CN105025099A - 智能摄像机网络***及摄像机网络动态任务分配方法 - Google Patents
智能摄像机网络***及摄像机网络动态任务分配方法 Download PDFInfo
- Publication number
- CN105025099A CN105025099A CN201510416310.6A CN201510416310A CN105025099A CN 105025099 A CN105025099 A CN 105025099A CN 201510416310 A CN201510416310 A CN 201510416310A CN 105025099 A CN105025099 A CN 105025099A
- Authority
- CN
- China
- Prior art keywords
- camera
- node
- target
- task
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Studio Devices (AREA)
Abstract
本发明提供一种智能摄像机网络***及动态任务分配方法,包括对路口信息进行监测的智能摄像机网络;存储所述智能摄像机网络的运行状态信息及分析结果的管理中心;配置所述智能摄像机网络的节点参数及运行状态的远程配置***。当摄像机节点首次检测到符合要求的目标时,建立主动跟踪任务,并通过组播形式发送跟踪任务消息;当摄像机节点接收到跟踪任务消息时,建立被动跟踪任务;当所述跟踪目标从上一摄像机节点的视阈范围进入下一摄像机节点的视阈范围时,上一摄像机节点结束主动跟踪任务,下一摄像机节点将所述跟踪目标的被动跟踪任务转化为主动跟踪任务。本发明实现组播通信,避免了广播通信代价较高的问题、跟踪质量好、可扩展性好。
Description
技术领域
本发明涉及智能交通领域,特别是涉及一种智能摄像机网络***及摄像机网络动态任务分配方法。
背景技术
近年来,随着嵌入式***和传感器网络研究的进展,基于嵌入式智能摄像机的视频前端***在智能交通领域得到了广泛应用。现有的视频前端***大部分采用集中式的***架构,***主要包括中央控制机和放置在各个路口的摄像机。路口摄像机作为分支节点,仅具备路口视频的采集和传输功能。位于后台的中央控制机作为中心控制节点。***主要依靠中心控制节点的控制功能对各分支节点进行控制,并且视频的分析处理均在中心控制节点进行。由于受制于中心控制节点,这种视频前端***对中心控制节点的信息计算负载要求较高、失败代价高(例如中心控制节点损坏导致整个***无法运行)、可扩展性差等问题,这些因素导致当前集中式的视频前端***不能够满足未来大规模智能交通***的发展需求。
基于嵌入式智能摄像机的智能摄像机网络是未来智能交通视频前端***的发展趋势,具有成本低、鲁棒性强和扩展性好等特点。分布在各个路口的智能摄像机组成了一个分布式的摄像机网络,能够满足智能交通对大规模多应用的需求。例如,对于面向交通场景的目标跟踪问题,考虑到资源利用和维护管理的效用,无需将摄像机视域覆盖所有监控区域。为实现广域交通视频监控环境下的目标跟踪,须研究非重叠视域环境下的摄像机网络在交通场景下目标跟踪的动态任务分配方法。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种智能摄像机网络***及摄像机网络动态任务分配方法,用于解决现有技术中中心控制节点的信息计算负载要求较高、失败代价高、可扩展性差等问题。
为实现上述目的及其他相关目的,本发明提供一种智能摄像机网络***,所述智能摄像机网络***至少包括:
设置于多个路口的智能摄像机网络,用于对路口信息进行监测;其中,所述智能摄像机网络包括多个分布于各路口的摄像机节点网络,各摄像机节点网络通过路由器接入互联网,各摄像机节点网络包括多个接入交换机的摄像机节点;
与所述智能摄像机网络通过互联网实现通信的管理中心,用于存储所述智能摄像机网络的运行状态信息及分析结果;
通过以太网连入所述智能摄像机网络的远程配置***,用于配置所述智能摄像机网络的节点参数及运行状态。
优选地,所述摄像机节点包括对图像进行检测的图像处理模块、分析***资源和网络控制信号以控制所述摄像机节点行为的控制决策模块、以及实现所述摄像机节点和外界通讯的通信模块。
