否符合特征识别的要求,如果符合要求,则将所述特征部位的信息发送给所述识别子模块,如果不符合要求,则通知所述控制模块;
所述控制模块则进一步用于根据特征识别要求,修改并输出控制信号。
8.根据权利要求4所述的自动追踪识别***,其特征在于,还包括:
行为规则设定模块,与所述图像识别模块连接,用于设定违反行为规则的判定条件,所述违反行为规则的判定条件包括:越界、进入警戒区、运动方向异常、运动速度异常、偷盗、遗留物品和违规停车。
9.根据权利要求1所述的自动追踪识别***,其特征在于,还包括:
数据库录入模块,与所述比对模块连接,用于将所述比对物体的特征信息录入到所述特征数据库中;
报警条件设定模块,与所述报警模块连接,用于根据需要设定报警的条件;所述报警的条件包括:符合所述比对物体特征信息的报警和不符合所述比对物体特征信息的报警。
10.根据权利要求1所述的自动追踪识别***,其特征在于,还包括:
匹配模块,与所述控制模块连接,用于调整所述可变视场摄像机的参数,将所述可变视场摄像机与所述固定视场摄像机进行场景匹配,得到与所述固定视场摄像机监控区域范围内的特定位置点对应的所述可变视场摄像机的粗调角度;
所述控制模块进一步用于在所述可疑目标位于所述固定视场摄像机监控区域范围内的特定位置点时,根据所述匹配模块的匹配结果,输出控制信号,控制所述可变视场摄像机快速转动所述特定位置点对应的粗调角度。
11.根据权利要求1所述的自动追踪识别***,其特征在于,还包括:
映射输出模块,与所述轨迹追踪模块连接,用于将所述可疑目标的运动轨迹坐标映射到所述可疑目标当前所在的建筑平面坐标中,并对所述可疑目标的建筑平面坐标进行输出。
12.根据权利要求1所述的自动追踪识别***,其特征在于,还包括:
背景光源模块,用于在监控区域的环境光线低于探测标准时,启动背景光源;
光线监测与控制模块,与所述背景光源模块连接,用于对监控区域进行环境光线分析,当监控区域的环境光线不利于探测时,控制所述背景光源模块启动。
13.一种自动追踪识别方法,其特征在于,包括以下步骤:
对固定视场摄像机采集到的第一视频图像进行分析,确定可疑目标,并获取所述可疑目标的位置;
根据所述可疑目标的位置,得到所述可疑目标的运动轨迹;
根据所述可疑目标的位置和运动轨迹,输出控制信号;
基于所述控制信号调整可变视场摄像机参数,得到符合特征识别要求的第二视频图像;
对所述第二视频图像进行分析,确定所述可疑目标的特征部位,对所述特征部位进行特征识别,得到所述可疑目标的特征参数;
将所述可疑目标的特征参数与特征数据库中存储的比对物体的特征信息进行比对;
在所述比对结果指示所述可疑目标符合设定的报警条件时,进行报警;
所述方法还包括:
对多个可疑目标进行聚类分析,判断该多个可疑目标是否具有关联;
当该多个可疑目标具有关联时,输出所述控制信号,控制所述可变视场摄像机采集特征部位最清晰的可疑目标的图像,然后进行特征识别;
当该多个可疑目标不具有关联时,则采用轮询的方式,输出所述控制信号,控制所述可变视场摄像机逐一采集可疑目标的特征部位细节图像,然后分别对多个可疑目标进行特征识别。
14.根据权利要求13所述的自动追踪识别方法,其特征在于:
所述固定视场摄像机为枪式摄像机或球型摄像机;
所述可变视场摄像机为高速云台摄像机或快速球型摄像机。
15.根据权利要求13所述的自动追踪识别方法,其特征在于,所述固定视场摄像机和所述可变视场摄像机为CCD摄像机、CMOS摄像机或热成像摄像机。
16.根据权利要求13所述的自动追踪识别方法,其特征在于,所述对固定视场摄像机采集到的第一视频图像进行分析,确定可疑目标,并获取所述可疑目标的位置的方法具体为:
从所述第一视频图像中提取出目标运动物体的信息;
根据所述目标运动物体的信息,对所述目标运动物体进行分类;
根据所述标运动物体的类别,判断所述目标运动物体是否违反预先设定的行为规则,将违反行为规则的目标物体确定为可疑目标,并获取所述可疑目标的位置。
17.根据权利要求16所述的自动追踪识别方法,其特征在于,所述根据所述可疑目标的位置,得到所述可疑目标的运动轨迹的方法具体为:
根据所述可疑目标的类别,确定所述可疑目标的重心;
根据所述可疑目标的位置,记录所述重心的轨迹,得到所述可疑目标的运动轨迹。
18.根据权利要求13所述的自动追踪识别方法,其特征在于,所述对所述第二视频图像进行分析,确定所述可疑目标的特征部位,对所述特征部位进行特征识别,得到所述可疑目标的特征参数的方法具体为:
从所述第二视频图像中提取出所述可疑目标的信息,确定其特征部位;
对所述特征部位进行特征识别,得到所述可疑目标的特征参数。
19.根据权利要求13所述的自动追踪识别方法,其特征在于,所述对所述第二视频图像进行分析,确定所述可疑目标的特征部位,对所述特征部位进行特征识别,得到所述可疑目标的特征参数的方法具体为:
从所述第二视频图像中提取出所述可疑目标的信息,确定其特征部位;
判断所述特征部位是否符合特征识别的要求;
如果符合要求,则对所述特征部位进行特征识别识别,得到所述可疑目标的特征参数;
如果不符合要求,则修改和输出控制信号,控制所述可变视场摄像机调整参数。
20.根据权利要求16所述的自动追踪识别方法,其特征在于,还包括:
设定违反行为规则的判定条件的步骤,所述违反行为规则的判定条件包括越界、进入警戒区、运动方向异常、运动速度异常、偷盗、遗留物品和违规停车。
21.根据权利要求13所述的自动追踪识别方法,其特征在于,还包括:
将所述比对物体的特征参信息录入到所述特征数据库中,并根据需要设定报警的条件的步骤,所述报警的条件包括:符合所述比对物体特征信息的报警和不符合所述比对物体特征信息的报警。
22.根据权利要求13所述的自动追踪识别方法,其特征在于,还包括:
调整所述可变视场摄像机的参数,将所述可变视场摄像机与所述固定视场摄像机进行场景匹配,得到与所述固定视场摄像机监控区域范围内的特定位置点对应的所述可变视场摄像机的粗调角度;
在所述可疑目标位于所述固定视场摄像机监控区域范围内的特定位置点时,根据匹配结果输出控制信号,控制所述可变视场摄像机快速转动所述特定位置点对应的粗调角度。
23.根据权利要求13所述的自动追踪识别方法,其特征在于,还包括:
将所述可疑目标的运动轨迹坐标映射到所述可疑目标当前所在的建筑平面坐标中,并对所述可疑目标的建筑平面坐标进行输出的步骤。
24.根据权利要求13所述的自动追踪识别方法,其特征在于,还包括:
对监控区域进行环境光线分析,当环境光线低于探测标准时,启动背景光源的步骤。
CN2008101134879A 2008-05-28 2008-05-28 一种自动追踪识别***及方法 Expired - Fee Related CN101465033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008101134879A CN101465033B (zh) 2008-05-28 2008-05-28 一种自动追踪识别***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008101134879A CN101465033B (zh) 2008-05-28 2008-05-28 一种自动追踪识别***及方法

