CN109960969A - 移动路线生成的方法、装置及*** - Google Patents
移动路线生成的方法、装置及*** Download PDFInfo
- Publication number
- CN109960969A CN109960969A CN201711404028.1A CN201711404028A CN109960969A CN 109960969 A CN109960969 A CN 109960969A CN 201711404028 A CN201711404028 A CN 201711404028A CN 109960969 A CN109960969 A CN 109960969A
- Authority
- CN
- China
- Prior art keywords
- picture pick
- target
- preset
- mobile route
- analysis
- 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
Links
Classifications
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种移动路线生成的方法、装置及***，属于计算机技术领域。所述方法包括：当获取到目标摄像设备拍摄的图像数据时，提取图像数据中包含的预设类型的分析目标的特征信息，在预先存储的特征信息中，如果不存在与分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，新建分析目标的移动路线，如果存在与分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，对第一特征信息对应的分析目标的移动路线进行更新。采用本发明，可以节约大量的人力。
Description
技术领域
本发明涉及计算机技术领域，特别涉及一种移动路线生成的方法、装置及***。
背景技术
城市公共场所一般安装有用于监控的摄像设备，昼夜不停的进行录像，并上传给服务器进行存储。
现有技术中，当用户想要开一个商店时，想要找到人流量比较大的区域，一般是从服务器获取某段时间内摄像设备拍摄的图像数据，然后通过观看这些图像数据，找到人们的移动路线，从这些移动路线中，找出人流量较大的区域。
如果想要确定图像数据中每个人的移动路线，需要查看大量的图像数据，从而会耗费大量的人力。
发明内容
为了解决耗费大量的人力的问题，本发明实施例提供了一种移动路线生成的方法、装置及***。所述技术方案如下：
第一方面，提供了一种移动路线生成的方法，所述方法包括：
当获取到目标摄像设备拍摄的图像数据时，提取所述图像数据中包含的预设类型的分析目标的特征信息；
在预先存储的特征信息中，如果不存在与所述分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，新建所述分析目标的移动路线，如果存在与所述分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，对所述第一特征信息对应的分析目标的移动路线进行更新，其中，所述预先存储的特征信息是在接收到所述图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中所述预设类型的所有分析目标的特征信息。
可选的，所述方法还包括：
当检测到所述分析目标的移动路线未更新时长达到第二预设时长时，不再对所述分析目标的移动路线进行更新。
可选的，所述第一预设时长与所述目标摄像设备相对应；
所述方法还包括：
每隔第三预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的第一预设时长。
可选的，所述根据确定出的移动路线，调整所述目标摄像设备对应的第一预设时长，包括：
对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
根据获取到的移动路线，计算所述目标摄像设备与前一个摄像设备拍摄到同一分析目标的时间差；
根据确定出的多个时间差，调整所述预设类型下所述目标摄像设备对应的第一预设时长。
可选的，所述根据确定出的多个时间差，调整所述目标摄像设备对应的第一预设时长，包括：
对所述多个时间差取平均值；
将所述平均值与第一预设数值的乘积，更新为所述目标摄像设备对应的第一预设时长。
可选的，所述预设相似度阈值与所述目标摄像设备相对应；
所述方法还包括：
每隔第四预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的相似度阈值。
可选的，所述根据确定出的移动路线，调整所述目标摄像设备对应的相似度阈值，包括：
对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
根据获取到的移动路线，确定所述目标摄像设备拍摄的属于所述预设类型的不同分析目标的数目；
如果第二预设数值与所述数目的比值不在预设范围内，则对所述目标摄像设备对应的相似度阈值进行调整，其中，第二预设数值为预设的所述第四预设时长内经过所述目标摄像设备的所述预设类型的分析目标的数目。
可选的，所述如果第二预设数值与所述数目的比值不在预设范围内，则对所述目标摄像设备对应的相似度阈值进行调整，包括：
如果第二预设数值与所述数目的比值小于所述预设范围的下边界的边界值，则将所述目标摄像设备对应的相似度阈值增加第三预设数值，如果第二预设数值与所述数目的比值大于所述预设范围的上边界的边界值，则将所述目标摄像设备对应的相似度阈值减少第三预设数值。
第二方面，提供了一种移动路线生成的装置，所述装置包括：
提取模块，用于当获取到目标摄像设备拍摄的图像数据时，提取所述图像数据中包含的预设类型的分析目标的特征信息；
更新模块，用于在预先存储的特征信息中，如果不存在与所述分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，新建所述分析目标的移动路线，如果存在与所述分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，对所述第一特征信息对应的分析目标的移动路线进行更新，其中，所述预先存储的特征信息是在接收到所述图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中所述预设类型的所有分析目标的特征信息。
可选的，所述更新模块，还用于：
当检测到所述分析目标的移动路线未更新时长达到第二预设时长时，不再对所述分析目标的移动路线进行更新。
可选的，所述第一预设时长与所述目标摄像设备相对应；
所述装置还包括：
