CN114972814A - 一种目标匹配的方法、装置及存储介质 - Google Patents
一种目标匹配的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114972814A CN114972814A CN202210815269.XA CN202210815269A CN114972814A CN 114972814 A CN114972814 A CN 114972814A CN 202210815269 A CN202210815269 A CN 202210815269A CN 114972814 A CN114972814 A CN 114972814A
- Authority
- CN
- China
- Prior art keywords
- target
- matched
- matching
- tracking
- determining
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及计算机技术领域,公开了一种目标匹配的方法、装置及存储介质,该方法为:基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,分别创建与各个待匹配目标和各个跟踪目标一一对应的目标节点,分别创建连接各个待匹配目标和各个跟踪目标的连边,并将各个待匹配目标和各个跟踪目标之间的相似度分别确定为对应的连边的参考值,基于目标节点、连边和参考值得到目标拓扑关系,根据目标拓扑关系,对各个待匹配目标和各个跟踪目标进行匹配,上述通过目标拓扑关系进行待匹配目标和跟踪目标匹配的方式,提高了待匹配目标与跟踪目标之间的匹配的准确率。
Description
技术领域
本公开涉及计算机技术领域,提供了一种目标匹配的方法、装置及存储介质。
背景技术
目前,由于道路交通比较复杂,通常会在不同的路口分别设置相机来实现对目标的跟踪,即由道路中的连续多个相机持续对目标进行跟踪,以确定出同一个目标在道路中的行驶轨迹等等。在多个相机跟踪目标的过程中,通常采用相似度最相近的匹配方法,但在相机之间的视野无重叠,并且,需要跟踪的目标较多时,无法准确的确认出不同相机跟踪下的同一个目标,有时甚至会出现同一个相机捕捉到的多个待匹配目标都被判定为同一个人的情况。
例如,在超市的入口处设置有相机1,在超市的出口处设置有相机2,假设,一家三口同时进入超市,由相机1拍摄到的一家三口的图像分别记作图像1(实际身份为爸爸)、图像2(实际身份为妈妈)和图像3(实际身份为儿子),由相机2拍摄到的一家三口的图像分别记作图像4(实际身份为爸爸)、图像5(实际身份为妈妈)和图像6(实际身份为儿子)。
上述例子的正确的匹配结果应该为:图像1与图像4匹配,图像2与图像5匹配,图像3与图像6匹配。然而,在实际根据相似度最相近的匹配过程中,可能出现的结果为:图像1和图像3都与图像4匹配,图像2与图像5匹配(这种情况下儿子长得比较像爸爸);或者,图像2和图像3都与图像5匹配,图像1与图像4匹配(这种情况下儿子长得比较像妈妈)。
发明内容
本公开实施例提供一种目标匹配的方法、装置及存储介质,用以提高跨监控设备之间的目标匹配的相似度。
本公开提供的具体技术方案如下:
第一方面,本公开实施例提供了一种目标匹配的方法,包括:
基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,其中,属性特征至少基于影像信息表征的步态特征和外观特征确定,各个跟踪目标的影像信息是第一监控设备获取的,各个待匹配目标的影像信息是第二监控设备获取的;
分别创建与各个待匹配目标和各个跟踪目标一一对应的目标节点,分别创建连接各个待匹配目标和各个跟踪目标的连边,并将各个待匹配目标和各个跟踪目标之间的相似度分别确定为对应的连边的参考值,基于目标节点、连边和参考值得到目标拓扑关系;
根据目标拓扑关系,对各个待匹配目标和各个跟踪目标进行匹配。
可选地,根据目标拓扑关系,对各个待匹配目标与各个跟踪目标进行匹配,包括:
分别将目标拓扑关系中的各个连边作为目标边执行以下操作:
基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息;
其中,匹配值是基于目标边连接的跟踪目标的第一匹配值和待匹配目标的第二匹配值确定的,第二匹配值基于各个跟踪目标与目标边连接的待匹配目标之间的相似度的最大值确定。
可选地,基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度之前,还包括:
确定第一备选设备的第一位置信息、第二备选设备的第二位置信息和待匹配目标的当前位置信息,其中,第一备选设备和第二备选设备处于同一个监控***中;
