CN111079525B - 图像处理方法、设备、***及存储介质 - Google Patents
图像处理方法、设备、***及存储介质 Download PDFInfo
- Publication number
- CN111079525B CN111079525B CN201911073091.0A CN201911073091A CN111079525B CN 111079525 B CN111079525 B CN 111079525B CN 201911073091 A CN201911073091 A CN 201911073091A CN 111079525 B CN111079525 B CN 111079525B
- Authority
- CN
- China
- Prior art keywords
- target object
- image
- historical
- target
- images
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 230000033001 locomotion Effects 0.000 claims abstract description 118
- 238000000034 method Methods 0.000 claims description 74
- 238000012544 monitoring process Methods 0.000 claims description 47
- 230000008569 process Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000012795 verification Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 18
- 238000007726 management method Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- G06V20/48—Matching video sequences
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Testing Of Coins (AREA)
Abstract
本申请实施例提供一种图像处理方法、设备、***及存储介质。在本申请实施例中,根据在待识别图像之前采集的包含目标对象的多张历史图像,确定目标对象的历史移动轨迹;并根据目标对象的历史移动轨迹,确定待识别图像中是否包含目标图像,从而可筛选出包含目标对象的图像,实现了对目标对象的识别,进而有利于对目标对象的情况进行后续查证。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像处理方法、设备、***及存储介质。
背景技术
在现有的交通运输领域,尤其机场、火车站、客运站、港口、码头等供往来航班、车辆或船只进行停靠的场所,往往安装有多台摄像头,这些摄像头拍摄的视频可以为监测往来航班、车辆或船只的健康状况提供参考。
以机场为例,机场在进行飞机调度流程优化,或者进行飞机延误等故障查证时,可以查阅机场内的摄像头采集的视频。但是,在实际应用中,无法从摄像头拍摄的视频中识别所要查证的飞机。
发明内容
本申请的多个方面提供一种图像处理方法、设备、***及存储介质,用以实现目标对象的识别,进而有利于对目标对象的情况进行后续查证。
本申请实施例提供一种图像处理方法,包括:
获取指定区域内的目标图像采集设备采集的待识别图像;
获取在所述待识别图像之前采集的多张历史图像;所述多张历史图像是在目标对象在所述指定区域内移动过程中采集到的包含所述目标对象的图像;
根据所述多张历史图像,确定所述目标对象在历史时间段内的历史移动轨迹;
根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象。
本申请实施例还提供一种图像处理方法,包括:获取待识别图像,所述待识别图像是设置在指定区域的第一图像采集设备采集到的;
获取至少一个第二图像采集设备在目标对象在所述指定区域内移动时采集到的包含所述目标对象的多张历史图像;所述第二图像采集设备设置于所述指定区域内上且位于所述第一图像采集设备前面;
根据所述多张历史图像,确定所述目标对象的历史移动轨迹;
根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象。
本申请实施例还提供一种监控***,包括:服务端设备和设置于指定区域内的多个图像采集设备;
所述多个图像采集设备,用于采集指定区域内的图像,所述图像包括出现在指定区域内的移动对象;
所述服务端设备,用于:获取多个图像采集设备中的目标图像采集设备采集的待识别图像;从所述多个图像采集设备采集的图像中,获取在所述待识别图像之前采集的包含所述目标对象的多张历史图像;根据所述多张历史图像,确定所述目标对象在历史时间段内的历史移动轨迹;以及根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象。
本申请实施例还提供一种机场监控***,其特征在于,包括:服务端设备和设置于机场内的多个摄像头;
所述多个摄像头,用于采集机场内各个飞机的图像;
所述服务端设备,用于:获取在目标摄像头采集的待识别图像之前的包含目标飞机的多张历史图像;根据所述多张历史图像,确定所述目标飞机在历史时间段内的历史移动轨迹;以及根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标飞机;目标摄像头是多个摄像头中除基准摄像头之外的其它任一摄像头。
本申请实施例还提供一种计算机设备,包括:存储器和处理器;其中,所述存储器,用于存储计算机程序;
所述处理器耦合至所述存储器,用于执行所述计算机程序以用于:
获取指定区域内的目标图像采集设备采集的待识别图像;
获取在所述待识别图像之前采集的多张历史图像;所述多张历史图像是在目标对象在所述指定区域内移动过程中采集到的包含所述目标对象的图像;
根据所述多张历史图像,确定所述目标对象在历史时间段内的历史移动轨迹;
根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象。
本申请实施例还提供计算机设备,包括:存储器和处理器;其中,所述存储器,用于存储计算机程序;
所述处理器耦合至所述存储器,用于执行所述计算机程序以用于:
获取待识别图像,所述待识别图像是设置在指定区域的第一图像采集设备采集到的;
获取至少一个第二图像采集设备在目标对象在所述指定区域内移动时采集到的包含所述目标对象的多张历史图像;所述第二图像采集设备设置于所述指定区域内上且位于所述第一图像采集设备前面;
根据所述多张历史图像,确定所述目标对象的历史移动轨迹;
根据所述目标对象的历史移动轨迹,确定所述待识别图像中是否包含所述目标对象。
本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,其特征在于,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行上述图像处理方法中的步骤。
在本申请实施例中,根据在待识别图像之前采集的包含目标对象的多张历史图像,确定目标对象的历史移动轨迹;并根据目标对象的历史移动轨迹,确定待识别图像中是否包含目标图像,从而可筛选出包含目标对象的图像,实现了对目标对象的识别,进而有利于对目标对象的情况进行后续查证。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1a为本申请实施例提供的一种机场监控***的结构示意图;
图1b为本申请实施例提供的一种第一位置的确定方法示意图;
图1c为本申请实施例提供的另一种机场监控***的结构示意图;
图2为本申请实施例提供的一种图像处理方法的流程示意图;
图3a为本申请实施例提供的另一种图像处理方法的流程示意图;
图3b为本申请实施例提供的又一种图像处理方法的流程示意图;
图4为本申请实施例提供的一种监控***的结构示意图;
图5为本申请实施例提供的一种计算机设备的结构示意图;
图6为本申请实施例提供的另一种计算机设备的结构示意图;
图7为本申请实施例提供的又一种计算机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例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做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。
针对现有交通运输领域中无法从摄像头拍摄的视频进行目标对象识别的技术问题,在本申请一些实施例中,根据在待识别图像之前采集的包含目标对象的多张历史图像,确定目标对象的历史移动轨迹;并根据目标对象的历史移动轨迹,确定待识别图像中是否包含目标图像,从而可筛选出包含目标对象的图像,实现了对目标对象的识别,进而有利于对目标对象的情况进行后续查证。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1a为本申请实施例提供的一种机场监控***的结构示意图。如图1a所示,该***包括:服务端设备10a和设置于机场内的多个摄像头10b。其中,机场的结构、机场内摄像头的设置位置、数量以及摄像头的实现形态仅为示例性说明,并不对其构成限定。在实际应用中,如图1a所示,机场内包括航站楼、摆渡车(图1a中未示出)等等。
在本实施例中,服务端设备10a是指可以进行图像处理的计算机设备,一般具备承担服务并保障服务的能力。服务端设备10a可以为单一服务器设备,也可以云化的服务器阵列,或者为云化的服务器阵列中运行的虚拟机(Virtual Machine,VM)。另外,服务端设备10a也可以指具备相应服务能力的其他计算设备,例如电脑等终端设备(运行图像处理程序)等。在本申请实施例中,不限定服务端设备10a与机场的相对位置关系,服务端设备10a可设置于机场内,也可设置于机场外。
在本实施例中,服务端设备10a可对待识别图像进行在线处理,也可进行离线处理。可选地,服务端设备10a和各摄像头10b之间可以是无线连接。可选地,服务端设备10a可以通过移动网络和摄像头10b通信连接,相应地,移动网络的网络制式可以为2G(GSM)、2.5G(GPRS)、3G(WCDMA、TD-SCDMA、CDMA2000、UTMS)、4G(LTE)、4G+(LTE+)、5G、WiMax等中的任意一种。可选地,服务端设备10a也可以通过蓝牙、WiFi、红外线等方式和各摄像头10b通信连接。
多个摄像头10b可采集机场内的图像。在本实施例中,主要针对摄像头10b采集到的飞机的图像进行处理,因此,下面重点以多个摄像头10b采集到的机场内的各个飞机的图像的处理过程进行重点说明。
在本实施例中,多个摄像头10b可采集机场内各个飞机的图像,这些图像中包括各个飞机在机场内移动时的图像。对于一架飞机而言,其从降落到停靠在停机坪内需要在机场内移动,其移动路线如图1a中虚线所示,一般为从降落的跑道移动至滑行道,再从滑行道移动到停机坪内对应的停机位上。当然,飞机从停机坪候机至起飞的过程也需要在机场内移动,其移动路线一般为从停机坪移动至滑行道,再从滑行道移动至跑道起飞等等。以上只是对飞机在机场内的移动路线进行示例性说明,并不说明飞机在机场内活动时只经过跑道、滑行道、停机坪这几个区域。
在实际应用中,由于机场内的摄像头与在机场内移动时的飞机之间的距离相对较远,且飞机的移动速度相对较快,摄像头10b采集到的飞机在移动过程中的图像无法显示飞机的标识信息,因此,在现有技术中,服务端设备10a无法从摄像头10b采集到的图像中识别出被关注的飞机。在本申请实施例中,为了便于描述和区分,将被关注的飞机定义为目标飞机。
