CN114338974A - 多通道的活动路径确定方法、装置、设备及存储介质 - Google Patents
多通道的活动路径确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114338974A CN114338974A CN202111472448.XA CN202111472448A CN114338974A CN 114338974 A CN114338974 A CN 114338974A CN 202111472448 A CN202111472448 A CN 202111472448A CN 114338974 A CN114338974 A CN 114338974A
- Authority
- CN
- China
- Prior art keywords
- camera
- network
- image
- current
- path
- 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
Links
- 230000000694 effects Effects 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004891 communication Methods 0.000 claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000011451 sequencing strategy Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010004950 Birth mark Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及通信技术领域,公开了一种多通道的活动路径确定方法、装置、设备及存储介质,所述方法包括:在摄像头的当前网络状态为目标连通状态时,通过第一摄像头和第二摄像头采集特征信息所在的第一图像和第二图像;根据第一图像得到第一摄像头位置,并根据第一图像得到第二摄像头位置;根据第一摄像头位置和第二摄像头位置通过预设路径预测模型对目标用户的路径进行预测,得到当前活动路径;由于本发明是通过第一摄像头位置和第二摄像头位置通过预设路径预测模型预测出目标用户的当前活动路径,相较于现有技术仅通过单一网络定位设备追踪活动轨迹,能够实现在网络故障时自动切换正常网络继续采集图像,进而有效提高预测活动路径的准确性。
Description
技术领域
本发明涉及通信技术领域,尤其涉及多通道的活动路径确定方法、装置、设备及存储介质。
背景技术
随着人口基数的不断增加,社会治安综合治理面临着前所未有的挑战,为了更加快速、准确地完成社会治安任务,在人为管理的基础上,引入科学、先进的技防设备是最为行之有效的管理策略,例如,视频监控,而视频监控就离不开摄像头,通过摄像头采集的图像确定用户的活动路径,而目前摄像头的安装在室内或室外,在采集图像的过程中会出现信号较差的问题,造成采集到的图像的清晰度较低,严重是还会出现无法及时上传的问题,为解决上述问题,目前常用的技术方案是通过实时监测摄像头的网络状态,在出现网络未连通时,及时切换为其他正常网络,但是该切换方式是通过手动切换,可能会出现切换不及时的情况,使得最终确定的活动路径的准确性较低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种多通道的活动路径确定方法、装置、设备及存储介质,旨在解决现有技术无法实现在网络故障时自动切换正常网络采集图像,造成得到的活动路径的准确性较低的技术问题。
为实现上述目的,本发明提供了一种多通道的活动路径确定方法,所述多通道的活动路径确定方法包括以下步骤:
检测摄像头的当前网络状态,所述摄像头包括第一摄像头和第二摄像头;
在所述当前网络状态为目标连通状态时,获取目标用户的特征信息;
通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像;
根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置;
根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径。
可选地,所述检测摄像头的当前网络状态之后,还包括:
在所述当前网络状态不为目标连通状态时,判断所述当前网络状态对应的网络是否为无线局域网络;
在所述当前网络状态对应的网络为无线局域网络时,将所述当前网络状态对应的网络切换为移动数据网络;
在所述移动数据网络对应的网络状态为目标连通状态时,获取目标用户的特征信息。
可选地,所述在所述当前网络状态不为目标连通状态时,判断所述当前网络状态对应的网络是否为无线局域网络之后,还包括:
在所述当前网络状态对应的网络为移动数据网络时,分别对第一摄像头和第二摄像头的预设范围内的无线局域网络进行检测;得到当前可用无线局域网络;
通过当前可用无线局域网络建立与所述第一摄像头和第二摄像头的连接;
在所述当前可用无线局域网络对应的网络状态为目标连通状态时,获取目标用户的特征信息。
可选地,所述通过当前可用无线局域网络建立与所述第一摄像头和第二摄像头的连接,包括:
根据所述当前可用无线局域网络的得到网络频段集合;
根据第一摄像头的当前位置和第二摄像头的当前位置计算当前网络传输距离;
根据当前信号干扰强度和所述当前网络传输距离在网络频段集合中选取目标网络频段;
根据所述目标网络频段和当前可用无线局域网络确定目标无线局域网络,并通过所述目标无线局域网络建立与所述第一摄像头和第二摄像头的连接。
