CN109873978B - 定位追踪方法及相关装置 - Google Patents
定位追踪方法及相关装置 Download PDFInfo
- Publication number
- CN109873978B CN109873978B CN201811599571.6A CN201811599571A CN109873978B CN 109873978 B CN109873978 B CN 109873978B CN 201811599571 A CN201811599571 A CN 201811599571A CN 109873978 B CN109873978 B CN 109873978B
- Authority
- CN
- China
- Prior art keywords
- passenger
- passengers
- subway
- suspicious
- information
- 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.)
- Active
Links
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本申请实施例公开了定位追踪方法及相关装置,方法包括:通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢;根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客;获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控;向所述掌迹设备发送所述可疑乘客的监控录像。本申请实施例有利于及时识别出混入地铁乘客中的可疑乘客,从而对其进行定位追踪。
Description
技术领域
本申请涉及电子技术领域,具体涉及一种定位追踪的方法及相关装置。
背景技术
由于地铁运行时乘坐地铁的乘客数量庞大,地铁在多个站点停靠时乘客流动性大,因此安防措施薄弱,犯罪分子和逃犯容易趁着人多混入地铁乘客中,地铁成为其藏身之地,且追捕人员难以对其抓捕,因为在地铁上逃犯很容易逃脱,使得追捕人员的很难实施抓捕任务。为帮助追捕人员能更高效地抓捕逃犯,同时给地铁乘客提供一个更安全更放心的乘车环境,可通过信息感知设备对藏匿在地铁中的逃犯进行识别和定位追踪。
发明内容
本申请实施例提供了一种定位追踪方法及相关装置,以期及时识别出混入地铁乘客中的可疑乘客,从而对其进行定位跟追。
第一方面,本申请实施例提供一种定位追踪方法,应用于地铁预警***的云服务器,所述地铁预警***包括所述云服务器、至少一个信息感知设备和掌迹设备,所述云服务器和所述至少一个信息感知设备以及所述掌迹设备建立有通信连接,所述方法包括:
通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢;
根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客;
获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控;
向所述掌迹设备发送所述可疑乘客的监控录像。
第二方面,本申请实施例提供一种定位追踪装置,应用于地铁预警***的云服务器,所述地铁预警***包括所述云服务器、至少一个信息感知设备和掌迹设备,所述云服务器和所述至少一个信息感知设备以及所述掌迹设备建立有通信连接,所述定位追踪装置包括处理单元和通信单元,其中,
所述处理单元,用于通过所述通信单元控制所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢;以及用于根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客;以及用于获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控;向所述掌迹设备发送所述可疑乘客的监控录像。
第三方面,本申请实施例提供一种云服务器,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,本申请实施例中,云服务器首先通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢,其次,根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,然后,获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控,最后,向所述掌迹设备发送所述可疑乘客的监控录像。由于云服务器可通过信息感知设备获取多个地铁乘客的特征信息,并根据特征信息确定多个地铁乘客中是否有可疑乘客,若是,则通过至少一个信息感知设备中的目标信息感知设备进一步对可疑乘客进行监控,并将监控录像发送给掌迹设备,从而,可识别出地铁乘客中的可疑乘客,有利于帮助追捕人员快速抓捕到藏匿于地铁中的逃犯。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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是本申请实施例提供的一种预警***的***架构示意图;
图2是本申请实施例提供的一种定位追踪方法的流程示意图;
图3是本申请实施例提供的另一种定位追踪方法的流程示意图;
图4是本申请实施例提供的另一种定位追踪方法的流程示意图;
图5是本申请实施例提供的一种云服务器的结构示意图;
图6是本申请实施例提供的一种定位追踪装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(UserEquipment,UE),移动台(Mobile Station,MS),电子设备设备(terminal Pevice)等等。
本申请实施例提出一种定位追踪方法,下面结合附图对本申请实施例进行详细介绍。