在实际应用中,若目标飞机在降落滑行阶段,空管部门会通知服务端设备10a目标飞机的标识信息、目标飞机的降落时刻以及降落的跑道。其中,目标飞机的标识信息包括:目标飞机的机号、航班号等,但不限于此。基于此,服务端设备10a根据目标飞机的降落时刻以及目标飞机的图像特征,从部署在目标飞机降落的跑道的摄像头采集到的图像中,获取包含目标飞机的图像。在该过程中,服务端设备10a还可获取目标飞机的标识信息。
此外,目标飞机在降落在跑道之前,目标飞机上的广播式自动相关监视(Automatic dependent surveillance broadcast,ADS-B)设备也可向服务端设备10a发送目标飞机的标识信息以及目标飞机在降落在跑道之前的运动学参数以及目标飞机的地理信息***(Geographic Information System,GIS)信息。基于此,目标飞机在降落在跑道之前的运动学参数包括:目标飞机在降落在跑道之前的运动速度、行进方向、加速度中的至少一种。服务端设备10a便可根据目标飞机在降落在跑道之前的运动学参数以及GIS信息,计算目标飞机降落在跑道入口处的时间。进一步,服务端设备10a可根据目标飞机降落在跑道入口的时间以及目标飞机的图像特征,从部署在目标飞机降落的跑道入口的摄像头采集到的图像中,获取包含目标飞机的图像。在该过程中,服务端设备10a还可获取目标飞机的标识信息。
若飞机处于起飞滑行阶段,空管部门会通知服务端设备10a目标飞机的标识信息、目标飞机在停车坪停靠的机位以及目标飞机的起飞时间。基于此,服务端设备10a可根据目标飞机的起飞时间以及目标飞机在停车坪停靠的机位的位置,从设置采集视野覆盖目标飞机在停车坪停靠的机位的摄像头采集的图像中,获取包含目标飞机的图像。
但是,除了上述两处较为特殊的位置之外的其它摄像头,则无法根据上述方式来识别这些摄像头采集到的图像中是否包含目标飞机。在本申请实施例中,将设置在跑道入口的摄像头和采集视野覆盖目标飞机在停车坪停靠的机位的摄像头,统一定义为基准摄像头。其中,若飞机处于降落滑行阶段,基准摄像头是指设置于机场跑道入口的摄像头;若飞机处于起飞滑行阶段,基准摄像头为采集视野覆盖目标飞机在停车坪停靠的机位的摄像头。
下面以除基准摄像头之外的其它摄像头中的任一摄像头采集到的待识别图像为例,对服务端设备10a对待识别图像进行处理的方法进行示例性说明。为了便于描述和区分,将采集待识别图像的摄像头定义为目标摄像头,即目标摄像头为设置在机场内除基准摄像头之外的任一摄像头。
在本实施例中,服务端设备10a可获取待识别图像之前采集的包含目标对象的多张历史图像。在本实施例中,多张是指2张或2张以上。其中,多张历史图像可为目标摄像头采集的,也可为设置于目标摄像头前面的其它摄像头采集的,或者多张历史图像既有目标摄像头采集的,也有设置于目标摄像头前面的其它摄像头采集的。优选地,这多张历史图像为采集时间与待识别图像的采集时间间隔最近的M张历史图像。其中,M≥2,且为整数,其具体取值可进行灵活设定,在此不进行限定。值得说明的是,在本申请各实施例中,目标摄像头的前面的其它摄像头是指在此次目标飞机在经过目标摄像头之前所经过的其它摄像头。例如,若目标飞机处于降落滑行阶段,目标飞机在移动过程中,如图1a中虚线所示,依次经过编号为1、2…7的摄像头,则对于编号为3的摄像头,其前面的摄像头为编号为1和2的摄像头;若目标飞机处于起飞滑行阶段,则目标飞机在移动过程中,依次经过编号为7、6…1的摄像头(图1a中未示出),则对于编号为3的摄像头,其前面的摄像头为编号为4-7的摄像头。
进一步,服务端设备10a可根据多张历史图像,确定目标飞机在历史时间段内的历史移动轨迹。其中,历史时间段为采集多张历史图像的时间段。例如,多张历史图像的采集时间段为2019年7月12日13:00-13:05,则历史时间段为2019年7月12日13:00-13:05这段时间。进一步,服务端设备10a还可根据目标飞机在历史移动轨迹,确定待识别图像中是否包含目标对象。
本实施例提供的机场监控***,可根据在待识别图像之前采集的包含目标飞机的多张历史图像,确定目标飞机的历史移动轨迹;并根据目标飞机的历史移动轨迹,确定待识别图像中是否包含目标飞机,从而可筛选出包含目标飞机的图像,实现了对目标飞机的识别,进而有利于对目标飞机的情况进行后续查证。例如,可基于机场内多个摄像头采集到的包含目标飞机的图像,对目标飞机在机场内的行驶状况进行查证,等等。
另一方面,若上述多张历史图像是由设置于目标摄像头前面的其它摄像头采集的,或者多张历史图像既有目标摄像头采集的,也有设置于目标摄像头前面的其它摄像头采集的,则利用本申请实施例提供的图像处理方法可实现目标飞机的跨境识别和跟踪。
另外,摄像头是机场内的现有设施,本申请实施例提供的图像处理方式,不需要另外增设图像采集设备,即不需要另外投入图像采集成本。
值得说明的是,在本申请实施例中,若目标摄像头前面的摄像头为基准摄像头,则可采用上述方法从基准摄像头采集到的摄像头中获取多张历史图像。若目标摄像头前面的摄像头不是基准摄像头,对于从这些摄像头采集到的图像中,获取包含目标飞机的多张历史图像,则可利用本实施例提供的方式先从这些摄像头采集到的图像是否包含目标飞机,并从中确定包含目标飞机的多张历史图像。例如,对于基准摄像头之后的第一个摄像头采集到的待识别图像,可利用基准摄像头采集到的包含目标飞机的多张历史图像,确定该摄像头采集到的待识别图像中是否包含目标飞机,并从该摄像头采集到的图像中获取包含目标对象的多张目标图像,用于对下一个摄像头采集到的待识别图像进行处理的历史图像;等等。或者,还可以根据待识别图像的时间戳,获取与待识别图像的采集时间间隔最近的包含目标飞机的多张历史图像。相应地,若目标摄像头前面的摄像头不是基准摄像头,可利用本申请实施例提供的图像处理方法来确定待识别图像之前采集到的图像中是否包含目标飞机,并从包含目标飞机的目标图像中获取与待识别图像的采集时间间隔最近的包含目标飞机的多张历史图像。
在本申请实施例中,服务端设备10a可根据历史移动轨迹,预测在采集待识别图像时目标飞机移动到的第一位置;并根据目标对象的图像特征和第一位置,确定待识别图像中是否包含目标对象。例如,服务端设备10a可利用卡尔曼(Kalman)算法,预测在采集待识别图像时目标飞机移动到的第一位置。
进一步,服务端设备10a可从历史移动轨迹中,获取目标飞机经过各历史轨迹点的时间戳和各历史轨迹点的位置;并根据目标飞机经过各历史轨迹点的时间戳和各历史轨迹点在预设坐标系下的坐标,计算目标飞机在历史时间段内的运动学参数。其中,目标飞机在历史时间段内的运动学参数包括:目标飞机在历史时间段内的移动速度、行进方向、加速度中的至少一种;其中预设的坐标系为表示历史轨迹点的位置的坐标所在的坐标系,该坐标系可为以任何基准点和基准平面建立的坐标系,例如预设坐标系可以为以机场的中心为原点、以地面上任意垂直的两条线为x轴和y轴、以垂直于地面的方向为z轴方向建立的坐标系;或者,预设坐标系也可为世界坐标系,等等,但不限于此。
进一步,服务端设备10a可根据目标飞机的运动学参数和各历史轨迹点中至少一个历史轨迹点的位置,预测在采集到待识别图像时目标飞机移动到的第一位置。进而,服务端设备10a可根据目标飞机的图像特征和第一位置在预设坐标系下的坐标,确定待识别图像中是否包含目标飞机。其中,目标飞机的图像特征包括:目标飞机的颜色特征、纹理特征、形状特征或空间关系特征等,但不限于此。
在一些实施例中,待识别图像中可能包含图像特征相似的多架飞机。例如,图1a所示,对于采集视野覆盖停机坪的摄像头,其采集到的图像中可能包含多架飞机,这些飞机的图像特征可能极其相似。基于此,服务端设备10a可根据目标飞机的图像特征,从待识别图像中识别出至少一架候选飞机;并根据待识别图像对应的摄像头的单应矩阵,将至少一架候选飞机在待识别图像中的像素坐标转换为这些候选飞机在预设坐标系下的坐标。进一步,服务端设备10a可根据第一位置在预设坐标系下的坐标和至少一架候选飞机在预设坐标系下的坐标,确定至少一架候选飞机中是否存在目标飞机。
进一步,服务端设备10a可根据第一位置在预设坐标系下的坐标和至少一架候选飞机在预设的坐标系下的坐标,计算至少一架候选飞机与第一位置之间的距离。若至少一架候选飞机与第一位置之间的距离中存在小于或等于预设的距离阈值的距离,则确定至少一架候选飞机中存在目标飞机。相应地,若至少一架候选飞机与第一位置之间的距离均大于预设的距离阈值,则确定至少一架候选飞机中不存在目标飞机。
进一步,在至少一架候选飞机中存在目标飞机的情况下,服务端设备10a可从至少一架候选飞机中,选择与第一位置之间的距离最小的候选飞机作为目标飞机。例如,如图1b所示,假设五角星所示位置为预测出的目标飞机在采集待识别图像时所移动到的第一位置,则编号为B的飞机与第一位置之间的距离小于编号为A和C的飞机与第一位置之间的距离,则确定编号为C的飞机为目标飞机。
对于上述目标飞机在历史时间段内的历史移动轨迹,在一些实施例中,服务端设备10a可根据多张历史图像各自对应的摄像头的单应矩阵,将目标飞机在多张历史图像中的像素坐标转换为目标飞机经过的各历史轨迹点在预设坐标系下的坐标,并将各历史轨迹点在预设坐标系下的坐标作为这些历史轨迹点的位置;进一步,服务端设备10a将多张历史图像的时间戳作为目标飞机经过各历史轨迹点的时间戳;进而,可根据目标飞机经过各历史轨迹点的时间戳和各历史轨迹点的位置,生成目标飞机的历史移动轨迹。其中,摄像头的单应矩阵为该摄像头采集的图像的像素坐标与预设坐标系之间的转换矩阵。进一步,服务端设备10a可根据摄像头的位姿以及内外参数,计算出该摄像头对应的单应矩阵。其中,摄像头的位姿包括摄像头在预设坐标系下的位置坐标和姿态角。进一步,摄像头在预设坐标系下的位置坐标和姿态角包括摄像头的安装位置和安装高度。
在实际应用中,由于摄像头的监控视野可能不重合,尤其对于上述多张历史图像既有目标摄像头采集的,也有设置于目标摄像头前面的其它摄像头采集的情况,可能导致历史移动轨迹不连续,可能导致后续预测出的第一位置与目标飞机实际移动到的位置存在较大误差。基于此,服务端设备10a可获取目标飞机在历史时间段内的GIS轨迹信息;并利用GIS轨迹信息,对上述目标飞机在历史时间段内的历史移动轨迹进行修正。之后,服务端设备10a根据修正后的历史移动轨迹,确定待识别图像中是否包含目标飞机。进一步,由于GIS轨迹信息是基于世界坐标系确定的,则为了减少坐标转换的次数,上述预设坐标系可为世界坐标系。
进一步,对于一些机场来说,如图1c所示,其地面上方可能设置有场面监控雷达10c。场面监控雷达10c可监视机场内飞机和车辆活动情况,并提供飞机和车辆的GIS轨迹信息。基于此,在一些实施例中,机场监控***还包括场面监控雷达10c。场面监控雷达10c将其检测到的目标飞机的GIS轨迹信息发送至服务端设备10a。相应地,服务端设备10c可根据场面监控雷达10c发送的目标飞机的GIS轨迹信息的时间戳,从中获取目标飞机在历史时间段内的GIS轨迹信息,并利用目标飞机在历史时间段内的GIS轨迹信息,对目标飞机在历史时间段内的历史移动轨迹信息进行修正。
对于一些飞机来说,其上可能安装有ADS-B设备(图1a-图1c中未示出)。其中,ADS-B设备可自动地获取飞机的GIS轨迹信息、高度、速度、航向、标识信息等信息,并将这些信息广播给其他飞机或地面站。在本申请实施例中,服务端设备10a可为地面站中接收飞机上的ADS-B设备广播的信息的设备;也可为与地面站中接收ADS-B设备广播的信息的设备进行通信的其它计算机设备。无论服务端设备10a是何种计算机设备,其均可获取飞机上的ADS-B设备发送的飞机的GIS轨迹信息。基于此,在一些实施例中,服务端设备10a可根据目标飞机上的ADS-B设备发送的目标飞机的GIS轨迹信息的时间戳,从中获取目标飞机在历史时间段内的GIS轨迹信息,并利用目标飞机在历史时间段内的GIS轨迹信息,对目标飞机在历史时间段内的历史移动轨迹信息进行修正。