第一调整模块，用于每隔第三预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的第一预设时长。
可选的，所述第一调整模块包括：
获取子模块，用于对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
计算子模块，用于根据获取到的移动路线，计算所述目标摄像设备与前一个摄像设备拍摄到同一分析目标的时间差；
调整子模块，用于根据确定出的多个时间差，调整所述预设类型下所述目标摄像设备对应的第一预设时长。
可选的，所述调整子模块，包括：
平均单元，用于对所述多个时间差取平均值；
更新单元，用于将所述平均值与第一预设数值的乘积，更新为所述目标摄像设备对应的第一预设时长。
可选的，所述预设相似度阈值与所述目标摄像设备相对应；
所述装置还包括：
第二调整模块，用于每隔第四预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的相似度阈值。
可选的，所述第二调整模块，包括：
获取子模块，用于对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
确定子模块，用于根据获取到的移动路线，确定所述目标摄像设备拍摄的属于所述预设类型的不同分析目标的数目；
调整子模块，用于如果第二预设数值与所述数目的比值不在预设范围内，则对所述目标摄像设备对应的相似度阈值进行调整，其中，第二预设数值为预设的所述第四预设时长内经过所述目标摄像设备的所述预设类型的分析目标的数目。
可选的，所述调整子模块，用于：
如果第二预设数值与所述数目的比值小于所述预设范围的下边界的边界值，则将所述目标摄像设备对应的相似度阈值增加第三预设数值，如果第二预设数值与所述数目的比值大于所述预设范围的上边界的边界值，则将所述目标摄像设备对应的相似度阈值减少第三预设数值。
第三方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上述第一方面所述的移动路线生成的方法。
第四方面，提供了一种移动路线生成***，包括目标摄像设备，以及如上述第二方面所述的装置。
本发明实施例提供的技术方案带来的有益效果是：
本发明实施例中，当获取到目标摄像设备拍摄的图像数据时，提取图像数据中包含的预设类型的分析目标的特征信息，在预先存储的特征信息中，如果不存在与分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，新建分析目标的移动路线，如果存在与分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，对第一特征信息对应的分析目标的移动路线进行更新，其中，预先存储的特征信息是在接收到图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中预设类型的所有分析目标的特征信息。这样，由于服务器在接收到摄像设备发送的图像数据后，自动生成分析目标的移动路线，从而不需要人们查看图像数据，进而可以节约大量的人力。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明实施例提供的一种移动路线生成的方法流程图；
图2是本发明实施例提供的一种移动路线生成的场景图；
图3是本发明实施例提供的一种移动路线生成的装置结构示意图；
图4是本发明实施例提供的一种移动路线生成的装置结构示意图；
图5是本发明实施例提供的一种移动路线生成的装置结构示意图；
图6是本发明实施例提供的一种移动路线生成的装置结构示意图；
图7是本发明实施例提供的一种移动路线生成的装置结构示意图；
图8是本发明实施例提供的一种移动路线生成的装置结构示意图；
图9是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种移动路线生成的方法。示例性地，该方法的执行主体可以为服务器、移动终端等等。假设该移动路线生成的方法的执行主体为服务器，该服务器中可以设置有处理器、存储器和收发器等，处理器可以用于移动路线生成的过程的处理，存储器可以用于存储移动路线生成过程中需要的数据以及产生的数据，收发器可以用于接收以及发送消息等。
如图1所示，该方法的处理流程可以包括如下的步骤：
步骤101，当获取到目标摄像设备拍摄的图像数据时，提取图像数据中包含的预设类型的分析目标的特征信息。
其中，预设类型指人类、汽车类等。预设类型指人类，分析目标的特征信息有性别、体型、面部特征等，预设类型指汽车类，分析目标的特征信息有车牌号、车型、颜色等。目标摄像设备指任一摄像设备。图像数据可以是目标摄像设备周期性拍摄的图片，也可以是目标摄像设备持续拍摄的视频数据中的图像帧。本发明实施例以预设类型为人类进行详细叙述。
在可选实施例，用户想要统计经过某条街道上(后续可以称为目标区域)的行人的移动路线，可以设置该条街道上的所有摄像设备将拍摄的图像数据发送至预设的服务器，服务器每次接收到摄像设备拍摄的图像数据后，可以提取图像数据中包含的预设类型的分析目标的特征信息。同样，服务器接收到目标摄像设备发送的图像数据后，可以使用预设的CNN模型等，对每张图片或每一图像帧进行识别，提取图像数据中包含的预设类型的分析目标的特征信息。例如，某一张图片中包含三个行人，服务器可以确定有三个分析目标，并对应存储每个分析目标的特征信息。
另外，摄像设备在拍摄完图像数据后，还会在图像数据中标记拍摄时间信息，如2017-8-23-15:30:25等。
可选的，如图2所示，目标摄像设备可以是周期性向服务器发送拍摄的图像数据，也可以是实时向服务器发送拍摄的图像数据。
可选的，目标摄像设备可以通过无线网络向服务器发送拍摄到的图像数据，也可以通过有线网络向服务器发送拍摄到的图像数据。
步骤102，在预先存储的特征信息中，如果不存在与分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，新建分析目标的移动路线，如果存在与分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，对第一特征信息对应的分析目标的移动路线进行更新。
其中，预先存储的特征信息是预设类型的所有分析目标的特征信息，该预设类型的所有分析目标是在接收到图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中提取的，第一预设时长可以由技术人员预设，并且存储至服务器中，如12个小时等。
在可选实施例，服务器中预先存储有摄像设备的标识与拍摄位置信息的对应关系，如标识为1，对应的拍摄位置信息为解放路32号等。服务器提取出分析目标的特征信息后，可以与预先存储的特征信息进行比对，例如，可以使用每一项特征信息进行比对，性别、面部特征、体型等。