如图1所示,图1为本申请实施例所涉及到的地铁预警***一种可能的***架构图,其中包括地铁预警***的云服务器101,掌迹设备102,信息感知设备10,3,信息感知设备104……信息感知设备N+2,其中N为自然数,云服务器101与掌迹设备102以及信息感知设备103,信息感知设备104……信息感知设备N+2均建立有通信连接;信息感知设备103、信息感知设备104……信息感知设备N+2分布在地铁的多个车厢,每个车厢可配置有一个或多个信息感知设备,从而可以对车厢的每个位置进行监控。其中,信息感知设备具备人脸识别、拍照、摄像、获取电子设备关联信息等功能,其中,关联信息包括目标电子设备的设备标识和/或目标电子设备上记录的电子身份标识。上述至少一个信息感知设备在执行上述功能时均受云服务器101的控制,且在获取到上述信息后将上传至云服务器101,云服务器101对获取到的信息进行处理,得到处理结果后再对上述至少一个信息感知设备传达预设的控制指令,以实现对上述至少一个信息感知设备的控制。可选的,用户可通过与云服务器交互对上述至少一个信息感知设备进行灵活的控制。
请参阅图2,图2是本申请实施例提供了一种定位追踪方法的流程示意图,应用于地铁预警***的云服务器,所述地铁预警***包括所述云服务器、至少一个信息感知设备和掌迹设备,所述云服务器和所述至少一个信息感知设备以及所述掌迹设备建立有通信连接,如图所示,本定位追踪方法包括:
S201,云服务器通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢。
其中,地铁人流量大、上车下车时间较短,安防措施薄弱,使得逃犯和犯罪分子很容易混入到地铁人群中并将地铁作为藏身之地,同时也提高了追捕人员开展追捕工作的难度。为帮助追捕人员更好的实施工作任务以及高效的抓捕逃犯,同时打造一个更好的地铁乘车环境,考虑在地铁每个车厢的多个不同位置设置信息感知设备,云服务器可以通过信息感知设备获取乘客的特征信息。
其中,至少一个信息感知设备分布于地铁的多个车厢,使得可以对每个车厢的各个位置的乘客进行监控同时获取到特征信息,云服务器可以通过至少一个信息感知设备获取多个地铁乘客的特征信息,多个地铁乘客可以是该列地铁的所有乘客,也可以是地铁部分车厢中的乘客。例如,每个车厢可容纳50人,刚该列车厢的人数超过预设阈值35人后,由于该车厢乘客多较为拥挤,逃犯最喜欢藏匿于人多的地方以便掩饰自己,因此,可获取该车厢中的多个地铁乘客的特征信息,通过特征信息可进一步对该乘客进行身份识别。
S202,所述云服务器根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客。
其中,云服务器根据多个地铁乘客的特征信息,对乘客的乘车行为进行分析,判断乘客是否有出现可疑行为,例如故意推挤他人,频繁移动位置,对脸部进行遮挡等,若是则可确定为可疑乘客。
S203,所述云服务器获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控。
其中,在确定多个地铁乘客中的可疑乘客之后,则可只获取可疑乘客的定位信息,并根据定位信息从至少一个信息感知设备中选取目标信息感知设备来对可疑乘客进行监控,从而,可向与云服务建立有通信连接的掌迹设备发送可疑乘客的监控录像,当逃犯混入地铁乘客中时,追捕人员则可通过掌迹设备看查看可疑人员中是否有待抓捕的逃犯,从而可提高追捕任务的处理效率。
S204,所述云服务器向所述掌迹设备发送所述可疑乘客的监控录像。
可以看出,本申请实施例中,云服务器首先通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢,其次,根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,然后,获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控,最后,向所述掌迹设备发送所述可疑乘客的监控录像。由于云服务器可通过信息感知设备获取多个地铁乘客的特征信息,并根据特征信息确定多个地铁乘客中是否有可疑乘客,若是,则通过至少一个信息感知设备中的目标信息感知设备进一步对可疑乘客进行监控,并将监控录像发送给掌迹设备,从而,可识别出地铁乘客中的可疑乘客,有利于帮助追捕人员快速抓捕到藏匿于地铁中的逃犯。
在一个可能的示例中,所述特征信息包括多个在不同时刻拍摄到的所述多个地铁乘客的图像;所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,包括:将所述多个图像进行比对,确定所述多个地铁乘客中是否有乘客的服装发生变化;若是,确定所述多个地铁乘客中服装发生变化的第一目标乘客为可疑乘客。
其中,特征信息包括多个地铁乘客的图像,且这多个图像拍摄于不同的时刻,因此,可将多个图像进行比较,例如,将同一乘客在多个图像中的衣服、裤子、鞋子、发型等元素进行比对,从而检测多个地铁乘客中,是否有乘客的服装发生变化,将服装发生变化的第一目标乘客确定为可疑乘客。
可见,本示例中,若有地铁乘客在乘车过程中,服装发生了变化,即有乘客更换服装,一般逃犯混入地铁乘客中时,为掩人耳目逃避追捕人员的抓捕,可能会更换服装以躲避追捕人员的抓捕,若云服务器可通过信息感知设备确定地铁乘客中更换服装的乘客为可疑乘客,从而有利于快速确定多个地铁乘客中的可疑乘客。
在一个可能的示例中,所述确定所述多个地铁乘客中服装发生变化的第一目标乘客为可疑乘客,包括:确定服装发生变化的第一目标乘客对应的性别;确定所述第一目标乘客服装变化前的服装对应的性别以及服装发生变化后的服装对应的性别;在检测到所述第一目标乘客服装变化前的服装对应的性别或服装发生变化后的服装对应的性别和所述第一目标乘客对应的性别不一致时,确定所述第一目标乘客为可疑乘客。
其中,确定服装发生变换的第一目标乘客对应的性别,可能为女性,也可能为男性,若检测到第一目标乘客服装发生变化前的服装对应的性别,或者,服装发生变化后的服装对应的性别,和第一目标乘客的性别不一致时,可确定第一目标乘客为可疑乘客。