优选地,所述远程配置***基于C/S架构对所述智能摄像机网络的节点参数及运行状态进行配置。
为实现上述目的及其他相关目的,本发明提供一种摄像机网络动态任务分配方法,所述摄像机网络动态任务分配方法至少包括:
当摄像机节点首次检测到符合要求的目标时,启动目标首次跟踪任务触发流程,确定跟踪目标,对所述跟踪目标建立主动跟踪任务,并通过组播形式向当前摄像机节点网络中的其他摄像机节点发送所述跟踪目标的跟踪任务消息;
当摄像机节点接收到当前摄像机节点网络中的其他摄像机节点发送过来的跟踪任务消息时,启动跟踪任务消息处理流程,建立被动跟踪任务;
当所述跟踪目标从上一摄像机节点的视阈范围进入下一摄像机节点的视阈范围时,启动跟踪目标移交流程,上一摄像机节点结束主动跟踪任务,下一摄像机节点将所述跟踪目标的被动跟踪任务转化为主动跟踪任务。
优选地,所述目标首次跟踪任务触发流程包括:摄像机节点持续进行事件检测及目标检测,当被检测的目标符合事件条件时,将所述目标加入当前摄像机节点的目标集中,作为跟踪目标进行跟踪,并发送跟踪任务信息。
更优选地,所述跟踪任务消息包括消息发布源节点及跟踪目标特征。
更优选地,所述跟踪任务消息处理流程包括:摄像机节点接收到当前摄像机节点网络中的其他节点发送过来的跟踪任务消息后,判断所述跟踪目标是否存在于当前摄像机节点的任务集中,若已经存在则向所述消息发布源节点发送反馈信息,并更新所述跟踪目标的信息,建立被动跟踪任务;若不存在则将所述跟踪任务消息加入到当前摄像机节点的任务集中,建立被动跟踪任务。
更优选地,所述跟踪目标移交流程包括:摄像机节点进行目标检测,若检测到的目标存在于当前摄像机节点的目标集中,继续进行目标检测,直至检测到的目标不存在于目标集中;判断检测到的目标是否存在于当前摄像机节点的任务集中,若不存在则表示检测到的目标不是所述跟踪目标,返回目标检测,若存在则表示检测到的目标是所述跟踪目标,将所述跟踪目标的被动跟踪任务转化为主动跟踪任务,然后向所述消息发布源节点发送反馈信息,并通过组播形式向当前摄像机节点网络中的其他摄像机节点发送所述跟踪目标的更新的跟踪任务消息。
优选地,还包括邻接表更新流程,所述邻接表更新流程包括:摄像机节点接收当前摄像机节点网络中的其他摄像机节点发送的反馈信息,根据所述反馈信息更新邻接表中各摄像机节点关系。
更优选地,摄像机节点根据其内部维护的邻接表中各摄像机节点间的关系强度按概率发送跟踪任务消息,实现所述跟踪任务消息的组播通信。
优选地,采用基于目标分辨率和节点负载的跟踪质量效用函数来衡量实时跟踪质量。
优选地,所述摄像机网络动态任务分配方法在软件的控制决策层实现。
如上所述,本发明的智能摄像机网络***及摄像机网络动态任务分配方法,具有以下有益效果:
本发明的智能摄像机网络***及摄像机网络动态任务分配方法在线生成基于节点间关系强度的网络拓扑,使得任务消息的发送能够实现组播通信,避免了广播通信代价较高的问题,同时能够保证较好的跟踪质量。本发明的智能摄像机网络***及摄像机网络动态任务分配方法可扩展性好,适应区域交通应用的多目标跟踪场景。
附图说明
图1显示为本发明的智能摄像机网络***示意图。
图2显示为本发明的智能摄像机的软件框架示意图。
图3显示为本发明的摄像机网络动态任务分配方法示意图。
图4显示为本发明的目标首次跟踪任务触发流程示意图。
图5显示为本发明的跟踪任务消息处理流程示意图。
图6显示为本发明的跟踪目标移交流程示意图。
图7显示为本发明的邻接表更新流程示意图。
元件标号说明
1 智能摄像机网络***
11 智能摄像机网络
111 摄像机节点网络
112 路由器
113 摄像机节点
12 管理中心
13 远程配置***
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
请参阅图1~图7。需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
如图1所示,本发明提供一种智能摄像机网络***1,所述智能摄像机网络***1至少包括:
智能摄像机网络11、管理中心12以及远程配置***13。
所述智能摄像机网络11设置于多个路口,用于对路口信息进行监测。