在预先存储的特征信息中，如果不存在与图像数据中的分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则可以确定发送图像数据的摄像设备的标识(也就是目标摄像设备的标识)，然后从摄像设备的标识与拍摄位置信息的对应关系中，查找目标摄像设备的标识对应的拍摄位置信息，将拍摄位置信息，确定为分析目标的拍摄位置信息，然后获取图像数据中的拍摄时间信息，确定为分析目标的拍摄时间信息。服务器可以根据分析目标的拍摄时间信息和拍摄位置信息，新建分析目标的移动路线，也就是为分析目标分配一个编号，将分析目标的拍摄时间信息和拍摄位置信息，确定为移动路线上的第一个点。
在预先存储的特征信息中，如果存在与图像数据中的分析目标的特征信息的相似度大于或等于预设相似度阈值的第一特征信息，则可以确定第一特征信息对应的分析目标和图像数据中的分析目标是同一分析目标，然后获取第一特征信息对应的分析目标的移动路线，并使用前面的方法确定图像数据中的分析目标的拍摄时间信息和拍摄位置信息，然后将图像数据中的分析目标的拍摄时间信息和拍摄位置信息添加至第一特征信息对应的分析目标的移动路线中，对第一特征信息对应的分析目标的移动路线进行更新。
可选的，为了节约存储资源，对于某个分析目标，有多个相同的拍摄位置信息，可以仅保留一个拍摄位置信息，以及该拍摄位置信息对应的拍摄时间信息，例如，某个摄像设备连续5分钟内拍了包含分析目标A的5张图片，这5张图片的拍摄位置信息相同，但是拍摄时间信息不相同，可以仅保留一个拍摄位置信息和一个拍摄时间信息。
需要说明的是，如果服务器第一次用于确定某个区域内的分析目标的移动路线，第一预设时长和预设相似度阈值可以是使用技术人员预设的，也可以是基于一段时间内的得到的分析目标的特征信息，计算得到(计算过程在后面详细描述)。
可选的，第一预设时长可以与目标摄像设备相对应，本发明实施例中，还提供了调整第一预设时长的方法，相应的处理可以如下：
每隔第三预设时长，根据确定出的移动路线，调整目标摄像设备对应的第一预设时长。
其中，第三预设时长可以由技术人员预设，并且存储至服务器中，第三预设时长一般大于第一预设时长与第二预设时长(在后面提到)，如一周等。
在可选实施例，每隔第三预设时长，服务器可以获取确定出的所有移动路线，然后使用移动路线中，记录的摄像位置信息和摄像时间信息，调整目标摄像设备对应的第一预设时长。
可选的，上述提到的确定出的移动路线可以是距离当前时间点最近的第三预设时长内，确定出的移动路线。
可选的，可以使用移动路线中记录的摄像位置信息和摄像时间信息，调整目标设备对应的第一预设时长，相应的处理可以如下：
对于每个预设类型，获取已确定的预设类型的分析目标的移动路线；根据获取到的移动路线，计算目标摄像设备与前一个摄像设备拍摄到同一分析目标的时间差；根据确定出的多个时间差，更新预设类型下目标摄像设备对应的第一预设时长。
在可选实施例，每隔第三预设时长，对于每个预设类型，获取已确定的预设类型的分析目标的移动路线，然后获取目标摄像设备的摄像位置信息，使用该摄像位置信息，确定每条移动路线中，目标摄像设备对应的摄像时间信息，确定该摄像时间信息之前最近的摄像时间信息，然后找到最近的摄像时间信息对应的摄像位置信息，也就是目标摄像设备的前一个摄像设备的摄像位置信息。然后在每条移动路线中，计算目标摄像设备与前一个摄像设备第一次拍摄到该移动路线对应的分析目标的时间差，有多条路线，计算出多个时间差，然后服务器可以使用确定出的多个时间差，更新这个预设类型下目标摄像设备对应的第一预设时长。
可选的，使用多个时间差计算第一预设时长的方法可以如下：
对多个时间差取平均值；将平均值与第一预设数值的乘积，更新为目标摄像设备对应的第一预设时长。
其中，第一预设数值可以由技术人员预设，并且存储至服务器中，如2、6等。
在可选实施例，服务器可以计算多个时间差的平均值，然后计算平均值与第一预设数值的乘积，将该乘积，更新为目标摄像设备的第一预设时长，下次可以直接使用该第一预设时长。例如，预设类型为人类，有5个时间差，分别是10分钟、13分钟、15分钟、20分钟、17分钟，平均值为15分钟，第一预设数值2，对于人类，目标摄像设备的第一预设时长为30分钟。
另外，确定出多个时间差后，还可以去除最大时间差、以及最小时间差后，再取平均值，再将平均值与第一预设数值相乘。
需要说明的是，在确定目标摄像设备的第一预设时长时，使用到多条分析目标的移动路线，由于移动路线的方向有可能是不同的，所以目标摄像设备的前一个摄像设备有可能为左右两个摄像设备。
可选的，预设相似度阈值可以与目标摄像设备相对应，相应的，本发明实施例中还提供了调整目标摄像设备对应的相似度阈值的方法，相应的处理可以如下：
每隔第四预设时长，根据确定出的移动路线，调整目标摄像设备对应的相似度阈值。
其中，第四预设时长可以由技术人员预设，并且存储至服务器中，第四预设时长一般大于第一预设时长与第二预设时长，如一个月、一周等。第四预设时长可以与前面提到的第三预设时长相等，也可以与前面提到的第三预设时长不相等。
在可选实施例，每隔第四预设时长，服务器可以获取确定出的所有移动路线，然后使用移动路线中，记录的摄像位置信息和摄像时间信息，调整目标摄像设备对应的相似度阈值。
可选的，上述提到的确定出的移动路线可以是距离当前时间点最近的第四预设时长内，确定出的移动路线。
可选的，可以使用移动路线中记录的摄像位置信息和摄像时间信息，调整目标设备对应的相似度阈值，相应的处理可以如下：
对于每个预设类型，获取已确定的预设类型的分析目标的移动路线；根据获取到的移动路线，确定目标摄像设备拍摄的属于预设类型的不同分析目标的数目；如果第二预设数值与数目的比值不在预设范围内，则对目标摄像设备对应的相似度阈值进行调整。
其中，第二预设数值为预设的第四预设时长内经过目标摄像设备的预设类型的分析目标的数目，第四预设时长内经过目标摄像设备的预设类型的分析目标指第四预设时长内目标摄像设备拍摄到的分析目标，技术人员可以统计历史的第四预设时长内被目标摄像设备拍摄到的分析目标的数目，确定为第二预设数值。预设范围可以由技术人员预设，并且存储至服务器中，如预设范围的下边界的边界值为2，上边界的边界值为6等。
在可选实施例，每隔第四预设时长，对于每个预设类型，获取已确定的预设类型的分析目标的移动路线，然后获取目标摄像设备的摄像位置信息，在获取的移动路线中，确定存在目标摄像设备的摄像位置信息的移动路线，并将确定出的移动路线的数目，确定为目标摄像设备拍摄的属于预设类型的不同分析目标的数目。然后计算第二预设数值与该数目的比值，判断该比值是否在预设范围内，如果不在预设范围内，则对目标摄像设备对应的相似度阈值进行调整，如果在预设范围内，则可以不对目标摄像设备对应的相似度阈值进行调整。例如，第二预设数值为100，预设范围为2～4，确定出的数目为20，第二预设数值与确定出的数目的比值为5，比值不在预设范围内，对目标摄像设备对应的相似度阈值进行调整。
