CN110532432A - 一种人物轨迹检索方法及其***、计算机可读存储介质 - Google Patents

一种人物轨迹检索方法及其***、计算机可读存储介质 Download PDF

Info

Publication number
CN110532432A
CN110532432A CN201910774886.8A CN201910774886A CN110532432A CN 110532432 A CN110532432 A CN 110532432A CN 201910774886 A CN201910774886 A CN 201910774886A CN 110532432 A CN110532432 A CN 110532432A
Authority
CN
China
Prior art keywords
face
target person
personage
characteristic value
retrieval
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
Application number
CN201910774886.8A
Other languages
English (en)
Inventor
饶竹一
张云翔
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.)
Shenzhen Power Supply Bureau Co Ltd
Original Assignee
Shenzhen Power Supply Bureau 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 Shenzhen Power Supply Bureau Co Ltd filed Critical Shenzhen Power Supply Bureau Co Ltd
Priority to CN201910774886.8A priority Critical patent/CN110532432A/zh
Publication of CN110532432A publication Critical patent/CN110532432A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/71—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/738—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Processing Or Creating Images (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种人物轨迹检索方法及其***、计算机可读存储介质，该方法应用于该***，所述方法包括：根据目标摄像头编号和时间段信息获取视频数据；当所述视频数据中出现目标人物时，截取所述视频数据中的关于目标人物的多帧人脸图像，去除模糊图像得到至少一个人脸图像样本；对所述人脸图像样本进行人脸识别得到目标人物的人脸特征值；根据所述人脸特征值生成人脸检索索引；根据所述人脸特征值和所述人脸检索索引查询人脸数据库得到关于目标人物的多帧图像数据；获取并根据地图数据、所述多帧图像数据的拍摄时间和拍摄地点生成人物运动轨迹。实施本发明，能够快速对图像识别人物进行检索。

Description

一种人物轨迹检索方法及其***、计算机可读存储介质
技术领域
本发明线路追踪技术领域，特别涉及一种人物轨迹检索方法及其***。
背景技术
人脸识别作为信息识别的一种技术，已被应用于生活中多个领域。随着计算机应用技术的不断发展，人脸识别处理技术也成为了人们所研究的热点。同时在视频监控领域，有了人脸识别和监控视频的数据保存，已经可以很方便的，进行检索一个人的活动轨迹，即某时在某摄像头下经过。有了这些技术，公安部门检索犯罪嫌疑人，行动轨迹，甚至住处等都有迹可查。
但是传统的人物轨迹检索，只能靠倒放视频，然后调取周边的摄像头进行逐个排查，耗时耗力。
发明内容
本发明旨在提出一种人物轨迹检索方法及其***、计算机可读存储介质,将人脸识别特征值、视频监控和地图数据结合起来，使得人物轨迹可以快速检索出来。
第一方面，本发明实施例提出一种人物轨迹检索方法，包括：
根据目标摄像头编号和时间段信息获取视频数据；
当所述视频数据中出现目标人物时，截取所述视频数据中的关于目标人物的多帧人脸图像；
对所述关于目标人物的多帧人脸图像进行筛选，去除模糊图像得到至少一个人脸图像样本；
对所述至少一个人脸图像样本进行人脸识别得到目标人物的人脸特征值；
根据所述人脸特征值生成人脸检索索引；
根据所述人脸特征值和所述人脸检索索引查询人脸数据库得到关于目标人物的多帧图像数据；
获取并根据地图数据、所述多帧图像数据的拍摄时间和拍摄地点生成人物运动轨迹。
其中，所述人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
其中，所述根据所述人脸特征值和所述人脸检索索引查询人脸数据库得到关于目标人物的多帧图像数据包括：
将所述人脸特征值和所述人脸检索索引发送给各子服务器；
各子服务器根据所述人脸特征值和所述人脸检索索引查询各自人脸数据库得到关于目标人物的多帧图像数据；