可选地,所述通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像,包括:
获取第一摄像头的采集范围和第二摄像头的采集范围;
通过所述第一摄像头采集所述特征信息所在的第一图像信息;
根据所述第一摄像头的采集范围和第一图像信息得到第一图像;
通过所述第二摄像头采集所述特征信息所在的第二图像信息;
根据所述第二摄像头的采集范围和第二图像信息得到第二图像。
可选地,所述根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置,包括:
获取第一摄像头的图像采集方向和第二摄像头的图像采集方向;
根据所述第一摄像头的图像采集方向和第一摄像头的当前位置确定第一摄像头位置;
根据所述第二摄像头的图像采集方向和第二摄像头的当前位置确定第二摄像头位置。
可选地,所述根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径,包括:
获取第一图像采集时间和第二图像采集时间;
按照预设排序策略对所述第一图像采集时间和第二图像采集时间进行排序,得到当前位置输入关系;
根据所述当前位置输入关系将所述第一摄像头位置和第二摄像头位置输入至预设路径预测模型,以使预设路径预测模型根据第一摄像头位置和第二摄像头位置对所述目标用户的路径进行预测,并反馈当前活动路径。
此外,为实现上述目的,本发明还提出一种多通道的活动路径确定装置,所述多通道的活动路径确定装置包括:
检测模块,用于检测摄像头的当前网络状态,所述摄像头包括第一摄像头和第二摄像头;
获取模块,用于在所述当前网络状态为目标连通状态时,获取目标用户的特征信息;
采集模块,用于通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像;
所述获取模块,还用于根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置;
预测模块,用于根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径。
此外,为实现上述目的,本发明还提出一种多通道的活动路径确定设备,所述多通道的活动路径确定设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多通道的活动路径确定程序,所述多通道的活动路径确定程序配置为实现如上文所述的多通道的活动路径确定方法。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有多通道的活动路径确定程序,所述多通道的活动路径确定程序被处理器执行时实现如上文所述的多通道的活动路径确定方法。
本发明提出的多通道的活动路径确定方法,通过检测摄像头的当前网络状态,所述摄像头包括第一摄像头和第二摄像头;在所述当前网络状态为目标连通状态时,获取目标用户的特征信息;通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像;根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置;根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径;由于本发明是通过第一摄像头位置和第二摄像头位置通过预设路径预测模型预测出目标用户的当前活动路径,相较于现有技术仅通过单一网络定位设备追踪活动轨迹,能够实现在网络故障时自动切换正常网络继续采集图像,进而有效提高预测活动路径的准确性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的多通道的活动路径确定设备的结构示意图;
图2为本发明多通道的活动路径确定方法第一实施例的流程示意图;
图3为本发明多通道的活动路径确定方法第二实施例的流程示意图;
图4为本发明多通道的活动路径确定方法第三实施例的流程示意图;
图5为本发明多通道的活动路径确定装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的多通道的活动路径确定设备结构示意图。
如图1所示,该多通道的活动路径确定设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对多通道的活动路径确定设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及多通道的活动路径确定程序。
在图1所示的多通道的活动路径确定设备中,网络接口1004主要用于与网络一体化平台工作站进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明多通道的活动路径确定设备中的处理器1001、存储器1005可以设置在多通道的活动路径确定设备中,所述多通道的活动路径确定设备通过处理器1001调用存储器1005中存储的多通道的活动路径确定程序,并执行本发明实施例提供的多通道的活动路径确定方法。
基于上述硬件结构,提出本发明多通道的活动路径确定方法实施例。
参照图2,图2为本发明多通道的活动路径确定方法第一实施例的流程示意图。
在第一实施例中,所述多通道的活动路径确定方法包括以下步骤:
步骤S10,检测摄像头的当前网络状态,所述摄像头包括第一摄像头和第二摄像头。
需要说明的是,本实施例的执行主体为多通道的活动路径确定设备,还可为其他可实现相同或相似功能的设备,例如智能终端,该智能终端可以为手机,也可以为平板电脑等,本实施例对此不作限制,在本实施例中,以智能终端为例进行说明。