如图1所示,所述智能摄像机网络11包括多个分布于各路口的摄像机节点网络111,各摄像机节点网络111通过路由器112接入互联网。各摄像机节点网络111包括多个摄像机节点113及交换机114,各摄像机节点113通过所述交换机114连接实现信号通信,各摄像机节点113及所述交换机114构成以太网。
具体地,在本实施例中,各摄像机节点113的硬件采用EagleEye3型智能摄像机,具有200万像素高清成像能力、自适应网络接口和高性能DSP。所述摄像机节点包括对图像进行检测的图像处理模块、分析***资源和网络控制信号以控制所述摄像机节点行为的控制决策模块、以及实现所述摄像机节点和外界通讯的通信模块。各摄像机节点113的软件采用基于TI公司DSP/BIOS的嵌入式技术,并在其上实现了一种通用型软件框架,如图2所示,智能交通应用的图像处理算法植入到该软件框架的应用层,实现多种实时视频分析和图像处理功能,节点内置的图像处理算法对应具体的智能交通应用,具有可扩展性,可同时植入闯红灯违章监测、肇事车辆违法监测、车牌识别、车流量数据采集、车辆队列长度检测、连续视频记录、目标识别跟踪等多种应用,以适应复杂环境下的多任务切换需求。控制决策层通过对任务消息的解析来进行任务判断决策,并生成新的任务消息以控制各节点的任务分配。通信层包括控制消息广播和节点间通信、远程通信,以实现通信。
所述管理中心12与所述智能摄像机网络11通过互联网实现通信,用于存储所述智能摄像机网络11的运行状态信息及分析结果。
如图1所示,在本实施例中,所述管理中心12为远程服务器,所述远程服务器通过互联网与各摄像机节点113实现通信,并存储所述智能摄像机网络11的运行状态信息及分析结果。
所述远程配置***13与所述智能摄像机网络11,用于配置所述智能摄像机网11的节点参数及运行状态。
如图1所示,在本实施例中,所述远程配置***13与所述智能摄像机网络11通过以太网连接,所述远程配置***13为配置在计算机上的客户端程序。所述远程配置***13基于C/S架构对所述智能摄像机网络的节点参数及运行状态进行配置。
如图3所示,本发明还提供一种摄像机网络动态任务分配方法,所述摄像机网络动态任务分配方法在软件的控制决策层实现,包括:
当摄像机节点首次检测到符合要求的目标时,启动目标首次跟踪任务触发流程,确定跟踪目标,对所述跟踪目标建立主动跟踪任务,并通过组播形式向当前摄像机节点网络中的其他摄像机节点发送所述跟踪目标的跟踪任务消息;
当摄像机节点接收到当前摄像机节点网络中的其他摄像机节点发送过来的跟踪任务消息时,启动跟踪任务消息处理流程,建立被动跟踪任务。
当所述跟踪目标从上一摄像机节点的视阈范围进入下一摄像机节点的视阈范围时,启动跟踪目标移交流程,上一摄像机节点结束主动跟踪任务,下一摄像机节点将所述跟踪目标的被动跟踪任务转化为主动跟踪任务。
如图4所示,所述目标首次跟踪任务触发流程包括:摄像机节点持续进行事件检测及目标检测,当被检测的目标符合事件条件时,将所述目标加入当前摄像机节点的目标集中,作为跟踪目标进行跟踪,并发送跟踪任务信息。
其中,目标集是指:在任意时刻,对于单一的被跟踪目标,网络内仅有一个摄像机节点负责该目标的跟踪。摄像机节点i内运行的目标检测算法检测其视阈范围内的目标,再根据特定的事件检测算法判断目标是否为需要跟踪的目标。若目标j被判定为跟踪目标,则目标j被加入到摄像机节点i的目标集中。存储于目标集中的目标j的信息包含能够唯一识别该目标的特征信息dj。
具体地,在本实施例中,以路口1为例,以闯红灯作为事件检测的条件,检测目标为机动车。路口1中各摄像机节点不断检测器视域范围内是否有闯红灯的事件发生,当第一摄像机节点的视域范围内发生闯红灯事件时,检测到闯红灯事件的摄像机节点中的所述目标首次跟踪任务触发流程启动,闯红灯的机动车被检测到,所述第一摄像机节点将所述机动车加入到目标集中(包含能够唯一识别该目标的特征信息dj),所述机动车被确定为跟踪目标,建立主动跟踪任务(执行跟踪的操作),所述第一摄像机节点对所述机动车进行跟踪;同时,所述第一摄像机节向路口1的摄像机节点网络111内相邻的其他摄像机节点发布该机动车的跟踪任务消息,所述跟踪任务消息包括消息发布源节点及跟踪目标特征,以使其他摄像机节点对所述机动车进行持续的跟踪。所述目标首次跟踪任务触发流程在节点初始化后处于常驻运行状态。
