CN107527464A - 一种运动轨迹的确定方法及装置 - Google Patents

一种运动轨迹的确定方法及装置 Download PDF

Info

Publication number
CN107527464A
CN107527464A CN201610474562.9A CN201610474562A CN107527464A CN 107527464 A CN107527464 A CN 107527464A CN 201610474562 A CN201610474562 A CN 201610474562A CN 107527464 A CN107527464 A CN 107527464A
Authority
CN
China
Prior art keywords
picture
collection point
address information
data
personnel
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
CN201610474562.9A
Other languages
English (en)
Other versions
CN107527464B (zh
Inventor
赵世范
郑翔
万敏
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201610474562.9A priority Critical patent/CN107527464B/zh
Publication of CN107527464A publication Critical patent/CN107527464A/zh
Application granted granted Critical
Publication of CN107527464B publication Critical patent/CN107527464B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602Image analysis to detect motion of the intruder, e.g. by frame subtraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种运动轨迹的确定方法及装置,该方法包括:从图片库中选择包含目的人员的目的图片,其中,所述图片库用于存储各个采集点采集的图片,所述采集点用于采集图片和/或人员所携带设备的地址信息;根据所述目的图片对应的采集点确定至少两个目的采集点,并将所述目的图片对应的采集时间所在的第一预设时间段确定为目的时间段;获得在所述目的时间段内被所述至少两个目的采集点中的部分或全部目的采集点都采集到的至少一个地址信息;获得所述至少一个地址信息的运动轨迹,并将获得的运动轨迹与所述目的人员进行关联,进而确定所述目的人员的运动轨迹。应用本发明实施例,能够准确确定人员的运动轨迹,提高了人员追踪的准确率。