可以理解的是,多通道指的是摄像头的网络通道,而该网络包括无线局域网络和移动数据网络,而移动数据网络又分为4G移动网络和5G移动网络,而无线局域网络根据网络频段的不同,使得无线局域网络分为2.4G频段无线网络和5G频段无线网络,通过4G移动网络、5G移动网络、2.4G频段无线网络和以及5G频段无线网络构成本实施例的多通道。
应当理解的是,当前网络状态指的是摄像头的网络连接状态,该当前网络状态包括目标连通状态和未连通状态,由于本实施例中用户的活动路径是由多个摄像头的位置确定,通过第一摄像头和第二摄像头体现摄像头的数量,该摄像头的数量可以为N,N为任意正整数。
步骤S20,在所述当前网络状态为目标连通状态时,获取目标用户的特征信息。
可以理解的是,在得到摄像头的当前网络状态后,需要判断该当前网络状态是否为目标连通状态,若是,则表明此时的第一摄像头和第二摄像头可以正常采集图像,并将采集得到图像进行上传,而摄像头的当前网络状态是由无线局域网络和移动数据网络决定的。
应当理解的是,特征信息指的是能够唯一识别目标用户的特征,由于摄像头采集的是图像,即此时的特征信息可以为用户各身体部位的特征,例如,脸庞、胎记以及其他特征,本实施例对此不作限制。
步骤S30,通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像。
应当理解的是,第一图像指的是第一摄像头采集目标用户的特征信息的最后一帧图像,由于摄像头存在不同的采集范围,即目标用户可能在预设时间段内均位于摄像头的采集范围,则第一图像为目标用户消失在第一摄像头采集范围内的瞬间图像,同样,第二图像指的是第二摄像头采集目标用户的特征信的最后一帧图像,即第二图像为目标用户消失在第二摄像头采集范围内的瞬间图像。
进一步地,步骤S30,包括获取第一摄像头的采集范围和第二摄像头的采集范围;通过所述第一摄像头采集所述特征信息所在的第一图像信息;根据所述第一摄像头的采集范围和第一图像信息得到第一图像;通过所述第二摄像头采集所述特征信息所在的第二图像信息;根据所述第二摄像头的采集范围和第二图像信息得到第二图像。
可以理解的是,第一摄像头和第二摄像头为同一类型摄像头,即均可实现自动切换网络,该第一摄像头和第二摄像头分为两部分,第一部分是底座安装部分,第二部分是图像采集部分。
应当理解的是,第一摄像头的采集范围指的是第一摄像头的图像采集部分所能采集的最大范围,第一图像信息指的是第一摄像头在连续时间段内采集目标用户的图像信息,同样,第二图像信息指的是第二摄像头在连续时间内采集目标用户的图像信息。
步骤S40,根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置。
可以理解的是,第一摄像头位置指的是摄像头采集目标用户的位置,由于第一摄像头和第二摄像头在采集图像时与目标用户之间存在一定的距离,如果直接将第一摄像头的当前位置和第二摄像头的当前位置作为目标用户的位置,造成最终确定的活动路径的准确性较低,因此,通过第一摄像头和第二摄像头的图像采集方向分别确定对应的摄像头的位置。
进一步地,步骤S40,包括:获取第一摄像头的图像采集方向和第二摄像头的图像采集方向;根据所述第一摄像头的图像采集方向和第一摄像头的当前位置确定第一摄像头位置;根据所述第二摄像头的图像采集方向和第二摄像头的当前位置确定第二摄像头位置。
应当理解的是,第一摄像头的图像采集方向指的是第一摄像头采集图像时的方向,该第一摄像头的图像采集方向可以为采集范围内的任一方向,同样,第二摄像头的图像采集方向也可以为第一摄像头采集范围内的任一方向,在得到图像采集方向和当前位置后,第一摄像头和第二摄像头均可确定对饮国的第一摄像头位置和第二摄像头位置,第一摄像头和第二摄像头的图像采集方向可以相同,也可以不同,例如,第一摄像头的图像采集方向为A方向,而第一摄像头的当前位置为B,则第一摄像头位置通过A和B计算得到,第二摄像头的方向为C,而第二摄像头的当前位置为D,则第二摄像头位置通过C和D计算得到。
步骤S50,根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径。
应当理解的是,在得到第一摄像头位置和第二摄像头位置后,将第一摄像头位置和第二摄像头位置输入至预设路径预测模型进行预测,以得到目标用户的当前活动路径,该预设路径预测模型是通过网络模型对历史道路路径训练得到的,该神经网络可以为卷积神经网络模型,也可以为其他网络模型,本实施例对此不作限制。
本实施例通过检测摄像头的当前网络状态,所述摄像头包括第一摄像头和第二摄像头;在所述当前网络状态为目标连通状态时,获取目标用户的特征信息;通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像;根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置;根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径;由于本实施例是通过第一摄像头位置和第二摄像头位置通过预设路径预测模型预测出目标用户的当前活动路径,相较于现有技术仅通过单一网络定位设备追踪活动轨迹,能够实现在网络故障时自动切换正常网络继续采集图像,进而有效提高预测活动路径的准确性。
在一实施例中,如图3所述,基于第一实施例提出本发明多通道的活动路径确定方法第二实施例,所述步骤S10之后,还包括:
步骤S201,在所述当前网络状态不为目标连通状态时,判断所述当前网络状态对应的网络是否为无线局域网络。