接收各子服务器返回的关于目标人物的多帧图像数据。
其中，每一子服务器的人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
其中，获取并根据地图数据、所述多帧图像数据的拍摄时间和拍摄地点生成人物运动轨迹包括：
按拍摄时间对所述多帧图像数据进行排序；
根据排序结果确定目标人物依序出现的拍摄地点；
根据目标人物依序出现的拍摄地点在地图上生成目标人物的人物运动轨迹。
第二方面，本发明实施例提出一种人物轨迹检索***，包括主服务器，所述主服务器包括：
视频获取单元，用于根据目标摄像头编号和时间段信息获取视频数据；
视频处理单元，用于当所述视频数据中出现目标人物时，截取所述视频数据中的关于目标人物的多帧人脸图像；
图像预处理单元，用于对所述关于目标人物的多帧人脸图像进行筛选，去除模糊图像得到至少一个人脸图像样本；
图像识别单元，用于对所述至少一个人脸图像样本进行人脸识别得到目标人物的人脸特征值；
索引生成单元，用于根据所述人脸特征值生成人脸检索索引；
数据查询单元，根据所述人脸特征值和所述人脸检索索引查询人脸数据库得到关于目标人物的多帧图像数据；
轨迹生成单元，用于获取并根据地图数据、所述多帧图像数据的拍摄时间和拍摄地点生成人物运动轨迹。
其中，所述人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
其中，还包括各子服务器；
所述数据查询单元包括：
数据发送单元，用于将所述人脸特征值和所述人脸检索索引发送给各子服务器；
数据发送单元接收各子服务器返回的关于目标人物的多帧图像数据；
各子服务器，分别用于根据所述人脸特征值和所述人脸检索索引查询各自人脸数据库得到关于目标人物的多帧图像数据；
其中，每一子服务器的人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
其中，所述轨迹生成单元包括：
排序子单元，用于按拍摄时间对所述多帧图像数据进行排序；
地点子单元，用于根据排序结果确定目标人物依序出现的拍摄地点；
轨迹子单元，用于根据目标人物依序出现的拍摄地点在地图上生成目标人物的人物运动轨迹。
第三方面，本发明实施例提出一种计算机可读存储介质，包括：计算机可执行指令，当所述计算机可执行指令被运行时用以执行所述的人物轨迹检索方法。
本发明实施例提出一种人物轨迹检索方法及其***、计算机可读存储介质，通过将区域中各摄像头与服务器连接，建立区域摄像头监控网络，服务器集成图像识别单元和数据库，通过目标人物的人脸特征值和人脸检索索引可以快速地查询数据库中关于目标人物的人脸图像，根据人脸图像的拍摄时间和地点，可以确定目标人物的移动轨迹，并结合地图数据，最终在地图上生成目标人物的运动轨迹。因此，实施本发明实施例，能够使得可以对非并网的摄像头进行并网，使之可以图像识别人物，并且能支持快速对图像识别人物进行检索。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而得以体现。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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它的附图。
图1为本发明实施例一所述一种人物轨迹检索方法流程示意图。
图2为本发明实施例二所述一种人物轨迹检索***示意图。
附图标记：
视频获取单元-1，视频处理单元-2，图像预处理单元-3，图像识别单元-,4，索引生成单元-5，数据查询单元-6，轨迹生成单元-7。
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的一部分实施例，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做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。
在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构，而省略了与本发明关系不大的其他细节。
实施例一
本发明实施例一提出一种人物轨迹检索方法，其可以应用于实施例二所述的人物轨迹检索***，该***包括一主服务器，所述主服务器包括视频获取单元、视频处理单元、图像预处理单元、图像识别单元、索引生成单元、数据查询单元以及轨迹生成单元。图1为实施例一所述流程示意图。
参阅图1，所述方法包括步骤S101-S107：
步骤S101、根据目标摄像头编号和时间段信息获取视频数据。
具体而言，步骤中当需要查询时，用户通过客户端输入目标摄像头编号和时间段信息，发送给云端的主服务器，主服务器的视频获取单元从数据库中调取对应时间段目标摄像头所拍摄的视频数据并发送给客户端。
步骤S102、当所述视频数据中出现目标人物时，截取所述视频数据中的关于目标人物的多帧人脸图像。
具体而言，步骤中用户在客户端处对主服务器返回的视频数据进行查看，判断该视频数据中是否出现目标人物，若是，则用户通过客户端向主服务器发送一确认信息，主服务器的视频处理单元根据该确认信息截取所述视频数据中的关于目标人物的人脸图像。
步骤S103、对所述关于目标人物的多帧人脸图像进行筛选，去除模糊图像得到至少一个人脸图像样本。