如图5所示,所述跟踪任务消息处理流程包括:摄像机节点接收到当前摄像机节点网络中的其他节点发送过来的跟踪任务消息后,判断所述跟踪目标是否存在于当前摄像机节点的任务集中,若已经存在则向所述消息发布源节点发送反馈信息,并更新所述跟踪目标的信息,建立被动跟踪任务;若不存在则将所述跟踪任务消息加入到当前摄像机节点的任务集中,建立被动跟踪任务。
其中,任务集是指:在目标j被加入到摄像机节点i的目标集中的同时,摄像机节点i将会向相邻节点发布目标j的跟踪任务消息,此消息表示为M(ci,dj),ci描述消息发布源节点,dj表示目标j的特征信息。当相邻节点收到消息M(ci,dj),将此信息存储于节点的任务集中,代表未来可能需要执行的跟踪任务。为防止无效的跟踪消息,即目标j长时间未被检测到时,节点对任务集的维护采取超时丢弃的策略。设定超时时间为te,代表M(ci,dj)在任务集里的生存时间。
具体地,在本实施例中,假设第二摄像机节点和第三摄像机节点接收到所述第一摄像机节点发送过来的跟踪任务消息。所述第二摄像机节点和第三摄像机节点分别判断所述机动车是否在各自的任务集中。如果所述第二摄像机节点和第三摄像机节点的跟踪任务集已经存在该机动车的消息,则先向所述第一摄像机节点发送反馈消息,再更新任务集中该机动车的消息(主要是更新源节点信息),建立新的被动跟踪任务,被动跟踪任务并没有执行对目标的实际跟踪过程,仅将目标的特征信息存储于摄像机节点内部,被动跟踪任务需要转化为主动跟踪任务才能真正实现目标的跟踪。如果所述第二摄像机节点和第三摄像机节点的跟踪任务集中不存在该机动车的消息,则将跟踪任务消息加入到任务集中,建立被动跟踪任务。
如图6所示,所述跟踪目标移交流程包括:摄像机节点进行目标检测,若检测到的目标存在于当前摄像机节点的目标集中,继续进行目标检测,直至检测到的目标不存在于目标集中;判断检测到的目标是否存在于当前摄像机节点的任务集中,若不存在则表示检测到的目标不是所述跟踪目标,返回目标检测,若存在则表示检测到的目标是所述跟踪目标,将所述跟踪目标的被动跟踪任务转化为主动跟踪任务,然后向所述消息发布源节点发送反馈信息,并通过组播形式向当前摄像机节点网络中的其他摄像机节点发送所述跟踪目标的更新的跟踪任务消息。
具体地,摄像机节点进行目标检测,持续判断检测到的目标是否在目标集中。若存在,表示该目标为一直在当前摄像机节点的视阈范围内活动的目标,则无需处理;若不存在,则表示该目标是刚进入当前摄像机节点的视阈范围内的,需判断该目标是否在任务集中。若该目标不在任务集中,则表明该目标不需要跟踪;若该目标存在于任务集中,则表示该目标为跟踪目标,已从其他摄像机节点的视阈范围进入当前摄像机节点的属于范围,当前摄像机节点将该目标的被动跟踪任务转为主动跟踪任务,同时向消息发布源节点发送反馈消息,再分配资源对该目标进行跟踪,并向邻节点发布该跟踪目标的新的跟踪任务消息。
如图7所示,还包括邻接表更新流程:摄像机节点接收当前摄像机节点网络中的其他摄像机节点发送的反馈信息,根据所述反馈信息更新邻接表中各摄像机节点关系。摄像机节点根据其内部维护的邻接表中各摄像机节点间的关系强度按概率发送跟踪任务消息,实现所述跟踪任务消息的组播通信。
采用基于目标分辨率和节点负载的跟踪质量效用函数来衡量实时跟踪质量。摄像机节点i对目标j的跟踪质量用效用函数uij衡量。实际场景中,影响目标的跟踪质量的因素包含摄像机的实时图像处理帧率和目标识别的准确率。对于一个跟踪目标j,满足其跟踪质量的期望帧率定义为fpsj,则跟踪质量和摄像机的当前处理帧率成正比。随着节点跟踪目标的增多,节点负载Li提高,其帧率会下降。因此,可用节点负载衡量图像处理帧率的因素。在实际场景中,影响目标识别准确率的因素主要包含目标的分辨率。在仿真中,将该因素简化为目标同摄像机节点中心位置的平面距离因素。综上给出摄像机节点i对目标j的跟踪质量用效用函数:
其中,li为ci的当前负载,Li为节点最大处理能力,假定网络内所有节点具有相同的处理能力。dj为目标j到摄像机节点i中心平面的欧式距离,Di为ci的视域范围的最大监控半径。
本发明的智能摄像机网络***及摄像机网络动态任务分配方法在线生成基于节点间关系强度的网络拓扑,使得任务消息的发送能够实现组播通信,避免了广播通信代价较高的问题,同时能够保证较好的跟踪质量。本发明的智能摄像机网络***及摄像机网络动态任务分配方法可扩展性好,适应区域交通应用的多目标跟踪场景。