确定当前位置信息与第一位置信息之间的第一距离差值,以及,当前位置信息与第二位置信息之间的第二距离差值;
根据第一距离差值和第二距离差值的大小关系,确定第一备选设备、第二备选设备、第一监控设备和第二监控设备的设备关联关系。
可选地,根据第一距离差值和第二距离差值的大小关系,确定第一备选设备、第二备选设备、第一监控设备和第二监控设备的设备关联关系,包括:
若第一距离差值小于第二距离差值,则将第一备选设备确定为第一监控设备,将第二备选设备作为第二监控设备;或者
若第一距离差值大于第二距离差值,则将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备;或者
若第一距离差值等于第二距离差值,则将第一备选设备作为第一监控设备,将第二备选设备作为第二监控设备,或者,将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备。
可选地,基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,包括:
确定各个待匹配目标对应的第一属性特征,其中,第一属性特征基于对应的待匹配目标的影像信息表征的第一步态特征和第一外观特征确定;
针对各个跟踪目标执行以下操作:确定各个跟踪目标对应的第二属性特征,其中,第二属性特征基于对应的跟踪目标的影像信息表征的第二步态特征和第二外观特征确定;
分别确定各个第一步态特征和对应的各个第二步态特征之间的步态相似度,以及,分别确定各个第一外观特征和对应的各个第二外观特征之间的外观相似度;
基于预设的步态参考值和外观参考值,针对各个连边对应连接的待匹配目标和跟踪目标执行以下操作:对步态相似度和外观相似度进行加权求和,得到待匹配目标与跟踪目标之间的相似度。
可选地,基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息之前,还包括:
确定出目标边连接的待匹配目标和跟踪目标;以及
将确定出的跟踪目标对应的第一匹配值和确定出的待匹配目标对应的第二匹配值的和,确定为匹配值。
可选地,基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息,包括:
响应于参考值大于或者等于匹配值,确定目标边连接的待匹配目标和跟踪目标具备匹配关系;或者
响应于参考值小于匹配值,确定目标边连接的待匹配目标和跟踪目标不具备匹配关系。
可选地,基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息,包括:
若两个待匹配目标与同一个跟踪目标之间分别通过两条目标边连接,且,两个待匹配目标与同一个跟踪目标之间的目标边对应的两个参考值均大于或者等于匹配值时,则将同一个跟踪目标的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作;
针对两个待匹配目标中的备选待匹配目标,分别查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标;并基于查找结果确定与备选待匹配目标具备匹配关系的备选跟踪目标;其中:
备选待匹配目标为两个待匹配目标中的任意一个,备选跟踪目标为除目标边对应的同一个跟踪目标之外的任意一个跟踪目标;
目标参考值是连接备选跟踪目标的连边对应的参考值;
备选跟踪目标对应的匹配值是递加操作后的第一匹配值或未进行递加操作的第一匹配值与递减操作后的第二匹配值之间的和。
可选地,基于查找结果确定与备选待匹配目标具备匹配关系的备选跟踪目标,包括:
若存在备选跟踪目标,则确定备选跟踪目标与备选待匹配目标具备匹配关系,以及,确定两个待匹配目标中除备选待匹配目标之外的待匹配目标与目标边对应的同一个跟踪目标具备匹配关系;
若不存在备选跟踪目标,则继续将同一个跟踪目标对应的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作,并继续查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标,直到两个待匹配目标中的一个第二匹配值在递减操作后等于零为止,确定递减操作后不等于零的第二匹配值对应的待匹配目标与同一个跟踪目标具备匹配关系。
第二方面,本公开实施例提供了一种目标匹配的装置,包括:
确定单元,用于基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,其中,属性特征至少基于影像信息表征的步态特征和外观特征确定,各个跟踪目标的影像信息是第一监控设备获取的,各个待匹配目标的影像信息是第二监控设备获取的;