Description

一种运动轨迹的确定方法及装置
技术领域
本发明涉及数据处理技术领域,特别涉及一种运动轨迹的确定方法及装置。
背景技术
目前安防监控***常应用于对人员进行追踪上。在对人员进行追踪时,需要首先确定人员的运动轨迹,根据运动轨迹来对人员进行追踪,这样,能够有效的提高追踪效率。
现有技术中,通常采用采集点采集的图片确定运动轨迹,具体包括:对比各个图片采集点采集的图片与包含目的人员的查询图片,获取相似度大于预设阈值的图片,对所获取的图片对应的采集点进行连线,将该连线对应的轨迹确定为目的人员的运动轨迹。
由于获取相似度大于预设阈值的图片后,才能确定出运动轨迹,因此,对图片质量要求较高。但在安防监控***中,图片质量受气候条件(如:晴天、雨天、雾霾天、雪天、大风、风沙)、光照条件(如:顺光、逆光、强光、雨天反光、阴影)、视频场景(如:室内、室外)等因素的影响,因此,很难获取到高图片质量的图片。
基于上述原因,采用采集点采集的图片很难准确确定出人员的运动轨迹,因此,对人员进行追踪的准确率很低。
发明内容
本发明实施例公开了一种运动轨迹的确定方法及装置,以准确确定人员的运动轨迹,提高人员追踪的准确率。
为达到上述目的,本发明实施例公开了一种运动轨迹的确定方法,所述方法包括:
从图片库中选择包含目的人员的目的图片,其中,所述图片库中存储有各个采集点采集的图片,所述采集点用于采集图片和/或采集人员所携带设备的地址信息;
根据所述目的图片对应的采集点确定至少两个目的采集点,并将所述目的图片对应的采集时间所在的第一预设时间段确定为目的时间段;
获得在所述目的时间段内被所述至少两个目的采集点中的部分或全部目的采集点都采集到的至少一个地址信息;
获得所述至少一个地址信息的运动轨迹,并将获得的运动轨迹与所述目的人员进行关联,进而确定所述目的人员的运动轨迹。
可选的,所述从图片库中选择包含目的人员的目的图片,包括:
获得查询参考图片;
将图片库中的图片与所述查询参考图片进行匹配;
根据匹配结果,确定目的图片。
可选的,所述从图片库中选择包含目的人员的目的图片,包括:
获得查询区域的信息,其中,所述查询区域中包括至少一个采集点;
从所述图片库中获得所述查询区域中的采集点在查询时间段内所采集的图片;
根据所获得的图片,确定至少一个图片集合,其中,所述图片集合中每两张图片间的相似度大于第一预设阈值;
获得每一图片集合对应的采集点数量;
根据采集点数量大于第二预设阈值的图片集合中的图片,确定目的图片。
可选的,在所述各个采集点采集到数据后,所述方法还包括:
获取所述采集点采集的数据;
按照预设的过滤规则过滤掉所述数据中的脏数据。
可选的,所述数据包括:图片和地址信息;
所述按照预设的过滤规则过滤掉所述数据中的脏数据之后,所述方法还包括:
将过滤后的图片与所述采集点、所述过滤后的图片的采集时间对应存储;
判断所述过滤后的图片的采集时间所在的第二预设时间段内是否已存储了针对所述采集点的所述过滤后的地址信息;
若为否,将所述过滤后的地址信息与所述采集点、所述过滤后的地址信息的采集时间对应存储。
为达到上述目的,本发明实施例还公开了一种运动轨迹的确定装置,所述装置包括:
图片选择单元,用于从图片库中选择包含目的人员的目的图片,其中,所述图片库中存储有各个采集点采集的图片,所述各个采集点用于采集图片和/或采集人员所携带设备的地址信息;
信息确定单元,用于根据所述目的图片对应的采集点确定至少两个目的采集点,并将所述目的图片对应的采集时间所在的第一预设时间段确定为目的时间段;
信息获得单元,用于获得在所述目的时间段内被所述至少两个目的采集点中的部分或全部目的采集点都采集到的至少一个地址信息;
轨迹确定单元,用于获得所述至少一个地址信息的运动轨迹,并将获得的运动轨迹与所述目的人员进行关联,进而确定所述目的人员的运动轨迹。
可选的,所述图片选择单元,包括:
第一图片获得子单元,用于获得查询参考图片;
图片匹配子单元,用于将图片库中的图片与所述查询参考图片进行匹配;
第一图片确定子单元,用于根据匹配结果,确定目的图片。
可选的,所述图片选择单元,包括:
信息获得子单元,用于获得查询区域的信息,其中,所述查询区域中包括至少一个采集点;
第二图片获得子单元,用于从所述图片库中获得所述查询区域中的采集点在查询时间段内所采集的图片;
集合确定子单元,用于根据所获得的图片,确定至少一个图片集合,其中,所述图片集合中每两张图片间的相似度大于第一预设阈值;
数量获得子单元,用于获得每一图片集合对应的采集点数量;
第二图片确定子单元,用于根据采集点数量大于第二预设阈值的图片集合中的图片,确定目的图片。
可选的,所述装置还包括:
数据获取单元,用于在所述各个采集点采集到数据后,获取所述采集点采集的数据;
数据过滤单元,用于按照预设的过滤规则过滤掉所述数据中的脏数据。
可选的,所述数据包括:图片和地址信息;
所述装置还包括:
图片存储单元,用于按照预设的过滤规则过滤掉所述数据中的脏数据之后,将过滤后的图片与所述采集点、所述过滤后的图片的采集时间对应存储;
信息判断单元,用于判断所述过滤后的图片的采集时间所在的第二预设时间段内是否已存储了针对所述采集点的所述过滤后的地址信息;
信息存储单元,用于在所述信息判断单元判断为否的情况下,将所述过滤后的地址信息与所述采集点、所述过滤后的地址信息的采集时间对应存储。