在另一些实施例中,为了提高生成的目标飞机在历史时间段内的历史移动轨迹的准确度,服务端设备10a还可将目标飞机上的ADS-B设备发送的目标飞机在历史时间段内的GIS轨迹信息和场面监控雷达10c所检测到的目标飞机在历史时间段内的GIS轨迹信息进行结合,对目标飞机在历史时间段内的历史移动轨迹信息进行修正。
在本申请实施例中,场面监控雷达10c和摄像头10b是机场内的现有设施,ADS-B设备是飞机上的现有设备,因此,对目标飞机在历史时间段内的历史移动轨迹信息进行修正,不需要另外增设定位设备,即不需要另外投入定位成本。
另一方面,由于飞机上机长的操作习惯不同,ADS-B设备可能在降落或起飞过程中处于关闭状态,导致ADS-B设备无法获取地面飞机的GIS信息;机场的场面监控雷达虽然也可对地面飞机进行定位,但是有时候场面监控雷达的信号有遮挡,导致场面监控雷达的定位不准确。因此,在本实施例中,在确定目标飞机在历史时间段内的历史移动轨迹信息时,将ADS-B设备和/或场面监控雷达获取的目标飞机的GIS信息与上述利用摄像头采集到的图像,确定出的目标飞机在历史时间段内的历史移动轨迹进行融合,这样有助于提高确定出的目标飞机在历史时间段内的历史移动轨迹的准确性。
在本申请实施例中,对于基准摄像头采集到的包含目标飞机的图像,服务端设备10a可从空管部门和/或目标飞机上的ADS-B设备获取目标飞机的标识信息。之后,服务端设备10a根据基准摄像头采集到的包含目标飞机的图像,依次从基准摄像头后面的摄像头采集到的图像中确定出包含目标飞机的图像,进而获取机场内的多个摄像头10b采集到包含目标飞机的图像。进一步,服务端设备10a可将目标飞机的标识信息作为外挂标签添加至多个摄像头10b采集到的包含目标飞机的图像中的目标飞机所在区域;并根据带有外挂标签的图像,生成目标飞机的视频摘要。这样,在需要查看目标飞机对应的视频时,只需输入目标飞机的标识信息,便可检索出目标飞机的视频摘要。进一步,机场管理人员可根据目标飞机的视频摘要,对飞机调度流程进行优化;或者根据目标飞机的视频摘要,直观地查看目标飞机的状况,为对目标飞机延误或者其它故障查证提供了依据。
可选地,在生成目标飞机的视频摘要时,可根据各摄像头采集到的包含目标对象的图像的时间戳,按照时间先后顺序,生成目标飞机的视频摘要。
进一步,服务端设备10a可根据采集待识别图像的摄像头的单应矩阵,将目标飞机在待识别图像中的像素坐标转换为目标飞机在预设坐标系下的坐标,作为目标飞机对应的轨迹点的位置;并将待识别图像的时间戳作为目标飞机经过该位置时的时间戳。采用相同的方法,服务端设备10a可获取目标飞机在机场内的各轨迹点;进而得到目标飞机在机场内的移动轨迹时间序列。进一步,服务端设备10a可将目标飞机在机场内的移动轨迹与背景图像拼接成帧,并将帧组合成视频,进而得到目标飞机在机场内的视频摘要。
在本实施例中,服务端设备10a还可获取当前机场内的其它飞机的移动轨迹,并根据当前机场内的其它飞机的移动轨迹,规划目标飞机的导航路径,并指导目标飞机沿着规划出的导航路径移动。这样,可防止机场内飞机在移动过程中出现碰撞等状况。其中,当前机场内的其它飞机的移动轨迹,也可采用上述实施例中确定目标飞机的移动轨迹的方式进行确定。
除了本申请实施例提供的机场监控***实施例之外,本申请实施例还提供图像处理方法,下面从服务端设备的角度,对本申请实施例提供的图像处理方法进行示例性说明。
图2为本申请实施例提供的一种图像处理方法的流程示意图。该方法适用于服务端设备。如图2所示,该方法包括:
201、获取指定区域内的目标图像采集设备采集的待识别图像。
202、获取在待识别图像之前采集的多张历史图像;其中,多张历史图像是在目标对象在指定区域内移动过程中采集到的包含目标对象的图像。
203、根据多张历史图像,确定目标对象在历史时间段内的历史移动轨迹。
204、根据历史移动轨迹,确定待识别图像中是否包含目标对象。
在本实施例中,指定区域可以为任何部署多个图像采集设备来采集移动对象的图像的物理场所。例如,指定区域可以为火车站、客运站、港口、码头、停车场、仓库等,其中,图像采集设备可以为摄像头、激光传感器或红外传感器等视觉传感器,但不限于此。
在本实施例中,多个图像采集设备可采集指定区域内的图像。在本实施例中,主要针对图像采集设备采集的出现在指定区域内的移动对象的图像进行处理,因此,下面重点以多个图像采集设备采集到的指定区域内的各移动对象的图像的处理过程进行重点说明。
在本实施例中,多个图像采集设备可采集指定区域内各移动对象的图像,这些图像中包括各移动对象在指定区域内移动时的图像。在实际应用中,由于指定区域内的图像采集设备与在指定区域内移动时的移动对象之间的距离相对较远,且移动对象的移动速度相对较快,图像采集设备采集到的移动对象在移动过程中的图像无法显示移动对象的标识信息,因此,在现有技术中,无法从图像采集设备采集到的图像中识别出被关注的移动对象。在本申请实施例中,为了便于描述和区分,将被关注的移动对象定义为目标对象。其中,应用场景不同,目标对象不同,其的标识信息也就不同。例如,在上述机场应用场景中,目标对象为目标飞机;目标对象的标识信息可为目标飞机的机号、航班号等,但不限于此。对于客运站、公交车站和停车场的应用场景,目标对象为目标车辆,其标识信息为该车辆的车牌号等等。对于码头、港口的应用场景,目标对象为目标船只,其标识信息可为船舶识别号等,但不限于此。
在实际应用中,若目标对象驶入指定区域,则指定区域管理部门会通知服务端设备目标对象的标识信息、驶入时间以及驶入口。例如,客运站的管理部门会通知服务端设备目标车辆的车牌号、进站时间以及进站口。基于此,可根据目标对象的驶入时间以及目标对象的图像特征,从部署在目标对象的驶入口的图像采集设备采集到的图像中,获取包含目标对象的图像。在该过程中,还可获取目标对象的标识信息。
此外,在一些实施例中,目标对象在驶入指定区域之前,目标对象上的ADS-B设备也可向服务端设备发送目标对象的标识信息以及目标对象驶入指定区域之前的运动学参数以及目标对象的GIS信息。其中,目标对象在驶入指定区域之前的运动学参数包括:目标对象在驶入指定区域之前的运动速度、行进方向、加速度中的至少一种。基于此,可根据目标对象在驶入指定区域之前的运动学参数以及GIS信息,计算目标对象驶入指定区域的时间。进一步,可根据目标对象驶入指定区域的时间以及目标对象的图像特征,从部署在指定区域入口的图像采集设备采集到的图像中,获取包含目标对象的图像。在该过程中,还可获取目标对象的标识信息。
在一些应用场景中,指定区域入口设置有对象识别装置。在移动对象驶入指定区域入口时,对象识别装置可获取移动对象的驶入时间以及移动对象的标识信息。相应地,在目标对象驶入指定区域入口时,对象识别装置可获取目标对象的标识信息以及目标对象驶入时间,并将目标对象的标识信息以及目标对象的驶入时间发送给服务端设备。进一步,服务端设备可根据目标对象的驶入时间以及目标对象的图像特征,从部署在指定区域入口的图像采集设备采集到的图像中,获取包含目标对象的图像。例如,客运站的进站口设置有车辆识别装置。在目标车辆驶入指定区域入口时,车辆识别装置可获取目标车辆的车牌号以及目标车辆进站时间,并将目标对象的车牌号以及目标对象的进站时间发送给服务端设备。
同理,在目标对象使出指定区域阶段,指定区域管理部门也会将目标对象的标识信息、停靠的位置以及目标对象驶出指定区域的启动时间提供给服务端设备。基于此,服务端设备可根据目标对象驶出指定区域的启动时间以及目标对象的停靠位置,从设置采集视野覆盖目标飞机的停靠位置采集的图像中,获取包含目标对象的图像。
但是,除了上述两处较为特殊的位置之外的其它图像采集设备,则无法根据上述方式来识别这些图像采集设备采集到的图像中是否包含目标对象。在本申请实施例中,将设置在指定区域入口的图像采集设备和采集视野覆盖目标对象的停靠位置的图像采集设备,统一定义为基准图像采集设备。其中,若目标对象处于驶入指定区域阶段,基准图像采集设备是指设置于指定区域入口的图像采集设备;若目标对象处于驶出指定区域的阶段,基准图像采集设备为采集视野覆盖目标对象的停靠位置的图像采集设备。
下面以除基准图像采集设备之外的其它图像采集设备中的任一图像采集设备采集到的待识别图像为例,对待识别图像进行处理的方法进行示例性说明。为了便于描述和区分,将采集待识别图像的图像采集设备定义为目标图像采集设备,即目标图像采集设备为设置在指定区域内除基准图像采集设备之外的任一图像采集设备。
在步骤201中,首先获取目标图像采集设备采集的待识别图像。可选地,目标图像采集设备可在线将待识别图像发送给服务端设备;或者,服务端设备从目标图像采集设备的存储介质读取待识别图像。接着,在步骤202中获取待识别图像之前采集的包含目标对象的多张历史图像。其中,这多张历史图像可为目标图像采集设备采集的,也可由设置于指定区域内且位于目标图像采集设备前面的至少一个其它图像采集设备采集的,或者多张历史图像既有目标图像采集设备采集的,也有设置于目标图像采集设备前面的至少一个其它图像采集设备采集的。优选地,这多张历史图像为采集时间与待识别图像的采集时间间隔最近的M张历史图像。其中,M≥2,且为整数,其具体取值可进行灵活设定,在此不进行限定。目标图像采集设备前面的其它图像采集设备是指在此次目标对象在经过目标图像采集设备之前所经过的其它图像采集设备。
进一步,在步骤203中,可根据多张历史图像,确定目标对象在历史时间段内的历史移动轨迹。其中,历史时间段为采集多张历史图像的时间段。进一步,接着,在步骤204中,可根据目标对象在历史移动轨迹,确定待识别图像中是否包含目标对象。
在本实施例中,根据在待识别图像之前采集的包含目标对象的多张历史图像,确定目标对象的历史移动轨迹;并根据目标对象的历史移动轨迹,确定待识别图像中是否包含目标对象,从而可筛选出包含目标对象的图像,实现了对目标对象的识别,进而有利于对目标对象的情况进行后续查证。例如,可基于机场内多个图像采集设备采集到的包含目标对象的图像,对目标对象在机场内的行驶状况进行查证,等等。
另一方面,若上述多张历史图像是由设置于目标图像采集设备前面的其它图像采集设备采集的,或者多张历史图像既有目标图像采集设备采集的,也有设置于目标图像采集设备前面的其它图像采集设备采集的,则利用本申请实施例提供的图像处理方法可实现目标对象的跨境识别和跟踪。
另外,图像采集设备是指定区域内的现有设施,本申请实施例提供的图像处理方式,不需要另外增设图像采集设备,即不需要另外投入图像采集成本。值得说明的是,在本申请实施例中,若目标图像采集设备前面的图像采集设备为基准图像采集设备,则可采用上述方法从基准图像采集设备采集到的图像采集设备中获取多张历史图像。若目标图像采集设备前面的图像采集设备不是基准图像采集设备,对于从这些图像采集设备采集到的图像中,获取包含目标对象的多张历史图像,则可利用本实施例提供的方式先从这些图像采集设备采集到的图像是否包含目标对象,并从中确定包含目标对象的多张历史图像。例如,对于基准图像采集设备之后的第一个图像采集设备采集到的待识别图像,可利用基准图像采集设备采集到的包含目标对象的多张历史图像,确定该图像采集设备采集到的待识别图像中是否包含目标对象,并从该图像采集设备采集到的图像中获取包含目标对象的多张目标图像,用于对下一个图像采集设备采集到的待识别图像进行处理的历史图像;等等。或者,还可以根据待识别图像的时间戳,获取与待识别图像的采集时间间隔最近的包含目标对象的多张历史图像。相应地,若目标图像采集设备前面的图像采集设备不是基准图像采集设备,可利用本申请实施例提供的图像处理方法来确定待识别图像之前采集到的图像中是否包含目标对象,并从包含目标对象的目标图像中获取与待识别图像的采集时间间隔最近的包含目标对象的多张历史图像。