可选的，对目标摄像设备对应的相似度阈值进行调整的方法可以如下：
如果第二预设数值与数目的比值小于预设范围的下边界的边界值，则将目标摄像设备对应的相似度阈值减少第三预设数值，如果第二预设数值与数目的比值大于预设范围的上边界的边界值，则将目标摄像设备对应的相似度阈值增加第三预设数值。
其中，第三预设数值可以由技术人员预设，并且存储至服务器中，如百分之五、百分之八等。
在可选实施例，如果计算出第二预设数值与数目的比值不在预设范围内，则判断第二预设数值与数目的比值是小于预设范围的下边界的边界值，还是大于预设范围的上边界的边界值，如果小于预设范围的下边界的边界值，则在当前目标摄像设备对应的相似度阈值的基础上减少第三预设数值，如果大于预设范围的上边界的边界值，则在当前目标摄像设备对应的相似度阈值的基础上增加第三预设数值。这是由于如果确定的分析目标的数目过多，说明将相同的分析目标识别为不同的分析目标，相似度阈值设定太大了，需要降低，如果确定的分析目标的数目过少，说明将不同的分析目标识别为相同的分析目标，相似度阈值设定太大了，需要降低。例如，第三预设数值为百分之五，当前目标摄像设备对应的相似度阈值为百分之七十，第二预设数值为100，预设范围为2～4，确定出的数目为20，第二预设数值与确定出的数目的比值为5，比值大于预设范围的上边界的边界值，将目标摄像设备对应的相似度阈值从百分之七十增加至百分之七十五。
可选的，本发明实施例中，还提供了确定最终移动路线的方法，相应的处理可以如下：
当检测到分析目标的移动路线未更新时长达到第二预设时长时，不再对分析目标的移动路线进行更新。
其中，第二预设时长可以由技术人员预设，并且存储至服务器中，如24小时等。
在可选实施例，对于每个分析目标的移动路线，服务器每次对移动路线进行更新时，记录更新时间点。服务器可以每隔预设周期，检测分析目标的移动路线的未更新时长是否达到第二预设时长，如果达到第二预设时长，则将分析目标的移动路线进行最终保存，以后也不会对该分析目标的移动路线进行更新。例如，第二预设时长为24小时，分析目标A的移动路线的上次更新时间点为2017-8-27-18:00，当前时间点为2017-8-27-19:00，未更新时长达到24小时，以后不再对分析目标A的移动路线进行更新。由于人一次的移动路线一般是在一个时间段内，当不在这个时间段时，说明已经是下一次移动，应该是一条新的移动路线。
可选的，预设相似度阈值可以与目标摄像设备相对应，本发明实施例还提供了第一次使用服务器确定移动路线时，首先确定目标摄像设备的相似度阈值的方法，相应的处理可以如下：
获取第五预设时长内目标摄像设备拍摄的图像数据；对于每个预设类型，确定预设的各相似度阈值范围内目标摄像设备拍摄的类型为预设类型的分析目标的数目；根据确定出的数目、数目对应的相似度阈值范围、以及目标摄像设备对应的类型为预设类型的分析目标的标准数目，确定在预设类型下目标摄像设备对应的相似度阈值。
其中，第五预设时长可以由技术人员预设，并且存储至服务器，如2小时等。标准数目可以由技术人员根据历史统计的经过目标摄像设备的分析目标的数目预设，并且存储至服务器，每个预设类型，标准数目可能不相同，预设类型为人类，目标摄像设备对应的分析目标的标准数目为120，预设类型为汽车类，目标摄像设备对应的分析目标的标准数目为80等。
在可选实施例，在第一次使用服务器确定移动路线时，服务器接收到目标摄像设备发送的图像数据后，可以获取第五预设时长内目标摄像设备拍摄的图像数据，然后确定相似度阈值范围，相似度阈值范围为0～10％、10％～20％、20％～30％、30％～40％、40％～50％、50％～60％、60％～70％、70％～80％、80％～90％、90％～100％，对于每个预设类型，然后使用各相似度阈值范围，确定各相似度阈值范围内目标摄像设备拍摄的类型为预设类型的分析目标的数目，然后计算确定出的数目与该预设类型的分析目标的标准数目的比值，确定比值最大的相似度阈值范围的中间值，确定为目标摄像设备的相似度阈值。
可选的，第一预设时长与目标摄像设备相对应，本发明实施例还提供了第一次使用服务器确定移动路线时，首先确定目标摄像设备的第一预设时长的方法，相应的处理可以如下：
获取第六预设时长内目标摄像设备、以及目标摄像设备的前一个摄像设备拍摄的图像数据；对于每个预设类型，根据拍摄的图像数据，确定目标摄像设备与前一个摄像设备拍摄到类型为预设类型的同一分析目标的时间差；对确定出的多个时间差取平均值；将平均值与第四预设数值的乘积，确定为预设类型下目标摄像设备对应的第一预设时长。
其中，第六预设时长可以由技术人员预设，并且存储至服务器，如2小时等。第四预设数值可以由技术人员预设，并且存储服务器中，如3等。
在可选实施例，在第一次使用服务器确定移动路线时，服务器接收到目标摄像设备发送的图像数据后，可以获取第六预设时长内目标摄像设备拍摄的图像数据，以及目标摄像设备的前一个摄像设备拍摄的图像数据，然后对于每个预设类型，可以确定目标摄像设备与前一个摄像设备拍摄到相似度大于目标摄像设备的相似度阈值的分析目标，然后确定相似度大于目标摄像设备的相似度阈值的分析目标的拍摄时间信息，根据拍摄时间信息，计算出时间差。对确定出的多个时间差，取平均值，计算平均值与第四预设数值的乘积，将该乘积确定为预设类型下目标摄像设备对应的第一预设时长。
本发明实施例中，当获取到目标摄像设备拍摄的图像数据时，提取图像数据中包含的预设类型的分析目标的特征信息，在预先存储的特征信息中，如果不存在与分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，新建分析目标的移动路线，如果存在与分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，对第一特征信息对应的分析目标的移动路线进行更新，其中，预先存储的特征信息是在接收到图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中预设类型的所有分析目标的特征信息。这样，由于服务器在接收到摄像设备发送的图像数据后，自动生成分析目标的移动路线，从而不需要人们查看图像数据，进而可以节约大量的人力。
基于相同的技术构思，本发明实施例还提供了一种移动路线生成的装置，如图3所示，该装置包括：
提取模块310，用于当获取到目标摄像设备拍摄的图像数据时，提取所述图像数据中包含的预设类型的分析目标的特征信息；