举例说明,第一目标乘客为男性乘客,在服装发生变化前穿着的是男性服装,在乘坐地铁过程中,不仅更换了服装,还穿着了女性服装,则认为第一目标乘客的行为可疑,可能是想通过变装误导他人对其的性别判断,同理,在服装发生变化前穿着的是女性服装,在服装发生变化后穿着的是男性服装,即在服装变化后穿回正常的男性服装,也有误导他人对其性别进行判断的嫌疑。
可见,本示例中,通过进一步对第一目标乘客的性别进行判断,并检测第一目标乘客服装变化前的服装对应的性别或服装发生变化后的服装对应的性别和第一目标乘客对应的性别是否一致,从而判断第一目标乘客是否想通过误导他人对其性别的判断来掩饰身份,有利于更准确地判断第一目标乘客是否为可疑乘客。
在一个可能的示例中,所述特征信息包括地铁乘客的人脸信息;所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,包括根据所述多个地铁乘客的人脸信息,确定所述多个地铁乘客中人脸信息不满足预设条件的第二目标乘客;对所述第二目标地乘客进行定位并获取所述第二目标乘客的移动轨迹;在检测到所述第二目标乘客中出现在多个地铁车厢时,确定所述第二目标乘客为可疑乘客。
其中,逃犯为避免被他人识别出身份,往往会对脸部进行遮挡以避免被监控录像拍摄的清晰的人脸,因此,至少一个信息感知设备获取多个地铁乘客的人脸信息后,将每位乘客的人脸信息发送给云服务器后,云服务器确定多个地铁乘客中人脸信息不满足预设条件的第二目标乘客,预设条件可以是人脸信息中的人脸图像清晰度大于第一预设阈值,或者,人脸信息中的人脸图像面积大于第二预设阈值,或者,人脸信息中的面部表情在预设时长内有产生表情变化等。
其中,在确定第二目标乘客后,可进一步获取第二目标乘客的移动轨迹,从而判断第二目标乘客是否有可疑行为,以避免将不小心遮挡住人脸的乘客,如佩戴有围巾、眼镜、帽子等服饰的乘客误判为可疑乘客。在获取到第二目标乘客的移动轨迹后,若检测到第二目标乘客不停在变换位置,出现在多个地铁车厢中,如一会出现在车厢A,一会出现在车厢B,一会出现在车厢C中,可进一步判断第二目标乘客为可疑乘客。其中,可预设当第二目标乘客出现过的车厢数目大于预设车厢数目时,如大于3个车厢时,确定为可疑乘客。
可见,本示例中,根据多个地铁乘客的特征信息,确定多个地铁乘客中无法准确进行人脸识别的乘客为第二目标乘客,同时获取第二目标乘客的轨迹信息,进一步判断第二目标乘客是否出现在地铁多个不同车厢中,若是则可确定为可疑乘客,有利于提高判断的准确性。
在一个可能的示例中,所述特征信息包括地铁乘客在所在车厢的第一移动频率;所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,包括:确定所述多个地铁乘客中的每个乘客所在的目标车厢;确定所述目标车厢的乘客数量,以确定所述目标车厢的拥挤度;查询预设的车厢的拥挤度和乘客移动频率之间的映射关系,确定所述目标车厢的拥挤度对应的第二移动频率;确定所述多个地铁乘客中所述第一移动频率大于所述第二移动频率的乘客为可疑乘客。
其中,特征信息包括地铁乘客在所在车厢的第一移动频率,可确定多个地铁乘客中每个乘客所在的目标车厢,进而确定目标车厢的乘客数量以及拥挤度,可查询预设的车厢拥挤度和乘客移动频率之间的映射关系,确定目标车厢的拥挤度对应的第二移动频率,在检测到乘客的第一移动频率大于第二移动频率时,确定该乘客为可疑乘客。因为一般车厢中的乘客越多车厢越拥挤,在拥挤的情况下,乘客一般不会多次移动位置,即移动频率较低,因此,当乘客在车厢较为拥挤的情况下,还有较高的移动频率,行为很可疑,可能是想通过变化位置以避免被他人识别出或者记住长相,该乘客为可疑乘客的概率较高。
举例说明,某个乘客位于车厢A,检测到车厢A当前的乘客数量35,预设的可容乃数量为50,拥挤度为70%,在拥挤度为70%是对应第二移动频率,第二移动频率可能是乘客一分钟移动4次,但是信息感知设备检测到该乘客的第一移动频率为一分钟移动6次,因此可将该乘客判定为可疑乘客。此外,预设的车厢的拥挤度和乘客移动频率之间的映射关系可以是通过对历史数据进行统计和学习得到。
可见,本示例中,云服务器根据地铁乘客在所在车厢的第一移动频率,以及该车厢当前的拥挤度对应的第二移动频率,判断第一移动频率是否大于第二移动频率,通过精细化的对乘客的移动频率进行判断,若判断结果为是,可确定该乘客为可疑乘客。
在一个可能的示例中,所述根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控,包括:根据所述可疑乘客的定位信息,确定所述可疑乘客在地铁车厢中的活动区域为第一活动区域和第二活动区域,其中,每个地铁车厢被划分为多个活动区域,所述多个活动区域中的每个活动区域对应一个目标信息感知设备;确定所述第一活动区域对应的第一信息感知设备以及所述第二活动区域对应的第二信息感知设备为所述目标信息感知设备;通过所述第一信息感知设备和所述第二信息感知设备对所述可疑乘客进行监控。
其中,在确定可疑乘客之后,根据可疑乘客的定位信息,确定可疑乘客在地铁车厢中的活动区域为第一获取区域和第二活动区域,第一获取区域和第二活动区域可以为相同的活动区域,也可以为不同的活动区域。可预先将车厢划分为多个活动区域,不同的活动区域可能关联有至少一个信息感知设备,将可以最准确获取一个活动区域信息的信息感知设备确定为该活动区域对应的信息感知设备。当然,可疑乘客对应的活动区域可能大于两个,在此不做任何限定
可见,本示例中,云服务器在确定可疑乘客后,确定可疑乘客在车厢中的第一活动区域和第二活动区域,并确定第一活动区域对应的第一信息感知设备以及第二活动区域对应的第二信息感知设备为目标信息感知设备,从而只需要通过第一信息感知设备和第二信息感知设备对可疑乘客进行监控,其他信息感知设备可进入休眠状态,有利于节省功耗。
在一个可能的示例中,所述向所述掌迹设备发送所述可疑乘客的监控录像,包括:根据所述可疑乘客的人脸信息,对所述可疑乘客进行身份识别;在确定所述可疑乘客的身份信息后,确定所述可疑乘客是否有犯罪历史;若是,确定所述可疑乘客为潜在危险乘客;或者,调取预设的可疑人物数据库,确定所述可疑乘客被判定为可疑人物的次数;在检测到所述可疑乘客被判定为可疑人物的次数大于预设阈值时,确定所述可疑乘客为潜在危险乘客;向所述掌迹设备发送危险预警信息以便于所述掌迹设备的持有者根据对所述潜在危险乘客进行监控并执行预设操作,所述危险预警信息包括所述潜在危险乘客的实时监控图像。