在本申请实施例中,步骤204的一种可选实施方式为:根据历史移动轨迹,预测在采集待识别图像时目标对象移动到的第一位置;并根据目标对象的图像特征和第一位置,确定待识别图像中是否包含目标对象。例如,可利用卡尔曼(Kalman)算法,预测在采集待识别图像时目标对象移动到的第一位置。
进一步,可从历史移动轨迹中,获取目标对象经过各历史轨迹点的时间戳和各历史轨迹点的位置;并根据目标对象经过各历史轨迹点的时间戳和各历史轨迹点在预设坐标系下的坐标,计算目标对象在历史时间段内的运动学参数。其中,目标对象在历史时间段内的运动学参数包括:目标对象在历史时间段内的移动速度、行进方向、加速度中的至少一种;其中关于预设坐标系的描述可参见上述实施例的相关内容,在此不再赘述。
进一步,可根据目标对象的运动学参数和各历史轨迹点中至少一个历史轨迹点的位置,预测在采集到待识别图像时目标对象移动到的第一位置。进而,可根据目标对象的图像特征和第一位置在预设坐标系下的坐标,确定待识别图像中是否包含目标对象。其中,目标对象的图像特征包括:目标对象的颜色特征、纹理特征、形状特征或空间关系特征等,但不限于此。
在一些实施例中,待识别图像中可能与目标对象的图像特征相似的其它移动对象。基于此,可根据目标对象的图像特征,从待识别图像中识别出至少一个候选对象;并根据待识别图像对应的图像采集设备的单应矩阵,将至少一个候选对象在待识别图像中的像素坐标转换为这些候选对象在预设坐标系下的坐标。进一步,可根据第一位置在预设坐标系下的坐标和至少一个候选对象在预设坐标系下的坐标,确定至少一个候选对象中是否存在目标对象。
进一步,可根据第一位置在预设坐标系下的坐标和至少一个候选对象在预设的坐标系下的坐标,计算至少一个候选对象与第一位置之间的距离。若至少一个候选对象与第一位置之间的距离中存在小于或等于预设的距离阈值的距离,则确定至少一个候选对象中存在目标对象。相应地,若至少一个候选对象与第一位置之间的距离均大于预设的距离阈值,则确定至少一个候选对象中不存在目标对象。
进一步,在至少一个候选对象中存在目标对象的情况下,可从至少一个候选对象中,选择与第一位置之间的距离最小的候选对象作为目标对象。
对于上述目标对象在历史时间段内的历史移动轨迹,在一些实施例中,可根据多张历史图像各自对应的图像采集设备的单应矩阵,将目标对照在多张历史图像中的像素坐标转换为目标对象经过的各历史轨迹点在预设坐标系下的坐标,并将各历史轨迹点在预设坐标系下的坐标作为这些历史轨迹点的位置;进一步,将多张历史图像的时间戳作为目标对象经过各历史轨迹点的时间戳;进而,可根据目标对象经过各历史轨迹点的时间戳和各历史轨迹点的位置,生成目标对象的历史移动轨迹。其中,图像采集设备的单应矩阵为该图像采集设备采集的图像的像素坐标与预设坐标系之间的转换矩阵。进一步,可根据图像采集设备的位姿以及内外参数,计算出该图像采集设备对应的单应矩阵。其中,图像采集设备的位姿包括图像采集设备在预设坐标系下的位置坐标和姿态角。进一步,图像采集设备在预设坐标系下的位置坐标和姿态角包括图像采集设备的安装位置和安装高度。
在实际应用中,由于图像采集设备的监控视野可能不重合,尤其对于上述多张历史图像既有目标图像采集设备采集的,也有设置于目标图像采集设备前面的其它图像采集设备采集的情况,可能导致历史移动轨迹不连续,可能导致后续预测出的第一位置与目标对象实际移动到的位置存在较大误差。基于此,可获取目标对象在历史时间段内的GIS轨迹信息;并利用GIS轨迹信息,对上述目标对象在历史时间段内的历史移动轨迹进行修正。之后,根据修正后的历史移动轨迹,确定待识别图像中是否包含目标对象。进一步,由于GIS轨迹信息是基于世界坐标系确定的,则为了减少坐标转换的次数,上述预设坐标系可为世界坐标系。
进一步,对于一些指定区域来说,其地面上方可能设置有场面监控雷达。场面监控雷达可监视指定区域内移动对象的活动情况,并提供移动对象的GIS轨迹信息。基于此,在一些实施例中,可根据场面监控雷达发送的目标对象的GIS轨迹信息的时间戳,从中获取目标对象在历史时间段内的GIS轨迹信息,并利用目标对象在历史时间段内的GIS轨迹信息,对目标对象在历史时间段内的历史移动轨迹信息进行修正。
对于一些移动对象来说,其上可能安装有ADS-B设备。其中,ADS-B设备可自动地获取对象的GIS轨迹信息、高度、速度、航向、标识信息等信息,并将这些信息广播给其他对象或地面站。基于此,在一些实施例中,可根据目标对象上的ADS-B设备发送的目标对象的GIS轨迹信息的时间戳,从中获取目标对象在历史时间段内的GIS轨迹信息,并利用目标对象在历史时间段内的GIS轨迹信息,对目标对象在历史时间段内的历史移动轨迹信息进行修正。
在另一些实施例中,为了提高生成的目标对象在历史时间段内的历史移动轨迹的准确度,还可将目标对象上的ADS-B设备发送的目标对象在历史时间段内的GIS轨迹信息和场面监控雷达所检测到的目标对象在历史时间段内的GIS轨迹信息进行结合,对目标对象在历史时间段内的历史移动轨迹信息进行修正。
在本申请实施例中,场面监控雷达和摄像头是指定区域内的现有设施,ADS-B设备是目标对象上的现有设备,因此,对目标对象在历史时间段内的历史移动轨迹信息进行修正,不需要另外增设定位设备,即不需要另外投入定位成本。
另一方面,由于目标对象的操控者的操作习惯不同,ADS-B设备可能在指定区域内处于关闭状态,导致ADS-B设备无法获取目标对象在指定区域内的GIS信息;指定区域内的场面监控雷达虽然也可对目标对象在指定区域内进行定位,但是有时候场面监控雷达的信号有遮挡,导致场面监控雷达的定位不准确。因此,在本实施例中,在确定目标对象在历史时间段内的历史移动轨迹信息时,将ADS-B设备和/或场面监控雷达获取的目标对象的GIS信息与上述利用图像采集设备采集到的图像,确定出的目标对象在历史时间段内的历史移动轨迹进行融合,这样有助于提高确定出的目标对象在历史时间段内的历史移动轨迹的准确性。在本申请实施例中,对于基准图像采集设备采集到的包含目标对象的图像,服务端设备可从指定区域管理部门和/或目标对象上的ADS-B设备获取目标对象的标识信息。之后,根据基准图像采集设备采集到的包含目标对象的图像,依次从基准图像采集设备后面的图像采集设备采集到的图像中确定出包含目标对象的图像,进而获取指定区域内的多个图像采集设备采集到包含目标对象的图像。进一步,还可将目标对象的标识信息作为外挂标签添加至多个图像采集设备采集到的包含目标对象的图像中的目标对象所在区域;并根据带有外挂标签的图像,生成目标对象的视频摘要。这样,在需要查看目标对象对应的视频时,只需输入目标对象的标识信息,便可检索出目标对象的视频摘要。例如,在机场应用场景中,机场管理人员可根据目标飞机的视频摘要,对飞机调度流程进行优化;或者根据目标飞机的视频摘要,直观地查看目标飞机的状况,为对目标飞机延误或者其它故障查证提供了依据。
可选地,在生成目标对象的视频摘要时,可根据各图像采集设备采集到的包含目标对象的图像的时间戳,按照时间先后顺序,生成目标对象的视频摘要。
在本申请实施例中,指定区域可以为机场。相应地,目标对象则为目标飞机。可选地,还可获取当前机场内的其它飞机的移动轨迹,并根据当前机场内的其它飞机的移动轨迹,规划目标飞机的导航路径,并指导目标飞机沿着规划出的导航路径移动。这样,可防止机场内飞机在移动过程中出现碰撞等状况。其中,当前机场内的其它飞机的移动轨迹,也可采用上述实施例中确定目标飞机的移动轨迹的方式进行确定。
相应地,本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,当计算机指令被一个或多个处理器执行时,致使一个或多个处理器执行上述图像处理方法中的步骤。
图3a为本申请实施例提供的另一种图像处理方法的流程示意图。如图3所示,该方法包括:
301、获取待识别图像,该待识别图像是设置在指定区域的第一图像采集设备采集到的。
302、获取至少一个第二图像采集设备在目标对象在指定区域内移动时采集到的包含目标对象的多张历史图像;第二图像采集设备设置于指定区域内上且位于第一图像采集设备前面。
303、根据多张历史图像,确定目标对象的历史移动轨迹。
304、根据历史移动轨迹,确定待识别图像中是否包含目标对象。
在本实施例中,指定区域可以为任何部署多个图像采集设备来采集移动对象的图像的物理场所。例如,指定区域可以为火车站、客运站、港口、码头、停车场、仓库等,其中,图像采集设备可以为摄像头、激光传感器或红外传感器等视觉传感器,但不限于此。其中,关于指定区域内的基准图像采集设备采集的图像中,获取包含目标对象的图像以及基准图像采集设备的描述,可参见上述实施例的相关内容。
本实施例重点描述对指定区域内除基准图像采集设备之外的其它图像采集设备采集到的待识别图像的处理方法进行说明。为了便于描述和区分,将采集待识别图像的图像采集设备定义为第一图像采集设备,即第一图像采集设备为设置在指定区域内除基准图像采集设备之外的任一图像采集设备。
在步骤301中,首先获取第一图像采集设备采集的待识别图像。可选地,第一图像采集设备可在线将待识别图像发送给服务端设备;或者,服务端设备从第一图像采集设备的存储介质读取待识别图像。接着,在步骤302中,从至少一个第二图像采集设备采集的图像中,获取它们在待识别图像之前采集的包含目标对象的多张历史图像。其中,第二图像采集设备为设置于指定区域内且位于目标图像采集设备前面的其它图像采集设备,其数量可以为1个或多个。在本实施例中,多个是指2个或2个以上。优选地,第二图像采集设备为位于第一图像采集设备之前且与第一图像采集设备邻近的图像采集设备。例如,第二图像采集设备为位于第一图像采集设备前面的第一个图像采集设备,等等。
进一步,多张历史图像为位于第一图像采集设备之前且与第一图像采集设备邻近的图像采集设备采集的图像中与采集待识别图像的时间间隔最近的M张历史图像。其中,M≥2,且为整数。其中,关于第一图像采集设备前面的图像采集设备的释义可参见上述实施例的相关内容,在此不再赘述。
进一步,在步骤303中,可根据多张历史图像,确定目标对象在历史时间段内的历史移动轨迹。其中,历史时间段为采集多张历史图像的时间段。进一步,接着,在步骤304中,可根据目标对象在历史移动轨迹,确定待识别图像中是否包含目标对象。
在本实施例中,根据设置于待识别图像对应的图像采集设备前面的其它图像采集设备提供的包含目标对象的多张历史图像,确定目标对象的历史移动轨迹;并根据目标对象的历史移动轨迹,确定待识别图像中是否包含目标对象,从而可筛选出包含目标对象的图像,实现了对目标对象的跨境识别和追踪,进而有利于对目标对象的情况进行后续查证。例如,可基于机场内多个图像采集设备采集到的包含目标对象的图像,对目标对象在机场内的行驶状况进行查证,等等。
若第二图像采集设备为设置于指定区域入口的基准图像采集设备,则步骤302的一种可选实施方式为:根据目标对象上的ADS-B设备发送的目标对象在驶入指定区域入口之前的运动学参数,计算目标对象驶入指定区域入口的时间;根据目标对象驶入指定区域入口的时间,从第二图像采集设备采集的图像中,获取多张目标图像。其中,关于第二图像采集设备不是基准图像采集设备,步骤302的具体实施方式的描述可参见上述实施例的相关内容,在此不再赘述。
值得说明的是,关于步骤303和304的具体实施方式均可参见上述实施例的相关内容,在此不再赘述。