由上可知,本发明实施例中,根据图片和人员所携带设备的地址信息来确定出目的人员的运动轨迹。此时,采集点不需要采集大量的高质量图片,只要能够确定出目的图片即可,而地址信息的采集较为容易且准确率较高,根据目的图片获得相同的地址信息,并根据获得的地址信息来确定出目的人员的运动轨迹,能够准确确定人员的运动轨迹,进而提高了人员追踪的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种运动轨迹的确定***的结构示意图;
图2为本发明实施例提供的一种运动轨迹的确定方法的流程示意图;
图3为本发明实施例提供的一种运动轨迹的确定装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面通过具体实施例,对本发明进行详细说明。
参考图1,图1为本发明实施例提供的一种运动轨迹的确定***的结构示意图,该***包括:数据采集点100、数据存储设备200和数据应用设备300;
数据采集点100用于采集数据,采集的数据包括:包含人员的图片(人脸图片)和人员所携带设备的地址信息。这里,地址信息可以包括:设备的MAC(Media Access Control,媒体访问控制)地址、IP(Internet Protocol,网络协议)地址、信号强度等。当地址信息中包括信号强度时,可以根据该信号强度进一步确定出人员距离采集点的距离。
数据采集点100(简称为采集点),可以理解为采集设备。
在本发明的一个实施例中,采集设备可以分为3种:
一种采集设备A,用于采集图片,这种采集设备A可以为已经存在的采集设备,如电子交通警察、公共场所的摄像头等;
一种采集设备B,用于采集人员所携带设备的地址信息,这种采集设备B一般成本较低,可以大面积铺设该采集设备B,以便于根据该采集设备B采集到的地址信息,绘制出更为详细的运动轨迹;
一种采集设备C,既可用于采集图片,也可用于采集地址信息,这种设备具有将图片与地址信息关联的能力,图片中包含人员的头像,因此,图片与地址信息关联后,就可以实现对人员的追踪了;这种采集设备C的成本一般较高,为了节约成本,可以仅在人流量大的关键场所(如:车子、商场、出入城核心卡点等)进行铺设。
另外,为了进一步节约成本,还可以将采集设备A和采集设备B进行关联,来实现采集设备C的功能。
数据存储设备200用于存储数据采集点100采集的数据。
在本发明的一个实施例中,为了避免无用的数据占用***的存储空间,数据存储设备200在获取了各个采集点采集的数据后,需要按照预设的过滤规则过滤掉采集数据中的脏数据。
这里,脏数据可以理解为采集点所采集的数据中处于异常状态的数据,例如,上述脏数据可以包括:
1、地址信息校验码错误的数据包:造成此类包的原因主要来自三个方面:第一个方面是硬件设备采集数据后组包过程中的数据错误;第二个方面是数据包遭到第三方截取及篡改;第三个方面是第三方发送的攻击性数据包;
2、人脸建模失败的数据:当传入的图片(人脸图片)建模失败时,意味着此图片质量较差,或此图片不是人脸图片,针对此类数据无需进行存储;
3、人脸置信度低于预设阀值的人脸图片:此类图片较大概率不是人脸图片,因此过滤此类数据;
4、不符合动态字段校验规则的数据:此条动态字段校验规则可以是动态可配的,可以理解为针对地址信息及wifi数据中的特定字段的动态调整的字段校验规则,当数据不符合动态字段校验规则时,过滤此数据。
这种情况下,预设的过滤规则可以为:地址信息校验码错误、人脸建模失败、人脸置信度低于预设阀值和不符合动态字段校验规则。满足该预设的过滤规则中任一条的数据均可作为脏数据,并过滤掉脏数据。
在本发明的一个实施例中,为了便于查找数据,数据存储设备200可以包括:图片库和地址库,其中,图片库用于存储采集点采集的图片,地址库用于存储采集点采集的地址信息。
这种情况下,按照预设的过滤规则过滤掉数据中的脏数据之后,数据存储设备200可以将过滤后的图片与该图片的采集点的标识、该图片的采集时间对应存储至图片库中;另外,数据存储设备200可以将滤后的地址信息与该地址信息的采集点、该地址信息的采集时间对应存储至地址库中。
为了避免遗漏地址信息,采集点采集地址信息的频率一般较高,这样,当一人员在采集点的射频范围内逗留时将会产生大量重复的地址信息,这对于本身数据量已经非常庞大的***来说是灾难性的,因此针对此类重复的地址信息可以采用覆盖机制,即在存储过滤后的地址信息前,需要判断地址信息的采集时间所在的第二预设时间段内是否已存储了针对第一采集点的过滤后的地址信息,在未存储的情况下,再将该滤后的地址信息与第一采集点、该地址信息的采集时间对应存储至地址库中。一个实施例中,图片的存储字段可参考表1,地址信息的存储字段可参考表2。
表1
表2
在本发明的一个实施例中,存储了图片和地址信息后,还可以建立采集点相同且采集时间位于同一预设时间段内的图片和地址信息之间的关联关系。假设,获得了2张图片和2个地址信息,每一图片和地址信息对应的采集点和采集时间如表3所示。
表3
采集点 采集时间
图片A a1 9:05
图片B a2 9:10
地址信息C a1 9:04
地址信息D a1 9:11
若预设时间段有9:00-9:06,那么图片A和地址信息C、地址信息D的采集点相同为a1,但图片A和地址信息C的采集时间都位于时间段9:00-9:06内,而地址信息D不位于时间段9:00-9:06内,因此建立图片A和地址信息C间的关联关系。