应当理解的是,在判定当前网络状态不为目标连通状态时,表明此时的摄像头的网络故障,无法将采集到的图像进行上传,进而无法确定目标用户的活动路径,由于无线局域网络相较于移动数据网络传输速率更快,因此,摄像头优先使用无线局域网络,即在当前网络状态不为目标连通状态时,首先判断当前网络状态是否为无线局域网络。
进一步地,步骤S201之后,还包括:在所述当前网络状态对应的网络为移动数据网络时,分别对第一摄像头和第二摄像头的预设范围内的无线局域网络进行检测;得到当前可用无线局域网络;通过当前可用无线局域网络建立与所述第一摄像头和第二摄像头的连接;在所述当前可用无线局域网络对应的网络状态为目标连通状态时,获取目标用户的特征信息。
可以理解的是,在判定当前网络状态对应的网络为移动数据网络时,表明此时的移动数据网络无法使用,即4G移动网络和5G移动网络均无法使用,为了有效提高图像数据的传输效率,本实施例在使用移动数据网络时优先5G移动网络,即在5G移动网络无法使用时,会自动切换为4G移动网络,如果此时的4G移动网络也无法使用时,才会将摄像头的网络自动切换为无线局域网络。
应当理解的是,由于此时的移动数据网络无法使用,需要将摄像头的网络自动切换为无线局域网络,即通过无线网络检测指令检测在第一摄像头和第二摄像头的预设范围内的可用无线局域网络,该预设范围可以为以摄像头为圆形,以10米为半径的范围,也可以为其他范围,本实施例对此不作限制。
可以理解的是,在检测到预设范围内的无线局域网络后,通过该无线局域网络建立与第一摄像头和第二摄像头的连接,如果此时第一摄像头与智能终端以及第二摄像头与智能终端均连接成功时,表明当前网络状态为连通状态,即获取目标用户的特征信息。
进一步地,所述通过当前可用无线局域网络建立与所述第一摄像头和第二摄像头的连接,包括:根据所述当前可用无线局域网络的得到网络频段集合;根据第一摄像头的当前位置和第二摄像头的当前位置计算当前网络传输距离;根据当前信号干扰强度和所述当前网络传输距离在网络频段集合中选取目标网络频段;根据所述目标网络频段和当前可用无线局域网络确定目标无线局域网络,并通过所述目标无线局域网络建立与所述第一摄像头和第二摄像头的连接。
应当理解的是,网络频段集合指的是无线局域网络的频段组成的集合,该网络频段集合包括2.4G频段和5G频段,而2.4G频段的优点是数据传输速率较远,而5G频段的优点是数据传输速率快和抗干扰能力强,即通过当前网络传输距离确定使用的无线局域网络,即目标无线局域网络。
步骤S202,在所述当前网络状态对应的网络为无线局域网络时,将所述当前网络状态对应的网络切换为移动数据网络。
可以理解的是,在判定当前网络状态对应的网络为无线局域网络时,表明摄像头连接的无线局域网络无法使用,在第一时间确定移动数据网络无法使用时,摄像头会自动且及时切换为移动数据网络,以防止以网络故障使得数据上传出现延迟,造成图像数据的丢失。
步骤S203,在所述移动数据网络对应的网络状态为目标连通状态时,获取目标用户的特征信息。
应当理解的是,在将摄像头的网络切换为移动数据网络后,需要继续判断此时的摄像头的网络状态是否为目标连通状态,若是,则获取目标用户的特征信息,反之,则需要发出预警信息,使得工作人员对该摄像头进行维护。
本实施例通过在所述当前网络状态不为目标连通状态时,判断所述当前网络状态对应的网络是否为无线局域网络;在所述当前网络状态对应的网络为无线局域网络时,将所述当前网络状态对应的网络切换为移动数据网络;在所述移动数据网络对应的网络状态为目标连通状态时,获取目标用户的特征信息;由于本实施例是通过在当前网络状态不为目标连通状态时,判断当前网络状态对应的网络是否为无线局域网络,若是,则将摄像头的网络切换为移动数据网络,然后继续判断移动数据网络对应的网络状态是否为目标连通状态,若是,则获取目标用户的特征信息,从而能够快速、准确地得到目标用户的特征信息。
在一实施例中,如图4所述,基于第一实施例提出本发明多通道的活动路径确定方法第三实施例,所述步骤S50,包括:
步骤S501,获取第一图像采集时间和第二图像采集时间。
可以理解的是,第一图像采集时间指的是第一摄像头采集目标用户的第一图像的时间,同样,第二图像采集时间指的是第二摄像头采集目标用户的第二图像的时间,由于在第一摄像头和第二摄像头在采集到图像需要进行上传,而上传的过程中可能出现使用的网不同,导致智能终端最终接收到的图像采集时间不同,因此,为了提高得到当前位置输入关系的准确性,本实施例以摄像头采集目标用户的图像时间为例。
步骤S502,按照预设排序策略对所述第一图像采集时间和第二图像采集时间进行排序,得到当前位置输入关系。
应当理解的是,预设排序策略指的是排序第一图像采集时间和第二图像采集时间的策略,该预设排序策略为从小到大,当前位置输入关系指的是将第一摄像头位置和第二摄像位置输入至预设路径预测模型的关系,例如,第一图像采集时间为09:22:15,第二图像采集时间为09:21:02,则第二摄像头位置优先输入至预设路径预测模型。
步骤S503,根据所述当前位置输入关系将所述第一摄像头位置和第二摄像头位置输入至预设路径预测模型,以使预设路径预测模型根据第一摄像头位置和第二摄像头位置对所述目标用户的路径进行预测,并反馈当前活动路径。
可以理解的是,预设路径预测模型指的是预测目标用户的模型,在通过网络模型对历史道路路径训练的过程中,会考虑到建筑、道路等诸多因素,而不是简单地将第一摄像头位置第二摄像头位置进行连接,即通过预设路径预测模型精准地预测出目标用户的当前活动路径,并将该当前活动路径反馈至智能终端。