更新模块320，用于在预先存储的特征信息中，如果不存在与所述分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，新建所述分析目标的移动路线，如果存在与所述分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，对所述第一特征信息对应的分析目标的移动路线进行更新，其中，所述预先存储的特征信息是在接收到所述图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中所述预设类型的所有分析目标的特征信息。
可选的，所述更新模块320，还用于：
当检测到所述分析目标的移动路线未更新时长达到第二预设时长时，不再对所述分析目标的移动路线进行更新。
可选的，所述第一预设时长与所述目标摄像设备相对应；
如图4所示，所述装置还包括：
第一调整模块330，用于每隔第三预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的第一预设时长。
如图5所示，第一调整模块330包括：
获取子模块331，用于对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
计算子模块332，用于根据获取到的移动路线，计算所述目标摄像设备与前一个摄像设备拍摄到同一分析目标的时间差；
调整子模块333，用于根据确定出的多个时间差，调整所述预设类型下所述目标摄像设备对应的第一预设时长。
可选的，如图6所示，所述调整子模块333，包括：
平均单元3331，用于对所述多个时间差取平均值；
更新单元3332，用于将所述平均值与第一预设数值的乘积，更新为所述目标摄像设备对应的第一预设时长。
可选的，所述预设相似度阈值与所述目标摄像设备相对应；
如图7所示，所述装置还包括：
第二调整模块340，用于每隔第四预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的相似度阈值。
可选的，如图8所示，所述第二调整模块340，包括：
获取子模块341，用于对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
确定子模块342，用于根据获取到的移动路线，确定所述目标摄像设备拍摄的属于所述预设类型的不同分析目标的数目；
调整子模块343，用于如果第二预设数值与所述数目的比值不在预设范围内，则对所述目标摄像设备对应的相似度阈值进行调整，其中，第二预设数值为预设的所述第四预设时长内经过所述目标摄像设备的所述预设类型的分析目标的数目。
可选的，所述调整子模块343，用于：
如果第二预设数值与所述数目的比值小于所述预设范围的下边界的边界值，则将所述目标摄像设备对应的相似度阈值减少第三预设数值，如果第二预设数值与所述数目的比值大于所述预设范围的上边界的边界值，则将所述目标摄像设备对应的相似度阈值增加第三预设数值。
本发明实施例中，当获取到目标摄像设备拍摄的图像数据时，提取图像数据中包含的预设类型的分析目标的特征信息，在预先存储的特征信息中，如果不存在与分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，新建分析目标的移动路线，如果存在与分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，对第一特征信息对应的分析目标的移动路线进行更新，其中，预先存储的特征信息是在接收到图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中预设类型的所有分析目标的特征信息。这样，由于服务器在接收到摄像设备发送的图像数据后，自动生成分析目标的移动路线，从而不需要人们查看图像数据，进而可以节约大量的人力。
需要说明的是：上述实施例提供的移动路线生成的装置在移动路线生成时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的移动路线生成的装置与移动路线生成的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本发明实施例还提供一种电子设备，该电子设备包括处理器和存储器，存储器中存储有至少一条指令，该至少一条指令由所述处理器加载并执行以实现如上述方法实施例，在此不再赘述。
请参考图9，其示出了本发明实施例所涉及的服务器的结构示意图，该服务器可以用于实施上述实施例中提供的移动路线生成的方法。具体来讲：
该服务器900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以***处理器(central processing units，CPU)1922(例如，一个或一个以上处理器)和存储器1932，一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中，存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1922可以设置为与存储介质1930通信，在服务器900上执行存储介质1930中的一系列指令操作。
服务器900还可以包括一个或一个以上电源1926，一个或一个以上有线或无线网络接口1950，一个或一个以上输入输出接口1958，一个或一个以上键盘1956，和/或，一个或一个以上操作***1941，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等等。
服务器900可以包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
当获取到目标摄像设备拍摄的图像数据时，提取所述图像数据中包含的预设类型的分析目标的特征信息；
在预先存储的特征信息中，如果不存在与所述分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，新建所述分析目标的移动路线，如果存在与所述分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，对所述第一特征信息对应的分析目标的移动路线进行更新，其中，所述预先存储的特征信息是在接收到所述图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中所述预设类型的所有分析目标的特征信息。
可选的，所述方法还包括：
当检测到所述分析目标的移动路线未更新时长达到第二预设时长时，不再对所述分析目标的移动路线进行更新。
可选的，所述第一预设时长与所述目标摄像设备相对应；
所述方法还包括：
每隔第三预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的第一预设时长。
可选的，所述根据确定出的移动路线，调整所述目标摄像设备对应的第一预设时长，包括：
对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
