CN111986227A - 轨迹生成方法、装置、计算机设备及存储介质 - Google Patents
轨迹生成方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111986227A CN111986227A CN202010874352.5A CN202010874352A CN111986227A CN 111986227 A CN111986227 A CN 111986227A CN 202010874352 A CN202010874352 A CN 202010874352A CN 111986227 A CN111986227 A CN 111986227A
- Authority
- CN
- China
- Prior art keywords
- local
- area
- global
- track
- monitoring device
- 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
Images
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
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种轨迹生成方法、装置、计算机设备及存储介质,属于计算机视觉技术领域。所述方法包括:分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定多个局部区域中每个局部区域对应的第一局部轨迹,其中,一个计算处理单元用于基于一个局部区域内的目标的轨迹片段确定对应的第一局部轨迹,多个局部区域是对全局区域进行划分后得到。基于多个局部区域中每个局部区域对应的第一局部轨迹,确定全局区域内的目标的全局轨迹。如此,通过计算处理单元确定一个局部区域对应的第一局部轨迹的耗时较短,可以减少轨迹关联耗费的时间,进而减少确定全局区域内的目标的全局轨迹的时间,提高了全局轨迹生成的实时性。
Description
技术领域
本申请涉及计算机视觉技术领域,特别涉及一种轨迹生成方法、装置、计算机设备及存储介质。
背景技术
在轨迹生成的过程中,可以将全局区域中多个监控设备生成的大量的轨迹片段进行关联,从而确定目标在全局区域中的全局轨迹,以用于各类与轨迹相关的应用,例如,利用轨迹构建无感支付***等。但轨迹片段的数量通常比较多,导致进行轨迹关联计算需要耗费较长的时间,进而导致生成的轨迹实时性较低,可能会对实际应用产生负面影响。
发明内容
本申请提供了一种轨迹生成方法、装置、计算机设备及存储介质,可以解决相关技术生成的轨迹实时性较低的问题。所述技术方案如下:
一方面,提供了一种轨迹生成方法,所述方法包括:
分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定所述多个局部区域中每个局部区域对应的第一局部轨迹,其中,一个计算处理单元用于基于一个局部区域内的目标的轨迹片段确定对应的第一局部轨迹,所述多个局部区域是对全局区域进行划分后得到;
基于所述多个局部区域中每个局部区域对应的第一局部轨迹,确定所述全局区域内的目标的全局轨迹。
在本申请一种可能的实现方式中,所述分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定所述多个局部区域中每个局部区域对应的第一局部轨迹,包括:
对于所述多个计算处理单元中的第一计算处理单元,通过所述第一计算处理单元获取在上一个时间片所确定的第一局部区域对应的第二局部轨迹,所述第一计算处理单元为所述多个计算处理单元中的任一计算处理单元,所述第一局部区域为所述多个局部区域中的一个局部区域;
通过所述第一计算处理单元基于所获取的第二局部轨迹与所述第一局部区域内的目标的轨迹片段,确定所述第一局部区域对应的第一局部轨迹。
在本申请一种可能的实现方式中,所述通过所述第一计算处理单元基于所获取的第二局部轨迹与所述第一局部区域内的目标的轨迹片段,确定所述第一局部区域对应的第一局部轨迹,包括:
若通过所述第一计算处理单元确定所获取的第二局部轨迹中存在未结束轨迹,将所述第一局部区域内的目标的轨迹片段与所述未结束轨迹进行关联,所述未结束轨迹是指所包括的轨迹点中末尾轨迹点对应的轨迹片段时长大于时长阈值的第二局部轨迹;
通过所述第一计算处理单元将关联后的局部轨迹确定为所述第一局部区域对应的第一局部轨迹。
在本申请一种可能的实现方式中,所述基于所述多个局部区域中每个局部区域对应的第一局部轨迹,确定所述全局区域内的目标的全局轨迹,包括:
对于所述多个局部区域中的每个局部区域,若所述全局区域内存在与每个局部区域有重叠区域的其他局部区域,获取在上一个时间片确定的所述全局区域内的目标的全局轨迹,得到历史全局轨迹;
若所述历史全局轨迹中包括与每个局部区域有重叠区域的其他局部区域对应的轨迹,且所述历史全局轨迹中包括与每个局部区域对应的第一局部轨迹属于同一目标的轨迹,将每个局部区域对应的第一局部轨迹与所述历史全局轨迹中属于同一目标的轨迹进行关联;
将每个局部区域关联后的轨迹进行关联,得到所述全局区域内的目标的全局轨迹。
在本申请一种可能的实现方式中,所述方法还包括:
基于所述全局区域的场景布建拓扑图,确定第一描述信息,所述第一描述信息包括所述全局区域内的多个监控设备的监控区域之间的重叠区域信息,其中,所述重叠区域信息的数量为至少一个,且一个重叠区域信息包括一组监控设备标识,一组监控设备标识包括至少两个监控设备标识;
若至少一组监控设备标识中包括所述第一局部区域内的监控设备的监控设备标识,且包括所述第一局部区域内的监控设备的监控设备标识的组中存在相邻局部区域内的监控设备的监控设备标识,确定存在与所述第一局部区域存在重叠区域的其他局部区域,所述相邻局部区域为所述多个局部区域中与所述第一局部区域相邻的局部区域。
在本申请一种可能的实现方式中,所述方法还包括:
获取所述全局区域内的多个监控设备的设备能力信息、本端的设备能力信息、以及所述全局区域的场景关联信息,所述场景关联信息为与所述全局区域内的监控设备及目标关联的信息;
基于所述多个监控设备的设备能力信息、本端的设备能力信息、以及所述场景关联信息,确定计算处理单元数量,所述计算处理单元数量是指生成所述全局区域内的目标的全局轨迹所需的计算处理单元的数量;
基于所述计算处理单元数量和所述全局区域的场景布建拓扑图,将所述全局区域划分成所述多个局部区域。
在本申请一种可能的实现方式中,所述监控设备的设备能力信息包括对应的监控设备的输出能力信息,本端的设备能力信息包括本端的关联计算上限值,所述场景关联信息包括所述全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长;
其中,所述输出能力信息包括对应的监控设备的帧频,所述关联计算上限值是指本端包括的单个计算处理单元能够进行关联计算的最大轨迹点数,所述覆盖密度是指所述全局区域内的重叠区域对应的监控设备的平均值,所述流量密度是指在所述全局区域内单位时间单位面积的目标的数量,所述平均驻场时长是指目标在所述全局区域内停留的平均时长;
所述基于所述多个监控设备的设备能力信息、本端的设备能力信息、以及所述场景关联信息,确定计算处理单元数量,包括:
基于所述多个监控设备的输出能力信息、本端的关联计算上限值、以及所述全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长,确定所述计算处理单元数量。
在本申请一种可能的实现方式中,所述基于所述计算处理单元数量和所述全局区域的场景布建拓扑图,将所述全局区域划分成所述多个局部区域,包括:
将所述全局区域中包括的监控设备数量与所述计算处理单元数量相除,得到目标数值;
基于所述场景布建拓扑图,确定第二描述信息,所述第二描述信息包括每个监控设备所处区域的区域位置信息以及所述全局区域中障碍物的位置信息;
对所述全局区域中的多个监控设备进行遍历;
每遍历到一个监控设备,若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、所述全局区域中障碍物的位置信息,确定所述当前遍历到的监控设备与所述上一个遍历到的监控设备处于同一连通区域内,确定所述上一个遍历到的监控设备对应的局部区域中的监控设备数量;
若所述上一个遍历到的监控设备对应的局部区域中监控设备数量小于所述目标数值,将所述当前遍历到的监控设备对应的监控区域划分至所述上一个遍历到的监控设备对应的局部区域中。
在本申请一种可能的实现方式中,所述确定所述上一个遍历到的监控设备对应的局部区域中的监控设备数量之后,还包括:
若所述上一个遍历到的监控设备对应的局部区域中监控设备的数量大于或等于所述目标数值,将所述当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
在本申请一种可能的实现方式中,所述每遍历到一个监控设备之后,还包括:
若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、所述全局区域中障碍物的位置信息,确定所述当前遍历到的监控设备与所述上一个遍历到的监控设备处于不同的连通区域内,将所述当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
另一方面,提供了一种轨迹生成装置,所述装置包括:
第一确定模块,用于分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定所述多个局部区域中每个局部区域对应的第一局部轨迹,其中,一个计算处理单元用于基于一个局部区域内的目标的轨迹片段确定对应的第一局部轨迹,所述多个局部区域是对全局区域进行划分后得到;
第二确定模块,用于基于所述多个局部区域中每个局部区域对应的第一局部轨迹,确定所述全局区域内的目标的全局轨迹。
在本申请一种可能的实现方式中,所述第一确定模块用于:
对于所述多个计算处理单元中的第一计算处理单元,通过所述第一计算处理单元获取在上一个时间片所确定的第一局部区域对应的第二局部轨迹,所述第一计算处理单元为所述多个计算处理单元中的任一计算处理单元,所述第一局部区域为所述多个局部区域中的一个局部区域;
通过所述第一计算处理单元基于所获取的第二局部轨迹与所述第一局部区域内的目标的轨迹片段,确定所述第一局部区域对应的第一局部轨迹。
在本申请一种可能的实现方式中,所述第一确定模块用于:
若通过所述第一计算处理单元确定所获取的第二局部轨迹中存在未结束轨迹,将所述第一局部区域内的目标的轨迹片段与所述未结束轨迹进行关联,所述未结束轨迹是指所包括的轨迹点中末尾轨迹点对应的轨迹片段时长大于时长阈值的第二局部轨迹;
通过所述第一计算处理单元将关联后的局部轨迹确定为所述第一局部区域对应的第一局部轨迹。
在本申请一种可能的实现方式中,所述第二确定模块用于:
对于所述多个局部区域中的每个局部区域,若所述全局区域内存在与每个局部区域有重叠区域的其他局部区域,获取在上一个时间片确定的所述全局区域内的目标的全局轨迹,得到历史全局轨迹;
若所述历史全局轨迹中包括与每个局部区域有重叠区域的其他局部区域对应的轨迹,且所述历史全局轨迹中包括与每个局部区域对应的第一局部轨迹属于同一目标的轨迹,将每个局部区域对应的第一局部轨迹与所述历史全局轨迹中属于同一目标的轨迹进行关联;
将每个局部区域关联后的轨迹进行关联,得到所述全局区域内的目标的全局轨迹。
在本申请一种可能的实现方式中,所述第二确定模块还用于:
基于所述全局区域的场景布建拓扑图,确定第一描述信息,所述第一描述信息包括所述全局区域内的多个监控设备的监控区域之间的重叠区域信息,其中,所述重叠区域信息的数量为至少一个,且一个重叠区域信息包括一组监控设备标识,一组监控设备标识包括至少两个监控设备标识;