在本申请实施例中,对于基准图像采集设备采集到的包含目标对象的图像,服务端设备可从指定区域管理部门和/或目标对象上的ADS-B设备获取目标对象的标识信息。之后,根据基准图像采集设备采集到的包含目标对象的图像,依次从基准图像采集设备后面的图像采集设备采集到的图像中确定出包含目标对象的图像,进而获取指定区域内的多个图像采集设备采集到包含目标对象的图像。进一步,还可将目标对象的标识信息作为外挂标签添加至多个图像采集设备采集到的包含目标对象的图像中的目标对象所在区域;并根据带有外挂标签的图像,生成目标对象的视频摘要。这样,在需要查看目标对象对应的视频时,只需输入目标对象的标识信息,便可检索出目标对象的视频摘要。例如,在机场应用场景中,机场管理人员可根据目标飞机的视频摘要,对飞机调度流程进行优化;或者根据目标飞机的视频摘要,直观地查看目标飞机的状况,为对目标飞机延误或者其它故障查证提供了依据。
可选地,在生成目标对象的视频摘要时,可根据各图像采集设备采集到的包含目标对象的图像的时间戳,按照时间先后顺序,生成目标对象的视频摘要。
相应地,本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,当计算机指令被一个或多个处理器执行时,致使一个或多个处理器执行上述图像处理方法中的步骤。
图3b为本申请实施例提供的另一种图像采集处理方法的流程示意图。如图3b所示,该方法包括:
S301、获取指定区域内的目标图像采集设备采集的待识别图像。
S302、获取目标对象在待识别图像之前的历史移动轨迹。
S303、根据历史移动轨迹,确定待识别图像中是否包含目标对象。
S304、在待识别图像包含目标对象的情况下,根据待识别图像以及其它包含目标对象的图像,生成目标对象在指定区域内的视频摘要。
在本实施例中,关于步骤S301-S303的描述可参见上述实施例的相关内容,在此不再赘述。
进一步,在本实施例中,可利用包含目标对象的图像,生成目标对象在指定区域内的视频摘要。其中,若待识别图像包含目标对象,则可根据待识别图像以及其它包含目标对象的图像,生成目标对象在指定区域内的视频摘要。相应地,若待识别图像不包含目标对象,则根据其它包含目标对象的图像,生成目标对象在指定区域内的视频摘要。其中,其它包含目标对象的图像是指指定区域内的图像采集设备采集到的包含目标对象的图像。这样,便可根据视频摘要进行后续作用。例如,指定区域内的管理人员,可根据目标对象的视频摘要以及指定区域内其它对象的视频摘要,对指定区域内的移动对象的调度流程进行优化。又例如,还可根据目标对象的视频摘要,直观地查看目标对象在指定区域内的状况,为目标对象的故障查证等提供了依据。
可选地,可将目标图像的标识信息作为外挂标签添加至目标图像中,所述目标图像为指定区域内各图像采集设备采集到的包含目标对象的图像。可选地,可将外挂标签添加至目标图像中目标对象所在区域。
进一步,可根据带有外挂标签的目标图像,生成目标对象在指定区域内的视频摘要。这样,在需要查看目标对象对应的视频时,只需输入目标对象的标识信息,便可检索出目标对象的视频摘要。例如,在机场应用场景中,机场管理人员可根据目标飞机的视频摘要,对飞机调度流程进行优化;或者根据目标飞机的视频摘要,直观地查看目标飞机的状况,为对目标飞机延误或者其它故障查证提供了依据。其中,若待识别图像包含目标对象,则目标图像包含待识别图像;若待识别图像不包含目标对象,则目标图像也就包含待识别图像。
可选地,在生成目标对象的视频摘要时,可根据各图像采集设备采集到的包含目标对象的图像的时间戳,按照时间先后顺序,生成目标对象的视频摘要。其中,生成目标对象的视频摘要的具体实施方式可参见上述实施例的相关内容,也可利用本领域的现有技术进行生成,在此不再赘述。
相应地,本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,当计算机指令被一个或多个处理器执行时,致使一个或多个处理器执行上述图像处理方法中的步骤。
需要说明的是,上述实施例所提供方法的各步骤的执行主体均可以是同一设备,或者,该方法也由不同设备作为执行主体。比如,步骤201和202的执行主体可以为设备A;又比如,步骤201的执行主体可以为设备A,步骤202的执行主体可以为设备B;等等。
另外,在上述实施例及附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如201、202等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。
本申请实施例提供的图像处理方法不仅适用于上述机场场景实施例,还适用于其它任何对移动对象在移动过程中的图像进行采集的场景,例如火车站、客运站、港口、码头等,利用这些场所内的图像采集设备,对往来车辆或船只进行监测。基于此,本申请实施例还提供一种监控***,该监控***用于对出现在指定区域内的移动对象进行监测。其中,指定区域可以为任何部署多个图像采集设备来采集移动对象的图像的物理场所。例如,指定区域可以为火车站、客运站、港口、码头、停车场、仓库等,其中,图像采集设备可以为摄像头、激光传感器或红外传感器等视觉传感器,但不限于此。下面对本申请实施例提供的适用于任何部署多个图像采集设备来采集移动对象的图像的物理场所的监控***进行示例性说明。
图4为本申请实施例提供的一种监控***的结构示意图。如图4所示,该***包括:服务端设备40a和设置于机场内的多个图像采集设备40b。其中,指定区域的结构、指定区域内图像采集设备的设置位置、数量以及图像采集设备的实现形态仅为示例性说明,并不对其构成限定。其中,服务端设备40a和图像采集设备40b的实现形态以及二者之间的通信方式可参见上述机场监控***的相关内容,在此不再赘述。
在本实施例中,多个图像采集设备40b可采集指定区域内的图像。在本实施例中,主要针对图像采集设备40b采集的出现在指定区域内的移动对象的图像进行处理,因此,下面重点以多个图像采集设备40b采集到的指定区域内的各移动对象的图像的处理过程进行重点说明。
在本实施例中,多个图像采集设备40b可采集指定区域内各移动对象的图像,这些图像中包括各移动对象在指定区域内移动时的图像。在实际应用中,由于指定区域内的图像采集设备与在指定区域内移动时的移动对象之间的距离相对较远,且移动对象的移动速度相对较快,图像采集设备40b采集到的移动对象在移动过程中的图像无法显示移动对象的标识信息,因此,在现有技术中,服务端设备40a无法从图像采集设备40b采集到的图像中识别出被关注的移动对象。在本申请实施例中,为了便于描述和区分,将被关注的移动对象定义为目标对象。其中,应用场景不同,目标对象不同,其的标识信息也就不同。例如,在上述机场应用场景中,目标对象为目标飞机;目标对象的标识信息可为目标飞机的机号、航班号等,但不限于此。对于客运站、公交车站和停车场的应用场景,目标对象为目标车辆,其标识信息为该车辆的车牌号等等。对于码头、港口的应用场景,目标对象为目标船只,其标识信息可为船舶识别号等,但不限于此。
在实际应用中,若目标对象驶入指定区域,则指定区域管理部门会通知服务端设备40a目标对象的标识信息、驶入时间以及驶入口。例如,客运站的管理部门会通知服务端设备40a目标车辆的车牌号、进站时间以及进站口。基于此,服务端设备40a根据目标对象的驶入时间以及目标对象的图像特征,从部署在目标对象的驶入口的图像采集设备采集到的图像中,获取包含目标对象的图像。在该过程中,服务端设备40a还可获取目标对象的标识信息。
此外,在一些实施例中,目标对象在驶入指定区域之前,目标对象上的ADS-B设备也可向服务端设备40a发送目标对象的标识信息以及目标对象驶入指定区域之前的运动学参数以及目标对象的GIS信息。其中,目标对象在驶入指定区域之前的运动学参数包括:目标对象在驶入指定区域之前的运动速度、行进方向、加速度中的至少一种。服务端设备40a便可根据目标对象在驶入指定区域之前的运动学参数以及GIS信息,计算目标对象驶入指定区域的时间。进一步,服务端设备40a可根据目标对象驶入指定区域的时间以及目标对象的图像特征,从部署在指定区域入口的图像采集设备采集到的图像中,获取包含目标对象的图像。在该过程中,服务端设备40a还可获取目标对象的标识信息。
在一些应用场景中,指定区域入口设置有对象识别装置。在移动对象驶入指定区域入口时,对象识别装置可获取移动对象的驶入时间以及移动对象的标识信息。相应地,在目标对象驶入指定区域入口时,对象识别装置可获取目标对象的标识信息以及目标对象驶入时间,并将目标对象的标识信息以及目标对象的驶入时间发送给服务端设备40a。进一步,服务端设备40a可根据目标对象的驶入时间以及目标对象的图像特征,从部署在指定区域入口的图像采集设备采集到的图像中,获取包含目标对象的图像。例如,客运站的进站口设置有车辆识别装置。在目标车辆驶入指定区域入口时,车辆识别装置可获取目标车辆的车牌号以及目标车辆进站时间,并将目标对象的车牌号以及目标对象的进站时间发送给服务端设备40a。
同理,在目标对象使出指定区域阶段,指定区域管理部门也会将目标对象的标识信息、停靠的位置以及目标对象驶出指定区域的启动时间提供给服务端设备40a。基于此,服务端设备40a可根据目标对象驶出指定区域的启动时间以及目标对象的停靠位置,从设置采集视野覆盖目标飞机的停靠位置采集的图像中,获取包含目标对象的图像。
但是,除了上述两处较为特殊的位置之外的其它图像采集设备,则无法根据上述方式来识别这些图像采集设备采集到的图像中是否包含目标对象。在本申请实施例中,将设置在指定区域入口的图像采集设备和采集视野覆盖目标对象的停靠位置的图像采集设备,统一定义为基准图像采集设备。其中,若目标对象处于驶入指定区域阶段,基准图像采集设备是指设置于指定区域入口的图像采集设备;若目标对象处于驶出指定区域的阶段,基准图像采集设备为采集视野覆盖目标对象的停靠位置的图像采集设备。
下面以除基准图像采集设备之外的其它图像采集设备中的任一图像采集设备采集到的待识别图像为例,对服务端设备40a对待识别图像进行处理的方法进行示例性说明。为了便于描述和区分,将采集待识别图像的图像采集设备定义为目标图像采集设备,即目标图像采集设备为设置在机场内除基准图像采集设备之外的任一图像采集设备。
在本实施例中,服务端设备40a可获取待识别图像之前采集的包含目标对象的多张历史图像。其中,这多张历史图像可为目标图像采集设备采集的,也可由设置于目标图像采集设备前面的其它图像采集设备采集的,或者多张历史图像既有目标图像采集设备采集的,也有设置于目标图像采集设备前面的其它图像采集设备采集的。优选地,这多张历史图像为采集时间与待识别图像的采集时间间隔最近的M张历史图像。其中,M≥2,且为整数,其具体取值可进行灵活设定,在此不进行限定。值得说明的是,在本申请各实施例中,目标图像采集设备的前面的其它图像采集设备是指在此次目标对象在经过目标图像采集设备之前所经过的其它图像采集设备。
进一步,服务端设备40a可根据多张历史图像,确定目标对象在历史时间段内的历史移动轨迹。其中,历史时间段为采集多张历史图像的时间段。例如,多张历史图像的采集时间段为2019年7月12日13:00-13:05,则历史时间段为2019年7月12日13:00-13:05这段时间。进一步,服务端设备40a还可根据目标对象在历史移动轨迹,确定待识别图像中是否包含目标对象。
值得说明的是,关于服务端设备40a根据多张历史图像确定目标对象在历史时间段内的历史移动轨迹,以及根据历史移动轨迹确定待识别图像中是否包含目标对象的具体实施方式,均可参见上述实施例的相关内容,在此不再赘述。
本实施例提供的监控***,可根据在待识别图像之前采集的包含目标对象的多张历史图像,确定目标对象的历史移动轨迹;并根据目标对象的历史移动轨迹,确定待识别图像中是否包含目标对象,从而可筛选出包含目标对象的图像,实现了对目标对象的识别,进而有利于对目标对象的情况进行后续查证。例如,可基于机场内多个图像采集设备采集到的包含目标对象的图像,对目标对象在机场内的行驶状况进行查证,等等。