具体而言，步骤中模糊图像指的是不清晰、角度较偏等不利于进行人脸识别的图像，通过图像预处理单元对截取的多帧人脸图像进行筛选，可以得到便于进行人脸识别的一个或多个人脸图像样本。
步骤S104、对所述人脸图像进行人脸识别得到目标人物的人脸特征值。
具体而言，主服务器利用图像识别单元对步骤S102所截取的人脸图像进行识别得到与目标人物对应的人脸，并对该人脸进行人脸特征值计算。需说明的是，人脸特征值的计算方式并非本发明主旨，本实施例旨在利用人脸特征值进行人物运动轨迹的检索，本领域技术人员熟知相关人脸特征值的计算方法，可以根据实际需求选取任一种人脸特征值计算方法应用于本发明中，因此，本实施例中不对人脸特征值的计算方法进行具体技术手段的限定。
步骤S105、根据所述人脸特征值生成人脸检索索引。
具体而言，步骤中通过索引生成单元生成人脸检索索引，其中人脸检索索引的生成是为了便于快速检索，人脸检索索引为一种人脸属性，目标人物的人脸属性包括但不限于性别、鼻子类型、眼睛类型、嘴巴类型等，例如，目标人物为男性，则根据检索索引可用快速查询到男性相关的人脸图像数据。
步骤S106、根据所述人脸特征值和所述人脸检索索引查询人脸数据库得到关于目标人物的多帧图像数据。
具体而言，人脸数据库中存储有分布于区域内不同地点的多个摄像头所拍摄的视频数据，每一视频数据包括多帧图像数据，每帧包括有人脸的图像数据都会提取对应的人脸特征值和人脸检索索引，然后保存在人脸数据库中，以备随时查询。因此，当获取到目标人物的人脸特征值和人脸检索索引时，数据查询单元根据目标人物的人脸特征值和人脸检索索引查询人脸数据库，即可找到与目标人物的人脸特征值和人脸检索索引匹配的多帧图像数据。
步骤S107、获取并根据地图数据、所述多帧图像数据的拍摄时间和拍摄地点生成人物运动轨迹。
具体而言，步骤中根据所述多帧图像数据的拍摄时间和拍摄地点可以确定目标人物依时间顺序到达过哪些地点，轨迹生成单元利用地图数据在地图上生成人物运动轨迹。
其中，所述人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
其中，所述步骤S106包括：
步骤S201、将所述人脸特征值和所述人脸检索索引发送给各子服务器。
具体而言，各个社区、地方都安装了很多摄像头，其中有安防的摄像头，交通的摄像头等等。一个区域中的所有摄像头数据均由一个服务器来处理的话，可能服务器会出现负荷过重的情况，因此，本实施方式中提出分布式服务器，设置多个子服务器，将一个大的区域划分多个小区域，例如将一个行政区按东南西北和中部划分为五个小区域，每一小区域设置一个子服务器，子服务器与小区域内的所有摄像头通信连接，建立监控网络。当需要查询时，主服务器发送查询请求信息给各子服务器，所述查询请求包括人脸特征值和人脸检索索引。
步骤S202、各子服务器根据所述人脸特征值和所述人脸检索索引查询各自人脸数据库得到关于目标人物的多帧图像数据；
具体而言，各子服务器在接收到查询请求之后，根据所述人脸特征值和所述人脸检索索引查询各自人脸数据库中的视频数据是否包括目标人物。
步骤S203、接收各子服务器返回的关于目标人物的多帧图像数据。
其中，每一子服务器的人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
其中，所述步骤S106包括：
步骤S401、按拍摄时间对所述多帧图像数据进行排序。
具体而言，每一帧图像数据都具有图像的拍摄时间。
步骤S402、根据排序结果确定目标人物依序出现的拍摄地点。
具体而言，将多帧图像数据按时间排序之后，可以获悉目标人物按时间推移依次出现在哪些拍摄地点。
步骤S403、根据目标人物依序出现的拍摄地点在地图上生成目标人物的人物运动轨迹。
具体而言，可以借助于现有的地图软件，地图软件包括有本区域的地图数据，通过地图软件可以在地图上生成目标人物的移动轨迹。
本发明实施例在传统监控的基础上，增加人脸识别特征值的保存和检索索引的保存。在需要的时候，只需要确认某人在***里面的摄像，即可以快速通过特征植把任务的轨迹快速检索并且生成目标人物的人物运动轨迹。
实施例二
本发明实施例二提出一种人物轨迹检索***，如图2为实施例二所述一种人物轨迹检索***的示意图。
参阅图2，所述***包括主服务器，所述主服务器包括：
视频获取单元1，用于根据目标摄像头编号和时间段信息获取视频数据；
视频处理单元2，用于当所述视频数据中出现目标人物时，截取所述视频数据中的关于目标人物的多帧人脸图像；
图像预处理单元3，用于对所述关于目标人物的多帧人脸图像进行筛选，去除模糊图像得到至少一个人脸图像样本；
图像识别单元4，用于对所述至少一个人脸图像样本进行人脸识别得到目标人物的人脸特征值；
索引生成单元5，用于根据所述人脸特征值生成人脸检索索引；
数据查询单元6，根据所述人脸特征值和所述人脸检索索引查询人脸数据库得到关于目标人物的多帧图像数据；
轨迹生成单元7，用于获取并根据地图数据、所述多帧图像数据的拍摄时间和拍摄地点生成人物运动轨迹。
其中，所述人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
其中，所述***还包括各子服务器；
所述数据查询单元包括：
数据发送单元，用于将所述人脸特征值和所述人脸检索索引发送给各子服务器；
数据发送单元接收各子服务器返回的关于目标人物的多帧图像数据；
各子服务器，分别用于根据所述人脸特征值和所述人脸检索索引查询各自人脸数据库得到关于目标人物的多帧图像数据。