综上所述,本发明提供一种智能摄像机网络***,包括:设置于多个路口的智能摄像机网络,用于对路口信息进行监测;其中,所述智能摄像机网络包括多个分布于各路口的摄像机节点网络,各摄像机节点网络通过路由器接入互联网,各摄像机节点网络包括多个接入交换机的摄像机节点;与所述智能摄像机网络通过互联网实现通信的管理中心,用于存储所述智能摄像机网络的运行状态信息及分析结果;通过以太网连入所述智能摄像机网络的远程配置***,用于配置所述智能摄像机网络的节点参数及运行状态。本发明还提供一种摄像机网络动态任务分配方法,包括当摄像机节点首次检测到符合要求的目标时,启动目标首次跟踪任务触发流程,确定跟踪目标,对所述跟踪目标建立主动跟踪任务,并通过组播形式向当前摄像机节点网络中的其他摄像机节点发送所述跟踪目标的跟踪任务消息;当摄像机节点接收到当前摄像机节点网络中的其他摄像机节点发送过来的跟踪任务消息时,启动跟踪任务消息处理流程,建立被动跟踪任务;当所述跟踪目标从上一摄像机节点的视阈范围进入下一摄像机节点的视阈范围时,启动跟踪目标移交流程,上一摄像机节点结束主动跟踪任务,下一摄像机节点将所述跟踪目标的被动跟踪任务转化为主动跟踪任务。本发明的智能摄像机网络***及摄像机网络动态任务分配方法在线生成基于节点间关系强度的网络拓扑,使得任务消息的发送能够实现组播通信,避免了广播通信代价较高的问题,同时能够保证较好的跟踪质量。本发明的智能摄像机网络***及摄像机网络动态任务分配方法可扩展性好,适应区域交通应用的多目标跟踪场景。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (12)
1.一种智能摄像机网络***,其特征在于,所述智能摄像机网络***至少包括:
设置于多个路口的智能摄像机网络,用于对路口信息进行监测;其中,所述智能摄像机网络包括多个分布于各路口的摄像机节点网络,各摄像机节点网络通过路由器接入互联网,各摄像机节点网络包括多个接入交换机的摄像机节点;
与所述智能摄像机网络通过互联网实现通信的管理中心,用于存储所述智能摄像机网络的运行状态信息及分析结果;
通过以太网连入所述智能摄像机网络的远程配置***,用于配置所述智能摄像机网络的节点参数及运行状态。
2.根据权利要求1所述的智能摄像机网络***,其特征在于:所述摄像机节点包括对图像进行检测的图像处理模块、分析***资源和网络控制信号以控制所述摄像机节点行为的控制决策模块、以及实现所述摄像机节点和外界通讯的通信模块。
3.根据权利要求1所述的智能摄像机网络***,其特征在于:所述远程配置***基于C/S架构对所述智能摄像机网络的节点参数及运行状态进行配置。
4.一种摄像机网络动态任务分配方法,其特征在于,所述摄像机网络动态任务分配方法至少包括:
当摄像机节点首次检测到符合要求的目标时,启动目标首次跟踪任务触发流程,确定跟踪目标,对所述跟踪目标建立主动跟踪任务,并通过组播形式向当前摄像机节点网络中的其他摄像机节点发送所述跟踪目标的跟踪任务消息;
当摄像机节点接收到当前摄像机节点网络中的其他摄像机节点发送过来的跟踪任务消息时,启动跟踪任务消息处理流程,建立被动跟踪任务;
当所述跟踪目标从上一摄像机节点的视阈范围进入下一摄像机节点的视阈范围时,启动跟踪目标移交流程,上一摄像机节点结束主动跟踪任务,下一摄像机节点将所述跟踪目标的被动跟踪任务转化为主动跟踪任务。
5.根据权利要求4所述的摄像机网络动态任务分配方法,其特征在于:所述目标首次跟踪任务触发流程包括:摄像机节点持续进行事件检测及目标检测,当被检测的目标符合事件条件时,将所述目标加入当前摄像机节点的目标集中,作为跟踪目标进行跟踪,并发送跟踪任务信息。
6.根据权利要求4或5所述的摄像机网络动态任务分配方法,其特征在于:所述跟踪任务消息包括消息发布源节点及跟踪目标特征。
7.根据权利要求6所述的摄像机网络动态任务分配方法,其特征在于:所述跟踪任务消息处理流程包括:摄像机节点接收到当前摄像机节点网络中的其他节点发送过来的跟踪任务消息后,判断所述跟踪目标是否存在于当前摄像机节点的任务集中,若已经存在则向所述消息发布源节点发送反馈信息,并更新所述跟踪目标的信息,建立被动跟踪任务;若不存在则将所述跟踪任务消息加入到当前摄像机节点的任务集中,建立被动跟踪任务。