其中,云服务器可根据可疑乘客的人脸信息,对可疑乘客进行身份识别,从而,检测可疑乘客是否有犯罪历史,如果有,则确定为潜在危险乘客。
其中,云服务器还可以查询可疑人物身份数据库,确定可疑乘客被判定为可疑人物的次数是否大于预设阈值时,若是,可确定可疑乘客确定为潜在危险乘客。
可见,本示例中,通过对可疑乘客进一步进行身份识别,判断可疑乘客是否为潜在危险乘客,如果是,则向掌迹设备发送危险预警信息以便、于掌迹设备的持有者对潜在危险乘客进行监控并执行预设操作,防患于未然,如有逃犯或者犯罪分子潜入地铁乘客中,追捕人员可通过掌迹设备快速获取到可疑人物的信息,从而有利于提高抓捕效率。
与上述图2所示的实施例一致的,请参阅图3,图3是本申请实施例提供的另一种定位追踪方法的流程示意图,应用于地铁预警***的云服务器,所述地铁预警***包括所述云服务器、至少一个信息感知设备和掌迹设备,所述云服务器和所述至少一个信息感知设备以及所述掌迹设备建立有通信连接,如图所示,本定位追踪方法包括:
S301、云服务器通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢,所述特征信息包括多个在不同时刻拍摄到的所述多个地铁乘客的图像。
S302、所述云服务器将所述多个图像进行比对,确定所述多个地铁乘客中是否有乘客的服装发生变化。
S303、所述云服务器若检测到有乘客的服装发生变化,确定所述多个地铁乘客中服装发生变化的第一目标乘客为可疑乘客。
S304、所述云服务器获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控。
S305、所述云服务器向所述掌迹设备发送所述可疑乘客的监控录像。
可以看出,本申请实施例中,云服务器首先通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢,其次,根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,然后,获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控,最后,向所述掌迹设备发送所述可疑乘客的监控录像。由于云服务器可通过信息感知设备获取多个地铁乘客的特征信息,并根据特征信息确定多个地铁乘客中是否有可疑乘客,若是,则通过至少一个信息感知设备中的目标信息感知设备进一步对可疑乘客进行监控,并将监控录像发送给掌迹设备,从而,可识别出地铁乘客中的可疑乘客,有利于帮助追捕人员快速抓捕到藏匿于地铁中的逃犯。
此外,若有地铁乘客在乘车过程中,服装发生了变化,即有乘客更换服装,一般逃犯混入地铁乘客中时,为掩人耳目逃避追捕人员的抓捕,可能会更换服装以躲避追捕人员的抓捕,若云服务器可通过信息感知设备确定地铁乘客中更换服装的乘客为可疑乘客,从而有利于快速确定多个地铁乘客中的可疑乘客。
与上述图2、图3所示的实施例一致的,请参阅图4,图4是本申请实施例提供的另一种定位追踪方法的流程示意图,应用于地铁预警***的云服务器,所述地铁预警***包括所述云服务器和至少一个信息感知设备,所述云服务器和所述至少一个信息感知设备建立有通信连接,如图所示,本定位追踪方法包括:
S401、云服务器通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢,所述特征信息包括多个在不同时刻拍摄到的所述多个地铁乘客的图像。
S402、所述云服务器将所述多个图像进行比对,确定所述多个地铁乘客中是否有乘客的服装发生变化。
S403、所述云服务器若检测到有乘客的服装发生变化,确定服装发生变化的第一目标乘客对应的性别。
S404、所述云服务器确定所述第一目标乘客服装变化前的服装对应的性别以及服装发生变化后的服装对应的性别。
S405、所述云服务器在检测到所述第一目标乘客服装变化前的服装对应的性别或服装发生变化后的服装对应的性别和所述第一目标乘客对应的性别不一致时,确定所述第一目标乘客为可疑乘客。
S406、所述云服务器获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控。
S407、所述云服务器向所述掌迹设备发送所述可疑乘客的监控录像。
可以看出,本申请实施例中,云服务器首先通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢,其次,根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,然后,获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控,最后,向所述掌迹设备发送所述可疑乘客的监控录像。由于云服务器可通过信息感知设备获取多个地铁乘客的特征信息,并根据特征信息确定多个地铁乘客中是否有可疑乘客,若是,则通过至少一个信息感知设备中的目标信息感知设备进一步对可疑乘客进行监控,并将监控录像发送给掌迹设备,从而,可识别出地铁乘客中的可疑乘客,有利于帮助追捕人员快速抓捕到藏匿于地铁中的逃犯。
此外,若有地铁乘客在乘车过程中,服装发生了变化,即有乘客更换服装,一般逃犯混入地铁乘客中时,为掩人耳目逃避追捕人员的抓捕,可能会更换服装以躲避追捕人员的抓捕,若云服务器可通过信息感知设备确定地铁乘客中更换服装的乘客为可疑乘客,从而有利于快速确定多个地铁乘客中的可疑乘客。
此外,通过进一步对第一目标乘客的性别进行判断,并检测第一目标乘客服装变化前的服装对应的性别或服装发生变化后的服装对应的性别和第一目标乘客对应的性别是否一致,从而判断第一目标乘客是否想通过误导他人对其性别的判断来掩饰身份,有利于更准确地判断第一目标乘客是否为可疑乘客。
与上述图2、图3、图4所示的实施例一致的,请参阅图5,图5是本申请实施例提供的一种云服务器500的结构示意图,如图所示,所述云服务器500包括应用处理器510、存储器520、通信接口530以及一个或多个程序521,其中,所述一个或多个程序521被存储在上述存储器520中,并且被配置由上述应用处理器510执行,所述一个或多个程序521包括用于执行以下步骤的指令;