本实施例通过获取第一图像采集时间和第二图像采集时间;按照预设排序策略对所述第一图像采集时间和第二图像采集时间进行排序,得到当前位置输入关系;根据所述当前位置输入关系将所述第一摄像头位置和第二摄像头位置输入至预设路径预测模型,以使预设路径预测模型根据第一摄像头位置和第二摄像头位置对所述目标用户的路径进行预测,并反馈当前活动路径;由于本实施例是通过预设排序策略排序第一图像采集时间和第二图像采集时间,然后根据当前位置输入关系将第一摄像头位置和第二摄像头位置进行输入,通过预设路径预测模型预测目标用户的路径,从而有效提高得到当前活动路径的准确性。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有多通道的活动路径确定程序,所述多通道的活动路径确定程序被处理器执行时实现如上文所述的多通道的活动路径确定方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,参照图5,本发明实施例还提出一种多通道的活动路径确定装置,所述多通道的活动路径确定装置包括:
检测模块10,用于检测摄像头的当前网络状态,所述摄像头包括第一摄像头和第二摄像头。
获取模块20,用于在所述当前网络状态为目标连通状态时,获取目标用户的特征信息。
采集模块30,用于通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像。
所述获取模块20,还用于根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置。
预测模块40,用于根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径。
本实施例通过检测摄像头的当前网络状态,所述摄像头包括第一摄像头和第二摄像头;在所述当前网络状态为目标连通状态时,获取目标用户的特征信息;通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像;根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置;根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径;由于本实施例是通过第一摄像头位置和第二摄像头位置通过预设路径预测模型预测出目标用户的当前活动路径,相较于现有技术仅通过单一网络定位设备追踪活动轨迹,能够实现在网络故障时自动切换正常网络继续采集图像,进而有效提高预测活动路径的准确性。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的多通道的活动路径确定方法,此处不再赘述。
在一实施例中,所述检测模块10,还用于在所述当前网络状态不为目标连通状态时,判断所述当前网络状态对应的网络是否为无线局域网络;在所述当前网络状态对应的网络为无线局域网络时,将所述当前网络状态对应的网络切换为移动数据网络;在所述移动数据网络对应的网络状态为目标连通状态时,获取目标用户的特征信息。
在一实施例中,所述检测模块10,还用于在所述当前网络状态对应的网络为移动数据网络时,分别对第一摄像头和第二摄像头的预设范围内的无线局域网络进行检测;得到当前可用无线局域网络;通过当前可用无线局域网络建立与所述第一摄像头和第二摄像头的连接;在所述当前可用无线局域网络对应的网络状态为目标连通状态时,获取目标用户的特征信息。
在一实施例中,所述检测模块10,还用于根据所述当前可用无线局域网络的得到网络频段集合;根据第一摄像头的当前位置和第二摄像头的当前位置计算当前网络传输距离;根据当前信号干扰强度和所述当前网络传输距离在网络频段集合中选取目标网络频段;根据所述目标网络频段和当前可用无线局域网络确定目标无线局域网络,并通过所述目标无线局域网络建立与所述第一摄像头和第二摄像头的连接。
在一实施例中,所述获取模块20,还用于获取第一摄像头的图像采集方向和第二摄像头的图像采集方向;根据所述第一摄像头的图像采集方向和第一摄像头的当前位置确定第一摄像头位置;根据所述第二摄像头的图像采集方向和第二摄像头的当前位置确定第二摄像头位置。
在一实施例中,所述采集模块30,还用于获取第一摄像头的采集范围和第二摄像头的采集范围;通过所述第一摄像头采集所述特征信息所在的第一图像信息;根据所述第一摄像头的采集范围和第一图像信息得到第一图像;通过所述第二摄像头采集所述特征信息所在的第二图像信息;根据所述第二摄像头的采集范围和第二图像信息得到第二图像。
在一实施例中,所述预测模块40,还用于获取第一图像采集时间和第二图像采集时间;按照预设排序策略对所述第一图像采集时间和第二图像采集时间进行排序,得到当前位置输入关系;根据所述当前位置输入关系将所述第一摄像头位置和第二摄像头位置输入至预设路径预测模型,以使预设路径预测模型根据第一摄像头位置和第二摄像头位置对所述目标用户的路径进行预测,并反馈当前活动路径。
本发明所述多通道的活动路径确定装置的其他实施例或具有实现方法可参照上述各方法实施例,此处不在赘余。
此外,需要说明的是,在本文中,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、物品或者***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、物品或者***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,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,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,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,一体化平台工作站,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种多通道的活动路径确定方法,其特征在于,所述多通道的活动路径确定方法包括以下步骤:
检测摄像头的当前网络状态,所述摄像头包括第一摄像头和第二摄像头;
在所述当前网络状态为目标连通状态时,获取目标用户的特征信息;
通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像;
根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置;
根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径。
2.如权利要求1所述的多通道的活动路径确定方法,其特征在于,所述检测摄像头的当前网络状态之后,还包括:
在所述当前网络状态不为目标连通状态时,判断所述当前网络状态对应的网络是否为无线局域网络;
在所述当前网络状态对应的网络为无线局域网络时,将所述当前网络状态对应的网络切换为移动数据网络;
在所述移动数据网络对应的网络状态为目标连通状态时,获取目标用户的特征信息。
3.如权利要求2所述的多通道的活动路径确定方法,其特征在于,所述在所述当前网络状态不为目标连通状态时,判断所述当前网络状态对应的网络是否为无线局域网络之后,还包括:
在所述当前网络状态对应的网络为移动数据网络时,分别对第一摄像头和第二摄像头的预设范围内的无线局域网络进行检测;得到当前可用无线局域网络;
通过当前可用无线局域网络建立与所述第一摄像头和第二摄像头的连接;
在所述当前可用无线局域网络对应的网络状态为目标连通状态时,获取目标用户的特征信息。
4.如权利要求3所述的多通道的活动路径确定方法,其特征在于,所述通过当前可用无线局域网络建立与所述第一摄像头和第二摄像头的连接,包括:
根据所述当前可用无线局域网络的得到网络频段集合;
根据第一摄像头的当前位置和第二摄像头的当前位置计算当前网络传输距离;
根据当前信号干扰强度和所述当前网络传输距离在网络频段集合中选取目标网络频段;
根据所述目标网络频段和当前可用无线局域网络确定目标无线局域网络,并通过所述目标无线局域网络建立与所述第一摄像头和第二摄像头的连接。
5.如权利要求1所述的多通道的活动路径确定方法,其特征在于,所述通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像,包括:
获取第一摄像头的采集范围和第二摄像头的采集范围;
通过所述第一摄像头采集所述特征信息所在的第一图像信息;
根据所述第一摄像头的采集范围和第一图像信息得到第一图像;
通过所述第二摄像头采集所述特征信息所在的第二图像信息;
根据所述第二摄像头的采集范围和第二图像信息得到第二图像。
6.如权利要求1所述的多通道的活动路径确定方法,其特征在于,所述根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置,包括:
获取第一摄像头的图像采集方向和第二摄像头的图像采集方向;
根据所述第一摄像头的图像采集方向和第一摄像头的当前位置确定第一摄像头位置;
根据所述第二摄像头的图像采集方向和第二摄像头的当前位置确定第二摄像头位置。
7.如权利要求1至6中任一项所述的多通道的活动路径确定方法,其特征在于,所述根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径,包括:
获取第一图像采集时间和第二图像采集时间;
按照预设排序策略对所述第一图像采集时间和第二图像采集时间进行排序,得到当前位置输入关系;
根据所述当前位置输入关系将所述第一摄像头位置和第二摄像头位置输入至预设路径预测模型,以使预设路径预测模型根据第一摄像头位置和第二摄像头位置对所述目标用户的路径进行预测,并反馈当前活动路径。
8.一种多通道的活动路径确定装置,其特征在于,所述多通道的活动路径确定装置包括:
检测模块,用于检测摄像头的当前网络状态,所述摄像头包括第一摄像头和第二摄像头;
获取模块,用于在所述当前网络状态为目标连通状态时,获取目标用户的特征信息;
采集模块,用于通过所述第一摄像头和第二摄像头采集所述特征信息所在的第一图像和第二图像;
所述获取模块,还用于根据所述第一图像得到第一摄像头位置,并根据所述第一图像得到第二摄像头位置;
预测模块,用于根据所述第一摄像头位置和第二摄像头位置通过预设路径预测模型对所述目标用户的路径进行预测,得到当前活动路径。
9.一种多通道的活动路径确定设备,其特征在于,所述多通道的活动路径确定设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多通道的活动路径确定程序,所述多通道的活动路径确定程序配置有实现如权利要求1至7中任一项所述的多通道的活动路径确定方法。
10.一种存储介质,其特征在于,所述存储介质上存储有多通道的活动路径确定程序,所述多通道的活动路径确定程序被处理器执行时实现如权利要求1至7中任一项所述的多通道的活动路径确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111472448.XA CN114338974A (zh) | 2021-12-02 | 2021-12-02 | 多通道的活动路径确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111472448.XA CN114338974A (zh) | 2021-12-02 | 2021-12-02 | 多通道的活动路径确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114338974A true CN114338974A (zh) | 2022-04-12 |