8.根据权利要求6所述的摄像机网络动态任务分配方法,其特征在于:所述跟踪目标移交流程包括:摄像机节点进行目标检测,若检测到的目标存在于当前摄像机节点的目标集中,继续进行目标检测,直至检测到的目标不存在于目标集中;判断检测到的目标是否存在于当前摄像机节点的任务集中,若不存在则表示检测到的目标不是所述跟踪目标,返回目标检测,若存在则表示检测到的目标是所述跟踪目标,将所述跟踪目标的被动跟踪任务转化为主动跟踪任务,然后向所述消息发布源节点发送反馈信息,并通过组播形式向当前摄像机节点网络中的其他摄像机节点发送所述跟踪目标的更新的跟踪任务消息。
9.根据权利要求4所述的摄像机网络动态任务分配方法,其特征在于:还包括邻接表更新流程,所述邻接表更新流程包括:摄像机节点接收当前摄像机节点网络中的其他摄像机节点发送的反馈信息,根据所述反馈信息更新邻接表中各摄像机节点关系。
10.根据权利要求9所述的摄像机网络动态任务分配方法,其特征在于:摄像机节点根据其内部维护的邻接表中各摄像机节点间的关系强度按概率发送跟踪任务消息,实现所述跟踪任务消息的组播通信。
11.根据权利要求4所述的摄像机网络动态任务分配方法,其特征在于:采用基于目标分辨率和节点负载的跟踪质量效用函数来衡量实时跟踪质量。
12.根据权利要求4所述的摄像机网络动态任务分配方法,其特征在于:所述摄像机网络动态任务分配方法在软件的控制决策层实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510416310.6A CN105025099A (zh) | 2015-07-15 | 2015-07-15 | 智能摄像机网络***及摄像机网络动态任务分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510416310.6A CN105025099A (zh) | 2015-07-15 | 2015-07-15 | 智能摄像机网络***及摄像机网络动态任务分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105025099A true CN105025099A (zh) | 2015-11-04 |
Family
ID=54414793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510416310.6A Pending CN105025099A (zh) | 2015-07-15 | 2015-07-15 | 智能摄像机网络***及摄像机网络动态任务分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105025099A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106412414A (zh) * | 2016-06-08 | 2017-02-15 | 同济大学 | 追踪***、摄像头、监测方法、及监测*** |
WO2017166119A1 (en) * | 2016-03-30 | 2017-10-05 | Intel Corporation | Adaptive workload distribution for network of video processors |
US10250812B2 (en) | 2017-05-17 | 2019-04-02 | Caterpillar Inc. | Display system for machine |
CN111091584A (zh) * | 2019-12-23 | 2020-05-01 | 浙江宇视科技有限公司 | 一种目标跟踪方法、装置、设备和存储介质 |
CN113395449A (zh) * | 2021-06-16 | 2021-09-14 | 国网山东省电力公司武城县供电公司 | 资源自适应调整的异常监控*** |
CN113450390A (zh) * | 2021-09-01 | 2021-09-28 | 智道网联科技(北京)有限公司 | 一种基于路侧摄像头的目标跟踪方法、装置及电子设备 |