建立关联关系后,可以根据图片获取对应的地址信息,如:用户从图片库中确定出了包含目的人员的图片后,可以选择查看该图片,获得与该图片关联的地址信息,进而实现对目的人员的追踪。
数据应用设备300用于根据数据存储设备200存储的数据,以及图片和地址信息间的关联关系,确定人员运动轨迹,实现人员追踪。
在本发明的一个实施例中,数据应用设备300用于确定人员运动轨迹的过程可以包括:
S01、从图片库中选择包含目的人员的目的图片;
S02、根据目的图片对应的采集点确定至少两个目的采集点,并将目的图片对应的采集时间所在的第一预设时间段确定为目的时间段;
S03、获得在目的时间段内被上述至少两个目的采集点中的部分或全部目的采集点都采集到的至少一个地址信息;
S04、获得上述至少一个地址信息的运动轨迹,并将获得的运动轨迹与目的人员进行关联,进而确定目的人员的运动轨迹。
在本发明的一个实施例中,数据应用设备300还可以用于进行人脸比对,如:用户输入包含目的人员的图片X,也就是包含目的人员的人脸图片,数据应用设备300将该图片X与图片库中的图片进行对比,并从图片库中确定出与图片X相似度大于第一预设相似度阈值的图片,将确定出的图片输出给用户,此时,用户可以从输出的图片中确定包含目的人员的图片,并且当用户选择查看图片时,数据应用设备300还可以根据数据存储设备200建立的图片和地址信息间的关联关系,获得对应的地址信息。
另外,数据应用设备300还可以用于进行数据碰撞。这里,数据碰撞可以包括:图片碰撞和地址信息碰撞。
在本发明的一个实施例中,***可以根据采集点的分布划分出不同的区域;另外,用户也可以根据需要来划分的区域。其中,每一区域中包含至少一个采集点。此时,一个区域对应的数据为该区域中所有采集点对应的数据。
这种情况下,图片碰撞可以为:数据应用设备300选定至少两个区域,将选定的各个区域对应的图片进行对比,获得从图片库中确定出相似度大于第二预设相似度阈值的图片集合,进而确定出在选定的各个区域中都出现的人员;另外,图片碰撞还可以为:数据应用设备300将一个区域对应的图片两两间进行对比,获得相似度大于第三预设相似度阈值的图片集合,确定出在该区域中徘徊或踩点的人员,进而保证一个区域的安全。
地址信息碰撞可以为:数据应用设备300对在同一时间段内至少两个区域对应的相同的地址信息进行分析,确定目的人员所携带设备的地址信息,进而为实现人员追踪奠定基础。
可以将人脸对比和数据碰撞作为确定运动轨迹、实现人员追踪的基础,即通过人脸比对及区域数据碰撞找到需追踪的人员地址信息之后,通过找到的地址信息确定运动轨迹,进而为追踪目的人员提供重要信息。
根据上述各个实施例,该***包括:数据采集点、数据存储设备和数据应用设备,数据采集点采集数据,数据存储设备存储所采集到的数据,另外,数据应用设备根据存储的数据来确定出目的人员的运动轨迹。此时,数据采集点不需要采集大量的高质量图片,只要能够确定出目的图片即可,而地址信息的采集较为容易且准确率较高,根据目的图片获得相同的地址信息,并根据获得的地址信息来确定出目的人员的运动轨迹,能够准确确定人员的运动轨迹,进而提高了人员追踪的准确率。
参考图2,图2为本发明实施例提供的一种运动轨迹的确定方法的流程示意图,该方法包括:
S201:从图片库中选择包含目的人员的目的图片;
其中,图片库用于存储各个采集点采集的图片,各个采集点用于采集图片和/或采集人员所携带设备的地址信息。这里,地址信息可以包括:设备的MAC(Media AccessControl,媒体访问控制)地址、IP(Internet Protocol,网络协议)地址、信号强度等。当地址信息中包括信号强度时,可以根据该信号强度进一步确定出人员距离采集点的距离。
在本发明的一个实施例中,从图片库中选择包含目的人员的目的图片的方法有两种:
第一种方法为根据查询参考图片确定目的图片,该方法可以包括:
S11、获得查询参考图片;
这里,查询参考图片可以是用户输入的图片;也可以是对已存储的图片进行人脸识别得到的包含人脸的图片,当然,对已存储的图片进行人脸识别时可能会得到多张包含人脸的图片,为提高确定运动轨迹的准确性,用户可以手动在识别得到的包含人脸的图片中进行选择,将用户选择的图片作为查询参考图片。
S12、将图片库中的图片与查询参考图片进行匹配;
S13、根据匹配结果,确定目的图片。
在本发明的一个实施例中,将图片库中的图片与查询参考图片进行匹配时,可以采用现有的计算图片相似度的算法计算图片库中的图片与查询参考图片之间的相似度,然后根据计算得到的相似度确定图片库汇总的图片是否与查询参考图片匹配,例如,可以采用逐点匹配法计算相似度,还可以采用间隔一定数量个像素点的方式计算相似度,以加快相似度的计算速度。另外,在计算得到相似度后可以与预先设置的第一相似度阈值进行匹配,可以将相似度大于第一相似度阈值的图片确定为目的图片;另外,在计算得到相似度后可以与预先设置的第一相似度阈值进行匹配之后,还可以将相似度最大的预设数量张图片确定为目的图片。
在本发明的另一个实施例中,在计算得到相似度后可以与预先设置的第一相似度阈值进行匹配之后,还可以将相似度大于第一相似度阈值的图片或相似度最大的预设数量张图片作为一个图片集合,并输出该图片集合,用户从该图片集合中选择出目的图片。