Publications (2)

Publication Number Publication Date
CN101465033A CN101465033A (zh) 2009-06-24
CN101465033B true CN101465033B (zh) 2011-01-26

Family

ID=40805596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008101134879A Expired - Fee Related CN101465033B (zh) 2008-05-28 2008-05-28 一种自动追踪识别***及方法

Country Status (1)

Country Link
CN (1) CN101465033B (zh)

Families Citing this family (89)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081848A (zh) * 2009-11-27 2011-06-01 西安费斯达自动化工程有限公司 基于fpga的车辆违章停放自动监测及压缩传输
US9165468B2 (en) 2010-04-12 2015-10-20 Robert Bosch Gmbh Video based intelligent vehicle control system
CN102238370A (zh) * 2010-04-30 2011-11-09 鸿富锦精密工业(深圳)有限公司 摄像装置及利用其获取清晰图像的方法
JP5567899B2 (ja) 2010-05-21 2014-08-06 パナソニック株式会社 動線作成装置及び動線作成方法
CN101860732B (zh) * 2010-06-04 2014-08-27 天津市亚安科技股份有限公司 一种控制云台摄像机自动跟踪目标的方法
JP5656567B2 (ja) 2010-11-05 2015-01-21 キヤノン株式会社 映像処理装置および方法
CN102073844A (zh) * 2010-11-10 2011-05-25 无锡中星微电子有限公司 智能监控***和方法
CN102479419A (zh) * 2010-11-29 2012-05-30 上海真新资产经营管理有限公司 一种自动预警显像***及方法
CN102034328B (zh) * 2010-12-10 2012-06-27 山东申普交通科技有限公司 智能监控方法
US10133950B2 (en) * 2011-03-04 2018-11-20 Qualcomm Incorporated Dynamic template tracking
CN102693640B (zh) * 2011-03-24 2013-12-25 大连航天金穗科技有限公司 为设定车辆提供优先信号的控制方法
CN102693634B (zh) * 2011-03-24 2013-11-13 大连航天金穗科技有限公司 追踪设定车辆的电视监控方法
CN102496029B (zh) * 2011-11-18 2013-02-06 中国科学院紫金山天文台 空间碎片身份识别方法
US8971574B2 (en) * 2011-11-22 2015-03-03 Ulsee Inc. Orientation correction method for electronic device used to perform facial recognition and electronic device thereof
JP5248685B1 (ja) * 2012-01-20 2013-07-31 楽天株式会社 動画検索装置、動画検索方法、記録媒体、ならびに、プログラム
CN102708685B (zh) * 2012-04-27 2014-08-20 南京航空航天大学 检测与抓拍违规车辆的装置及方法
US8712100B2 (en) * 2012-05-30 2014-04-29 International Business Machines Corporation Profiling activity through video surveillance
CN103200390A (zh) * 2013-03-25 2013-07-10 沈坚 监控室内物体移动轨迹的方法
CN103473926B (zh) * 2013-09-11 2016-01-27 无锡加视诚智能科技有限公司 枪球联动道路交通参数采集及违章抓拍***
US20150116501A1 (en) * 2013-10-30 2015-04-30 Sony Network Entertainment International Llc System and method for tracking objects
CN104636709B (zh) * 2013-11-12 2018-10-02 ***通信集团公司 一种定位监控目标的方法及装置
CN103888731A (zh) * 2014-03-24 2014-06-25 公安部第三研究所 枪机-球机混合视频监控的结构化描述装置及***
CN105224905A (zh) * 2014-05-26 2016-01-06 中兴通讯股份有限公司 一种多目标逆向违规检测方法、装置及***
CN104092972B (zh) * 2014-07-15 2018-10-02 北京小鱼在家科技有限公司 一种通信终端及安装于移动终端的工具