若至少一组监控设备标识中包括所述第一局部区域内的监控设备的监控设备标识,且包括所述第一局部区域内的监控设备的监控设备标识的组中存在相邻局部区域内的监控设备的监控设备标识,确定存在与所述第一局部区域存在重叠区域的其他局部区域,所述相邻局部区域为所述多个局部区域中与所述第一局部区域相邻的局部区域。
在本申请一种可能的实现方式中,所述第二确定模块还用于:
获取所述全局区域内的多个监控设备的设备能力信息、本端的设备能力信息、以及所述全局区域的场景关联信息,所述场景关联信息为与所述全局区域内的监控设备及目标关联的信息;
基于所述多个监控设备的设备能力信息、本端的设备能力信息、以及所述场景关联信息,确定计算处理单元数量,所述计算处理单元数量是指生成所述全局区域内的目标的全局轨迹所需的计算处理单元的数量;
基于所述计算处理单元数量和所述全局区域的场景布建拓扑图,将所述全局区域划分成所述多个局部区域。
在本申请一种可能的实现方式中,所述监控设备的设备能力信息包括对应的监控设备的输出能力信息,本端的设备能力信息包括本端的关联计算上限值,所述场景关联信息包括所述全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长;
其中,所述输出能力信息包括对应的监控设备的帧频,所述关联计算上限值是指本端包括的单个计算处理单元能够进行关联计算的最大轨迹点数,所述覆盖密度是指所述全局区域内的重叠区域对应的监控设备的平均值,所述流量密度是指在所述全局区域内单位时间单位面积的目标的数量,所述平均驻场时长是指目标在所述全局区域内停留的平均时长;
所述基于所述多个监控设备的设备能力信息、本端的设备能力信息、以及所述场景关联信息,确定计算处理单元数量,包括:
基于所述多个监控设备的输出能力信息、本端的关联计算上限值、以及所述全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长,确定所述计算处理单元数量。
在本申请一种可能的实现方式中,所述第二确定模块还用于:
将所述全局区域中包括的监控设备数量与所述计算处理单元数量相除,得到目标数值;
基于所述场景布建拓扑图,确定第二描述信息,所述第二描述信息包括每个监控设备所处区域的区域位置信息以及所述全局区域中障碍物的位置信息;
对所述全局区域中的多个监控设备进行遍历;
每遍历到一个监控设备,若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、所述全局区域中障碍物的位置信息,确定所述当前遍历到的监控设备与所述上一个遍历到的监控设备处于同一连通区域内,确定所述上一个遍历到的监控设备对应的局部区域中的监控设备数量;
若所述上一个遍历到的监控设备对应的局部区域中监控设备数量小于所述目标数值,将所述当前遍历到的监控设备对应的监控区域划分至所述上一个遍历到的监控设备对应的局部区域中。
在本申请一种可能的实现方式中,所述第二确定模块还用于:
若所述上一个遍历到的监控设备对应的局部区域中监控设备的数量大于或等于所述目标数值,将所述当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
在本申请一种可能的实现方式中,所述第二确定模块还用于:
若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、所述全局区域中障碍物的位置信息,确定所述当前遍历到的监控设备与所述上一个遍历到的监控设备处于不同的连通区域内,将所述当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
另一方面,提供了一种计算机设备,所述计算机设备包括处理器、通信接口、存储器和通信总线,所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的程序,以实现上述所述的轨迹生成方法的步骤。
另一方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述所述的轨迹生成方法的步骤。
另一方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述所述的轨迹生成方法的步骤。
本申请提供的技术方案至少可以带来以下有益效果:
在本申请实施例中,可以预先将全局区域划分为多个局部区域,如此,可以分别确定每个局部区域对应的第一局部轨迹,在确定过程中对于不同的局部区域可以通过不同的计算处理单元来实现,且一个计算单元用于基于一个局部区域内的监控设备发送的目标的轨迹片段确定对应的第一局部轨迹,确定每个局部区域对应的第一局部轨迹后,可以将多个局部区域对应的第一局部轨迹进行区域间关联,得到全局区域内目标的全局轨迹。如此,将较大的全局区域划分为较小的局部区域,由于一个局部区域内的监控设备数量小于整个全局区域内的监控设备的数量,因此,通过计算处理单元确定一个局部区域对应的第一局部轨迹的耗时较短,且确定多个局部区域对应的第一局部轨迹是通过不同的计算处理单元并行实现的,可以减少轨迹关联耗费的时间,进而减少确定全局区域内的目标的全局轨迹的时间,提高了全局轨迹生成的实时性。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种实施环境的示意图;
图2是根据一示例性实施例示出的一种计算机设备的组成组件的示意图;
图3是根据一示例性实施例示出的一种轨迹生成方法的流程图;
图4是根据一示例性实施例示出的一种局部区域内轨迹关联的示意图;
图5是根据一示例性实施例示出的一种第一局部轨迹与历史局部轨迹关联的示意图;
图6是根据另一示例性实施例示出的一种轨迹生成方法的示意图;
图7是根据一示例性实施例示出的一种将全局区域划分为多个局部区域的方法的流程图;
图8是根据一示例性实施例示出的一种局部区域划分的示意图;
图9是根据另一示例性实施例示出的一种将全局区域划分为多个局部区域的方法的流程图;
图10是根据一示例性实施例示出的一种轨迹生成装置的结构示意图;
图11是根据一示例性实施例示出的一种计算机设备的结构示意图;
图12是根据另一示例性实施例示出的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,下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例提供的轨迹生成方法进行详细的解释说明之前,先对本申请实施例提供的实施环境进行介绍。
请参考图1,图1是根据一示例性实施例示出的一种实施环境的示意图。该实施环境包括计算机设备101和多个监控设备102,且计算机设备101可以与每个监控设备102进行通信连接。该通信连接可以为有线或者无线连接,本申请对此不做限定。
其中,计算机设备101可以是终端,也可以是服务器。参见图2,图2是根据一示例性实施例示出的一种计算机设备的组成组件的示意图。计算机设备101可以包括多个计算处理单元、缓存组件和操作***,其中,每个计算处理单元对应有缓存空间,用于存储相应的局部区域对应的第一局部轨迹。缓存组件可以用于存储多个局部区域对应的第一局部轨迹。操作***为计算机设备中用于支撑程序运行和用户操作***软件,可以对多个计算处理单元进行管理。
另外,多个计算处理单元可以并行进行轨迹点关联,且一个计算处理单元用于确定一个局部区域对应的第一局部轨迹。
作为一种示例,若计算机设备101为终端,计算机设备101可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品,例如PC(Personal Computer,个人计算机)、手机、智能手机、PDA(PersonalDigital Assistant,个人数字助手)、可穿戴设备、掌上电脑PPC(Pocket PC)、平板电脑、智能车机、智能电视、智能音箱等。
作为另一种示例,若计算机设备101为服务器,计算机设备101可以是一台服务器,也可以是由多台服务器组成的服务器集群,或者是一个云计算服务中心。
其中,监控设备102可以为摄像机,用于采集监控区域内目标的图像,并对采集到的图像进行处理,得到监控区域内目标的轨迹片段并发送至计算机设备。
本领域技术人员应能理解上述计算机设备101和监控设备102仅为举例,其他现有的或今后可能出现的计算机设备或监控设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
介绍完本申请实施例提供的实施环境之后,接下来对本申请实施例提供的轨迹生成方法进行详细的解释说明。
图3是根据一示例性实施例示出的一种轨迹生成方法的流程图,该方法应用于上述计算机设备中。请参考图3,该方法可以包括如下步骤:
步骤301:分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定多个局部区域中每个局部区域对应的第一局部轨迹,其中,一个计算处理单元用于基于一个局部区域内的目标的轨迹片段确定对应的第一局部轨迹,多个局部区域是对全局区域进行划分后得到。
其中,多个局部区域可以是预先对全局区域进行划分等到的,在本实施例中,可以直接使用划分好的多个局部区域。
其中,轨迹片段可以包括多个轨迹点,该多个轨迹点是发送该轨迹片段的监控设备的监控区域内的目标的轨迹点,即监控设备对监控区域内的目标进行监控,确定目标的轨迹片段并发送至本端。
作为一种示例,每个轨迹点可以对应有位置信息以及对应的目标的目标视觉特征,该目标视觉特征可以包括目标的整体视觉特征和局部视觉特征,且目标视觉特征是通过相应的监控设备对目标进行图像识别得到的。例如,若目标为人,整体视觉特征可以为人体特征,局部视觉特征可以为人脸特征。
其中,计算处理单元是计算机设备中的一个处理单元,用于对一个局部区域内的轨迹片段进行关联计算,得到该局部区域内的目标的第一局部轨迹。
作为一种示例,计算机设备可以接收全局区域内的多个监控设备发送的目标的轨迹片段,该轨迹片段可以包括监控设备的监控设备标识,然后计算机设备根据预先存储的每个局部区域包括的监控设备的监控设备标识,将多个监控设备发送的目标的轨迹片段分别发送给对应的计算处理单元,同一个局部区域包括的监控设备发送的轨迹片段发送至同一个计算处理单元,然后由一个计算处理单元基于获取的一个局部区域内目标的轨迹片段确定该局部区域对应的第一局部轨迹。
在实施中,分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定多个局部区域中每个局部区域对应的第一局部轨迹的具体实现可以包括:对于多个计算处理单元中的第一计算处理单元,通过第一计算处理单元获取在上一个时间片所确定的第一局部区域对应的第二局部轨迹,第一计算处理单元为多个计算处理单元中的任一计算处理单元,第一局部区域为多个局部区域中的一个局部区域。通过第一计算处理单元基于所获取的第二局部轨迹与第一局部区域内的目标的轨迹片段,确定第一局部区域对应的第一局部轨迹。
其中,时间片指的是一段时间。在本申请中,目标的轨迹是周期性进行关联的,一个时间片即为一个周期,且每隔一个时间片,获取一次监控设备发送的目标的轨迹片段。例如,时间片可以为5秒,即监控设备每5秒上报该5秒内确定的轨迹片段。
其中,第二局部轨迹的数量可以为至少一个,且每个第二局部轨迹包括多个轨迹点。
也就是说,对于多个局部区域中的每个局部区域,均可以通过上述方式确定每个局部区域对应的第一局部轨迹。以第一局部区域为例,在一个局部区域内,需要将同一个目标在不同时间片的轨迹关联起来,即将同一个目标在不同时间片的轨迹与相同的局部标识关联起来,更具体来说,是将同一个目标的局部标识从上一个时间片的第二局部轨迹延续到下一个时间片的轨迹片段,其中,局部标识用于在局部区域唯一标识一个目标。因此,需要通过该第一局部区域对应的第一计算单元,获取上一个时间片所确定的该第一局部区域对应的第二局部轨迹,然后根据该第二局部轨迹和获取的该第一局部区域内至少一个监控设备发送的目标的轨迹片段,确定该第一局部区域对应的第一局部轨迹。