通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢;
根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客;
获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控;
向所述掌迹设备发送所述可疑乘客的监控录像。
可以看出,本申请实施例中,云服务器首先通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢,其次,根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,然后,获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控,最后,向所述掌迹设备发送所述可疑乘客的监控录像。由于云服务器可通过信息感知设备获取多个地铁乘客的特征信息,并根据特征信息确定多个地铁乘客中是否有可疑乘客,若是,则通过至少一个信息感知设备中的目标信息感知设备进一步对可疑乘客进行监控,并将监控录像发送给掌迹设备,从而,可识别出地铁乘客中的可疑乘客,有利于帮助追捕人员快速抓捕到藏匿于地铁中的逃犯。
在一个可能的示例中,所述特征信息包括多个在不同时刻拍摄到的所述多个地铁乘客的图像;在所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客方面,所述程序中的指令具体用于执行以下操作:将所述多个图像进行比对,确定所述多个地铁乘客中是否有乘客的服装发生变化;若是,确定所述多个地铁乘客中服装发生变化的第一目标乘客为可疑乘客。
在一个可能的示例中,在所述确定所述多个地铁乘客中服装发生变化的第一目标乘客为可疑乘客方面,所述程序中的指令具体用于执行以下操作:确定服装发生变化的第一目标乘客对应的性别;确定所述第一目标乘客服装变化前的服装对应的性别以及服装发生变化后的服装对应的性别;在检测到所述第一目标乘客服装变化前的服装对应的性别或服装发生变化后的服装对应的性别和所述第一目标乘客对应的性别不一致时,确定所述第一目标乘客为可疑乘客。
在一个可能的示例中,所述特征信息包括地铁乘客的人脸信息;在所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客方面,所述程序中的指令具体用于执行以下操作:根据所述多个地铁乘客的人脸信息,确定所述多个地铁乘客中人脸信息不满足预设条件的第二目标乘客;对所述第二目标地乘客进行定位并获取所述第二目标乘客的移动轨迹;在检测到所述第二目标乘客中出现在多个地铁车厢时,确定所述第二目标乘客为可疑乘客。
在一个可能的示例中,所述特征信息包括地铁乘客在所在车厢的第一移动频率;在所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客方面,所述程序中的指令具体用于执行以下操作:确定所述多个地铁乘客中的每个乘客所在的目标车厢;确定所述目标车厢的乘客数量,以确定所述目标车厢的拥挤度;查询预设的车厢的拥挤度和乘客移动频率之间的映射关系,确定所述目标车厢的拥挤度对应的第二移动频率;确定所述多个地铁乘客中所述第一移动频率大于所述第二移动频率的乘客为可疑乘客。
在一个可能的示例中,在所述根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控方面,所述程序中的指令还用于执行以下操作:根据所述可疑乘客的定位信息,确定所述可疑乘客在地铁车厢中的活动区域为第一活动区域和第二活动区域,其中,每个地铁车厢被划分为多个活动区域,所述多个活动区域中的每个活动区域对应一个目标信息感知设备;确定所述第一活动区域对应的第一信息感知设备以及所述第二活动区域对应的第二信息感知设备为所述目标信息感知设备;通过所述第一信息感知设备和所述第二信息感知设备对所述可疑乘客进行监控。
在一个可能的示例中,在所述向所述掌迹设备发送所述可疑乘客的监控录像方面,所述程序中的指令还用于执行以下操作:根据所述可疑乘客的人脸信息,对所述可疑乘客进行身份识别;在确定所述可疑乘客的身份信息后,确定所述可疑乘客是否有犯罪历史;若是,确定所述可疑乘客为潜在危险乘客;或者,调取预设的可疑人物数据库,确定所述可疑乘客被判定为可疑人物的次数;在检测到所述可疑乘客被判定为可疑人物的次数大于预设阈值时,确定所述可疑乘客为潜在危险乘客;向所述掌迹设备发送危险预警信息以便于所述掌迹设备的持有者根据对所述潜在危险乘客进行监控并执行预设操作,所述危险预警信息包括所述潜在危险乘客的实时监控图像。
可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图6是本申请实施例中所涉及的定位追踪装置600的功能单元组成框图。该控制装置600应用于电子设备,包括处理单元601和通信单元602,其中,
所述处理单元601,用于通过所述通信单元602控制所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢;以及用于根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客;以及用于获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控;向所述掌迹设备发送所述可疑乘客的监控录像。
其中,所述定位追踪装置600还可以包括存储单元603,用于存储电子设备的程序代码和数据。所述处理单元601可以是处理器,所述通信单元602可以是触控显示屏或者收发器,存储单元603可以是存储器。
可以看出,本申请实施例中,云服务器首先通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢,其次,根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,然后,获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控,最后,向所述掌迹设备发送所述可疑乘客的监控录像。由于云服务器可通过信息感知设备获取多个地铁乘客的特征信息,并根据特征信息确定多个地铁乘客中是否有可疑乘客,若是,则通过至少一个信息感知设备中的目标信息感知设备进一步对可疑乘客进行监控,并将监控录像发送给掌迹设备,从而,可识别出地铁乘客中的可疑乘客,有利于帮助追捕人员快速抓捕到藏匿于地铁中的逃犯。