其中，每一子服务器的人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
其中，所述轨迹生成单元包括：
排序子单元，用于按拍摄时间对所述多帧图像数据进行排序；
地点子单元，用于根据排序结果确定目标人物依序出现的拍摄地点；
轨迹子单元，用于根据目标人物依序出现的拍摄地点在地图上生成目标人物的人物运动轨迹。
需说明的是，实施例二所述***与实施例一所述方法对应，因此，实施例二所述***未详述部分可以参阅实施例一所述方法的内容得到，此处不再赘述。
实施例三
本发明实施例三提出一种计算机可读存储介质，包括：计算机可执行指令，当所述计算机可执行指令被运行时用以执行实施例一所述的人物轨迹检索方法。
通过以上关于实施例的描述可知，本发明实施例提出一种人物轨迹检索方法及其***、计算机可读存储介质，通过将区域中各摄像头与服务器连接，建立区域摄像头监控网络，服务器集成图像识别单元和数据库，通过目标人物的人脸特征值和人脸检索索引可以快速地查询数据库中关于目标人物的人脸图像，根据人脸图像的拍摄时间和地点，可以确定目标人物的移动轨迹，并结合地图数据，最终在地图上生成目标人物的运动轨迹。因此，实施本发明实施例，能够使得可以对非并网的摄像头进行并网，使之可以图像识别人物，并且能支持快速对图像识别人物进行检索。
需说明的是，基于本文内容，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)实现本发明各个实施例所述的方法/***。
以上所述仅是本发明的具体实施方式，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，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种人物轨迹检索方法，其特征在于，包括：
根据目标摄像头编号和时间段信息获取视频数据；
当所述视频数据中出现目标人物时，截取所述视频数据中的关于目标人物的多帧人脸图像；
对所述关于目标人物的多帧人脸图像进行筛选，去除模糊图像得到至少一个人脸图像样本；
对所述至少一个人脸图像样本进行人脸识别得到目标人物的人脸特征值；
根据所述人脸特征值生成人脸检索索引；
根据所述人脸特征值和所述人脸检索索引查询人脸数据库得到关于目标人物的多帧图像数据；
获取并根据地图数据、所述多帧图像数据的拍摄时间和拍摄地点生成人物运动轨迹。
2.如权利要求1所述的人物轨迹检索方法，其特征在于，所述人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
3.如权利要求1所述的人物轨迹检索方法，其特征在于，所述根据所述人脸特征值和所述人脸检索索引查询人脸数据库得到关于目标人物的多帧图像数据包括：
将所述人脸特征值和所述人脸检索索引发送给各子服务器；
各子服务器根据所述人脸特征值和所述人脸检索索引查询各自人脸数据库得到关于目标人物的多帧图像数据；
接收各子服务器返回的关于目标人物的多帧图像数据。
4.如权利要求3所述的人物轨迹检索方法，其特征在于，每一子服务器的人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
5.如权利要求1-4任一项所述的人物轨迹检索方法，其特征在于，获取并根据地图数据、所述多帧图像数据的拍摄时间和拍摄地点生成人物运动轨迹包括：
按拍摄时间对所述多帧图像数据进行排序；
根据排序结果确定目标人物依序出现的拍摄地点；
根据目标人物依序出现的拍摄地点在地图上生成目标人物的人物运动轨迹。
6.一种人物轨迹检索***，其特征在于，包括主服务器，所述主服务器包括：
视频获取单元，用于根据目标摄像头编号和时间段信息获取视频数据；
视频处理单元，用于当所述视频数据中出现目标人物时，截取所述视频数据中的关于目标人物的多帧人脸图像；
图像预处理单元，用于对所述关于目标人物的多帧人脸图像进行筛选，去除模糊图像得到至少一个人脸图像样本；
图像识别单元，用于对所述至少一个人脸图像样本进行人脸识别得到目标人物的人脸特征值；
索引生成单元，用于根据所述人脸特征值生成人脸检索索引；
数据查询单元，根据所述人脸特征值和所述人脸检索索引查询人脸数据库得到关于目标人物的多帧图像数据；
轨迹生成单元，用于获取并根据地图数据、所述多帧图像数据的拍摄时间和拍摄地点生成人物运动轨迹。
7.如权利要求6所述的人物轨迹检索***，其特征在于，所述人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
8.如权利要求6所述的人物轨迹检索***，其特征在于，还包括各子服务器；
所述数据查询单元包括：
数据发送单元，用于将所述人脸特征值和所述人脸检索索引发送给各子服务器；
数据发送单元接收各子服务器返回的关于目标人物的多帧图像数据；
各子服务器，分别用于根据所述人脸特征值和所述人脸检索索引查询各自人脸数据库得到关于目标人物的多帧图像数据；
其中，每一子服务器的人脸数据库实时接收并存储分布于不同地点的多个摄像头所拍摄的视频数据以及视频数据中每帧人脸图像的人脸特征值及人脸检索索引，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头拍摄的图像、拍摄时间以及摄像头编号，其中每一摄像头具有唯一编号。