在一些实施例中,可以直接将第二局部轨迹和第一局部区域内目标的轨迹片段进行关联,得到第一局部区域对应的第一局部轨迹。
作为一种示例,对于第一局部区域内目标的轨迹片段中的每个轨迹片段,可以将每个轨迹片段与第二局部轨迹进行比对,确定每个轨迹片段与第二局部轨迹的相似度,若对于每个轨迹片段存在相似度大于相似度阈值的第二局部轨迹,将每个轨迹片段与对应的相似度大于相似度阈值的第二局部轨迹进行关联,得到第一局部区域对应的第一局部轨迹。
其中,相似度阈值可以由用户根据实际需求进行设置,也可以由计算机设备默认设置,本申请实施例对此不做限定。例如,相似度阈值可以为0.8。
作为一种示例,以第一局部区域内目标的参考轨迹片段为例,可以确定参考轨迹片段与每个第二局部轨迹的相似度,若存在相似度大于相似度阈值的第二局部轨迹,将相似度大于相似度阈值的第二局部轨迹对应的局部标识确定为该参考轨迹片段的局部标识。
其中,参考轨迹片段是第一局部区域内目标的轨迹片段中一个轨迹片段。
示例性地,参见图4,在图4中,上一个时间片内第一局部区域包括两个第二局部轨迹,这两个第二局部轨迹对应的局部标识分别为A和B,当前时间片内第一局部区域包括两个轨迹片段,记为轨迹片段C和轨迹片段D。对于轨迹片段C,可以确定轨迹片段C与A对应的轨迹的相似度,以及轨迹片段C与B对应的轨迹的相似度,若轨迹片段C与A对应的轨迹的相似度大于相似度阈值,可以确定轨迹片段C与A对应的轨迹是同一个目标的轨迹,可以将轨迹片段C的局部标识确定为A。同理,对于轨迹片段D,可以确定轨迹片段D与A对应的轨迹的相似度,以及轨迹片段D与B对应的轨迹的相似度,若轨迹片段D与B对应的轨迹的相似度大于相似度阈值,可以确定轨迹片段D与B对应的轨迹是同一个目标的轨迹,可以将轨迹片段D的局部标识确定为B。如此,便实现了将轨迹片段C和D与第二局部轨迹相关联的目的。
作为一种示例,确定参考轨迹片段与参考第二局部轨迹的相似度的具体实现可以包括:确定参考轨迹片段中目标视觉特征与参考第二局部轨迹的目标视觉特征的第一相似度,以及参考轨迹片段中距离当前时间最远的轨迹点的位置信息与参考第二局部轨迹中距离当前时间最近的轨迹点的位置信息的第二相似度,将第一相似度和第二相似度进行加权求和取平均,得到参考轨迹片段与参考第二局部轨迹的相似度。
进一步地,若不存在相似度大于相似度阈值的第二局部轨迹,可以为参考轨迹片段确定一个新的局部标识。
在另一些实施例中,通过第一计算处理单元基于所获取的第二局部轨迹与第一局部区域内的目标的轨迹片段,确定第一局部区域对应的第一局部轨迹的具体实现可以包括:若通过第一计算处理单元确定所获取的第二局部轨迹中存在未结束轨迹,将第一局部区域内的目标的轨迹片段与未结束轨迹进行关联,未结束轨迹是指所包括的轨迹点中末尾轨迹点对应的轨迹片段时长大于时长阈值的第二局部轨迹。通过第一计算处理单元将关联后的局部轨迹确定为第一局部区域对应的第一局部轨迹。
其中,时长阈值可以由用户根据实际需求进行设置,也可以由计算机设备默认设置,本申请实施例对此不做限定。例如,若时间片为5秒,时长阈值可以为4.95秒。
其中,第二局部轨迹可能是由多个轨迹片段组成的,在该种情况下,末尾轨迹点对应的轨迹片段时长指的是每个第二局部轨迹中最后一个轨迹点对应的轨迹片段的轨迹片段时长,即第二局部轨迹中包括的最后一个轨迹片段的轨迹片段时长。
以时间片是5秒为例,若一个目标在一个局部区域内的轨迹没有结束,在一个时间片内该目标在该局部区域内是一直有轨迹的,若该目标的轨迹片段的轨迹片段时长为3秒,说明在后2秒钟该目标在该局部区域内可能没有轨迹了,可以认为该目标可能已经离开了该局部区域,因此,可以将该目标的3秒的轨迹片段确定为结束轨迹,但若该目标的轨迹片段的时长为4.99秒,说明有0.01秒可能是没有轨迹的,但0.01秒的时间很短,很可能出现误判,因此,将该目标的4.99秒的轨迹片段确定为未结束轨迹。
在该种实现方式中,在上一个时间片已经结束的轨迹对应的目标可能已经离开该第一局部区域,因此在当前时间片内没有该目标的轨迹片段,即当前时间片内的目标的轨迹片段与已经结束的轨迹是关联不上的,若将获取的所有的第二局部轨迹与目标的轨迹片段进行关联,会增加计算处理单元的计算量,进增加确定第一局部轨迹的时间。因此,可以先确定出获取的第二局部轨迹中的未结束轨迹,然后将未结束轨迹与第一局部区域内的目标的轨迹片段进行关联,得到第一局部区域对应的第一局部轨迹。
作为一种示例,通过第一计算处理单元确定第二局部轨迹中是否包括未结束轨迹的具体实现可以包括:在上一个时间片内确定第一局部区域对应的第二局部轨迹的过程中,已经将未结束轨迹确定好并以标签进行标记,第一计算处理单元可以直接根据获取的第二局部轨迹是否包括标签来确定第二局部轨迹中是否包括未结束轨迹。若第二局部轨迹中存在包括标签的第二局部轨迹,可以确定包括标签的第二局部轨迹为未结束轨迹。
也就是说,在该种实现方式中,在上一个时间片内确定第二局部轨迹时,已经将第二局部轨迹中未结束轨迹以标签进行标定,计算机设备可以通过第一计算处理单元根据第二局部轨迹是否包括标签来确定是否包括未结束轨迹。
作为另一种示例,通过第一计算处理单元确定第二局部轨迹中是否包括未结束轨迹的具体实现可以包括:确定获取的第二局部轨迹中每个第二局部轨迹包括的最后一个轨迹片段的轨迹片段时长,若存在轨迹片段时长大于时长阈值的轨迹片段,将轨迹片段时长大于时长阈值的轨迹片段对应的第二局部轨迹确定为未结束轨迹。
也就是说,在该种实现方式中,在上一个时间片内确定第二局部轨迹时,没有确定第二局部轨迹中的未结束轨迹,需要通过第一计算处理单元在获取到第二局部轨迹后,根据每个第二局部轨迹包括的最后一个轨迹片段的轨迹片段时长来确定是否包括未结束轨迹。
作为一种示例,确定存在未结束轨迹后,将第一局部区域内的目标的轨迹片段与未结束轨迹进行关联的具体实现可以包括:对于第一局部区域内目标的轨迹片段中的每个轨迹片段,可以将每个轨迹片段与未结束轨迹进行比对,确定每个轨迹片段与未结束轨迹的相似度,若对于每个轨迹片段存在相似度大于相似度阈值的未结束轨迹,将每个轨迹片段与对应的相似度大于相似度阈值的未结束轨迹进行关联。
示例性地,以第一局部区域内目标的参考轨迹片段为例,可以确定参考轨迹片段与每个未结束轨迹的相似度,若存在相似度大于相似度阈值的未结束轨迹,将相似度大于相似度阈值的未结束轨迹对应的局部标识确定为该参考轨迹片段的局部标识。
需要说明的是,确定相似度的方法参见上一个实施例的相关描述,本实施例在此不再赘述。
确定完第一局部区域内的每个目标的轨迹片段的局部标识后,可以通过第一计算处理单元将关联后的局部轨迹确定为第一局部区域对应的第一局部轨迹。
在实施中,确定第一局部区域对应的第一局部轨迹之后,可以确定第一局部轨迹中的未结束轨迹,然后将未结束轨迹存储至未结束轨迹缓存列表中。
步骤302:基于多个局部区域中每个局部区域对应的第一局部轨迹,确定全局区域内的目标的全局轨迹。
在实施中,将当前时间片内每个局部区域对应的第一局部轨迹确定完之后,可以进行局部区域之间的轨迹关联,确定全局区域内目标的全局轨迹。
在实施中,基于多个局部区域中每个局部区域对应的第一局部轨迹,确定全局区域内的目标的全局轨迹的具体实现可以包括:对于多个局部区域中的每个局部区域,若全局区域内存在与每个局部区域有重叠区域的其他局部区域,获取在上一个时间片确定的全局区域内的目标的全局轨迹,得到历史全局轨迹。若历史全局轨迹中包括与每个局部区域有重叠区域的其他局部区域对应的轨迹,且历史全局轨迹中包括与每个局部区域对应的第一局部轨迹属于同一目标的轨迹,将每个局部区域对应的第一局部轨迹与历史全局轨迹中属于同一目标的轨迹进行关联。将每个局部区域关联后的轨迹进行关联,得到全局区域内的目标的全局轨迹。
也就是说,对于每个局部区域,可以先判断全局区域内是否存在与每个局部区域有重叠区域的其他局部区域,若存在,可以获取上一个时间片内确定的全局区域内目标的全局轨迹。为了便于描述,将获取的上一个时间片内目标的全局轨迹称为历史全局轨迹。
判断该历史全局轨迹中是否存在与每个局部区域存在重叠区域的其他局部区域对应的轨迹,若存在,判断历史全局轨迹中是否包括与每个局部区域对应的第一局部轨迹属于同一目标的轨迹,为了便于描述,将与每个局部区域对应的第一局部轨迹属于同一目标的轨迹称为同目标轨迹,若历史全局轨迹中包括每个局部区域对应的同目标轨迹,可以将每个局部区域对应的第一局部轨迹与每个局部区域对应的同目标轨迹进行关联,将每个局部区域关联后的轨迹相互之间进行关联,得到全局区域内目标的全局轨迹。
在实施中,以第一局部区域为例,可以通过第一计算处理单元判断全局区域内是否存在与第一局部区域有重叠区域的其他区域,若存在,计算机设备可以获取上一个时间片确定的全局区域内目标的全局轨迹,得到历史全局轨迹。判断历史全局轨迹中是否包括与第一局部区域存在重叠区域的其他局部区域对应的轨迹,若存在,判断历史全局轨迹中是否包括与第一局部区域对应的第一局部轨迹属于同一目标的轨迹,若包括,则将第一局部区域对应的第一局部轨迹与历史全局轨迹中属于同一目标的轨迹进行关联,得到第一局部区域关联后的轨迹。
在一些实施例中,可以通过如下方式确定全局区域内存在与第一局部区域存在重叠区域的其他局部区域:基于全局区域的场景布建拓扑图,确定第一描述信息,第一描述信息包括全局区域内的多个监控设备的监控区域之间的重叠区域信息,其中,重叠区域信息的数量为至少一个,且一个重叠区域信息包括一组监控设备标识,一组监控设备标识包括至少两个监控设备标识。若至少一组监控设备标识中包括第一局部区域内的监控设备的监控设备标识,且包括第一局部区域内的监控设备的监控设备标识的组中存在相邻局部区域内的监控设备的监控设备标识,确定存在与第一局部区域存在重叠区域的其他局部区域,相邻局部区域为多个局部区域中与第一局部区域相邻的局部区域。
也就是说,可以根据全局区域的场景布建拓扑图,确定全局区域内的多个监控设备的监控区域之间的重叠区域信息,由于一个重叠区域信息包括一组监控设备标识,因此可以确定至少一组监控设备标识,若确定的至少一组监控设备标识中包括第一局部区域内的监控设备的监控设备标识,且包括第一局部区域内的监控设备的监控设备标识的组中存在相邻局部区域内的监控设备的监控设备标识,即确定的至少一组监控设备标识中存在参考组,该参考组中包括第一局部区域内的监控设备的监控设备标识以及相邻局部区域内的监控设备的监控设备标识,说明该相邻局部区域与第一局部区域存在重叠区域,因此可以确定存在与第一局部区域存在重叠区域的其他局部区域。
进一步地,若存在与第一局部区域存在重叠区域的其他局部区域,可以将该第一局部区域对应的第一局部轨迹存入区域缓存列表中,以便后续轨迹关联时可以直接从缓存中获取。若不存在与第一局部区域存在重叠区域的其他局部区域,不需要将该第一局部区域对应的第一局部轨迹与历史全局轨迹进行关联,可以在下一个时间片开始时继续执行确定该第一局部区域对应的第一局部轨迹的步骤。
作为一种示例,计算机设备可以预先存储局部区域与多个监控设备的对应关系,以及多个局部区域之间的布局关系。因此,确定至少一组监控设备标识后,可以确定每个监控设备标识指示的监控设备所属的局部区域,因此,可以根据监控设备标识与局部区域的对应关系,确定至少一组监控设备标识中属于第一局部区域的监控设备标识,以及属于相邻局部区域的监控设备标识,进而在确定至少一组监控设备标识中存在参考组,且该参考组中包括第一局部区域内的监控设备的监控设备标识以及相邻局部区域内的监控设备的监控设备标识的情况下,可以认为全局区域内存在与第一局部区域存在重叠区域的其他局部区域。