在一个可能的示例中,所述特征信息包括多个在不同时刻拍摄到的所述多个地铁乘客的图像;在所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客方面,所述处理单元601具体用于:将所述多个图像进行比对,确定所述多个地铁乘客中是否有乘客的服装发生变化;以及用于若是,确定所述多个地铁乘客中服装发生变化的第一目标乘客为可疑乘客。
在一个可能的示例中,在所述确定所述多个地铁乘客中服装发生变化的第一目标乘客为可疑乘客方面,所述处理单元601具体用于:确定服装发生变化的第一目标乘客对应的性别;以及用于确定所述第一目标乘客服装变化前的服装对应的性别以及服装发生变化后的服装对应的性别;以及用于在检测到所述第一目标乘客服装变化前的服装对应的性别或服装发生变化后的服装对应的性别和所述第一目标乘客对应的性别不一致时,确定所述第一目标乘客为可疑乘客。
在一个可能的示例中,所述特征信息包括地铁乘客的人脸信息;在所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客方面,所述处理单元601具体用于:根据所述多个地铁乘客的人脸信息,确定所述多个地铁乘客中人脸信息不满足预设条件的第二目标乘客;以及用于对所述第二目标地乘客进行定位并获取所述第二目标乘客的移动轨迹;以及用于在检测到所述第二目标乘客中出现在多个地铁车厢时,确定所述第二目标乘客为可疑乘客。
在一个可能的示例中,所述特征信息包括地铁乘客在所在车厢的第一移动频率;在所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客方面,所述处理单元601具体用于:确定所述多个地铁乘客中的每个乘客所在的目标车厢;确定所述目标车厢的乘客数量,以确定所述目标车厢的拥挤度;以及用于查询预设的车厢的拥挤度和乘客移动频率之间的映射关系,确定所述目标车厢的拥挤度对应的第二移动频率;以及用于确定所述多个地铁乘客中所述第一移动频率大于所述第二移动频率的乘客为可疑乘客。
在一个可能的示例中,在所述根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控方面,所述处理单元601还用于:根据所述可疑乘客的定位信息,确定所述可疑乘客在地铁车厢中的活动区域为第一活动区域和第二活动区域,其中,每个地铁车厢被划分为多个活动区域,所述多个活动区域中的每个活动区域对应一个目标信息感知设备;以及用于确定所述第一活动区域对应的第一信息感知设备以及所述第二活动区域对应的第二信息感知设备为所述目标信息感知设备;以及用于通过所述第一信息感知设备和所述第二信息感知设备对所述可疑乘客进行监控。
在一个可能的示例中,在所述向所述掌迹设备发送所述可疑乘客的监控录像方面,所述处理单元601还用于:根据所述可疑乘客的人脸信息,对所述可疑乘客进行身份识别;在确定所述可疑乘客的身份信息后,确定所述可疑乘客是否有犯罪历史;若是,确定所述可疑乘客为潜在危险乘客;或者,调取预设的可疑人物数据库,确定所述可疑乘客被判定为可疑人物的次数;在检测到所述可疑乘客被判定为可疑人物的次数大于预设阈值时,确定所述可疑乘客为潜在危险乘客;以及用于向所述掌迹设备发送危险预警信息以便于所述掌迹设备的持有者根据对所述潜在危险乘客进行监控并执行预设操作,所述危险预警信息包括所述潜在危险乘客的实时监控图像。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,ReaP-Only Memory)、随机存取存储器(RAM,RanPom Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法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,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:ReaP-Only Memory,简称:ROM)、随机存取器(英文:RanPom Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种定位追踪方法,其特征在于,应用于地铁预警***的云服务器,所述地铁预警***包括所述云服务器、至少一个信息感知设备和掌迹设备,所述云服务器和所述至少一个信息感知设备以及所述掌迹设备建立有通信连接,所述方法包括:
通过所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢;
根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客;
获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控;
向所述掌迹设备发送所述可疑乘客的监控录像;
其中,所述特征信息包括地铁乘客在所在车厢的第一移动频率;所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,包括:确定所述多个地铁乘客中的每个乘客所在的目标车厢;
确定所述目标车厢的乘客数量,以确定所述目标车厢的拥挤度;
查询预设的车厢的拥挤度和乘客移动频率之间的映射关系,确定所述目标车厢的拥挤度对应的第二移动频率;
确定所述多个地铁乘客中所述第一移动频率大于所述第二移动频率的乘客为可疑乘客。
2.根据权利要求1所述的方法,其特征在于,所述特征信息包括多个在不同时刻拍摄到的所述多个地铁乘客的图像;所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,包括:
将所述多个地铁乘客的图像进行比对,确定所述多个地铁乘客中是否有乘客的服装发生变化;