创建单元,用于分别创建与各个待匹配目标和各个跟踪目标一一对应的目标节点,分别创建连接各个待匹配目标和各个跟踪目标的连边,并将各个待匹配目标和各个跟踪目标之间的相似度分别确定为对应的连边的参考值,基于目标节点、连边和参考值得到目标拓扑关系;
匹配单元,用于根据目标拓扑关系,对各个待匹配目标和各个跟踪目标进行匹配。
可选地,根据目标拓扑关系,对各个待匹配目标与各个跟踪目标进行匹配,匹配单元用于:
分别将目标拓扑关系中的各个连边作为目标边执行以下操作:
基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息;
其中,匹配值是基于目标边连接的跟踪目标的第一匹配值和待匹配目标的第二匹配值确定的,第二匹配值基于各个跟踪目标与目标边连接的待匹配目标之间的相似度的最大值确定。
可选地,基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度之前,还包括:
确定第一备选设备的第一位置信息、第二备选设备的第二位置信息和待匹配目标的当前位置信息,其中,第一备选设备和第二备选设备处于同一个监控***中;
确定当前位置信息与第一位置信息之间的第一距离差值,以及,当前位置信息与第二位置信息之间的第二距离差值;
根据第一距离差值和第二距离差值的大小关系,确定第一备选设备、第二备选设备、第一监控设备和第二监控设备的设备关联关系。
可选地,根据第一距离差值和第二距离差值的大小关系,确定第一备选设备、第二备选设备、第一监控设备和第二监控设备的设备关联关系,包括:
若第一距离差值小于第二距离差值,则将第一备选设备确定为第一监控设备,将第二备选设备作为第二监控设备;或者
若第一距离差值大于第二距离差值,则将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备;或者
若第一距离差值等于第二距离差值,则将第一备选设备作为第一监控设备,将第二备选设备作为第二监控设备,或者,将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备。
可选地,基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,确定单元用于:
确定各个待匹配目标对应的第一属性特征,其中,第一属性特征基于对应的待匹配目标的影像信息表征的第一步态特征和第一外观特征确定;
针对各个跟踪目标执行以下操作:确定各个跟踪目标对应的第二属性特征,其中,第二属性特征基于对应的跟踪目标的影像信息表征的第二步态特征和第二外观特征确定;
分别确定各个第一步态特征和对应的各个第二步态特征之间的步态相似度,以及,分别确定各个第一外观特征和对应的各个第二外观特征之间的外观相似度;
基于预设的步态参考值和外观参考值,针对各个连边对应连接的待匹配目标和跟踪目标执行以下操作:对步态相似度和外观相似度进行加权求和,得到待匹配目标与跟踪目标之间的相似度。
可选地,基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息之前,还包括:
确定出目标边连接的待匹配目标和跟踪目标;以及
将确定出的跟踪目标对应的第一匹配值和确定出的待匹配目标对应的第二匹配值的和,确定为匹配值。
可选地,基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息,匹配单元用于:
响应于参考值大于或者等于匹配值,确定目标边连接的待匹配目标和跟踪目标具备匹配关系;或者
响应于参考值小于匹配值,确定目标边连接的待匹配目标和跟踪目标不具备匹配关系。
可选地,基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息,匹配单元用于:
若两个待匹配目标与同一个跟踪目标之间分别通过两条目标边连接,且,两个待匹配目标与同一个跟踪目标之间的目标边对应的两个参考值均大于或者等于匹配值时,则将同一个跟踪目标的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作;
针对两个待匹配目标中的备选待匹配目标,分别查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标;并基于查找结果确定与备选待匹配目标具备匹配关系的备选跟踪目标;其中:
备选待匹配目标为两个待匹配目标中的任意一个,备选跟踪目标为除目标边对应的同一个跟踪目标之外的任意一个跟踪目标;
目标参考值是连接备选跟踪目标的连边对应的参考值;
备选跟踪目标对应的匹配值是递加操作后的第一匹配值或未进行递加操作的第一匹配值与递减操作后的第二匹配值之间的和。