在一些实施例中,可以通过如下公式确定历史全局轨迹中包括与第一局部区域存在重叠区域的其它局部区域对应的轨迹:在确定全局区域内存在与第一局部区域存在重叠区域的其他局部区域时,可以获取所有包括第一局部区域内的监控设备的监控设备标识和相邻局部区域内的监控设备的监控设备标识的组,确定每个相邻局部区域的局部区域标识,得到重叠局部区域标识。由于历史全局轨迹中每一条全局轨迹可以包括对应的局部区域的局部区域标识,因此,可以确定历史全局轨迹中是否存在与重叠区域标识对应的轨迹,若存在,可以认为历史全局轨迹中包括与第一局部区域存在重叠区域的其他局部区域对应的轨迹。
作为一种示例,若历史全局轨迹中不包括与第一局部区域存在重叠区域的其他局部区域对应的轨迹,可以将该第一局部区域对应的第一局部轨迹存储至数据库中。
在一些实施例中,为了便于描述,将历史全局轨迹中与第一局部区域存在重叠区域的其他局部区域对应的轨迹称为其他轨迹。确定历史全局轨迹中与第一局部区域对应的第一局部轨迹属于同一目标的轨迹的具体实现可以包括:获取其他轨迹,对于第一局部区域对应的每个第一局部轨迹,确定每个第一局部轨迹与其他轨迹的相似度,若对于每个第一局部轨迹存在相似度大于相似度阈值的其他轨迹,确定历史全局轨迹中包括与每个第一局部轨迹属于同一目标的轨迹,并将相似度大于相似度阈值的轨迹确定为与对应的每个第一局部轨迹属于同一目标的轨迹,将属于同一目标的轨迹与对应的第一局部轨迹进行关联。
作为一种示例,对于第一局部区域中的参考第一局部轨迹,可以将该参考第一局部轨迹与每个其他轨迹进行比对,确定该参考第一局部轨迹与每个其他轨迹的相似度,若存在相似度大于相似度阈值的其他轨迹,将相似度大于相似度阈值的其他轨迹确定为与参考第一局部轨迹属于同一目标的轨迹,将该参考第一局部轨迹的全局标识确定为该属于同一目标的轨迹的全局标识。
其中,参考第一局部轨迹为第一局部区域内的多个第一局部轨迹中的一个局部轨迹。
其中,全局标识用于在全局区域内唯一标识一个目标。
需要说明的是,确定相似度的方法参见步骤201中相关实施例的描述,本实施例在此不再赘述。
作为一种示例,参见图5,假设第一局部区域为局部区域2,与局部区域2存在重叠区域的其他局部区域包括局部区域1和局部区域3,且历史全局轨迹中包括局部区域1和局部区域3对应的轨迹。假设局部区域1对应的是历史全局轨迹中全局标识A对应的轨迹和全局标识B对应的轨迹,局部区域2对应的是历史全局轨迹中全局标识B对应的轨迹和全局标识C对应的轨迹,局部区域3对应的历史全局轨迹是全局标识C对应的轨迹。局部区域2对应的第一局部轨迹称为轨迹D、轨迹E和轨迹F。
对于轨迹D,可以分别确定轨迹D与全局标识A对应的轨迹的相似度,确定轨迹D与全局标识B对应的轨迹的相似度,轨迹D与全局标识C对应的轨迹的相似度,假设轨迹D与全局标识A对应的轨迹的相似度大于相似度阈值,可以确定轨迹D与全局标识A对应的轨迹是同一个目标,可以将轨迹D对应的全局标识确定为A,将全局标识A在上一个时间片对应的轨迹与当前时间片确定的轨迹进行关联,进而将全局标识A指示的目标在不同时间片在不同局部区域内的轨迹关联起来,实现了全局标识A指示的目标的轨迹的跨区域关联。
同理,对于轨迹E,可以分别确定轨迹E与全局标识A对应的轨迹的相似度,确定轨迹E与全局标识B对应的轨迹的相似度,轨迹E与全局标识C对应的轨迹的相似度,假设轨迹E与全局标识B对应的轨迹的相似度大于相似度阈值,可以确定轨迹E与全局标识B对应的轨迹是同一个目标,可以将轨迹E对应的全局标识确定为B,将全局标识B在上一个时间片对应的轨迹与当前时间片确定的轨迹进行关联,进而将全局标识B指示的目标在不同时间片在不同局部区域内的轨迹关联起来,实现了全局标识B指示的目标的轨迹的跨区域关联。
同理,对于轨迹F,可以分别确定轨迹F与全局标识A对应的轨迹的相似度,确定轨迹F与全局标识B对应的轨迹的相似度,轨迹F与全局标识C对应的轨迹的相似度,假设轨迹E与全局标识B对应的轨迹的相似度大于相似度阈值,可以确定轨迹F与全局标识C对应的轨迹是同一个目标,可以将轨迹F对应的全局标识确定为C,将全局标识C在上一个时间片对应的轨迹与当前时间片确定的轨迹进行关联,进而将全局标识C指示的目标在局部区域2中不同时间片内的轨迹关联起来。
进一步地,确定参考第一局部轨迹与每个其他轨迹的相似度后,若不存在与参考局部轨迹相似度大于相似度阈值的其他轨迹,可以为该参考第一局部轨迹确定一个新的全局标识。
在一些实施例中,对于全局区域中每个局部区域对应的第一局部轨迹均关联完成后,可以确定全局区域内每个第一局部轨迹的全局标识,然后将多个局部区域中全局标识相同的轨迹汇总成一条轨迹,即最后得到的全局区域内目标的全局轨迹中每条全局轨迹对应一个全局标识,即每条全局轨迹对应一个目标。
进一步地,确定全局区域内目标的全局轨迹后,可以将当前时间片内确定的全局轨迹存入数据库中。
为了便于理解,接下来以第一局部区域为例,结合图6对确定该第一局部区域的第一局部轨迹,以及将第一局部区域对应的第一局部轨迹与历史局部轨迹进行关联的过程进行描述。
参见图6,获取当前时间片内第一局部区域内的目标的轨迹片段,在确定获取的上一个时间片第一局部区域的第二局部轨迹中存在未结束轨迹的情况下,将未结束轨迹与第一局部区域内的目标的轨迹片段进行关联,得到第一局部区域对应的第一局部轨迹。判断第一局部区域对应的第一局部轨迹中是否存在未结束轨迹,若不存在,判断全局区域内是否存在与第一局部区域有重叠区域的其他局部区域;若存在,将第一局部区域对应的第一局部轨迹中的未结束轨迹存储至未结束轨迹缓存列表中。判断全局区域内是否存在与第一局部区域有重叠区域的其他局部区域,若全局区域内不存在与第一局部区域有重叠区域的其他局部区域,返回确定第一局部区域对应的第一局部轨迹;若全局区域内存在与第一局部区域有重叠区域的其他局部区域,将第一局部区域对应的第一局部轨迹存入区域缓存列表中,获取在上一个时间片确定的全局区域内的目标的全局轨迹,得到历史全局轨迹。判断历史全局轨迹中是否包括与第一局部区域有重叠区域的其他局部区域对应的轨迹,若不包括,将第一局部区域对眼的第一局部轨迹存储至数据库中;若包括,判断历史全局轨迹中是否包括与第一局部区域对应的第一局部轨迹属于同一目标的轨迹。若不包括,将第一局部区域对眼的第一局部轨迹存储至数据库中。若包括,将第一局部区域对应的第一局部轨迹与历史全局轨迹中属于同一目标的轨迹进行关联。
对于多个局部区域中的每个局部区域,均按照上述图6的方式与历史全局轨迹进行关联,可以得到关联后的每个局部区域的轨迹,再将关联后的多个局部区域的轨迹进行关联,可以得到全局区域内的目标的全局轨迹。
在本申请实施例中,可以预先将全局区域划分为多个局部区域,如此,可以分别确定每个局部区域对应的第一局部轨迹,在确定过程中对于不同的局部区域可以通过不同的计算处理单元来实现,且一个计算单元用于基于一个局部区域内的监控设备发送的目标的轨迹片段确定对应的第一局部轨迹,确定每个局部区域对应的第一局部轨迹后,可以将多个局部区域对应的第一局部轨迹进行区域间关联,得到全局区域内目标的全局轨迹。如此,将较大的全局区域划分为较小的局部区域,由于一个局部区域内的监控设备数量小于整个全局区域内的监控设备的数量,因此,通过计算处理单元确定一个局部区域对应的第一局部轨迹的耗时较短,且确定多个局部区域对应的第一局部轨迹是通过不同的计算处理单元并行实现的,可以减少轨迹关联耗费的时间,进而减少确定全局区域内的目标的全局轨迹的时间,提高了全局轨迹生成的实时性。
图7是根据一示例性实施例示出的一种将全局区域划分为多个局部区域的流程图,该方法应用于上述计算机设备中。请参考图7,该方法可以包括如下步骤:
步骤701:获取全局区域内的多个监控设备的设备能力信息、本端的设备能力信息、以及全局区域的场景关联信息,场景关联信息为与全局区域内的监控设备及目标关联的信息。
作为一种示例,可以用Gi(Cam1,Cam2,Cam3...)表示局部区域。其中,在i取不同值时,Gi表示不同的局部区域,Cam1表示局部区域内的监控设备1,以此类推,Cami表示局部区域内的监控设备。
在实施中,监控设备的设备能力信息包括对应的监控设备的输出能力信息,本端的设备能力信息包括本端的关联计算上限值,场景关联信息包括全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长。其中,输出能力信息包括对应的监控设备的帧频,关联计算上限值是指本端包括的单个计算处理单元能够进行关联计算的最大轨迹点数,覆盖密度是指全局区域内的重叠区域对应的监控设备的平均值,流量密度是指在全局区域内单位时间单位面积的目标的数量,平均驻场时长是指目标在全局区域内停留的平均时长。
作为一种示例,监控设备的设备能力信息与监控设备自身的配置相关,可以将每个监控设备的帧频确定为对应的每个监控设备的设备能力信息。例如,监控设备的设备能力信息可以为12帧/秒或24帧/秒。
作为一种示例,本端的设备能力信息与计算机设备自身的配置相关,可以将本端的单个计算处理单元进行关联计算的最大轨迹点数(即本端的关联计算上限值)确定为本端的设备能力信息。例如,本端的设备能力信息可以为6000。
作为一种示例,确定全局区域内监控设备的覆盖密度的具体实现可以包括:根据全局区域的场景布建拓扑图,确定第三描述信息,该第三描述信息包括全局区域内重叠区域的数量,以及每个重叠区域对应的监控设备的数量,基于每个重叠区域对应的监控设备的数量确定全局区域内多个重叠区域对应的监控设备的总数量,将该总数量与重叠区域的数量的商确定为监控设备的覆盖密度。由此可见,全局区域内的监控设备的覆盖密度与全局区域内监控设备的布局相关,若全局区域内监控设备的布局不发生变化,该覆盖密度是不会发生变化的。例如,监控设备的覆盖密度可以为2。
作为一种示例,目标的流量密度可以是由用户根据大数据得到的经验值,也可以是根据某一时间段全局区域内目标的总数量与该时间段的时长以及全局区域的面积确定得到的。例如,目标的流量密度可以为10。
作为一种示例,目标的平均驻场时长可以是由用户根据大数据得到的经验值,也可以是根据某一时间段全局区域内目标的总驻场时长与该时间段的时长确定得到的。例如,目标的平均驻场时长可以为10分钟。
步骤702:基于多个监控设备的设备能力信息、本端的设备能力信息、以及场景关联信息,确定计算处理单元数量,计算处理单元数量是指生成全局区域内的目标的全局轨迹所需的计算处理单元的数量。
也就是说,对全局区域进行划分的时候,首先需要根据监控设备的设备能力信息、本端的设备能力信息以及与全局区域内的监控设备及目标关联的场景关联信息确定计算处理单元数量,以达到能够在不浪费计算机设备资源的情况下提高确定第一局部轨迹的效率。
在实施中,基于多个监控设备的设备能力信息、本端的设备能力信息、以及场景关联信息,确定计算处理单元数量的具体实现可以包括:基于多个监控设备的输出能力信息、本端的关联计算上限值、以及全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长,确定计算处理单元数量。
作为一种示例,可以基于多个监控设备的输出能力信息、本端的关联计算上限值、以及全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长,通过如下公式(1)确定计算处理单元数量:
其中,C表示计算处理单元数量,C1表示多个监控设备的平均输出能力信息,C2表示监控设备的覆盖密度,C3表示目标的流量密度,T表示目标的平均驻场时长,C4表示本端的关联计算上限值。
其中,可以将多个监控设备的输出能力信息的平均值(即多个监控设备的帧频的平均值)确定为多个监控设备的平均输出能力信息C1。
进一步地,在通过上述方式确定计算处理单元数量之前,由于有些场景不需要很精准的轨迹,因此,可以通过降频密度对多个监控设备的帧频进行降频处理,得到降频处理后的帧频,然后将降频处理后的多个监控设备的帧频的平均值确定为多个监控设备的平均输出能力信息。
其中,降频密度的取值范围为0-1,且降频密度可以由用户根据实际需求进行设置,也可以由计算机设备进行默认设置,本申请实施例对此不做限定。例如,降频密度可以为0.8。