另一方面,若上述多张历史图像是由设置于目标图像采集设备前面的其它图像采集设备采集的,或者多张历史图像既有目标图像采集设备采集的,也有设置于目标图像采集设备前面的其它图像采集设备采集的,则利用本申请实施例提供的图像处理方法可实现目标对象的跨境识别和跟踪。
在本申请实施例中,对于基准图像采集设备采集到的包含目标对象的图像,服务端设备40a可从指定区域管理部门和/或目标对象上的ADS-B设备获取目标对象的标识信息。之后,服务端设备40a根据基准图像采集设备采集到的包含目标对象的图像,依次从基准图像采集设备后面的图像采集设备采集到的图像中确定出包含目标对象的图像,进而获取指定区域内的多个图像采集设备采集到包含目标对象的图像。进一步,服务端设备40a还可将目标对象的标识信息作为外挂标签添加至多个图像采集设备采集到的包含目标对象的图像中的目标对象所在区域;并根据带有外挂标签的图像,生成目标对象的视频摘要。这样,在需要查看目标对象对应的视频时,只需输入目标对象的标识信息,便可检索出目标对象的视频摘要。例如,在机场应用场景中,机场管理人员可根据目标飞机的视频摘要,对飞机调度流程进行优化;或者根据目标飞机的视频摘要,直观地查看目标飞机的状况,为对目标飞机延误或者其它故障查证提供了依据。
可选地,在生成目标对象的视频摘要时,可根据各图像采集设备采集到的包含目标对象的图像的时间戳,按照时间先后顺序,生成目标对象的视频摘要。
图5为本申请实施例提供的一种计算机设备的结构示意图。如图5所示,计算机设备包括:存储器50a和处理器50b。其中,存储器50a,用于存储计算机程序。
处理器50b耦合至存储器50a,用于执行计算机程序以用于:获取指定区域内的目标图像采集设备采集的待识别图像;获取在待识别图像之前采集的多张历史图像;其中,多张历史图像是在目标对象在指定区域内移动过程中采集到的包含目标对象的图像;并根据多张历史图像,确定目标对象在历史时间段内的历史移动轨迹;以及根据历史移动轨迹,确定待识别图像中是否包含目标对象。
可选地,多张历史图像为采集时间与待识别图像的采集时间相隔最近的M张历史图像;其中,M≥2,且为整数。
进一步,多张历史图像为部署于指定区域内且位于目标图像采集设备前面的至少一个其它图像采集设备采集的。
在一些实施例中,处理器50b在确定待识别图像中是否包含目标对象时,具体用于:根据历史移动轨迹,预测在采集到待识别图像时目标对象移动到的第一位置;根据目标对象的图像特征和第一位置,确定待识别图像中是否包含目标对象。
进一步,处理器50b在预测在采集到待识别图像时目标对象移动到的第一位置时,具体用于:从历史移动轨迹中,获取目标对象经过各历史轨迹点的时间戳和各历史轨迹点的位置;根据目标对象经过各历史轨迹点的时间戳和各历史轨迹点的位置,计算目标对象在历史时间段内的运动学参数;根据目标对象在历史时间段内的运动学参数以及各历史轨迹点中至少一个历史轨迹点的位置,预测在采集到待识别图像时目标对象移动到的第一位置。
相应地,处理器50b在确定待识别图像中是否包含目标对象时,具体用于:根据目标对象的图像特征,从待识别图像中识别出至少一个候选对象;根据待识别图像对应的图像采集设备的单应矩阵,将至少一个候选对象在待识别图像中的像素坐标转换为至少一个候选对象在预设坐标系下的坐标;以及根据第一位置在预设坐标系下的坐标和至少一个候选对象在预设坐标系下的坐标,确定至少一个候选对象中是否存在目标对象。
进一步,处理器50b在确定至少一个候选对象中是否包含目标对象时,具体用于:根据第一位置在预设坐标系下的坐标和至少一个候选对象在预设的坐标系下的坐标,计算至少一个候选对象与第一位置之间的距离;若至少一个候选对象与第一位置之间的距离中存在小于或等于预设的距离阈值的距离,则确定至少一个候选对象中存在目标对象。相应地,若至少一个候选对象与第一位置之间的距离均大于预设的距离阈值,则确定至少一个候选对象中不存在目标对象。
进一步,在至少一个候选对象中存在目标对象的情况下,处理器50b还用于:从至少一个候选对象中,选择与第一位置之间的距离最小的候选对象作为目标对象。
在另一些实施例中,处理器50b在确定目标对象的历史移动轨迹时,具体用于:根据多张历史图像各自对应的图像采集设备的单应矩阵,将目标对象在多张历史图像中的像素坐标转换为目标对象经过的各历史轨迹点在预设坐标系下的坐标,作为各历史轨迹点的位置;将多张历史图像的时间戳作为目标对象经过各历史轨迹点的时间戳;以及根据目标对象经过各历史轨迹点的时间戳和各历史轨迹点的位置,生成目标对象的历史移动轨迹。
进一步,处理器50b在确定待识别图像中是否包含目标对象之前,还用于:获取目标对象在历史时间段内的GIS轨迹信息;根据GIS轨迹信息,对历史移动轨迹进行修正。
其中,处理器50b在获取目标对象在历史时间段内的GIS轨迹信息时,具体用于包括以下至少一种操作:从目标对象上的ADS-B设备获取目标对象在历史时段内的GIS轨迹信息;从部署在指定区域内的场面监控雷达获取目标对象在历史时间段内的GIS轨迹信息。
进一步,若目标图像采集设备是设置在指定区域入口的基准图像采集设备之后的第一个图像采集设备,则处理器50b在获取在待识别图像之前采集的多张历史图像时,具体用于:根据目标对象上的ADS-B设备发送的目标对象在驶入指定区域入口之前的运动学参数,计算目标对象驶入指定区域入口的时间;根据目标对象驶入指定区域入口的时间,从基准图像采集设备采集到的图像中,获取多张历史图像。
在又一些实施例中,处理器50b还用于:将目标对象的标识信息作为外挂标签添加至指定区域内各图像采集设备采集到的包含目标对象的图像中目标对象所在区域;根据带有外挂标签的多张历史图像和待识别图像,生成目标对象在指定区域内的视频摘要。
在本申请实施例中,指定区域可为机场,相应地,目标对象则为目标飞机。
进一步,处理器50b还用于:获取当前机场内的其它飞机的移动轨迹,并根据当前机场内的其它飞机的移动轨迹,规划目标飞机的导航路径,并指导目标飞机沿着规划出的导航路径移动。
在一些可选实施方式中,如图5所示,该计算机设备还可以包括:通信组件50c、电源组件50d。在一些实施例中,计算机设备为电脑、工作站等,则计算机设备还可包括显示器50e和音频组件50f等可选组件。图5中仅示意性给出部分组件,并不意味着计算机设备必须包含图5所示全部组件,也不意味着计算机设备只能包括图5所示组件。
本实施例提供的计算机设备,可根据在待识别图像之前采集的包含目标飞机的多张历史图像,确定目标飞机的历史移动轨迹;并根据目标飞机的历史移动轨迹,确定待识别图像中是否包含目标飞机,从而可筛选出包含目标飞机的图像,实现了对目标飞机的识别,进而有利于对目标飞机的情况进行后续查证。例如,可基于机场内多个摄像头采集到的包含目标飞机的图像,对目标飞机在机场内的行驶状况进行查证,等等。
另一方面,若上述多张历史图像是由设置于目标摄像头前面的其它摄像头采集的,或者多张历史图像既有目标摄像头采集的,也有设置于目标摄像头前面的其它摄像头采集的,则利用本申请实施例提供的图像处理方法可实现目标飞机的跨境识别和跟踪。
另外,图像采集设备是指定区域内的现有设施,本申请实施例提供的图像处理方式,不需要另外增设图像采集设备,即不需要另外投入图像采集成本。
图6为本申请实施例提供的另一种计算机设备的结构示意图。如图6所示,计算机设备包括:存储器60a和处理器60b。其中,存储器60a,用于存储计算机程序。
处理器60b耦合至存储器60a,用于执行计算机程序以用于:获取待识别图像,所述待识别图像是设置在指定区域的第一图像采集设备采集到的;获取至少一个第二图像采集设备在目标对象在所述指定区域内移动时采集到的包含所述目标对象的多张历史图像;所述第二图像采集设备设置于所述指定区域内上且位于所述第一图像采集设备前面;根据所述多张历史图像,确定所述目标对象的历史移动轨迹;以及根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象。
可选地,至少一个第二图像采集设备为位于所述第一图像采集设备之前且与所述第一图像采集设备邻近的图像采集设备。
进一步,若第二图像采集设备为设置于所述指定区域入口的基准图像采集设备,则处理器60b在获取至少一个第二图像采集设备在目标对象在所述指定区域内移动时采集到的包含所述目标对象的多张历史图像时,具体用于:根据所述目标对象上的ADS-B设备发送的所述目标对象在驶入所述指定区域入口之前的运动学参数,计算所述目标对象驶入所述指定区域入口的时间;根据所述目标对象驶入所述指定区域入口的时间,从所述第二图像采集设备采集的图像中,获取所述多张目标图像。
在一些实施例中,处理器60b还用于:将所述目标对象的标识信息作为外挂标签添加至所述指定区域内的各图像采集设备采集到的包含所述目标对象的图像中的所述目标对象所在区域;以及根据带有所述外挂标签的图像,生成所述目标对象在所述指定区域内的视频摘要。
值得说明的是,处理器60b根据多张历史图像确定目标对象在历史时间段内的历史移动轨迹,以及根据历史移动轨迹确定待识别图像中是否包含目标对象的具体实施方式,均可参见上述实施例的相关内容,在此不再赘述。
在一些可选实施方式中,如图6所示,该计算机设备还可以包括:通信组件60c、电源组件60d。在一些实施例中,计算机设备为电脑、工作站等,则计算机设备还可包括显示器60e和音频组件60f等可选组件。图6中仅示意性给出部分组件,并不意味着计算机设备必须包含图6所示全部组件,也不意味着计算机设备只能包括图6所示组件。
本实施例提供的计算机设备,可根据设置于待识别图像对应的图像采集设备前面的其它图像采集设备提供的包含目标对象的多张历史图像,确定目标对象的历史移动轨迹;并根据目标对象的历史移动轨迹,确定待识别图像中是否包含目标对象,从而可筛选出包含目标对象的图像,实现了对目标对象的跨境识别和追踪,进而有利于对目标对象的情况进行后续查证。例如,可基于机场内多个图像采集设备采集到的包含目标对象的图像,对目标对象在机场内的行驶状况进行查证,等等。
图7为本申请实施例提供的又一种计算机设备的结构示意图。如图5所示,计算机设备包括:存储器70a和处理器70b。其中,存储器70a,用于存储计算机程序。
处理器70b耦合至存储器70a,用于执行计算机程序以用于:获取指定区域内的目标图像采集设备采集的待识别图像;获取目标对象在待识别图像之前的历史移动轨迹;根据历史移动轨迹,确定待识别图像中是否包含所述目标对象;以及在待识别图像包含所述目标对象的情况下,根据待识别图像以及其它包含目标对象的图像,生成目标对象在指定区域内的视频摘要。
可选地,在处理器70b在生成目标对象在指定区域内的视频摘要时,具体用于:将目标图像的标识信息作为外挂标签添加至目标图像中,其中,目标图像为指定区域内各图像采集设备采集到的包含目标对象的图像;根据带有外挂标签的目标图像,生成目标对象在所述指定区域内的视频摘要。
可选地,处理器70b可将外挂标签添加至所述目标图像中目标对象所在区域。
在一些可选实施方式中,如图7所示,该计算机设备还可以包括:通信组件70c、电源组件70d。在一些实施例中,计算机设备为电脑、工作站等,则计算机设备还可包括显示器70e和音频组件70f等可选组件。图7中仅示意性给出部分组件,并不意味着计算机设备必须包含图7所示全部组件,也不意味着计算机设备只能包括图7所示组件。
本实施例提供的计算机设备,可根据设置于待识别图像对应的图像采集设备前面的其它图像采集设备提供的包含目标对象的多张历史图像,确定目标对象的历史移动轨迹;并根据目标对象的历史移动轨迹,确定待识别图像中是否包含目标对象,从而可筛选出包含目标对象的图像,并可根据包含目标对象的图像,生成目标对象的视频摘要,不仅实现了对目标对象的跨境识别和追踪,还利用目标对象的视频摘要对目标对象的情况进行后续查证。例如,可基于机场内多个图像采集设备采集到的包含目标对象的图像,对目标对象在机场内的行驶状况进行查证,等等。