9.如权利要求6-8任一项所述的人物轨迹检索***，其特征在于，所述轨迹生成单元包括：
排序子单元，用于按拍摄时间对所述多帧图像数据进行排序；
地点子单元，用于根据排序结果确定目标人物依序出现的拍摄地点；
轨迹子单元，用于根据目标人物依序出现的拍摄地点在地图上生成目标人物的人物运动轨迹。
10.一种计算机可读存储介质，其特征在于，包括：计算机可执行指令，当所述计算机可执行指令被运行时用以执行如权利要求5-9任一项所述的人物轨迹检索方法。
CN201910774886.8A 2019-08-21 2019-08-21 一种人物轨迹检索方法及其***、计算机可读存储介质 Pending CN110532432A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910774886.8A CN110532432A (zh) 2019-08-21 2019-08-21 一种人物轨迹检索方法及其***、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910774886.8A CN110532432A (zh) 2019-08-21 2019-08-21 一种人物轨迹检索方法及其***、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110532432A true CN110532432A (zh) 2019-12-03

Family

ID=68662437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910774886.8A Pending CN110532432A (zh) 2019-08-21 2019-08-21 一种人物轨迹检索方法及其***、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110532432A (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110955792A (zh) * 2019-12-13 2020-04-03 云粒智慧科技有限公司 一种基于图片的搜索方法、装置、电子设备及存储介质
CN111143594A (zh) * 2019-12-26 2020-05-12 北京橘拍科技有限公司 人像搜索方法、服务器、存储介质、视频处理方法及***
CN111222492A (zh) * 2020-01-19 2020-06-02 四川联众竞达科技有限公司 移动轨迹的追踪方法
CN111242077A (zh) * 2020-01-20 2020-06-05 西安奥卡云数据科技有限公司 一种人物追踪方法、***及服务器
CN111259789A (zh) * 2020-01-15 2020-06-09 祥誉智能科技(威海)有限公司 一种人脸识别智能安防监控管理方法和***
CN111400550A (zh) * 2019-12-30 2020-07-10 深圳市商汤科技有限公司 一种目标运动轨迹构建方法、设备以及计算机存储介质
CN111476616A (zh) * 2020-06-24 2020-07-31 腾讯科技（深圳）有限公司 轨迹确定方法、装置、电子设备及计算机存储介质
CN111563618A (zh) * 2020-04-24 2020-08-21 深圳市商汤科技有限公司 轨迹生成方法和相关装置
CN112218046A (zh) * 2020-09-27 2021-01-12 杭州海康威视***技术有限公司 对象监控方法及装置
CN112232153A (zh) * 2020-09-30 2021-01-15 广东职业技术学院 一种获取目标人物的轨迹的方法及***
CN112633063A (zh) * 2020-11-18 2021-04-09 深圳供电局有限公司 一种人物行动跟踪***及其方法
CN113055586A (zh) * 2019-12-27 2021-06-29 青岛千眼飞凤信息技术有限公司 视频处理方法及装置
CN113128282A (zh) * 2019-12-31 2021-07-16 深圳云天励飞技术有限公司 一种人群类别的划分方法、装置及终端
CN114241575A (zh) * 2021-12-23 2022-03-25 广州智算信息技术有限公司 一种基于ai的深度学习的大数据人脸识别***
CN114612985A (zh) * 2022-03-17 2022-06-10 中国科学技术大学 一种肖像查询方法、***、设备及存储介质
CN114842527A (zh) * 2022-04-01 2022-08-02 武汉虹信技术服务有限责任公司 一种基于智慧城市的分级人脸识别***及方法
CN116662598A (zh) * 2023-07-27 2023-08-29 北京全景智联科技有限公司 基于矢量索引的人物画像信息管理方法及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020012449A1 (en) * 1998-05-15 2002-01-31 Gary Rost Bradski Method and apparatus for tracking an object using a continuously adapting mean shift