在该种情况下,可以基于多个监控设备的输出能力信息、本端的关联计算上限值、降频密度、以及全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长,通过如下公式(2)确定计算处理单元数量:
其中,K表示降频密度。
步骤703:基于计算处理单元数量和全局区域的场景布建拓扑图,将全局区域划分成多个局部区域。
其中,场景布建拓扑图可以是预先基于全局区域内的监控设备布局、建筑物布局等确定的。
在实施中,基于计算处理单元数量和全局区域的场景布建拓扑图,将全局区域划分成多个局部区域的具体实现可以包括:将全局区域中包括的监控设备数量与计算处理单元数量相除,得到目标数值。基于场景布建拓扑图,确定第二描述信息,第二描述信息包括每个监控设备所处区域的区域位置信息以及全局区域中障碍物的位置信息。对全局区域中的多个监控设备进行遍历。每遍历到一个监控设备,若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、全局区域中障碍物的位置信息,确定当前遍历到的监控设备与上一个遍历到的监控设备处于同一连通区域内,确定上一个遍历到的监控设备对应的局部区域中的监控设备数量。若上一个遍历到的监控设备对应的局部区域中监控设备数量小于目标数值,将当前遍历到的监控设备对应的监控区域划分至上一个遍历到的监控设备对应的局部区域中。
其中,目标数值可以用于描述在每个局部区域内可以划分的监控设备的数量。
其中,区域位置信息可以用于指示全局区域中的一个可通行区域。
也就是说,可以根据计算单元数量和全局区域内监控设备数量确定每个局部区域可以包括的监控设备的目标数值,然后基于预先生成的场景布建拓扑图,确定每个监控设备所处的区域的区域位置信息以及全局区域中障碍物的位置信息,对全局区域内的多个监控设备进行遍历,每遍历到一个监控设备,可以确定当前遍历到的监控设备与上一个遍历到的监控设备是否位于同一个连通区域内,若是,继续判断上一个遍历到的监控设备对应的局部区域中监控设备数量是否小于目标数值,若是,将当前遍历到的监控设备划分至上一个遍历到的监控设备对应的局部区域中。
作为一种示例,基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、全局区域中障碍物的位置信息,确定当前遍历到的监控设备与上一个遍历到的监控设备处于同一连通域内的具体实现可以包括:若基于全局区域中障碍物的位置信息,确定全局区域中不存在位于该当前遍历到的监控设备所处区域与上一个遍历到的监控设备所处区域之间的障碍物,可以确定当前遍历到的监控设备与上一个遍历到的监控设备处于同一个连通区域内。
进一步地,每遍历到一个监控设备之后,还可以包括:若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、全局区域中障碍物的位置信息,确定当前遍历到的监控设备与上一个遍历到的监控设备处于不同的连通区域内,将当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
也就是说,如果确定当前遍历到的监控设备与上一个遍历到的监控设备处于不同的连通区域内,便不能将当前遍历到的监控设备的监控区域与上一个遍历到的监控设备的监控区域划分至同一个局部区域内,可以将当前遍历到的监控设备的监控区域确定为一个新的局部区域。
进一步地,确定上一个遍历到的监控设备对应的局部区域中的监控设备数量之后,还可以包括:若上一个遍历到的监控设备对应的局部区域中监控设备的数量大于或等于目标数值,将当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
也就是说,如果上一个监控设备对应的局部区域中监控设备的数量大于或等于目标数值,若再将当前监控设备确定至上一个监控设备对应的局部区域,确定该局部区域对应的第一局部轨迹的效率可能会降低,因此,可以将当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
进一步地,若当前遍历到的监控设备是遍历到的第一个监控设备,即没有上一个遍历到的监控设备,可以将该当前遍历到的监控设备的监控区域确定为一个新的局部区域。
另外,每确定遍历到的一个监控设备的监控区域所属的局部区域后,可以判断是否已经将全局区域内的监控设备遍历完,若是,停止遍历,得到多个局部区域,若否,继续遍历下一个监控设备。
示例性地,参见图8,图8中,实线大框表示全局区域内的一些建筑的平面图,一个虚线框表示一个局部区域,虚线框内的小框表示该局部区域内的监控设备。
为了便于理解,接下来结合图9对确定多个局部区域的步骤进行描述。
参见图9,首先获取多个监控设备的设备能力信息、本端的设备能力信息、以及全局区域的场景关联信息,然后基于获取的上述信息确定生成全局区域内的目标的全局轨迹所需的计算处理单元数量。基于场景布建拓扑图,确定第二描述信息。然后对全局区域中的多个监控设备进行遍历,将第一个遍历到的监控设备的监控区域划分为一个局部区域,继续遍历,并基于第二描述信息确定当前遍历到的监控设备是否与上一个遍历到的监控设备处于同一个连通区域内,若处于不同的连通区域内,将当前遍历到的监控设备对应的监控区域确定为一个新的局部区域;若处于同一个连通区域内,基于判断上一个遍历到的监控设备对应的局部区域中监控设备数量是否小于目标数值,若监控设备数量不小于目标数值,将当前遍历到的监控设备对应的监控区域确定为一个新的局部区域;若监控设备数量小于目标数值,将当前遍历到的监控设备对应的局部区域划分至上一个遍历到的监控设备对应的局部区域中。继续判断是否完成遍历,若已完成,可以停止遍历,得到多个局部区域,若未完成,返回执行继续遍历的步骤,直到遍历完成。
在本申请实施例中,可以根据获取的多个监控设备的设备能力信息、本端的设备能力信息、以及全局区域的场景关联信息,确定生成全局区域内的目标的全局轨迹所需的计算处理单元数量,以达到能够在不浪费计算机设备资源的情况下提高确定第一局部轨迹的效率。基于计算处理单元数量和全局区域的场景布建拓扑图,将全局区域划分成多个局部区域。如此,可以分别确定每个局部区域对应的第一局部轨迹,在确定过程中对于不同的局部区域可以通过不同的计算处理单元来实现,且一个计算单元用于基于一个局部区域内的监控设备发送的目标的轨迹片段确定对应的第一局部轨迹,确定每个局部区域对应的第一局部轨迹后,可以将多个局部区域对应的第一局部轨迹进行区域间关联,得到全局区域内目标的全局轨迹。如此,将较大的全局区域划分为较小的局部区域,由于一个局部区域内的监控设备数量小于整个全局区域内的监控设备的数量,因此,通过计算处理单元确定一个局部区域对应的第一局部轨迹的耗时较短,且确定多个局部区域对应的第一局部轨迹是通过不同的计算处理单元并行实现的,可以减少轨迹关联耗费的时间,进而减少确定全局区域内的目标的全局轨迹的时间,提高了全局轨迹生成的实时性。
图10是根据一示例性实施例示出的一种轨迹生成装置的结构示意图,该轨迹生成装置可以由软件、硬件或者两者的结合实现成为计算机设备的部分或者全部。请参考图10,该装置包括:第一确定模块1001和第二确定模块1002。
第一确定模块1001,用于分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定多个局部区域中每个局部区域对应的第一局部轨迹,其中,一个计算处理单元用于基于一个局部区域内的目标的轨迹片段确定对应的第一局部轨迹,多个局部区域是对全局区域进行划分后得到;
第二确定模块1002,用于基于多个局部区域中每个局部区域对应的第一局部轨迹,确定全局区域内的目标的全局轨迹。
在本申请一种可能的实现方式中,第一确定模块1001用于:
对于多个计算处理单元中的第一计算处理单元,通过第一计算处理单元获取在上一个时间片所确定的第一局部区域对应的第二局部轨迹,第一计算处理单元为多个计算处理单元中的任一计算处理单元,第一局部区域为多个局部区域中的一个局部区域;
通过第一计算处理单元基于所获取的第二局部轨迹与第一局部区域内的目标的轨迹片段,确定第一局部区域对应的第一局部轨迹。
在本申请一种可能的实现方式中,第一确定模块1001用于:
若通过第一计算处理单元确定所获取的第二局部轨迹中存在未结束轨迹,将第一局部区域内的目标的轨迹片段与未结束轨迹进行关联,未结束轨迹是指所包括的轨迹点中末尾轨迹点对应的轨迹片段时长大于时长阈值的第二局部轨迹;
通过第一计算处理单元将关联后的局部轨迹确定为第一局部区域对应的第一局部轨迹。
在本申请一种可能的实现方式中,第二确定模块1002用于:
对于多个局部区域中的每个局部区域,若全局区域内存在与每个局部区域有重叠区域的其他局部区域,获取在上一个时间片确定的全局区域内的目标的全局轨迹,得到历史全局轨迹;
若历史全局轨迹中包括与每个局部区域有重叠区域的其他局部区域对应的轨迹,且历史全局轨迹中包括与每个局部区域对应的第一局部轨迹属于同一目标的轨迹,将每个局部区域对应的第一局部轨迹与历史全局轨迹中属于同一目标的轨迹进行关联;
将每个局部区域关联后的轨迹进行关联,得到全局区域内的目标的全局轨迹。
在本申请一种可能的实现方式中,第二确定模块1002还用于:
基于全局区域的场景布建拓扑图,确定第一描述信息,第一描述信息包括全局区域内的多个监控设备的监控区域之间的重叠区域信息,其中,重叠区域信息的数量为至少一个,且一个重叠区域信息包括一组监控设备标识,一组监控设备标识包括至少两个监控设备标识;
若至少一组监控设备标识中包括第一局部区域内的监控设备的监控设备标识,且包括第一局部区域内的监控设备的监控设备标识的组中存在相邻局部区域内的监控设备的监控设备标识,确定存在与第一局部区域存在重叠区域的其他局部区域,相邻局部区域为多个局部区域中与第一局部区域相邻的局部区域。
在本申请一种可能的实现方式中,第二确定模块1002还用于:
获取全局区域内的多个监控设备的设备能力信息、本端的设备能力信息、以及全局区域的场景关联信息,场景关联信息为与全局区域内的监控设备及目标关联的信息;
基于多个监控设备的设备能力信息、本端的设备能力信息、以及场景关联信息,确定计算处理单元数量,计算处理单元数量是指生成全局区域内的目标的全局轨迹所需的计算处理单元的数量;
基于计算处理单元数量和全局区域的场景布建拓扑图,将全局区域划分成多个局部区域。
在本申请一种可能的实现方式中,监控设备的设备能力信息包括对应的监控设备的输出能力信息,本端的设备能力信息包括本端的关联计算上限值,场景关联信息包括全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长;
其中,输出能力信息包括对应的监控设备的帧频,关联计算上限值是指本端包括的单个计算处理单元能够进行关联计算的最大轨迹点数,覆盖密度是指全局区域内的重叠区域对应的监控设备的平均值,流量密度是指在全局区域内单位时间单位面积的目标的数量,平均驻场时长是指目标在全局区域内停留的平均时长;
基于多个监控设备的设备能力信息、本端的设备能力信息、以及场景关联信息,确定计算处理单元数量,包括:
基于多个监控设备的输出能力信息、本端的关联计算上限值、以及全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长,确定计算处理单元数量。
在本申请一种可能的实现方式中,第二确定模块1002还用于:
将全局区域中包括的监控设备数量与计算处理单元数量相除,得到目标数值;
基于场景布建拓扑图,确定第二描述信息,第二描述信息包括每个监控设备所处区域的区域位置信息以及全局区域中障碍物的位置信息;
对全局区域中的多个监控设备进行遍历;
每遍历到一个监控设备,若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、全局区域中障碍物的位置信息,确定当前遍历到的监控设备与上一个遍历到的监控设备处于同一连通区域内,确定上一个遍历到的监控设备对应的局部区域中的监控设备数量;