第二种方法为根据查询区域的信息确定目的图片,该方法可以包括:
S21、获得查询区域的信息;
其中,查询区域中包括至少一个采集点。
很多情况下,用户不知道或不能获得包含目的人员的图片,但用户知道目的人员出现的区域和出现的时间段,此时,为了对目的人员进行追踪,用户可以输入查询区域的信息。这里,查询区域的信息包括:目的人员出现的区域(查询区域)和目的人员出现的时间段(查询时间段)。
需要说明的是,根据采集点的分布可以划分出不同的区域,上述查询区域可以为划分出的区域中的至少一个区域;另外,上述查询区域也可以为用户根据需要选择的上述一个划分出的区域中的一部分。
S22、从图片库中获得查询区域中的采集点在查询时间段内采集的图片;
S23、根据所获得的图片,确定至少一个图片集合,其中,所述图片集合中每两张图片间的相似度大于第一预设阈值;
S24、获得每一图片集合对应的采集点数量;
S25、根据采集点数量大于第二预设阈值的图片集合中的图片,确定目的图片。
假设,第一预设阈值为0.7,第二预设阈值为3,若查询区域中有4个采集点a1、a2、a3和a4,查询时间段为9:00-10:00,图片库中a1在9:00-10:00时间段内采集了图片A,a2在9:00-10:00时间段内采集了图片B,a3在9:00-10:00时间段内采集了图片C,a4在9:00-10:00时间段内采集了图片D和E,计算得到每两张图片间的相似度为:
A与B间相似度为0.8;
A与C间相似度为0.71;
A与D间相似度为0.75;
A与E间相似度为0.4;
B与C间相似度为0.65;
B与D间相似度为0.66;
B与E间相似度为0.63;
C与D间相似度为0.76;
C与E间相似度为0.34;
D与E间相似度为0.5;
此时,可以获得图片A对应的相似度大于0.7的相似度图片为:B、C和D;图片B对应的相似度大于0.7的相似度图片为:A;图片C对应的相似度大于0.7的相似度图片为:A和D;图片D对应的相似度大于0.7的相似度图片为:A和C;这样可以确定3个图片集合,分别为:{A,B,C,D}、{A,B}和{A,C,D}:图片集合{A,B,C,D}对应的采集点数量为4,图片集合{A,B}对应的采集点数量为2,图片集合{A,C,D}对应的采集点数量为3;这里,4>3,因此,可以将图片集合{A,C,D}中的图片A、B、C和D都确定为目的图片;另外,因为A、B、C和D相互间的相似度都大于0.7,可以认为这4张图片一致,随机从中选择一张图片作为目的图片;还有,也可以将图片集合{A,B,C,D}输出,用户从该图片集合中选择出目的图片。
S202:根据目的图片对应的采集点确定至少两个目的采集点,并将目的图片对应的采集时间所在的第一预设时间段确定为目的时间段;
在本发明的一个实施例中,确定目的图片后,可以将采集目的图片的采集点,确定为目的采集点;另外,还可以根据需要划分区域,确定目的图片后,可以将采集目的图片的采集点所在区域内的所有采集点确定为目的采集点,这样可以保证获取的地址信息全面,绘制的运动轨迹也更为详细。
S203:获得在目的时间段内被上述至少两个目的采集点中的部分或全部目的采集点都采集到的至少一个地址信息;
假设,确定的目的采集点有4个,分别为a1、a2、a3和a4,这4个采集点在目的时间段内采集到的地址信息如表4所示。
表4
a1 a2 a3 a4
10.20.14.1 10.20.14.1 10.20.14.1 10.20.14.1
10.20.14.11 10.20.14.11 10.20.14.11 10.20.14.11
10.20.14.12 10.20.14.15 10.20.14.12 10.20.14.12
若需要获得全部目的采集点都采集到的地址信息,根据表2可以得到,4个采集点在目的时间段内采集到了2个相同的地址信息,分别为:10.20.14.1和10.20.14.11;若需要获得两个以上的目的采集点都采集到的地址信息,根据表2可以得到,4个采集点在目的时间段内2个以上的目的采集点都采集到的地址信息有3个,分别为:10.20.14.1、10.20.14.11和10.20.14.12。
S204:获得上述至少一个地址信息的运动轨迹,并将获得的运动轨迹与目的人员进行关联,进而确定目的人员的运动轨迹。
在本发明的一个实施例中,在获得上述至少一个地址信息后,可以结合每一采集待采集到地址信息的时间顺序,确定针对每一地址信息的运动轨迹。如S203中得到的2个相同的地址信息,假设,4个采集点采集到10.20.14.1的时间顺序为:a1>a2>a3>a4,4个采集点采集到10.20.14.11的时间顺序为:a2>a3>a1>a4,因此可以确定10.20.14.1的运动轨迹为a1-a2-a3-a4,确定10.20.14.11的运动轨迹为a2-a3-a1-a4。另外,地址信息为人员所携带设备的地址信息,这可以理解为一个地址信息对应一个人员,而目的人员对应的地址信息为上述至少一个地址信息中的一个,为了确定目的人员的运动轨迹,将获得的运动轨迹与目的人员进行关联,进而确定目的人员的运动轨迹。结合上述获得的地址信息的运动轨迹,可以确定出:目的人员可能的的运动轨迹为a1-a2-a3-a4或a2-a3-a1-a4。