CN104243927A (zh) * 2014-09-27 2014-12-24 江阴延利汽车饰件股份有限公司 自动识别嫌疑人的安保机器人控制平台
CN104202579A (zh) * 2014-09-27 2014-12-10 江阴延利汽车饰件股份有限公司 一种智能警车
CN104202578A (zh) * 2014-09-27 2014-12-10 江阴延利汽车饰件股份有限公司 一种自动识别嫌疑人的方法
CN104408447A (zh) * 2014-12-20 2015-03-11 江阴市电工合金有限公司 一种电工车间未成年人类型识别方法
CN104539896B (zh) * 2014-12-25 2018-07-10 桂林远望智能通信科技有限公司 一种全景监控与热点特写的智能监控***及方法
CN104580895B (zh) * 2014-12-26 2017-12-22 北京航天控制仪器研究所 一种具有摄照同步工作能力的机载成像***
CN104932370B (zh) * 2015-06-05 2017-12-01 广州杰赛科技股份有限公司 环境侦测装置及人物识别方法、应急监控***
CN105245851B (zh) * 2015-10-27 2020-01-07 太原市公安局 一种视频监控***及方法
CN105245853B (zh) * 2015-10-27 2020-01-07 太原市公安局 一种视频监控方法
CN105245852B (zh) * 2015-10-27 2019-11-26 太原市公安局 一种视频监控方法
CN105425790B (zh) * 2015-11-04 2018-07-31 广州杰赛科技股份有限公司 一种侦测球
CN105844634B (zh) * 2016-03-18 2019-04-05 阜阳师范学院 一种多运动目标追踪监测方法
CN105847681A (zh) * 2016-03-30 2016-08-10 乐视控股(北京)有限公司 拍摄控制方法、设备及***
CN107370983B (zh) * 2016-05-13 2019-12-17 腾讯科技(深圳)有限公司 用于视频监控***的行踪轨迹的获取方法和装置
CN106060465A (zh) * 2016-06-20 2016-10-26 陈�胜 基于电子地图和视频监控的动态目标追踪***及追踪方法
CN106127141A (zh) * 2016-06-21 2016-11-16 北京小米移动软件有限公司 报警信息生成方法及装置
CN105894702B (zh) * 2016-06-21 2018-01-16 南京工业大学 一种基于多摄像机数据融合的入侵检测报警***及其检测方法
CN106127142A (zh) * 2016-06-21 2016-11-16 北京小米移动软件有限公司 对象追踪方法及装置
CN106355886B (zh) * 2016-08-31 2019-11-15 智慧互通科技有限公司 一种开放式停车场停车管理***及其管理方法
CN106682596A (zh) * 2016-12-14 2017-05-17 苏州航天***工程有限公司 一种基于视频图像分析的违规垂钓监测方法
CN106791676B (zh) * 2016-12-30 2019-09-10 北京农信互联科技有限公司 牲畜养殖监控***
TWI611712B (zh) 2017-01-04 2018-01-11 財團法人工業技術研究院 標的物追蹤系統與方法
CN106713869B (zh) * 2017-01-10 2020-02-14 苏尼特左旗晟兴电子商贸有限责任公司 云智能牧场无线监控跟踪方法、装置及***
CN106600977B (zh) * 2017-02-13 2020-09-15 深圳英飞拓科技股份有限公司 基于多特征识别的违停检测方法及***
US20180278852A1 (en) * 2017-03-24 2018-09-27 Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd. Object tracking system and method
CN106851226B (zh) * 2017-03-29 2018-07-31 宁夏宁信信息科技有限公司 基于用户行为识别的摄像头自动调整的监控方法及***
CN106851224A (zh) * 2017-03-29 2017-06-13 宁夏凯速德科技有限公司 智能型基于用户行为识别的视频监控方法及***
CN107316463A (zh) * 2017-07-07 2017-11-03 深圳市诺龙技术股份有限公司 一种车辆监控的方法和装置
CN107592508A (zh) * 2017-10-10 2018-01-16 珠海市领创智能物联网研究院有限公司 一种智能追踪识别***
CN107909050B (zh) * 2017-11-29 2021-07-23 中科新松有限公司 一种人员身份信息确定方法、***、设备和存储介质
CN109240342B (zh) * 2018-03-14 2019-04-26 新昌县联航机械有限公司 车辆现场识别方法
CN108537205A (zh) * 2018-04-20 2018-09-14 广州林邦信息科技有限公司 一种动物种群多样性监测方法、装置及服务器
CN108495045B (zh) * 2018-05-17 2020-11-27 Oppo广东移动通信有限公司 图像拍摄方法、装置、电子装置以及存储介质