若是,确定所述多个地铁乘客中服装发生变化的第一目标乘客为可疑乘客。
3.根据权利要求2所述的方法,其特征在于,所述确定所述多个地铁乘客中服装发生变化的第一目标乘客为可疑乘客,包括:
确定服装发生变化的第一目标乘客对应的性别;
确定所述第一目标乘客服装变化前的服装对应的性别以及服装发生变化后的服装对应的性别;
在检测到所述第一目标乘客服装变化前的服装对应的性别或服装发生变化后的服装对应的性别和所述第一目标乘客对应的性别不一致时,确定所述第一目标乘客为可疑乘客。
4.根据权利要求1所述的方法,其特征在于,所述特征信息包括地铁乘客的人脸信息;所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客,包括:
根据所述多个地铁乘客的人脸信息,确定所述多个地铁乘客中人脸信息不满足预设条件的第二目标乘客;
对所述第二目标乘客进行定位并获取所述第二目标乘客的移动轨迹;
在检测到所述第二目标乘客中出现在多个地铁车厢时,确定所述第二目标乘客为可疑乘客。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控,包括:
根据所述可疑乘客的定位信息,确定所述可疑乘客在地铁车厢中的活动区域为第一活动区域和第二活动区域,其中,每个地铁车厢被划分为多个活动区域,所述多个活动区域中的每个活动区域对应一个目标信息感知设备;
确定所述第一活动区域对应的第一信息感知设备以及所述第二活动区域对应的第二信息感知设备为所述目标信息感知设备;
通过所述第一信息感知设备和所述第二信息感知设备对所述可疑乘客进行监控。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述向所述掌迹设备发送所述可疑乘客的监控录像,包括:
根据所述可疑乘客的人脸信息,对所述可疑乘客进行身份识别;在确定所述可疑乘客的身份信息后,确定所述可疑乘客是否有犯罪历史;若是,确定所述可疑乘客为潜在危险乘客;
或者,调取预设的可疑人物数据库,确定所述可疑乘客被判定为可疑人物的次数;在检测到所述可疑乘客被判定为可疑人物的次数大于预设阈值时,确定所述可疑乘客为潜在危险乘客;
向所述掌迹设备发送危险预警信息以便于所述掌迹设备的持有者根据对所述潜在危险乘客进行监控并执行预设操作,所述危险预警信息包括所述潜在危险乘客的实时监控图像。
7.一种定位追踪装置,其特征在于,应用于地铁预警***的云服务器,所述地铁预警***包括所述云服务器、至少一个信息感知设备和掌迹设备,所述云服务器和所述至少一个信息感知设备以及所述掌迹设备建立有通信连接,所述定位追踪装置包括处理单元和通信单元,其中,
所述处理单元,用于通过所述通信单元控制所述至少一个信息感知设备获取多个地铁乘客的特征信息,其中,所述至少一个信息感知设备分布于地铁的多个车厢;以及用于根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客;以及用于获取所述可疑乘客定位信息,并根据所述定位信息从所述至少一个信息感知设备中选取目标信息感知设备对所述可疑乘客进行监控;向所述掌迹设备发送所述可疑乘客的监控录像,
其中,所述特征信息包括地铁乘客在所在车厢的第一移动频率;在所述根据所述多个地铁乘客的特征信息,确定所述多个地铁乘客中的可疑乘客方面,所述处理单元具体用于:确定所述多个地铁乘客中的每个乘客所在的目标车厢;以及用于确定所述目标车厢的乘客数量,以确定所述目标车厢的拥挤度;以及用于查询预设的车厢的拥挤度和乘客移动频率之间的映射关系,确定所述目标车厢的拥挤度对应的第二移动频率;以及用于确定所述多个地铁乘客中所述第一移动频率大于所述第二移动频率的乘客为可疑乘客。
8.一种云服务器,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-6任一项所述的方法中的步骤的指令。
9.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811599571.6A CN109873978B (zh) | 2018-12-26 | 2018-12-26 | 定位追踪方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811599571.6A CN109873978B (zh) | 2018-12-26 | 2018-12-26 | 定位追踪方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109873978A CN109873978A (zh) | 2019-06-11 |
CN109873978B true CN109873978B (zh) | 2020-10-16 |
Family
ID=66917124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811599571.6A Active CN109873978B (zh) | 2018-12-26 | 2018-12-26 | 定位追踪方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109873978B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443564B (zh) * | 2019-06-26 | 2022-05-06 | 深圳市天彦通信股份有限公司 | 请假管控方法及相关产品 |
CN110490106B (zh) * | 2019-08-06 | 2022-05-03 | 万翼科技有限公司 | 信息管理方法及相关设备 |
CN111988735B (zh) * | 2020-07-09 | 2022-08-16 | 北京北大千方科技有限公司 | 含个体特征的机场客流出行链精准感知方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462417A (zh) * | 2001-03-15 | 2003-12-17 | 皇家菲利浦电子有限公司 | 用于监控进出更衣室人员的自动*** |