Family
ID=81049200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111472448.XA Pending CN114338974A (zh) | 2021-12-02 | 2021-12-02 | 多通道的活动路径确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114338974A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116193202A (zh) * | 2022-12-05 | 2023-05-30 | 百鸟数据科技(北京)有限责任公司 | 一种用于野外观测的多通路视频观测*** |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102457866A (zh) * | 2010-10-29 | 2012-05-16 | 中兴通讯股份有限公司 | 一种无线网络中建立网络的方法和装置 |
CN202738001U (zh) * | 2012-08-20 | 2013-02-13 | 陕西中联电科电子有限公司 | 一种便携式多功能无线摄像机 |
CN104955053A (zh) * | 2014-03-26 | 2015-09-30 | 华为技术有限公司 | 无线通信控制方法和装置 |
CN105188076A (zh) * | 2015-08-10 | 2015-12-23 | 上海斐讯数据通信技术有限公司 | 一种可选择接入频段的接入方法 |
CN107222872A (zh) * | 2017-06-23 | 2017-09-29 | 中国科学院上海微***与信息技术研究所 | 一种无线自组织网络构建方法 |
CN107396409A (zh) * | 2017-07-10 | 2017-11-24 | 宇龙计算机通信科技(深圳)有限公司 | 无线终端频段切换方法及无线路由器 |
CN107580327A (zh) * | 2017-09-19 | 2018-01-12 | 中山大学新华学院 | 基于最佳频段选择的认知无线网络吞吐量优化算法 |
CN108881846A (zh) * | 2018-07-10 | 2018-11-23 | 深圳市易成自动驾驶技术有限公司 | 信息融合方法、装置及计算机可读存储介质 |
CN110001658A (zh) * | 2017-12-11 | 2019-07-12 | 沃尔沃汽车公司 | 用于车辆的路径预测 |
US20200005090A1 (en) * | 2017-07-28 | 2020-01-02 | Beijing Sensetime Technology Development Co., Ltd. | Target recognition method and apparatus, storage medium, and electronic device |
CN111383039A (zh) * | 2018-12-28 | 2020-07-07 | 杭州海康威视数字技术股份有限公司 | 信息推送方法、装置及信息展示*** |
CN112511798A (zh) * | 2020-11-17 | 2021-03-16 | 移康智能科技(上海)股份有限公司 | 一种新型监控安防智能门***及其实现方法 |
CN112528931A (zh) * | 2020-12-22 | 2021-03-19 | 北京百度网讯科技有限公司 | 用于生成位置预测信息的方法、装置以及自动驾驶车辆 |
CN113159403A (zh) * | 2021-04-13 | 2021-07-23 | 青岛大学 | 路口行人轨迹预测的方法及装置 |
CN113673749A (zh) * | 2021-07-28 | 2021-11-19 | 广东省科学院智能制造研究所 | 车辆行人地图轨迹预测方法及装置 |
CN113674325A (zh) * | 2021-09-02 | 2021-11-19 | 中科海微(北京)科技有限公司 | 人员轨迹追踪方法及*** |
-
2021
- 2021-12-02 CN CN202111472448.XA patent/CN114338974A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102457866A (zh) * | 2010-10-29 | 2012-05-16 | 中兴通讯股份有限公司 | 一种无线网络中建立网络的方法和装置 |
CN202738001U (zh) * | 2012-08-20 | 2013-02-13 | 陕西中联电科电子有限公司 | 一种便携式多功能无线摄像机 |
CN104955053A (zh) * | 2014-03-26 | 2015-09-30 | 华为技术有限公司 | 无线通信控制方法和装置 |
CN105188076A (zh) * | 2015-08-10 | 2015-12-23 | 上海斐讯数据通信技术有限公司 | 一种可选择接入频段的接入方法 |
CN107222872A (zh) * | 2017-06-23 | 2017-09-29 | 中国科学院上海微***与信息技术研究所 | 一种无线自组织网络构建方法 |