根据获取到的移动路线，计算所述目标摄像设备与前一个摄像设备拍摄到同一分析目标的时间差；
根据确定出的多个时间差，调整所述预设类型下所述目标摄像设备对应的第一预设时长。
可选的，所述根据确定出的多个时间差，调整所述目标摄像设备对应的第一预设时长，包括：
对所述多个时间差取平均值；
将所述平均值与第一预设数值的乘积，更新为所述目标摄像设备对应的第一预设时长。
可选的，所述预设相似度阈值与所述目标摄像设备相对应；
所述方法还包括：
每隔第四预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的相似度阈值。
可选的，所述根据确定出的移动路线，调整所述目标摄像设备对应的相似度阈值，包括：
对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
根据获取到的移动路线，确定所述目标摄像设备拍摄的属于所述预设类型的不同分析目标的数目；
如果第二预设数值与所述数目的比值不在预设范围内，则对所述目标摄像设备对应的相似度阈值进行调整，其中，第二预设数值为预设的所述第四预设时长内经过所述目标摄像设备的所述预设类型的分析目标的数目。
可选的，所述如果第二预设数值与所述数目的比值不在预设范围内，则对所述目标摄像设备对应的相似度阈值进行调整，包括：
如果第二预设数值与所述数目的比值小于所述预设范围的下边界的边界值，则将所述目标摄像设备对应的相似度阈值减少第三预设数值，如果第二预设数值与所述数目的比值大于所述预设范围的上边界的边界值，则将所述目标摄像设备对应的相似度阈值增加第三预设数值。
本发明实施例还提供了一种移动路线生成***，包括目标摄像设备，以及上述移动路线生成装置。
本发明实施例中，当获取到目标摄像设备拍摄的图像数据时，提取图像数据中包含的预设类型的分析目标的特征信息，在预先存储的特征信息中，如果不存在与分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，新建分析目标的移动路线，如果存在与分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据图像数据的拍摄时间信息和拍摄位置信息，对第一特征信息对应的分析目标的移动路线进行更新，其中，预先存储的特征信息是在接收到图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中预设类型的所有分析目标的特征信息。这样，由于服务器在接收到摄像设备发送的图像数据后，自动生成分析目标的移动路线，从而不需要人们查看图像数据，进而可以节约大量的人力。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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，均应包含在本发明的保护范围之内。
Claims (18)
1.一种移动路线生成的方法，其特征在于，所述方法包括：
当获取到目标摄像设备拍摄的图像数据时，提取所述图像数据中包含的预设类型的分析目标的特征信息；
在预先存储的特征信息中，如果不存在与所述分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，新建所述分析目标的移动路线，如果存在与所述分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，对所述第一特征信息对应的分析目标的移动路线进行更新，其中，所述预先存储的特征信息是在接收到所述图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中所述预设类型的所有分析目标的特征信息。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当检测到所述分析目标的移动路线未更新时长达到第二预设时长时，不再对所述分析目标的移动路线进行更新。
3.根据权利要求1所述的方法，其特征在于，所述第一预设时长与所述目标摄像设备相对应；
所述方法还包括：
每隔第三预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的第一预设时长。
4.根据权利要求3所述的方法，其特征在于，所述根据确定出的移动路线，调整所述目标摄像设备对应的第一预设时长，包括：
对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
根据获取到的移动路线，计算所述目标摄像设备与前一个摄像设备拍摄到同一分析目标的时间差；
根据确定出的多个时间差，调整所述预设类型下所述目标摄像设备对应的第一预设时长。
5.根据权利要求4所述的方法，其特征在于，所述根据确定出的多个时间差，调整所述目标摄像设备对应的第一预设时长，包括：
对所述多个时间差取平均值；
将所述平均值与第一预设数值的乘积，更新为所述目标摄像设备对应的第一预设时长。
6.根据权利要求1所述的方法，其特征在于，所述预设相似度阈值与所述目标摄像设备相对应；
所述方法还包括：
每隔第四预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的相似度阈值。
7.根据权利要求6所述的方法，其特征在于，所述根据确定出的移动路线，调整所述目标摄像设备对应的相似度阈值，包括：
对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
根据获取到的移动路线，确定所述目标摄像设备拍摄的属于所述预设类型的不同分析目标的数目；
如果第二预设数值与所述数目的比值不在预设范围内，则对所述目标摄像设备对应的相似度阈值进行调整，其中，第二预设数值为预设的所述第四预设时长内经过所述目标摄像设备的所述预设类型的分析目标的数目。
8.根据权利要求7所述的方法，其特征在于，所述如果第二预设数值与所述数目的比值不在预设范围内，则对所述目标摄像设备对应的相似度阈值进行调整，包括：
如果第二预设数值与所述数目的比值小于所述预设范围的下边界的边界值，则将所述目标摄像设备对应的相似度阈值减少第三预设数值，如果第二预设数值与所述数目的比值大于所述预设范围的上边界的边界值，则将所述目标摄像设备对应的相似度阈值增加第三预设数值。
9.一种移动路线生成的装置，其特征在于，所述装置包括：
提取模块，用于当获取到目标摄像设备拍摄的图像数据时，提取所述图像数据中包含的预设类型的分析目标的特征信息；