若上一个遍历到的监控设备对应的局部区域中监控设备数量小于目标数值,将当前遍历到的监控设备对应的监控区域划分至上一个遍历到的监控设备对应的局部区域中。
在本申请一种可能的实现方式中,第二确定模块1002还用于:
若上一个遍历到的监控设备对应的局部区域中监控设备的数量大于或等于目标数值,将当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
在本申请一种可能的实现方式中,第二确定模块1002还用于:
若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、全局区域中障碍物的位置信息,确定当前遍历到的监控设备与上一个遍历到的监控设备处于不同的连通区域内,将当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
在本申请实施例中,可以预先将全局区域划分为多个局部区域,如此,可以分别确定每个局部区域对应的第一局部轨迹,在确定过程中对于不同的局部区域可以通过不同的计算处理单元来实现,且一个计算单元用于基于一个局部区域内的监控设备发送的目标的轨迹片段确定对应的第一局部轨迹,确定每个局部区域对应的第一局部轨迹后,可以将多个局部区域对应的第一局部轨迹进行区域间关联,得到全局区域内目标的全局轨迹。如此,将较大的全局区域划分为较小的局部区域,由于一个局部区域内的监控设备数量小于整个全局区域内的监控设备的数量,因此,通过计算处理单元确定一个局部区域对应的第一局部轨迹的耗时较短,且确定多个局部区域对应的第一局部轨迹是通过不同的计算处理单元并行实现的,可以减少轨迹关联耗费的时间,进而减少确定全局区域内的目标的全局轨迹的时间,提高了全局轨迹生成的实时性。
需要说明的是:上述实施例提供的轨迹生成装置在生成轨迹时,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,上述实施例提供的轨迹生成装置与轨迹生成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。
图11是根据一示例性实施例示出的一种计算机设备1100的结构框图。该计算机设备1100可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(Moving PictureExperts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。计算机设备1100还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,计算机设备1100包括有:处理器1101和存储器1102。
处理器1101可以包括一个或多个处理核心,比如4核心处理器、11核心处理器等。处理器1101可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1101也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1101可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1101还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1102可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1102还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1102中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1101所执行以实现本申请中方法实施例提供的轨迹生成方法。
在一些实施例中,计算机设备1100还可选包括有:***设备接口1103和至少一个***设备。处理器1101、存储器1102和***设备接口1103之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口1103相连。具体地,***设备包括:射频电路1104、触摸显示屏1105、摄像头1106、音频电路1107、定位组件1108和电源1109中的至少一种。
***设备接口1103可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器1101和存储器1102。在一些实施例中,处理器1101、存储器1102和***设备接口1103被集成在同一芯片或电路板上;在一些其他实施例中,处理器1101、存储器1102和***设备接口1103中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1104用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1104通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1104将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1104包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1104可以通过至少一种无线通信协议来与其它计算机设备进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1104还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1105用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1105是触摸显示屏时,显示屏1105还具有采集在显示屏1105的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1101进行处理。此时,显示屏1105还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1105可以为一个,设置计算机设备1100的前面板;在另一些实施例中,显示屏1105可以为至少两个,分别设置在计算机设备1100的不同表面或呈折叠设计;在再一些实施例中,显示屏1105可以是柔性显示屏,设置在计算机设备1100的弯曲表面上或折叠面上。甚至,显示屏1105还可以设置成非矩形的不规则图形,也即异形屏。显示屏1105可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(OrganicLight-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1106用于采集图像或视频。可选地,摄像头组件1106包括前置摄像头和后置摄像头。通常,前置摄像头设置在计算机设备的前面板,后置摄像头设置在计算机设备的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1106还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1107可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1101进行处理,或者输入至射频电路1104以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在计算机设备1100的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1101或射频电路1104的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1107还可以包括耳机插孔。
定位组件1108用于定位计算机设备1100的当前地理位置,以实现导航或LBS(Location Based Service,基于位置的服务)。定位组件1108可以是基于美国的GPS(Global Positioning System,全球定位***)、中国的北斗***或俄罗斯的伽利略***的定位组件。
电源1109用于为计算机设备1100中的各个组件进行供电。电源1109可以是交流电、直流电、一次性电池或可充电电池。当电源1109包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,计算机设备1100还包括有一个或多个传感器1110。该一个或多个传感器1110包括但不限于:加速度传感器1111、陀螺仪传感器1112、压力传感器1113、指纹传感器1114、光学传感器1115以及接近传感器1116。
加速度传感器1111可以检测以计算机设备1100建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1111可以用于检测重力加速度在三个坐标轴上的分量。处理器1101可以根据加速度传感器1111采集的重力加速度信号,控制触摸显示屏1105以横向视图或纵向视图进行用户界面的显示。加速度传感器1111还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1112可以检测计算机设备1100的机体方向及转动角度,陀螺仪传感器1112可以与加速度传感器1111协同采集用户对计算机设备1100的3D动作。处理器1101根据陀螺仪传感器1112采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1113可以设置在计算机设备1100的侧边框和/或触摸显示屏1105的下层。当压力传感器1113设置在计算机设备1100的侧边框时,可以检测用户对计算机设备1100的握持信号,由处理器1101根据压力传感器1113采集的握持信号进行左右手识别或快捷操作。当压力传感器1113设置在触摸显示屏1105的下层时,由处理器1101根据用户对触摸显示屏1105的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1114用于采集用户的指纹,由处理器1101根据指纹传感器1114采集到的指纹识别用户的身份,或者,由指纹传感器1114根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1101授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1114可以被设置计算机设备1100的正面、背面或侧面。当计算机设备1100上设置有物理按键或厂商Logo时,指纹传感器1114可以与物理按键或厂商Logo集成在一起。
光学传感器1115用于采集环境光强度。在一个实施例中,处理器1101可以根据光学传感器1115采集的环境光强度,控制触摸显示屏1105的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏1105的显示亮度;当环境光强度较低时,调低触摸显示屏1105的显示亮度。在另一个实施例中,处理器1101还可以根据光学传感器1115采集的环境光强度,动态调整摄像头组件1106的拍摄参数。