CN104581000A (zh) * 2013-10-12 2015-04-29 北京航天长峰科技工业集团有限公司 一种视频关注目标的运动轨迹的快速检索方法
CN106650652A (zh) * 2016-12-14 2017-05-10 黄先开 基于人脸识别技术的轨迹跟踪***及其方法
CN107358146A (zh) * 2017-05-22 2017-11-17 深圳云天励飞技术有限公司 视频处理方法、装置及存储介质
CN109871815A (zh) * 2019-02-26 2019-06-11 新华三技术有限公司 一种查询监控信息的方法及装置
CN109934176A (zh) * 2019-03-15 2019-06-25 艾特城信息科技有限公司 行人识别***、识别方法及计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020012449A1 (en) * 1998-05-15 2002-01-31 Gary Rost Bradski Method and apparatus for tracking an object using a continuously adapting mean shift
CN104581000A (zh) * 2013-10-12 2015-04-29 北京航天长峰科技工业集团有限公司 一种视频关注目标的运动轨迹的快速检索方法
CN106650652A (zh) * 2016-12-14 2017-05-10 黄先开 基于人脸识别技术的轨迹跟踪***及其方法
CN107358146A (zh) * 2017-05-22 2017-11-17 深圳云天励飞技术有限公司 视频处理方法、装置及存储介质
CN109871815A (zh) * 2019-02-26 2019-06-11 新华三技术有限公司 一种查询监控信息的方法及装置
CN109934176A (zh) * 2019-03-15 2019-06-25 艾特城信息科技有限公司 行人识别***、识别方法及计算机可读存储介质

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110955792A (zh) * 2019-12-13 2020-04-03 云粒智慧科技有限公司 一种基于图片的搜索方法、装置、电子设备及存储介质
CN111143594A (zh) * 2019-12-26 2020-05-12 北京橘拍科技有限公司 人像搜索方法、服务器、存储介质、视频处理方法及***
CN113055586A (zh) * 2019-12-27 2021-06-29 青岛千眼飞凤信息技术有限公司 视频处理方法及装置
CN111400550A (zh) * 2019-12-30 2020-07-10 深圳市商汤科技有限公司 一种目标运动轨迹构建方法、设备以及计算机存储介质
WO2021135138A1 (zh) * 2019-12-30 2021-07-08 深圳市商汤科技有限公司 一种目标运动轨迹构建方法、设备以及计算机存储介质
CN113128282A (zh) * 2019-12-31 2021-07-16 深圳云天励飞技术有限公司 一种人群类别的划分方法、装置及终端
CN111259789A (zh) * 2020-01-15 2020-06-09 祥誉智能科技(威海)有限公司 一种人脸识别智能安防监控管理方法和***
CN111222492A (zh) * 2020-01-19 2020-06-02 四川联众竞达科技有限公司 移动轨迹的追踪方法
CN111242077A (zh) * 2020-01-20 2020-06-05 西安奥卡云数据科技有限公司 一种人物追踪方法、***及服务器
CN111563618A (zh) * 2020-04-24 2020-08-21 深圳市商汤科技有限公司 轨迹生成方法和相关装置
CN111476616A (zh) * 2020-06-24 2020-07-31 腾讯科技（深圳）有限公司 轨迹确定方法、装置、电子设备及计算机存储介质
CN111476616B (zh) * 2020-06-24 2020-10-30 腾讯科技（深圳）有限公司 轨迹确定方法、装置、电子设备及计算机存储介质
CN112218046B (zh) * 2020-09-27 2023-10-24 杭州海康威视***技术有限公司 对象监控方法及装置
CN112218046A (zh) * 2020-09-27 2021-01-12 杭州海康威视***技术有限公司 对象监控方法及装置
CN112232153A (zh) * 2020-09-30 2021-01-15 广东职业技术学院 一种获取目标人物的轨迹的方法及***
CN112633063B (zh) * 2020-11-18 2023-06-30 深圳供电局有限公司 一种人物行动跟踪***及其方法
CN112633063A (zh) * 2020-11-18 2021-04-09 深圳供电局有限公司 一种人物行动跟踪***及其方法
CN114241575A (zh) * 2021-12-23 2022-03-25 广州智算信息技术有限公司 一种基于ai的深度学习的大数据人脸识别***