CN117528035A (zh) * | 2024-01-05 | 2024-02-06 | 四川省寰宇众恒科技有限公司 | 一种基于主动通知的物体跨境头追踪方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103345840A (zh) * | 2013-05-28 | 2013-10-09 | 南京正保通信网络技术有限公司 | 一种交叉道路口横穿道路事件视频检测方法 |
CN104284150A (zh) * | 2014-09-23 | 2015-01-14 | 同济大学 | 基于道路交通监控的智能摄像头自主协同跟踪方法及其监控*** |
CN104408932A (zh) * | 2014-11-03 | 2015-03-11 | 河海大学常州校区 | 一种基于视频监控的酒驾车辆检测*** |
-
2015
- 2015-07-15 CN CN201510416310.6A patent/CN105025099A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103345840A (zh) * | 2013-05-28 | 2013-10-09 | 南京正保通信网络技术有限公司 | 一种交叉道路口横穿道路事件视频检测方法 |
CN104284150A (zh) * | 2014-09-23 | 2015-01-14 | 同济大学 | 基于道路交通监控的智能摄像头自主协同跟踪方法及其监控*** |
CN104408932A (zh) * | 2014-11-03 | 2015-03-11 | 河海大学常州校区 | 一种基于视频监控的酒驾车辆检测*** |
Non-Patent Citations (2)
Title |
---|
卢秀卿: "面向道路交通监控智能摄像头的自主协同跟踪模式", 《计算机科学》 * |
李骎等: "摄像机网络中基于任务域的任务分配方法", 《吉林大学学报(信息科学版)》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017166119A1 (en) * | 2016-03-30 | 2017-10-05 | Intel Corporation | Adaptive workload distribution for network of video processors |
US10778600B2 (en) | 2016-03-30 | 2020-09-15 | Intel Corporation | Adaptive workload distribution for network of video processors |
CN106412414A (zh) * | 2016-06-08 | 2017-02-15 | 同济大学 | 追踪***、摄像头、监测方法、及监测*** |
CN106412414B (zh) * | 2016-06-08 | 2019-12-27 | 同济大学 | 追踪***、摄像头、监测方法、及监测*** |
US10250812B2 (en) | 2017-05-17 | 2019-04-02 | Caterpillar Inc. | Display system for machine |
CN111091584A (zh) * | 2019-12-23 | 2020-05-01 | 浙江宇视科技有限公司 | 一种目标跟踪方法、装置、设备和存储介质 |
CN111091584B (zh) * | 2019-12-23 | 2024-03-08 | 浙江宇视科技有限公司 | 一种目标跟踪方法、装置、设备和存储介质 |
CN113395449A (zh) * | 2021-06-16 | 2021-09-14 | 国网山东省电力公司武城县供电公司 | 资源自适应调整的异常监控*** |
CN113395449B (zh) * | 2021-06-16 | 2022-06-24 | 国网山东省电力公司武城县供电公司 | 资源自适应调整的异常监控*** |