CN108550218B (zh) * 2018-06-01 2024-03-22 厦门市市政工程设计院有限公司 一种自行车专用道综合管控***及其管控方法
JP7057874B2 (ja) * 2018-06-29 2022-04-21 バイドゥドットコム タイムズ テクノロジー (ベイジン) カンパニー リミテッド 貨物を輸送するための自律走行車の盗難防止技術
CN108960128B (zh) * 2018-06-29 2022-07-22 云侠科技(苏州)有限公司 一种用于仓库的安防监控***
CN109389794A (zh) * 2018-07-05 2019-02-26 北京中广通业信息科技股份有限公司 一种智能化视频监控方法和***
CN110716803A (zh) * 2018-07-13 2020-01-21 中强光电股份有限公司 电脑***、资源分配方法及其影像辨识方法
CN109087470A (zh) * 2018-07-19 2018-12-25 广州市捍御者信息科技有限公司 入侵监控***和入侵监控方法
CN110895709A (zh) * 2018-09-12 2020-03-20 庄连豪 防恐勤务专用装置、***及其实施方法
CN109284715B (zh) * 2018-09-21 2021-03-02 深圳市九洲电器有限公司 一种动态物体识别方法、装置及***
CN109257572A (zh) * 2018-11-01 2019-01-22 珠海格力电器股份有限公司 一种监控云台的控制方法、装置、设备、介质及安防***
CN109460031A (zh) * 2018-11-28 2019-03-12 科大智能机器人技术有限公司 一种基于人体识别的自动牵引车的跟随***
CN111343377A (zh) * 2018-12-19 2020-06-26 杭州海康威视***技术有限公司 摄像机控制方法、装置、***及存储介质
CN109829369A (zh) * 2018-12-25 2019-05-31 深圳市天彦通信股份有限公司 目标确定方法及相关装置
CN109785562B (zh) * 2018-12-29 2023-08-15 华中光电技术研究所(中国船舶重工集团有限公司第七一七研究所) 一种立式光电地面威胁警戒***及可疑目标识别方法
CN110069339B (zh) * 2019-01-10 2022-06-24 中国电子科技集团公司电子科学研究院 一种分布式识别跟踪***
CN109886236A (zh) * 2019-03-01 2019-06-14 苏州星奥达科技有限公司 一种基于海量人群行为的视频分析方法
CN110177255B (zh) * 2019-05-30 2021-06-11 北京易华录信息技术股份有限公司 一种基于案件调度的视频信息发布方法及***
CN110222640B (zh) * 2019-06-05 2022-02-18 浙江大华技术股份有限公司 监控场所中嫌疑人的识别方法、装置、方法和存储介质
CN110288738B (zh) * 2019-06-28 2022-09-23 北京无线电计量测试研究所 一种自行车专用车道智能综合管控***和管控方法
CN110351520B (zh) * 2019-07-11 2021-06-22 深圳市华方信息产业有限公司 一种运动体图像跟踪获取方法及其***
CN110456831B (zh) * 2019-08-16 2022-06-14 南开大学 一种基于主动视觉的小鼠接触行为追踪平台
CN111191711A (zh) * 2019-12-27 2020-05-22 恒大智慧科技有限公司 智慧社区内阿尔茨海默病老年人防走失方法、设备及介质
CN111523397B (zh) * 2020-03-31 2023-11-24 深圳市奥拓电子股份有限公司 一种智慧灯杆视觉识别装置、方法及其***和电子设备
CN111770266B (zh) * 2020-06-15 2021-04-06 北京世纪瑞尔技术股份有限公司 一种智能视觉感知***
CN111901563A (zh) * 2020-07-21 2020-11-06 河南中光学集团有限公司 多功能智能监测***及监测方法
CN112633068B (zh) * 2020-11-25 2023-03-28 河北汉光重工有限责任公司 基于陆防监控的人车图像识别追踪云***
CN112911138A (zh) * 2021-01-14 2021-06-04 姜勇 一种摄像机移动轨迹录制方法及***
CN114758461B (zh) * 2021-01-26 2024-06-21 国网山东省电力公司蒙阴县供电公司 基于警示柱的多维精准电网用警示方法
CN114001255B (zh) * 2021-09-16 2023-06-23 浙江大华技术股份有限公司 云台摄像机转动的控制方法、云台摄像机和电子装置
CN115690162B (zh) * 2022-12-28 2023-03-10 武汉凡德智能科技有限公司 一种固定视频中移动大目标的检测方法及装置
CN116066802A (zh) * 2023-03-10 2023-05-05 山东省金海龙建工科技有限公司 一种用于停车***的智慧路灯
CN116347036A (zh) * 2023-03-14 2023-06-27 电子科技大学 基于物联网和人工智能的安防监控通讯服务器
CN116503814B (zh) * 2023-05-24 2023-10-24 北京安录国际技术有限公司 一种待分析人员追踪方法以及***