在本申请实施例中,存储器用于存储计算机程序,并可被配置为存储其它各种数据以支持在计算机设备上的操作。其中,处理器可执行存储器中存储的计算机程序,以实现相应控制逻辑。存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
在本申请实施例中,通信组件被配置为便于计算机设备和其他设备之间有线或无线方式的通信。计算机设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,4G,5G或它们的组合。在一个示例性实施例中,通信组件经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件还可基于近场通信(NFC)技术、射频识别(RFID)技术、红外数据协会(IrDA)技术、超宽带(UWB)技术、蓝牙(BT)技术或其他技术来实现。
在本申请实施例中,显示器可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
在本申请实施例中,电源组件被配置为计算机设备的各种组件提供电力。电源组件可以包括电源管理***,一个或多个电源,及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。
在本申请实施例中,音频组件可被配置为输出和/或输入音频信号。例如,音频组件包括一个麦克风(MIC),当音频组件所在设备处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或经由通信组件发送。在一些实施例中,音频组件还包括一个扬声器,用于输出音频信号。例如,对于具有语言交互功能的智能镜子,可通过音频组件实现与用户的语音交互等。
需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (25)
1.一种图像处理方法,其特征在于,包括:
获取指定区域内的目标图像采集设备采集的待识别图像;
获取在所述待识别图像之前采集的多张历史图像;所述多张历史图像是在目标对象在所述指定区域内移动过程中采集到的包含所述目标对象的图像;
根据所述多张历史图像,确定所述目标对象在历史时间段内的历史移动轨迹;
根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象;
将所述目标对象的标识信息作为外挂标签添加至所述指定区域内各图像采集设备采集到的包含所述目标对象的图像中所述目标对象所在区域;
根据带有所述外挂标签的图像,生成所述目标对象在所述指定区域内的视频摘要。
2.根据权利要求1所述的方法,其特征在于,所述根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象,包括:
根据所述历史移动轨迹,预测在采集到所述待识别图像时所述目标对象移动到的第一位置;
根据所述目标对象的图像特征和所述第一位置,确定所述待识别图像中是否包含所述目标对象。
3.根据权利要求2所述的方法,其特征在于,所述根据所述历史移动轨迹,预测在采集到所述待识别图像时所述目标对象移动到的第一位置,包括:
从所述历史移动轨迹中,获取所述目标对象经过各历史轨迹点的时间戳和各历史轨迹点的位置;
根据所述目标对象经过各历史轨迹点的时间戳和各历史轨迹点的位置,计算所述目标对象在所述历史时间段内的运动学参数;
根据所述目标对象在所述历史时间段内的运动学参数以及所述各历史轨迹点中至少一个历史轨迹点的位置,预测在采集到所述待识别图像时所述目标对象移动到的第一位置。
4.根据权利要求2所述的方法,其特征在于,所述根据所述目标对象的图像特征和所述第一位置,确定所述待识别图像中是否包含所述目标对象,包括:
根据所述目标对象的图像特征,从所述待识别图像中识别出至少一个候选对象;
根据所述待识别图像对应的图像采集设备的单应矩阵,将所述至少一个候选对象在所述待识别图像中的像素坐标转换为所述至少一个候选对象在预设坐标系下的坐标;
根据所述第一位置在所述预设坐标系下的坐标和所述至少一个候选对象在所述预设坐标系下的坐标,确定所述至少一个候选对象中是否存在所述目标对象。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一位置在所述预设坐标系下的坐标和所述至少一个候选对象在预设的坐标系下的坐标,确定所述至少一个候选对象中是否包含所述目标对象,包括:
根据所述第一位置在预设坐标系下的坐标和所述至少一个候选对象在预设的坐标系下的坐标,计算所述至少一个候选对象与所述第一位置之间的距离;
若所述至少一个候选对象与所述第一位置之间的距离中存在小于或等于预设的距离阈值的距离,则确定所述至少一个候选对象中存在所述目标对象;
若所述至少一个候选对象与所述第一位置之间的距离均大于预设的距离阈值,则确定所述至少一个候选对象中不存在所述目标对象。
6.根据权利要求5所述的方法,其特征在于,在所述至少一个候选对象中存在所述目标对象的情况下,所述方法还包括:
从所述至少一个候选对象中,选择与所述第一位置之间的距离最小的候选对象作为所述目标对象。
7.根据权利要求3所述的方法,其特征在于,所述根据所述多张历史图像,确定所述目标对象的历史移动轨迹,包括:
根据所述多张历史图像各自对应的图像采集设备的单应矩阵,将所述目标对象在所述多张历史图像中的像素坐标转换为所述目标对象经过的各历史轨迹点在预设坐标系下的坐标,作为各历史轨迹点的位置;
将所述多张历史图像的时间戳作为所述目标对象经过各历史轨迹点的时间戳;
根据所述目标对象经过各历史轨迹点的时间戳和各历史轨迹点的位置,生成所述目标对象的历史移动轨迹。
8.根据权利要求7所述的方法,其特征在于,在根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象之前,所述方法还包括:
获取所述目标对象在所述历史时间段内的GIS轨迹信息;
根据所述GIS轨迹信息,对所述历史移动轨迹进行修正。
9.根据权利要求8所述的方法,其特征在于,所述获取所述目标对象在所述历史时间段内的GIS轨迹信息,包括以下至少一种方式:
从所述目标对象上的ADS-B设备获取所述目标对象在所述历史时段内的GIS轨迹信息;
从部署在所述指定区域内的场面监控雷达获取所述目标对象在所述历史时间段内的GIS轨迹信息。
10.根据权利要求9所述的方法,其特征在于,若所述目标图像采集设备是设置在所述指定区域入口的基准图像采集设备之后的第一个图像采集设备,则所述获取在待识别图像之前采集的多张历史图像,包括:
根据所述目标对象上的ADS-B设备发送的所述目标对象在驶入所述指定区域入口之前的运动学参数,计算所述目标对象驶入所述指定区域入口的时间;
根据所述目标对象驶入所述指定区域入口的时间,从所述基准图像采集设备采集到的图像中,获取所述多张历史图像。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述多张历史图像为采集时间与所述待识别图像的采集时间相隔最近的M张历史图像;其中,M≥2,且为整数。
12.根据权利要求11所述的方法,其特征在于,所述多张历史图像为部署于所述指定区域内且位于所述目标图像采集设备前面的至少一个其它图像采集设备采集的。
13.根据权利要求1-10任一项所述的方法,其特征在于,所述指定区域为机场;所述目标对象为目标飞机。
14.根据权利要求13所述的方法,其特征在于,还包括:
获取当前所述机场内的其它飞机的移动轨迹;
根据所述当前所述机场内的其它飞机的移动轨迹,规划所述目标飞机的导航路径,并指导所述目标飞机沿着所述导航路径移动。
15.一种图像处理方法,其特征在于,包括:
获取待识别图像,所述待识别图像是设置在指定区域的第一图像采集设备采集到的;
获取至少一个第二图像采集设备在目标对象在所述指定区域内移动时采集到的包含所述目标对象的多张历史图像;所述第二图像采集设备设置于所述指定区域内上且位于所述第一图像采集设备前面;
根据所述多张历史图像,确定所述目标对象的历史移动轨迹;
根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象;
将所述目标对象的标识信息作为外挂标签添加至所述指定区域内各图像采集设备采集到的包含所述目标对象的图像中所述目标对象所在区域;
根据带有所述外挂标签的图像,生成所述目标对象在所述指定区域内的视频摘要。
16.根据权利要求15所述的方法,其特征在于,所述至少一个第二图像采集设备为位于所述第一图像采集设备之前且与所述第一图像采集设备邻近的图像采集设备。
17.根据权利要求16所述的方法,其特征在于,若所述第二图像采集设备为设置于所述指定区域入口的基准图像采集设备,则所述获取至少一个第二图像采集设备在目标对象在所述指定区域内移动时采集到的包含所述目标对象的多张历史图像,包括:
根据所述目标对象上的ADS-B设备发送的所述目标对象在驶入所述指定区域入口之前的运动学参数,计算所述目标对象驶入所述指定区域入口的时间;
根据所述目标对象驶入所述指定区域入口的时间,从所述第二图像采集设备采集的图像中,获取所述多张目标图像。
18.一种图像处理方法,其特征在于,包括:
获取指定区域内的目标图像采集设备采集的待识别图像;
获取目标对象在所述待识别图像之前的历史移动轨迹;
根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象;
在所述待识别图像包含所述目标对象的情况下,将所述目标图像的标识信息作为外挂标签添加至待识别图像中所述目标对象所在区域;
根据带有所述外挂标签的待识别图像以及带有所述外挂标签的其它包含所述目标对象的图像,生成所述目标对象在所述指定区域内的视频摘要;其中,所述外挂标签位于所述其它包含所述目标对象的图像中所述目标对象所在区域。
19.一种监控***,其特征在于,包括:服务端设备和设置于指定区域内的多个图像采集设备;
所述多个图像采集设备,用于采集指定区域内的图像,所述图像包括出现在指定区域内的移动对象;
所述服务端设备,用于:获取多个图像采集设备中的目标图像采集设备采集的待识别图像;从所述多个图像采集设备采集的图像中,获取在所述待识别图像之前采集的包含所述目标对象的多张历史图像;根据所述多张历史图像,确定所述目标对象在历史时间段内的历史移动轨迹;以及根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标对象;
所述服务端设备,还用于将所述目标对象的标识信息作为外挂标签添加至所述指定区域内各图像采集设备采集到的包含所述目标对象的图像中所述目标对象所在区域;根据带有所述外挂标签的图像,生成所述目标对象在所述指定区域内的视频摘要。
20.一种机场监控***,其特征在于,包括:服务端设备和设置于机场内的多个摄像头;
所述多个摄像头,用于采集机场内各个飞机的图像;
所述服务端设备,用于:获取在目标摄像头采集的待识别图像之前的包含目标飞机的多张历史图像;根据所述多张历史图像,确定所述目标飞机在历史时间段内的历史移动轨迹;以及根据所述历史移动轨迹,确定所述待识别图像中是否包含所述目标飞机;目标摄像头是多个摄像头中除基准摄像头之外的其它任一摄像头;
所述服务端设备,还用于将所述目标飞机的标识信息作为外挂标签添加至所述多个摄像头采集到的包含所述目标飞机的图像中的所述目标飞机所在区域;根据带有所述外挂标签的图像,生成所述目标飞机的视频摘要。
21.根据权利要求20所述的***,其特征在于,所述多张历史图像为设置在所述目标摄像头前面的其它摄像头采集的。
22.根据权利要求20所述的***,其特征在于,所述服务端设备在确定所述目标摄像头采集到的图像中是否包含所述目标飞机之前,还用于:
确定所述历史移动轨迹对应的历史时间段;获取所述目标飞机所述历史时间段内的GIS轨迹信息;以及根据所述GIS轨迹信息,对所述历史移动轨迹进行修正。