在本发明的一个实施例中,确定相同的地址信息后,还可以在预设的检索时间段内对确定的地址信息进行检索,确定出能够采集到该确定的地址信息,进而绘制出完整的目的人员的运动轨迹。如S203中得到的2个相同的地址信息,假设,预设的检索时间段为目的时间段,若在目的时间段内还有2个采集点(分别为b01、b02)采集到了10.20.14.1,在目的时间段内还有2个采集点(分别为b11、b12)采集到了10.20.14.11,a1、a2、a3、a4、b01和b02这6个采集点采集到10.20.14.1的时间顺序为:a1>a2>b01>b02>a3>a4,a1、a2、a3、a4、b11和b12这6个采集点采集到10.20.14.11的时间顺序为:a2>b11>a3>a1>b12>a4,因此可以确定10.20.14.1的运动轨迹为a1-a2-b01-b02-a3-a4,确定10.20.14.11的运动轨迹为a2-b11-a3-a1-b12-a4,进而可以确定目的人员可能的运动轨迹为a1-a2-b01-b02-a3-a4或a2-b11-a3-a1-b12-a4。
在本发明的一个实施例中,在采集到地址信息后,可以对在同一预设时间段内不同采集点采集的地址信息进行分析处理,确定每一地址信息的运行轨迹,当确定目的人员的员工轨迹时,若获得了至少一个地址信息,则可以直接获取个地址信息对应的运动轨迹,并将获得的运动轨迹与所述目的人员进行关联,进而确定目的人员的运动轨迹。如:采集地址信息10.20.14.1时,确定的运动轨迹为a1-a2-a3-a4,那么,当确定目的人员的员工轨迹时,若获得了地址信息10.20.14.1,则可以直接获得运动轨迹a1-a2-a3-a4,将该运动轨迹与目的人员进行关联,确定出目的人员可能的运动轨迹为a1-a2-a3-a4。
应用图2所示实施例,根据图片和人员所携带设备的地址信息来确定出目的人员的运动轨迹。此时,采集点不需要采集大量的高质量图片,只要能够确定出目的图片即可,而地址信息的采集较为容易且准确率较高,根据目的图片获得相同的地址信息,并根据获得的地址信息来确定出目的人员的运动轨迹,能够准确确定人员的运动轨迹,进而提高了人员追踪的准确率。
参考图3,图3为本发明实施例提供的一种运动轨迹的确定装置的结构示意图,该装置包括:
图片选择单元301,用于从图片库中选择包含目的人员的目的图片,其中,所述图片库中存储有各个采集点采集的图片,所述各个采集点用于采集图片和/或采集人员所携带设备的地址信息;
信息确定单元302,用于根据所述目的图片对应的采集点确定至少两个目的采集点,并将所述目的图片对应的采集时间所在的第一预设时间段确定为目的时间段;
信息获得单元303,用于获得在所述目的时间段内被所述至少两个目的采集点中的部分或全部目的采集点都采集到的至少一个地址信息;
轨迹确定单元304,用于获得所述至少一个地址信息的运动轨迹,并将获得的运动轨迹与所述目的人员进行关联,进而确定所述目的人员的运动轨迹。
在本发明的一个实施例中,图片选择单元301,可以包括:
第一图片获得子单元,用于获得查询参考图片;
图片匹配子单元,用于将图片库中的图片与所述查询参考图片进行匹配;
第一次图片确定子单元,用于根据匹配结果,确定目的图片(图3中未示出)。
在本发明的一个实施例中,图片选择单元301,可以包括:
信息获得子单元,用于获得查询区域的信息,其中,所述查询区域中包括至少一个采集点;
第二图片获得子单元,用于从所述图片库中获得所述查询区域中的采集点在查询时间段内所采集的图片;
集合确定子单元,用于根据所获得的图片,确定至少一个图片集合,其中,所述图片集合中每两张图片间的相似度大于第一预设阈值;
数量获得子单元,用于获得每一图片集合对应的采集点数量;
第二图片确定子单元,用于根据采集点数量大于第二预设阈值的图片集合中的图片,确定目的图片(图3中未示出)。
在本发明的一个实施例中,上述运动轨迹的确定装置还可以包括:
数据获得单元,用于在所述各个采集点采集到数据后,获取采集点采集的数据;
数据过滤单元,用于按照预设的过滤规则过滤掉所述数据中的脏数据(图3中未示出)。
在本发明的一个实施例中,上述运动轨迹的确定装置还可以包括:
图片存储单元,用于按照预设的过滤规则过滤掉所述数据中的脏数据之后,将过滤后的图片与所述采集点、所述过滤后的图片的采集时间对应存储;
信息判断单元,用于判断所述过滤后的图片的采集时间所在的第二预设时间段内是否已存储了针对所述采集点的所述过滤后的地址信息;
信息存储单元,用于在所述信息判断单元判断为否的情况下,将所述过滤后的地址信息与所述采集点、所述过滤后的地址信息的采集时间对应存储(图3中未示出)。
应用图3所示实施例,根据图片和人员所携带设备的地址信息来确定出目的人员的运动轨迹。此时,采集点不需要采集大量的高质量图片,只要能够确定出目的图片即可,而地址信息的采集较为容易且准确率较高,根据目的图片获得相同的地址信息,并根据获得的地址信息来确定出目的人员的运动轨迹,能够准确确定人员的运动轨迹,进而提高了人员追踪的准确率。
对于***、装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,这里所称得的存储介质,如:ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (10)