Also Published As

Publication number Publication date
CN101465033A (zh) 2009-06-24

Similar Documents

Publication Publication Date Title
CN101465033B (zh) 一种自动追踪识别***及方法
CN201278180Y (zh) 一种自动追踪识别***
WO2021253961A1 (zh) 一种智能视觉感知***
CN108802758B (zh) 一种基于激光雷达的智能安防监控装置、方法和***
CN101635834A (zh) 类神经控制自动追踪识别***
CN108319926A (zh) 一种工地现场的安全帽佩戴检测***及检测方法
CN101751744B (zh) 一种烟雾检测和预警方法
CN112235537B (zh) 一种变电站现场作业安全预警方法
CN104971458B (zh) 基于自动跟踪定位射流灭火装置的多火源识别方法
CN103839373A (zh) 一种突发异常事件智能识别报警装置及报警***
CN106128053A (zh) 一种智慧金睛识别人员逗留徘徊报警方法和装置
CN101969548A (zh) 基于双目摄像的主动视频获取方法及装置
CN102164270A (zh) 具有异常事件发掘功能的智能视频监控方法及***
CN110619276B (zh) 基于无人机移动监控的异常及暴力检测***和方法
CN113676702B (zh) 基于视频流的目标追踪监测方法、***、装置及存储介质
CN106127814A (zh) 一种智慧金睛识别人员聚集打斗报警方法和装置
CN107360394A (zh) 应用于边防视频监控***的多预置点动态智能监测方法
CN112485781B (zh) 一种基于深度学习的反无人机无人值守***及方法
CN110070055A (zh) 一种基于深度学习的基建场景安全检测***及方法
KR102434154B1 (ko) 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법
CN105516661B (zh) 鱼眼相机与ptz相机相结合的主从目标监控方法
CN209312052U (zh) 一种人脸识别随身警务***
CN201130382Y (zh) 多功能身份自动识别机器人
CN114359712A (zh) 一种基于无人机巡检的安全违规行为分析***
CN113044694A (zh) 基于深度神经网络的工地电梯人数统计***及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: INTELLVISION TRADING (SHENZHEN) CO., LTD.

Free format text: FORMER OWNER: DING GUOFENG

Effective date: 20121203

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 100107 CHAOYANG, BEIJING TO: 518033 SHENZHEN, GUANGDONG PROVINCE

TR01 Transfer of patent right

Effective date of registration: 20121203

Address after: 518033 Guangdong city of Shenzhen province Futian District Fuhua Road, jiahuixincheng business center 1510

Patentee after: Intellvision Trading (Shenzhen) Co., Ltd.

Address before: 100107 Beijing Chaoyang District Anli road Wankexingyuan 2 Room No. 2007

Patentee before: Ding Guofeng

C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110126

Termination date: 20130528