CN114612985A (zh) * 2022-03-17 2022-06-10 中国科学技术大学 一种肖像查询方法、***、设备及存储介质
CN114612985B (zh) * 2022-03-17 2024-04-02 中国科学技术大学 一种肖像查询方法、***、设备及存储介质
CN114842527A (zh) * 2022-04-01 2022-08-02 武汉虹信技术服务有限责任公司 一种基于智慧城市的分级人脸识别***及方法
CN116662598A (zh) * 2023-07-27 2023-08-29 北京全景智联科技有限公司 基于矢量索引的人物画像信息管理方法及电子设备
CN116662598B (zh) * 2023-07-27 2023-09-26 北京全景智联科技有限公司 基于矢量索引的人物画像信息管理方法及电子设备

Similar Documents

Publication Publication Date Title
CN110532432A (zh) 一种人物轨迹检索方法及其***、计算机可读存储介质
CN110532923A (zh) 一种人物轨迹检索方法及其***
US11533593B2 (en) System method and computer-accessible medium for blockchain-based distributed ledger for analyzing and tracking environmental targets
CN106791613B (zh) 一种基于3dgis和视频相结合的智能监控***
EP3241366B1 (en) Method and system for estimating a number of persons in a crowd
EP3241368B1 (en) Method and system for a real-time counting of a number of participants at a public happening
US9351124B1 (en) Location detection and communication through latent dynamic network interactions
Preden et al. Data to decision: pushing situational information needs to the edge of the network
US20080198231A1 (en) Threat-detection in a distributed multi-camera surveillance system
Cornett et al. Expanding accurate person recognition to new altitudes and ranges: The briar dataset
CN108009807A (zh) 一种比特币交易身份标识方法
CN105934753A (zh) 在云视频服务中共享视频
CN110245268A (zh) 一种路线确定、展示的方法及装置
CN109074772B (zh) 基于视线的内容共享动态自组织网络
WO2016155769A1 (en) Method and system for a real-time counting of a number of persons in a crowd by means of aggregated data of a telecommunication network
JP2015210681A (ja) 意思決定支援システムおよび意思決定支援方法
US20040249848A1 (en) Method and apparatus for intelligent and automatic alert management using multimedia database system
CN112541970A (zh) 一种集中式协同SlAM中的重定位方法及装置
CN109145127A (zh) 图像处理方法及装置、电子设备和存储介质
Kritter et al. On the real-world applicability of state-of-the-art algorithms for the optimal camera placement problem
CN109859426A (zh) 一种社区安防管理***
Da Silva et al. A framework for online mobility pattern discovery from trajectory data streams
CN108537088A (zh) 监控方法和***
WO2021056050A1 (en) Systems and methods for identifying and/or tracking objects
Cruz et al. A people counting system for use in CCTV cameras in retail

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191203