1.一种运动轨迹的确定方法,其特征在于,所述方法包括:
从图片库中选择包含目的人员的目的图片,其中,所述图片库中存储有各个采集点采集的图片,所述各个采集点用于采集图片和/或采集人员所携带设备的地址信息;
根据所述目的图片对应的采集点确定至少两个目的采集点,并将所述目的图片对应的采集时间所在的第一预设时间段确定为目的时间段;
获得在所述目的时间段内被所述至少两个目的采集点中的部分或全部目的采集点都采集到的至少一个地址信息;
获得所述至少一个地址信息的运动轨迹,并将获得的运动轨迹与所述目的人员进行关联,进而确定所述目的人员的运动轨迹。
2.根据权利要求1所述的方法,其特征在于,所述从图片库中选择包含目的人员的目的图片,包括:
获得查询参考图片;
将图片库中的图片与所述查询参考图片进行匹配;
根据匹配结果,确定目的图片。
3.根据权利要求1所述的方法,其特征在于,所述从图片库中选择包含目的人员的目的图片,包括:
获得查询区域的信息,其中,所述查询区域中包括至少一个采集点;
从所述图片库中获得所述查询区域中的采集点在查询时间段内所采集的图片;
根据所获得的图片,确定至少一个图片集合,其中,所述图片集合中每两张图片间的相似度大于第一预设阈值;
获得每一图片集合对应的采集点数量;
根据采集点数量大于第二预设阈值的图片集合中的图片,确定目的图片。
4.根据权利要求1所述的方法,其特征在于,在所述各个采集点采集到数据后,所述方法还包括:
获取所述采集点采集的数据;
按照预设的过滤规则过滤掉所述数据中的脏数据。
5.根据权利要求4所述的方法,其特征在于,所述数据包括:图片和地址信息;
所述按照预设的过滤规则过滤掉所述数据中的脏数据之后,所述方法还包括:
将过滤后的图片与所述采集点、所述过滤后的图片的采集时间对应存储;
判断所述过滤后的图片的采集时间所在的第二预设时间段内是否已存储了针对所述采集点的所述过滤后的地址信息;
若为否,将所述过滤后的地址信息与所述采集点、所述过滤后的地址信息的采集时间对应存储。
6.一种运动轨迹的确定装置,其特征在于,所述装置包括:
图片选择单元,用于从图片库中选择包含目的人员的目的图片,其中,所述图片库中存储有各个采集点采集的图片,所述各个采集点用于采集图片和/或采集人员所携带设备的地址信息;
信息确定单元,用于根据所述目的图片对应的采集点确定至少两个目的采集点,并将所述目的图片对应的采集时间所在的第一预设时间段确定为目的时间段;
信息获得单元,用于获得在所述目的时间段内被所述至少两个目的采集点中的部分或全部目的采集点都采集到的至少一个地址信息;
轨迹确定单元,用于获得所述至少一个地址信息的运动轨迹,并将获得的运动轨迹与所述目的人员进行关联,进而确定所述目的人员的运动轨迹。
7.根据权利要求6所述的装置,其特征在于,所述图片选择单元,包括:
第一图片获得子单元,用于获得查询参考图片;
图片匹配子单元,用于将图片库中的图片与所述查询参考图片进行匹配;
第一图片确定子单元,用于根据匹配结果,确定目的图片。
8.根据权利要求6所述的装置,其特征在于,所述图片选择单元,包括:
信息获得子单元,用于获得查询区域的信息,其中,所述查询区域中包括至少一个采集点;
第二图片获得子单元,用于从所述图片库中获得所述查询区域中的采集点在查询时间段内所采集的图片;
集合确定子单元,用于根据所获得的图片,确定至少一个图片集合,其中,所述图片集合中每两张图片间的相似度大于第一预设阈值;
数量获得子单元,用于获得每一图片集合对应的采集点数量;
第二图片确定子单元,用于根据采集点数量大于第二预设阈值的图片集合中的图片,确定目的图片。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
数据获取单元,用于在所述各个采集点采集到数据后,获取所述采集点采集的数据;
数据过滤单元,用于按照预设的过滤规则过滤掉所述数据中的脏数据。
10.根据权利要求9所述的装置,其特征在于,所述数据包括:图片和地址信息;
所述装置还包括:
图片存储单元,用于按照预设的过滤规则过滤掉所述数据中的脏数据之后,将过滤后的图片与所述采集点、所述过滤后的图片的采集时间对应存储;
信息判断单元,用于判断所述过滤后的图片的采集时间所在的第二预设时间段内是否已存储了针对所述采集点的所述过滤后的地址信息;
信息存储单元,用于在所述信息判断单元判断为否的情况下,将所述过滤后的地址信息与所述采集点、所述过滤后的地址信息的采集时间对应存储。
CN201610474562.9A 2016-06-22 2016-06-22 一种运动轨迹的确定方法及装置 Active CN107527464B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610474562.9A CN107527464B (zh) 2016-06-22 2016-06-22 一种运动轨迹的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610474562.9A CN107527464B (zh) 2016-06-22 2016-06-22 一种运动轨迹的确定方法及装置