23.根据权利要求22所述的***,其特征在于,所述***还包括:所述目标飞机上的ADS-B设备和/或设置于所述机场内的场面监控雷达;
所述目标飞机上的ADS-B设备和/或设置于所述机场内的场面监控雷达,用于:将检测到的所述目标飞机的GIS轨迹信息发送至所述服务端设备;
所述服务端设备在获取所述目标对象在所述历史时间段内的GIS轨迹信息时,具体用于执行以下至少一种操作:
从所述ADS-B设备获取所述目标对象在所述历史时间段内的GIS轨迹信息;
从所述场面监控雷达获取所述目标对象在所述历史时间段内的GIS轨迹信息。
24.一种计算机设备,其特征在于,包括:存储器和处理器;其中,所述存储器,用于存储计算机程序;
所述处理器耦合至所述存储器,用于执行所述计算机程序以用于执行权利要求1-18任一项所述方法中的步骤。
25.一种存储有计算机指令的计算机可读存储介质,其特征在于,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行权利要求1-18任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911073091.0A CN111079525B (zh) | 2019-11-05 | 2019-11-05 | 图像处理方法、设备、***及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911073091.0A CN111079525B (zh) | 2019-11-05 | 2019-11-05 | 图像处理方法、设备、***及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111079525A CN111079525A (zh) | 2020-04-28 |
CN111079525B true CN111079525B (zh) | 2023-05-30 |
Family
ID=70310696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911073091.0A Active CN111079525B (zh) | 2019-11-05 | 2019-11-05 | 图像处理方法、设备、***及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111079525B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612675B (zh) * | 2020-05-18 | 2023-08-04 | 浙江宇视科技有限公司 | 同行对象确定方法、装置、设备及存储介质 |
CN113282782B (zh) * | 2021-05-21 | 2022-09-09 | 三亚海兰寰宇海洋信息科技有限公司 | 一种基于多点位相机阵列的轨迹获取方法及装置 |
CN113095447B (zh) * | 2021-06-10 | 2021-09-07 | 深圳联合安防科技有限公司 | 一种基于图像识别的检测方法及*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043964A (zh) * | 2010-12-30 | 2011-05-04 | 复旦大学 | 基于云台摄像头的飞行器起降跟踪算法及跟踪*** |
CN103714553A (zh) * | 2012-10-09 | 2014-04-09 | 杭州海康威视数字技术股份有限公司 | 一种多目标跟踪方法和装置 |
CN103927508A (zh) * | 2013-01-11 | 2014-07-16 | 浙江大华技术股份有限公司 | 一种目标车辆跟踪方法及装置 |
CN104424648A (zh) * | 2013-08-20 | 2015-03-18 | 株式会社理光 | 对象跟踪方法和设备 |
CN105975633A (zh) * | 2016-06-21 | 2016-09-28 | 北京小米移动软件有限公司 | 运动轨迹的获取方法及装置 |
CN106951871A (zh) * | 2017-03-24 | 2017-07-14 | 北京地平线机器人技术研发有限公司 | 操作体的运动轨迹识别方法、装置和电子设备 |
CN107045805A (zh) * | 2017-03-07 | 2017-08-15 | 安徽工程大学 | 一种用于小型航空器和空飘物的监测方法及*** |
CN107516303A (zh) * | 2017-09-01 | 2017-12-26 | 成都通甲优博科技有限责任公司 | 多目标跟踪方法及*** |
CN107967298A (zh) * | 2017-11-03 | 2018-04-27 | 深圳辉锐天眼科技有限公司 | 基于视频分析的监控管理方法 |
CN109087335A (zh) * | 2018-07-16 | 2018-12-25 | 腾讯科技(深圳)有限公司 | 一种人脸跟踪方法、装置和存储介质 |
CN109635657A (zh) * | 2018-11-12 | 2019-04-16 | 平安科技(深圳)有限公司 | 目标跟踪方法、装置、设备及存储介质 |
-
2019
- 2019-11-05 CN CN201911073091.0A patent/CN111079525B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043964A (zh) * | 2010-12-30 | 2011-05-04 | 复旦大学 | 基于云台摄像头的飞行器起降跟踪算法及跟踪*** |
CN103714553A (zh) * | 2012-10-09 | 2014-04-09 | 杭州海康威视数字技术股份有限公司 | 一种多目标跟踪方法和装置 |
CN103927508A (zh) * | 2013-01-11 | 2014-07-16 | 浙江大华技术股份有限公司 | 一种目标车辆跟踪方法及装置 |
CN104424648A (zh) * | 2013-08-20 | 2015-03-18 | 株式会社理光 | 对象跟踪方法和设备 |
CN105975633A (zh) * | 2016-06-21 | 2016-09-28 | 北京小米移动软件有限公司 | 运动轨迹的获取方法及装置 |
CN107045805A (zh) * | 2017-03-07 | 2017-08-15 | 安徽工程大学 | 一种用于小型航空器和空飘物的监测方法及*** |
CN106951871A (zh) * | 2017-03-24 | 2017-07-14 | 北京地平线机器人技术研发有限公司 | 操作体的运动轨迹识别方法、装置和电子设备 |
CN107516303A (zh) * | 2017-09-01 | 2017-12-26 | 成都通甲优博科技有限责任公司 | 多目标跟踪方法及*** |
CN107967298A (zh) * | 2017-11-03 | 2018-04-27 | 深圳辉锐天眼科技有限公司 | 基于视频分析的监控管理方法 |
CN109087335A (zh) * | 2018-07-16 | 2018-12-25 | 腾讯科技(深圳)有限公司 | 一种人脸跟踪方法、装置和存储介质 |
CN109635657A (zh) * | 2018-11-12 | 2019-04-16 | 平安科技(深圳)有限公司 | 目标跟踪方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
赵士瑄等.《低空小飞行物视频检测与追踪关键技术》.《计算机应用》.2019,第第39卷卷(第第S1期期),第2.3节,第1节第3段,图1. * |
Also Published As
Publication number | Publication date |
---|---|
CN111079525A (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111079525B (zh) | 图像处理方法、设备、***及存储介质 | |
US11131990B1 (en) | Method for transferring control to an operator | |
CN110888456A (zh) | 一种无人机与无人车的自主协同侦察控制方法 | |
US10480953B2 (en) | Semi-autonomous monitoring system | |
JP7047374B2 (ja) | 情報収集システム | |
CN107209518A (zh) | 代客泊车方法和代客泊车*** | |
US20200034637A1 (en) | Real-Time Track Asset Recognition and Position Determination | |
CN110687928A (zh) | 降落控制方法,***,无人机及存储介质 | |
CN111427374B (zh) | 飞机泊位引导方法、装置及设备 | |
CN113866758B (zh) | 一种场面监视方法、***、装置及可读存储介质 | |
US11941579B2 (en) | Autonomous vehicles performing inventory management | |
CN111819610A (zh) | 用于无人驾驶飞行器和载人飞行器的空中态势信息和交通管理*** | |
WO2019186591A1 (en) | Method and system for automating flow of operations on airports | |
KR200487177Y1 (ko) | 드론을 이용한 물류관리 장치 | |
US20210158128A1 (en) | Method and device for determining trajectories of mobile elements | |
CN112445204A (zh) | 工地中的物体移动导航方法、装置和计算机设备 | |
CN111047231A (zh) | 盘点方法及其***、计算机***及计算机可读存储介质 | |
CN117608302A (zh) | 一种巡检路径自动规划方法、装置、设备及存储介质 | |
Vitiello et al. | Assessing Performance of Radar and Visual Sensing Techniques for Ground-To-Air Surveillance in Advanced Air Mobility | |
WO2022143181A1 (zh) | 信息处理方法及装置、信息处理*** | |
CN113781843B (zh) | 一种机场飞机引导车的调度控制方法、装置及存储介质 | |
CN111857187B (zh) | 一种基于无人机的t梁施工追踪***和方法 | |
CN116635302A (zh) | 图像标记***及其方法 | |
CN113535863B (zh) | 一种移动轨迹渲染方法、设备及存储介质 | |
KR101228072B1 (ko) | 데이터 녹화/재생 시스템 및 방법 |
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 |