CN102197412A (zh) * | 2008-10-28 | 2011-09-21 | 日本电气株式会社 | 伪装检测***,伪装检测方法以及伪装检测程序 |
CN106104646A (zh) * | 2014-03-19 | 2016-11-09 | 株式会社技术未来 | 数字防丢失安防***、方法和程序 |
CN106162094A (zh) * | 2016-08-05 | 2016-11-23 | 北京丰华联合科技有限公司 | 一种用于花炮厂的安全生产智能视频监控*** |
CN109120896A (zh) * | 2018-08-26 | 2019-01-01 | 俞绍富 | 安防视频监控卫士*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9008359B2 (en) * | 2012-06-28 | 2015-04-14 | International Business Machines Corporation | Detection of static object on thoroughfare crossings |
-
2018
- 2018-12-26 CN CN201811599571.6A patent/CN109873978B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462417A (zh) * | 2001-03-15 | 2003-12-17 | 皇家菲利浦电子有限公司 | 用于监控进出更衣室人员的自动*** |
CN102197412A (zh) * | 2008-10-28 | 2011-09-21 | 日本电气株式会社 | 伪装检测***,伪装检测方法以及伪装检测程序 |
CN106104646A (zh) * | 2014-03-19 | 2016-11-09 | 株式会社技术未来 | 数字防丢失安防***、方法和程序 |
CN106162094A (zh) * | 2016-08-05 | 2016-11-23 | 北京丰华联合科技有限公司 | 一种用于花炮厂的安全生产智能视频监控*** |
CN109120896A (zh) * | 2018-08-26 | 2019-01-01 | 俞绍富 | 安防视频监控卫士*** |
Also Published As
Publication number | Publication date |
---|---|
CN109873978A (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109815818B (zh) | 目标人物追踪方法、***及相关装置 | |
CN109873978B (zh) | 定位追踪方法及相关装置 | |
US10607348B2 (en) | Unattended object monitoring apparatus, unattended object monitoring system provided with same, and unattended object monitoring method | |
JP2022082561A (ja) | 解析サーバ、監視システム、監視方法及びプログラム | |
EP3229214A1 (en) | System and method for tracking unauthorized intruders using drones integrated with a security system | |
CN112804498B (zh) | 一种安全防护装具佩戴情况监控***和方法 | |
JP6729793B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
CN111783744A (zh) | 一种操作现场安全防护检测方法及装置 | |
CN109829369A (zh) | 目标确定方法及相关装置 | |
CN111199200A (zh) | 基于电力防护装备的佩戴检测方法、装置和计算机设备 | |
KR20210053534A (ko) | 딥러닝기반 행동인식장치 및 그 장치의 구동방법 | |
KR102315371B1 (ko) | 스마트 cctv 관제 및 경보 시스템 | |
CN112396658A (zh) | 一种基于视频的室内人员定位方法及定位*** | |
US10419724B2 (en) | Monitoring system, monitoring method, and monitoring program | |
JP2022122858A (ja) | 制限エリア内の不認可のユーザを識別することを可能にする情報要素をデバイスに提供する方法 | |
JP5001808B2 (ja) | 犯罪防止装置及び犯罪防止プログラム | |
CN110751809A (zh) | 施工安全监控方法及相关产品 | |
CN109800656B (zh) | 定位方法及相关产品 | |
Zhu et al. | Automated monitoring of hardhats wearing for onsite safety enhancement | |
CN113011211B (zh) | 一种吸烟行为的检测方法、装置、电子设备及存储介质 | |
CN114049587A (zh) | 事件检测方法、服务器及*** | |
CN115180522A (zh) | 一种起吊装置施工现场的安全监测方法和*** | |
KR101394270B1 (ko) | 영상 감지 시스템 및 방법 | |
CN106448055A (zh) | 一种监控报警的方法及装置 | |
JP2017167800A (ja) | 監視システム、情報処理装置、監視方法および監視プログラム |
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 |