Publications (2)

Publication Number Publication Date
CN107527464A true CN107527464A (zh) 2017-12-29
CN107527464B CN107527464B (zh) 2019-11-22

Family

ID=60734373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610474562.9A Active CN107527464B (zh) 2016-06-22 2016-06-22 一种运动轨迹的确定方法及装置

Country Status (1)

Country Link
CN (1) CN107527464B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112734802A (zh) * 2020-12-31 2021-04-30 杭州海康威视***技术有限公司 一种轨迹获取方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05137045A (ja) * 1991-11-12 1993-06-01 Mitsubishi Heavy Ind Ltd 目標検出装置
US5450504A (en) * 1992-05-19 1995-09-12 Calia; James Method for finding a most likely matching of a target facial image in a data base of facial images
CN101393609A (zh) * 2008-09-18 2009-03-25 北京中星微电子有限公司 一种目标检测跟踪方法和装置
CN102360433A (zh) * 2011-11-08 2012-02-22 江苏省莱科信息技术有限公司 一种基于手机照片识别定位的紧急求救方法及***
CN102426782A (zh) * 2011-08-05 2012-04-25 华为技术有限公司 一种车辆监控方法和车辆管理***
CN102819578A (zh) * 2012-07-24 2012-12-12 武汉大千信息技术有限公司 视频侦查嫌疑目标分析***及方法
CN102915755A (zh) * 2012-09-07 2013-02-06 博康智能网络科技股份有限公司 一种基于视频显示提取运动目标到时间轴上的方法
CN103942811A (zh) * 2013-01-21 2014-07-23 中国电信股份有限公司 分布式并行确定特征目标运动轨迹的方法与***
CN104902004A (zh) * 2015-04-13 2015-09-09 深圳位置网科技有限公司 一种失踪人口的紧急救助***及方法
CN105357480A (zh) * 2015-11-10 2016-02-24 杭州敦崇科技股份有限公司 公共场所无线上网安全管理***及其运行方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05137045A (ja) * 1991-11-12 1993-06-01 Mitsubishi Heavy Ind Ltd 目標検出装置
US5450504A (en) * 1992-05-19 1995-09-12 Calia; James Method for finding a most likely matching of a target facial image in a data base of facial images
CN101393609A (zh) * 2008-09-18 2009-03-25 北京中星微电子有限公司 一种目标检测跟踪方法和装置
CN102426782A (zh) * 2011-08-05 2012-04-25 华为技术有限公司 一种车辆监控方法和车辆管理***
CN102360433A (zh) * 2011-11-08 2012-02-22 江苏省莱科信息技术有限公司 一种基于手机照片识别定位的紧急求救方法及***
CN102819578A (zh) * 2012-07-24 2012-12-12 武汉大千信息技术有限公司 视频侦查嫌疑目标分析***及方法
CN102915755A (zh) * 2012-09-07 2013-02-06 博康智能网络科技股份有限公司 一种基于视频显示提取运动目标到时间轴上的方法
CN103942811A (zh) * 2013-01-21 2014-07-23 中国电信股份有限公司 分布式并行确定特征目标运动轨迹的方法与***
CN104902004A (zh) * 2015-04-13 2015-09-09 深圳位置网科技有限公司 一种失踪人口的紧急救助***及方法
CN105357480A (zh) * 2015-11-10 2016-02-24 杭州敦崇科技股份有限公司 公共场所无线上网安全管理***及其运行方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112734802A (zh) * 2020-12-31 2021-04-30 杭州海康威视***技术有限公司 一种轨迹获取方法及装置
CN112734802B (zh) * 2020-12-31 2024-02-09 杭州海康威视***技术有限公司 一种轨迹获取方法及装置

Also Published As

Publication number Publication date
CN107527464B (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN110334111B (zh) 一种多维轨迹分析方法及装置
CN103942811B (zh) 分布式并行确定特征目标运动轨迹的方法与***
CN106844492B (zh) 一种人脸识别的方法、客户端、服务器及***
CN105208528A (zh) 一种用于识别同行人员的***及方法
CN103324919B (zh) 基于人脸识别的视频监控***及其数据处理方法
CN103310200B (zh) 人脸识别方法
CN109270384B (zh) 一种用于识别用电设备电弧的方法和***
CN108091140A (zh) 一种确定***辆的方法和装置
CN108540752B (zh) 对视频监控中目标对象进行识别的方法、装置和***
CN102622580A (zh) 一种人脸检测识别方法及***
CN102170563A (zh) 智能人员卡口***及人员监控管理方法
CN102915432A (zh) 一种车载微机图像视频数据提取方法及装置
CN102929887A (zh) 一种基于声音特征识别的快速录像检索方法及***
CN107578021A (zh) 基于深度学习网络的行人检测方法、装置及***
CN109559336B (zh) 对象追踪方法、装置及存储介质
CN107862072A (zh) 基于大数据技术分析车辆入城套牌作案的方法
CN109963113B (zh) 一种感兴趣目标的监控方法及装置
CN114093014A (zh) 一种图码关联强度计算方法、装置、设备及存储介质
CN106846304A (zh) 基于红外检测的电气设备检测方法及装置
CN104484651B (zh) 人像动态对比方法及***
CN107527464A (zh) 一种运动轨迹的确定方法及装置
CN105320710A (zh) 抗光照变化的车辆检索方法及装置
CN105139481A (zh) 一种汽车喇叭识别***
CN202815869U (zh) 一种车载微机图像视频数据提取装置
CN107895503A (zh) 一种无人值守的停车场监控***

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