接近传感器1116,也称距离传感器,通常设置在计算机设备1100的前面板。接近传感器1116用于采集用户与计算机设备1100的正面之间的距离。在一个实施例中,当接近传感器1116检测到用户与计算机设备1100的正面之间的距离逐渐变小时,由处理器1101控制触摸显示屏1105从亮屏状态切换为息屏状态;当接近传感器1116检测到用户与计算机设备1100的正面之间的距离逐渐变大时,由处理器1101控制触摸显示屏1105从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图11中示出的结构并不构成对计算机设备1100的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
图12是根据一示例性实施例示出的一种计算机设备的结构示意图。计算机设备1200包括中央处理单元(CPU)1201、包括随机存取存储器(RAM)1202和只读存储器(ROM)1203的***存储器1204,以及连接***存储器1204和中央处理单元1201的***总线1205。计算机设备1200还包括帮助计算机内的各个器件之间传输信息的基本输入/输出***(I/O***)1206,和用于存储操作***1213、应用程序1214和其他程序模块1215的大容量存储设备1207。
基本输入/输出***1206包括有用于显示信息的显示器1208和用于用户输入信息的诸如鼠标、键盘之类的输入设备1209。其中显示器1208和输入设备1209都通过连接到***总线1205的输入输出控制器1210连接到中央处理单元1201。基本输入/输出***1206还可以包括输入输出控制器1210以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器1210还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备1207通过连接到***总线1205的大容量存储控制器(未示出)连接到中央处理单元1201。大容量存储设备1207及其相关联的计算机可读介质为计算机设备1200提供非易失性存储。也就是说,大容量存储设备1207可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术,CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的***存储器1204和大容量存储设备1207可以统称为存储器。
根据本申请的各种实施例,计算机设备1200还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备1200可以通过连接在***总线1205上的网络接口单元1211连接到网络1212,或者说,也可以使用网络接口单元1211来连接到其他类型的网络或远程计算机***(未示出)。
上述存储器还包括一个或者一个以上的程序,一个或者一个以上程序存储于存储器中,被配置由CPU执行。
在一些实施例中,还提供了一种计算机可读存储介质,该存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例中轨迹生成方法的步骤。例如,所述计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是,本申请提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
应当理解的是,实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。
也即是,在一些实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述所述的轨迹生成方法的步骤。
以上所述为本申请提供的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (13)
1.一种轨迹生成方法,其特征在于,所述方法包括:
分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定所述多个局部区域中每个局部区域对应的第一局部轨迹,其中,一个计算处理单元用于基于一个局部区域内的目标的轨迹片段确定对应的第一局部轨迹,所述多个局部区域是对全局区域进行划分后得到;
基于所述多个局部区域中每个局部区域对应的第一局部轨迹,确定所述全局区域内的目标的全局轨迹。
2.如权利要求1所述的方法,其特征在于,所述分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定所述多个局部区域中每个局部区域对应的第一局部轨迹,包括:
对于所述多个计算处理单元中的第一计算处理单元,通过所述第一计算处理单元获取在上一个时间片所确定的第一局部区域对应的第二局部轨迹,所述第一计算处理单元为所述多个计算处理单元中的任一计算处理单元,所述第一局部区域为所述多个局部区域中的一个局部区域;
通过所述第一计算处理单元基于所获取的第二局部轨迹与所述第一局部区域内的目标的轨迹片段,确定所述第一局部区域对应的第一局部轨迹。
3.如权利要求2所述的方法,其特征在于,所述通过所述第一计算处理单元基于所获取的第二局部轨迹与所述第一局部区域内的目标的轨迹片段,确定所述第一局部区域对应的第一局部轨迹,包括:
若通过所述第一计算处理单元确定所获取的第二局部轨迹中存在未结束轨迹,将所述第一局部区域内的目标的轨迹片段与所述未结束轨迹进行关联,所述未结束轨迹是指所包括的轨迹点中末尾轨迹点对应的轨迹片段时长大于时长阈值的第二局部轨迹;
通过所述第一计算处理单元将关联后的局部轨迹确定为所述第一局部区域对应的第一局部轨迹。
4.如权利要求2所述的方法,其特征在于,所述基于所述多个局部区域中每个局部区域对应的第一局部轨迹,确定所述全局区域内的目标的全局轨迹,包括:
对于所述多个局部区域中的每个局部区域,若所述全局区域内存在与每个局部区域有重叠区域的其他局部区域,获取在上一个时间片确定的所述全局区域内的目标的全局轨迹,得到历史全局轨迹;
若所述历史全局轨迹中包括与每个局部区域有重叠区域的其他局部区域对应的轨迹,且所述历史全局轨迹中包括与每个局部区域对应的第一局部轨迹属于同一目标的轨迹,将每个局部区域对应的第一局部轨迹与所述历史全局轨迹中属于同一目标的轨迹进行关联;
将每个局部区域关联后的轨迹进行关联,得到所述全局区域内的目标的全局轨迹。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
基于所述全局区域的场景布建拓扑图,确定第一描述信息,所述第一描述信息包括所述全局区域内的多个监控设备的监控区域之间的重叠区域信息,其中,所述重叠区域信息的数量为至少一个,且一个重叠区域信息包括一组监控设备标识,一组监控设备标识包括至少两个监控设备标识;
若至少一组监控设备标识中包括所述第一局部区域内的监控设备的监控设备标识,且包括所述第一局部区域内的监控设备的监控设备标识的组中存在相邻局部区域内的监控设备的监控设备标识,确定存在与所述第一局部区域存在重叠区域的其他局部区域,所述相邻局部区域为所述多个局部区域中与所述第一局部区域相邻的局部区域。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述全局区域内的多个监控设备的设备能力信息、本端的设备能力信息、以及所述全局区域的场景关联信息,所述场景关联信息为与所述全局区域内的监控设备及目标关联的信息;
基于所述多个监控设备的设备能力信息、本端的设备能力信息、以及所述场景关联信息,确定计算处理单元数量,所述计算处理单元数量是指生成所述全局区域内的目标的全局轨迹所需的计算处理单元的数量;
基于所述计算处理单元数量和所述全局区域的场景布建拓扑图,将所述全局区域划分成所述多个局部区域。
7.如权利要求6所述的方法,其特征在于,所述监控设备的设备能力信息包括对应的监控设备的输出能力信息,本端的设备能力信息包括本端的关联计算上限值,所述场景关联信息包括所述全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长;
其中,所述输出能力信息包括对应的监控设备的帧频,所述关联计算上限值是指本端包括的单个计算处理单元能够进行关联计算的最大轨迹点数,所述覆盖密度是指所述全局区域内的重叠区域对应的监控设备的平均值,所述流量密度是指在所述全局区域内单位时间单位面积的目标的数量,所述平均驻场时长是指目标在所述全局区域内停留的平均时长;
所述基于所述多个监控设备的设备能力信息、本端的设备能力信息、以及所述场景关联信息,确定计算处理单元数量,包括:
基于所述多个监控设备的输出能力信息、本端的关联计算上限值、以及所述全局区域内的监控设备的覆盖密度、目标的流量密度及目标的平均驻场时长,确定所述计算处理单元数量。
8.如权利要求6所述的方法,其特征在于,所述基于所述计算处理单元数量和所述全局区域的场景布建拓扑图,将所述全局区域划分成所述多个局部区域,包括:
将所述全局区域中包括的监控设备数量与所述计算处理单元数量相除,得到目标数值;
基于所述场景布建拓扑图,确定第二描述信息,所述第二描述信息包括每个监控设备所处区域的区域位置信息以及所述全局区域中障碍物的位置信息;
对所述全局区域中的多个监控设备进行遍历;
每遍历到一个监控设备,若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、所述全局区域中障碍物的位置信息,确定所述当前遍历到的监控设备与所述上一个遍历到的监控设备处于同一连通区域内,确定所述上一个遍历到的监控设备对应的局部区域中的监控设备数量;
若所述上一个遍历到的监控设备对应的局部区域中监控设备数量小于所述目标数值,将所述当前遍历到的监控设备对应的监控区域划分至所述上一个遍历到的监控设备对应的局部区域中。
9.如权利要求8所述的方法,其特征在于,所述确定所述上一个遍历到的监控设备对应的局部区域中的监控设备数量之后,还包括:
若所述上一个遍历到的监控设备对应的局部区域中监控设备的数量大于或等于所述目标数值,将所述当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
10.如权利要求8所述的方法,其特征在于,所述每遍历到一个监控设备之后,还包括:
若基于当前遍历到的监控设备所处区域的区域位置信息、上一个遍历到的监控设备所处区域的区域位置信息、所述全局区域中障碍物的位置信息,确定所述当前遍历到的监控设备与所述上一个遍历到的监控设备处于不同的连通区域内,将所述当前遍历到的监控设备对应的监控区域确定为一个新的局部区域。
11.一种轨迹生成装置,其特征在于,所述装置包括:
第一确定模块,用于分别通过多个计算处理单元基于多个局部区域内的监控设备发送的目标的轨迹片段,确定所述多个局部区域中每个局部区域对应的第一局部轨迹,其中,一个计算处理单元用于基于一个局部区域内的目标的轨迹片段确定对应的第一局部轨迹,所述多个局部区域是对全局区域进行划分后得到;
第二确定模块,用于基于所述多个局部区域中每个局部区域对应的第一局部轨迹,确定所述全局区域内的目标的全局轨迹。
12.一种计算机设备,其特征在于,所述计算机设备包括处理器、通信接口、存储器和通信总线,所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的程序,以实现权利要求1-10任一所述方法的步骤。
13.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-10任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010874352.5A CN111986227B (zh) | 2020-08-26 | 2020-08-26 | 轨迹生成方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010874352.5A CN111986227B (zh) | 2020-08-26 | 2020-08-26 | 轨迹生成方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111986227A true CN111986227A (zh) | 2020-11-24 |