更新模块，用于在预先存储的特征信息中，如果不存在与所述分析目标的特征信息的相似度大于或等于预设相似度阈值的特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，新建所述分析目标的移动路线，如果存在与所述分析目标的特征信息的相似度大于或等于预设的相似度阈值的第一特征信息，则根据所述图像数据的拍摄时间信息和拍摄位置信息，对所述第一特征信息对应的分析目标的移动路线进行更新，其中，所述预先存储的特征信息是在接收到所述图像数据之前第一预设时长内接收的各摄像设备发送的图像数据中所述预设类型的所有分析目标的特征信息。
10.根据权利要求9所述的装置，其特征在于，所述更新模块，还用于：
当检测到所述分析目标的移动路线未更新时长达到第二预设时长时，不再对所述分析目标的移动路线进行更新。
11.根据权利要求9所述的装置，其特征在于，所述第一预设时长与所述目标摄像设备相对应；
所述装置还包括：
第一调整模块，用于每隔第三预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的第一预设时长。
12.根据权利要求11所述的装置，其特征在于，所述第一调整模块包括：
获取子模块，用于对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
计算子模块，用于根据获取到的移动路线，计算所述目标摄像设备与前一个摄像设备拍摄到同一分析目标的时间差；
调整子模块，用于根据确定出的多个时间差，调整所述预设类型下所述目标摄像设备对应的第一预设时长。
13.根据权利要求12所述的装置，其特征在于，所述调整子模块，包括：
平均单元，用于对所述多个时间差取平均值；
更新单元，用于将所述平均值与第一预设数值的乘积，更新为所述目标摄像设备对应的第一预设时长。
14.根据权利要求9所述的装置，其特征在于，所述预设相似度阈值与所述目标摄像设备相对应；
所述装置还包括：
第二调整模块，用于每隔第四预设时长，根据确定出的移动路线，调整所述目标摄像设备对应的相似度阈值。
15.根据权利要求14所述的装置，其特征在于，所述第二调整模块，包括：
获取子模块，用于对于每个预设类型，获取已确定的所述预设类型的分析目标的移动路线；
确定子模块，用于根据获取到的移动路线，确定所述目标摄像设备拍摄的属于所述预设类型的不同分析目标的数目；
调整子模块，用于如果第二预设数值与所述数目的比值不在预设范围内，则对所述目标摄像设备对应的相似度阈值进行调整，其中，第二预设数值为预设的所述第四预设时长内经过所述目标摄像设备的所述预设类型的分析目标的数目。
16.根据权利要求15所述的装置，其特征在于，所述调整子模块，用于：
如果第二预设数值与所述数目的比值小于所述预设范围的下边界的边界值，则将所述目标摄像设备对应的相似度阈值减少第三预设数值，如果第二预设数值与所述数目的比值大于所述预设范围的上边界的边界值，则将所述目标摄像设备对应的相似度阈值增加第三预设数值。
17.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至8任一所述的移动路线生成的方法。
18.一种移动路线生成***，其特征在于，包括目标摄像设备，以及如权利要求9-11中任一项所述的装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711404028.1A CN109960969B (zh) | 2017-12-22 | 2017-12-22 | 移动路线生成的方法、装置及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711404028.1A CN109960969B (zh) | 2017-12-22 | 2017-12-22 | 移动路线生成的方法、装置及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109960969A true CN109960969A (zh) | 2019-07-02 |
| CN109960969B CN109960969B (zh) | 2021-08-17 |
Family
ID=67019292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711404028.1A Active CN109960969B (zh) | 2017-12-22 | 2017-12-22 | 移动路线生成的方法、装置及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109960969B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110765984A (zh) * | 2019-11-08 | 2020-02-07 | 北京市商汤科技开发有限公司 | 一种移动状态信息展示方法、装置、设备及存储介质 |
| CN111540026A (zh) * | 2020-03-24 | 2020-08-14 | 北京三快在线科技有限公司 | 动线图的绘制方法、装置、电子设备及存储介质 |
| CN111751824A (zh) * | 2020-06-24 | 2020-10-09 | 杭州海康汽车软件有限公司 | 车辆周围的障碍物检测方法、装置及设备 |
| CN112437274A (zh) * | 2020-11-17 | 2021-03-02 | 浙江大华技术股份有限公司 | 一种抓拍图片的传输方法及抓拍机 |
| CN112577524A (zh) * | 2020-12-16 | 2021-03-30 | 北京百度网讯科技有限公司 | 信息校正方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102625081A (zh) * | 2012-02-20 | 2012-08-01 | 华焦宝 | 参观场所目标跟踪方法及*** |
| CN102843547A (zh) * | 2012-08-01 | 2012-12-26 | 安科智慧城市技术（中国）有限公司 | 一种嫌疑目标智能追踪方法和*** |
| US20160236033A1 (en) * | 2015-02-17 | 2016-08-18 | Zan Quan Technology Co., Ltd | System and method for recording exercise data automatically |
| CN106559645A (zh) * | 2015-09-25 | 2017-04-05 | 杭州海康威视数字技术股份有限公司 | 基于摄像机的监控方法、***和装置 |
| CN107016374A (zh) * | 2017-04-12 | 2017-08-04 | 电子科技大学 | 面向特定目标的智能检测追踪及时空轨迹的生成方法 |