CN113450390A (zh) * | 2021-09-01 | 2021-09-28 | 智道网联科技(北京)有限公司 | 一种基于路侧摄像头的目标跟踪方法、装置及电子设备 |
CN117528035A (zh) * | 2024-01-05 | 2024-02-06 | 四川省寰宇众恒科技有限公司 | 一种基于主动通知的物体跨境头追踪方法及*** |
CN117528035B (zh) * | 2024-01-05 | 2024-03-22 | 四川省寰宇众恒科技有限公司 | 一种基于主动通知的物体跨境头追踪方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105025099A (zh) | 智能摄像机网络***及摄像机网络动态任务分配方法 | |
US20210389293A1 (en) | Methods and Systems for Water Area Pollution Intelligent Monitoring and Analysis | |
US8370421B2 (en) | Method for coordinating a plurality of sensors | |
SanMiguel et al. | Self-reconfigurable smart camera networks | |
Osman et al. | Intelligent traffic management system for cross section of roads using computer vision | |
CN109657003A (zh) | 一种将硬件数据直接接入大数据平台的方法 | |
WO2019144746A1 (zh) | 一种业务管理的方法及相关设备 | |
US20220141099A1 (en) | System for Optimising Data Communication | |
CN110798653B (zh) | 一种基于多机协作的图像处理方法和视频监控*** | |
CN111985352B (zh) | 一种ai前端化的变电站巡检视频实时识别方法及*** | |
CN113422803B (zh) | 一种基于端边云协同的无人机智能巡检任务无缝迁移方法 | |
CN103578280A (zh) | 基于物联网的车流量监测***及车辆监测方法 | |
CN112950984A (zh) | 一种基于车联网的共享停车服务方法及*** | |
CN114301809B (zh) | 一种边缘计算平台架构 | |
CN103236168B (zh) | 交通数据在线采集***及方法 | |
CN113835378A (zh) | 一种基于物联网的智慧园区信息安全传输*** | |
JP2013171435A (ja) | サービス提供システム、サービス提供方法、リソースマネージャ、プログラム | |
CN109543588A (zh) | 交通事故责任判定的方法、装置、***、服务平台及介质 | |
CN110471988B (zh) | 一种基于模块化的三段五层式人工智能*** | |
KR20110038208A (ko) | 스마트센서시스템에서 상황인지 기반 정보처리 방법 | |
KR20200045058A (ko) | 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법 | |
Benet et al. | Embedded low-level video processing for surveillance purposes | |
KR20120118339A (ko) | 지능형 무인 감시 서비스 방법 | |
CN116737351A (zh) | 图像处理***运行管理方法、装置、存储介质及电子设备 | |
WO2021016981A1 (zh) | 现场数据传输方法、装置、***和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151104 |
|
WD01 | Invention patent application deemed withdrawn after publication |