CN111986227B CN111986227B (zh) | 2023-09-01 |
Family
ID=73441399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010874352.5A Active CN111986227B (zh) | 2020-08-26 | 2020-08-26 | 轨迹生成方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111986227B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112631333A (zh) * | 2020-12-25 | 2021-04-09 | 南方电网数字电网研究院有限公司 | 无人机的目标跟踪方法、装置及图像处理芯片 |
CN113470079A (zh) * | 2021-07-15 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种落脚区域的输出方法、装置及电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050104960A1 (en) * | 2003-11-17 | 2005-05-19 | Mei Han | Video surveillance system with trajectory hypothesis spawning and local pruning |
DE102013208521A1 (de) * | 2013-05-08 | 2014-11-13 | Bayerische Motoren Werke Aktiengesellschaft | Kollektives Erlernen eines hochgenauen Straßenmodells |
US20150100194A1 (en) * | 2012-03-22 | 2015-04-09 | Toyota Jidosha Kabushiki Kaisha | Trajectory generation device, moving object, trajectory generation method |
JP2017116443A (ja) * | 2015-12-25 | 2017-06-29 | カシオ計算機株式会社 | 電子機器及び軌跡情報取得方法、軌跡情報取得プログラム |
US20180112983A1 (en) * | 2016-10-24 | 2018-04-26 | Invensense Inc. | Method and system for global shape matching a trajectory |
CN109309809A (zh) * | 2017-07-28 | 2019-02-05 | 阿里巴巴集团控股有限公司 | 跨区域目标轨迹跟踪的方法及数据处理方法、装置和*** |
CN110290550A (zh) * | 2019-06-04 | 2019-09-27 | 厦门市美亚柏科信息股份有限公司 | 无线数据处理方法、装置及*** |
CN110532962A (zh) * | 2019-08-30 | 2019-12-03 | 上海秒针网络科技有限公司 | 轨迹的检测方法及装置、存储介质和电子装置 |
CN110969644A (zh) * | 2018-09-28 | 2020-04-07 | 杭州海康威视数字技术股份有限公司 | 人员轨迹追踪方法、装置及*** |
CN111047622A (zh) * | 2019-11-20 | 2020-04-21 | 腾讯科技(深圳)有限公司 | 视频中对象的匹配方法和装置、存储介质及电子装置 |
CN111563914A (zh) * | 2020-04-22 | 2020-08-21 | 中国电子科技集团公司电子科学研究院 | 一种水下定位跟踪方法、装置及可读存储介质 |
-
2020
- 2020-08-26 CN CN202010874352.5A patent/CN111986227B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050104960A1 (en) * | 2003-11-17 | 2005-05-19 | Mei Han | Video surveillance system with trajectory hypothesis spawning and local pruning |
US20150100194A1 (en) * | 2012-03-22 | 2015-04-09 | Toyota Jidosha Kabushiki Kaisha | Trajectory generation device, moving object, trajectory generation method |
DE102013208521A1 (de) * | 2013-05-08 | 2014-11-13 | Bayerische Motoren Werke Aktiengesellschaft | Kollektives Erlernen eines hochgenauen Straßenmodells |
JP2017116443A (ja) * | 2015-12-25 | 2017-06-29 | カシオ計算機株式会社 | 電子機器及び軌跡情報取得方法、軌跡情報取得プログラム |
US20180112983A1 (en) * | 2016-10-24 | 2018-04-26 | Invensense Inc. | Method and system for global shape matching a trajectory |
CN109309809A (zh) * | 2017-07-28 | 2019-02-05 | 阿里巴巴集团控股有限公司 | 跨区域目标轨迹跟踪的方法及数据处理方法、装置和*** |
CN110969644A (zh) * | 2018-09-28 | 2020-04-07 | 杭州海康威视数字技术股份有限公司 | 人员轨迹追踪方法、装置及*** |
CN110290550A (zh) * | 2019-06-04 | 2019-09-27 | 厦门市美亚柏科信息股份有限公司 | 无线数据处理方法、装置及*** |
CN110532962A (zh) * | 2019-08-30 | 2019-12-03 | 上海秒针网络科技有限公司 | 轨迹的检测方法及装置、存储介质和电子装置 |
CN111047622A (zh) * | 2019-11-20 | 2020-04-21 | 腾讯科技(深圳)有限公司 | 视频中对象的匹配方法和装置、存储介质及电子装置 |
CN111563914A (zh) * | 2020-04-22 | 2020-08-21 | 中国电子科技集团公司电子科学研究院 | 一种水下定位跟踪方法、装置及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
GABIN KAYUMBI 等: "GLOBAL TRAJECTORY RECONSTRUCTION FROM DISTRIBUTED VISUAL SENSORS", 《IEEE》 * |
许正 等: "基于轨迹关联的多目标跟踪", 《南 京 邮 电 大 学 学 报 ( 自 然 科 学 版 )》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112631333A (zh) * | 2020-12-25 | 2021-04-09 | 南方电网数字电网研究院有限公司 | 无人机的目标跟踪方法、装置及图像处理芯片 |
CN112631333B (zh) * | 2020-12-25 | 2024-04-12 | 南方电网数字电网研究院有限公司 | 无人机的目标跟踪方法、装置及图像处理芯片 |
CN113470079A (zh) * | 2021-07-15 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种落脚区域的输出方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111986227B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110095128B (zh) | 获取缺失道路情报的方法、装置、设备及存储介质 | |
CN111127509B (zh) | 目标跟踪方法、装置和计算机可读存储介质 | |
CN112084811B (zh) | 身份信息的确定方法、装置及存储介质 | |
CN111724412A (zh) | 确定运动轨迹的方法、装置及计算机存储介质 | |
CN110570465A (zh) | 实时定位与地图构建方法、装置及计算机可读存储介质 | |
CN112749590B (zh) | 目标检测方法、装置、计算机设备和计算机可读存储介质 | |
CN111986227B (zh) | 轨迹生成方法、装置、计算机设备及存储介质 | |
CN110633336B (zh) | 激光数据搜索范围的确定方法、装置及存储介质 | |
CN111127541B (zh) | 车辆尺寸的确定方法、装置及存储介质 | |
CN114299468A (zh) | 车道的汇入口的检测方法、装置、终端、存储介质及产品 | |
CN112181915B (zh) | 执行业务的方法、装置、终端和存储介质 | |
CN113938606B (zh) | 确定球机架设参数的方法、装置及计算机存储介质 | |
CN112365088B (zh) | 行程关键点的确定方法、装置、设备及可读存储介质 | |
CN113935678A (zh) | 确定配送员持多配送终端的方法、装置、设备及存储介质 | |
CN111984755A (zh) | 确定目标停车点的方法、装置、电子设备及存储介质 | |
CN113936240A (zh) | 确定样本图像的方法、装置、设备及存储介质 | |
CN115545592A (zh) | 显示定位的方法、装置、设备和存储介质 | |
CN112287193A (zh) | 数据聚类方法、装置、计算机设备及存储介质 | |
CN112991729A (zh) | 时段划分方法、装置以及计算机存储介质 | |
CN112749583A (zh) | 人脸图像分组方法、装置、计算机设备和存储介质 | |
CN111429106A (zh) | 资源转移凭证的处理方法、服务器、电子设备及存储介质 | |
CN112861565A (zh) | 确定轨迹相似度的方法、装置、计算机设备和存储介质 | |
CN112699906A (zh) | 获取训练数据的方法、装置及存储介质 | |
CN112135256A (zh) | 移动轨迹的确定方法、装置、设备及可读存储介质 | |
CN115311851B (zh) | 路况信息确定方法、装置、电子设备及存储介质 |
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 |