CN107396409A (zh) * | 2017-07-10 | 2017-11-24 | 宇龙计算机通信科技(深圳)有限公司 | 无线终端频段切换方法及无线路由器 |
US20200005090A1 (en) * | 2017-07-28 | 2020-01-02 | Beijing Sensetime Technology Development Co., Ltd. | Target recognition method and apparatus, storage medium, and electronic device |
CN107580327A (zh) * | 2017-09-19 | 2018-01-12 | 中山大学新华学院 | 基于最佳频段选择的认知无线网络吞吐量优化算法 |
CN110001658A (zh) * | 2017-12-11 | 2019-07-12 | 沃尔沃汽车公司 | 用于车辆的路径预测 |
CN108881846A (zh) * | 2018-07-10 | 2018-11-23 | 深圳市易成自动驾驶技术有限公司 | 信息融合方法、装置及计算机可读存储介质 |
CN111383039A (zh) * | 2018-12-28 | 2020-07-07 | 杭州海康威视数字技术股份有限公司 | 信息推送方法、装置及信息展示*** |
CN112511798A (zh) * | 2020-11-17 | 2021-03-16 | 移康智能科技(上海)股份有限公司 | 一种新型监控安防智能门***及其实现方法 |
CN112528931A (zh) * | 2020-12-22 | 2021-03-19 | 北京百度网讯科技有限公司 | 用于生成位置预测信息的方法、装置以及自动驾驶车辆 |
CN113159403A (zh) * | 2021-04-13 | 2021-07-23 | 青岛大学 | 路口行人轨迹预测的方法及装置 |
CN113673749A (zh) * | 2021-07-28 | 2021-11-19 | 广东省科学院智能制造研究所 | 车辆行人地图轨迹预测方法及装置 |
CN113674325A (zh) * | 2021-09-02 | 2021-11-19 | 中科海微(北京)科技有限公司 | 人员轨迹追踪方法及*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116193202A (zh) * | 2022-12-05 | 2023-05-30 | 百鸟数据科技(北京)有限责任公司 | 一种用于野外观测的多通路视频观测*** |
CN116193202B (zh) * | 2022-12-05 | 2023-07-18 | 百鸟数据科技(北京)有限责任公司 | 一种用于野外观测的多通路视频观测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109040709B (zh) | 视频监控方法及装置、监控服务器及视频监控*** | |
EP2688296A1 (en) | Video monitoring system and method | |
CN111770306B (zh) | 场景监控方法、装置、计算机设备和存储介质 | |
CN103856762A (zh) | 多摄像头智能选择和视频优先级判断***及选择方法 | |
JP6125035B2 (ja) | 移動端末を用いたビデオ監視システム | |
CN109905641B (zh) | 一种目标监控方法、装置、设备及*** | |
CN113096158A (zh) | 运动对象的识别方法、装置、电子设备及可读存储介质 | |
CN112017323A (zh) | 一种巡检报警方法、装置、可读存储介质及终端设备 | |
CN110781735A (zh) | 一种用于识别人员在岗状态的报警方法及*** | |
JP3942606B2 (ja) | 変化検出装置 | |
CN106303420A (zh) | 一种应用于运动目标的监控方法及监控*** | |
CN113467447A (zh) | 一种基于巡逻机器人的非法人员入侵监测***及方法 | |
CN114338974A (zh) | 多通道的活动路径确定方法、装置、设备及存储介质 | |
CN109948479B (zh) | 工厂的监控方法、装置及设备 | |
CN105632003A (zh) | 一种通关口岸排队时间的实时估算方法及装置 | |
CN116316233A (zh) | 一种变电站智能巡检***、方法、设备及存储介质 | |
CN111178113A (zh) | 一种信息处理方法、装置及存储介质 | |
CN112906651B (zh) | 目标检测方法及装置 | |
CN111102987B (zh) | 一种救援车辆跟踪方法、装置、服务器和介质 | |
CN115620179A (zh) | 基于无人机的火情检测方法及装置、电子设备及介质 | |
CN110467077B (zh) | 基于物联网的电梯信息服务*** | |
CN110708505B (zh) | 视频告警方法、装置、电子设备及计算机可读存储介质 | |
CN111107139B (zh) | 信息推送方法、装置、设备和存储介质 | |
JP6867940B2 (ja) | 管理装置、管理方法、管理プログラム及び通信システム | |
CN110796044A (zh) | 一种目标区域安保监控方法和设备 |
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 |