| CN107315755A (zh) * | 2016-04-27 | 2017-11-03 | 杭州海康威视数字技术股份有限公司 | 查询对象的轨迹生成方法及装置 |
| CN107491713A (zh) * | 2016-06-12 | 2017-12-19 | 杭州海康威视***技术有限公司 | 一种教师上课考勤监控方法、***及装置 |
-
2017
- 2017-12-22 CN CN201711404028.1A patent/CN109960969B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102625081A (zh) * | 2012-02-20 | 2012-08-01 | 华焦宝 | 参观场所目标跟踪方法及*** |
| CN102843547A (zh) * | 2012-08-01 | 2012-12-26 | 安科智慧城市技术（中国）有限公司 | 一种嫌疑目标智能追踪方法和*** |
| US20160236033A1 (en) * | 2015-02-17 | 2016-08-18 | Zan Quan Technology Co., Ltd | System and method for recording exercise data automatically |
| CN106559645A (zh) * | 2015-09-25 | 2017-04-05 | 杭州海康威视数字技术股份有限公司 | 基于摄像机的监控方法、***和装置 |
| CN107315755A (zh) * | 2016-04-27 | 2017-11-03 | 杭州海康威视数字技术股份有限公司 | 查询对象的轨迹生成方法及装置 |
| CN107491713A (zh) * | 2016-06-12 | 2017-12-19 | 杭州海康威视***技术有限公司 | 一种教师上课考勤监控方法、***及装置 |
| CN107016374A (zh) * | 2017-04-12 | 2017-08-04 | 电子科技大学 | 面向特定目标的智能检测追踪及时空轨迹的生成方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110765984A (zh) * | 2019-11-08 | 2020-02-07 | 北京市商汤科技开发有限公司 | 一种移动状态信息展示方法、装置、设备及存储介质 |
| CN111540026A (zh) * | 2020-03-24 | 2020-08-14 | 北京三快在线科技有限公司 | 动线图的绘制方法、装置、电子设备及存储介质 |
| CN111751824A (zh) * | 2020-06-24 | 2020-10-09 | 杭州海康汽车软件有限公司 | 车辆周围的障碍物检测方法、装置及设备 |
| CN111751824B (zh) * | 2020-06-24 | 2023-08-04 | 杭州海康汽车软件有限公司 | 车辆周围的障碍物检测方法、装置及设备 |
| CN112437274A (zh) * | 2020-11-17 | 2021-03-02 | 浙江大华技术股份有限公司 | 一种抓拍图片的传输方法及抓拍机 |
| CN112577524A (zh) * | 2020-12-16 | 2021-03-30 | 北京百度网讯科技有限公司 | 信息校正方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109960969B (zh) | 2021-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109960969A (zh) | 移动路线生成的方法、装置及*** | |
| CN109922310B (zh) | 目标对象的监控方法、装置及*** | |
| KR100818289B1 (ko) | 비디오 영상 트레킹 방법 및 장치 | |
| US10360481B2 (en) | Unconstrained event monitoring via a network of drones | |
| EP3573022A1 (en) | Method for tracking pedestrian and electronic device | |
| CN111163259A (zh) | 一种图像抓拍方法、监控相机及监控*** | |
| KR101204259B1 (ko) | 화재 검출 방법 | |
| CN109522814B (zh) | 一种基于视频数据的目标追踪方法及装置 | |
| CN111565225B (zh) | 一种人物行动轨迹确定方法及装置 | |
| KR102183473B1 (ko) | 영상 모니터링 방법 및 장치 | |
| CN110765134A (zh) | 档案建立方法、设备及存储介质 | |
| WO2021068553A1 (zh) | 一种监控方法、装置和设备 | |
| CN111898592B (zh) | 一种轨迹数据处理方法、装置以及计算机可读存储介质 | |
| CN110826496B (zh) | 一种人群密度估计方法、装置、设备及存储介质 | |
| KR20160089165A (ko) | 이동 물체 탐지 시스템 및 방법 | |
| CN112036242B (zh) | 人脸图片采集方法、装置、计算机设备及存储介质 | |
| CN111126411B (zh) | 一种异常行为识别方法及装置 | |
| CN112632354A (zh) | 一种imsi和人脸深度拟合方法、装置、设备及*** | |
| CN114679607A (zh) | 一种视频帧率控制方法、装置、电子设备及存储介质 | |
| CN103187083B (zh) | 一种基于时域视频融合的存储方法及其*** | |
| CN106529497A (zh) | 一种图像采集设备的定位方法及装置 | |
| CN110765874B (zh) | 基于无人机的监控方法及相关产品 | |
| CN110532929A (zh) | 一种同行人分析方法和装置以及设备 | |
| EP4198772A1 (en) | Method and device for making music recommendation | |
| CN111629336A (zh) | 一种目标区域内人数确定方法、装置、设备及存储介质 |
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 |