可选地,基于查找结果确定与备选待匹配目标具备匹配关系的备选跟踪目标,匹配单元用于:
若存在备选跟踪目标,则确定备选跟踪目标与备选待匹配目标具备匹配关系,以及,确定两个待匹配目标中除备选待匹配目标之外的待匹配目标与目标边对应的同一个跟踪目标具备匹配关系;
若不存在备选跟踪目标,则继续将同一个跟踪目标对应的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作,并继续查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标,直到两个待匹配目标中的一个第二匹配值在递减操作后等于零为止,确定递减操作后不等于零的第二匹配值对应的待匹配目标与同一个跟踪目标具备匹配关系。
第三方面,一种智能终端,包括:
存储器,用于存储可执行指令;
处理器,用于读取并执行存储器中存储的可执行指令,以实现如第一方面任一项的方法。
第四方面,一种计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得所述处理器能够执行上述第一方面任一项所述的方法。
本公开有益效果如下:
综上所述,本公开实施例中,提供的一种目标匹配的方法、装置及存储介质,该方法包括:基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,需要进行说明的是,上述属性特征至少基于影像信息表征的步态特征和外观特征确定,各个跟踪目标的影像信息是第一监控设备获取的,各个待匹配目标的影像信息是第二监控设备获取的,分别创建与各个待匹配目标和各个跟踪目标一一对应的目标节点,分别创建连接各个待匹配目标和各个跟踪目标的连边,并将各个待匹配目标和各个跟踪目标之间的相似度分别确定为对应的连边的参考值,基于目标节点、连边和参考值得到目标拓扑关系,根据目标拓扑关系,对各个待匹配目标和各个跟踪目标进行匹配,上述通过目标拓扑关系中的参考值与匹配值之间的大小的比较来确定待匹配目标和跟踪目标是否具备匹配关系的方式,实现了待匹配目标和跟踪目标之间的一一配对,提高了匹配的效率。
本公开的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本公开而了解。本公开的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本公开的进一步理解,构成本公开的一部分,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。在附图中:
图1为本公开实施例中的对目标进行匹配的***架构示意图;
图2为本公开实施例中对目标进行匹配的流程示意图;
图3为本公开实施例中确定第一备选设备、第二备选设备、第一监控设备和第二监控设备的流程示意图;
图4为本公开实施例中确定待匹配目标与跟踪目标之间的相似度的流程示意图;
图5为本公开实施例中基于参考值与匹配值的比较确定待匹配目标和跟踪目标是否具备匹配关系的流程示意图;
图6为本公开实施例中一种确定待匹配目标与跟踪目标之间的匹配关系的流程示意图;
图7为本公开实施例中基于备选跟踪目标确定待匹配目标与跟踪目标之间的匹配关系的流程示意图;
图8为本公开实施例中建立目标拓扑关系的应用场景图;
图9为本公开实施例中待匹配目标与跟踪目标之间匹配冲突的应用场景图;
图10为本公开实施例中确定待匹配目标与跟踪目标之间一对一匹配的应用场景图;
图11为本公开实施例中一种目标匹配的装置的逻辑架构示意图;
图12为本公开实施例中智能终端的实体架构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开技术方案的一部分实施例,而不是全部的实施例。基于本公开文件中记载的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开技术方案保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够使用除了在这里图示或描述的那些以外的顺序实施。
下面结合附图对本公开优选的实施方式进行详细说明。
参阅图1所示,本公开实施例中,***中包含了各个智能终端和一个监控***,上述监控***中包括至少两个监控设备,监控设备在捕获图像(即待匹配目标和跟踪目标)后,将其发送给智能终端,由智能终端进行待匹配目标和跟踪目标之间的一一匹配,下面进行具体介绍。
参阅图2所示,本公开实施例中,目标匹配的具体流程如下:
步骤201:基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,其中,属性特征至少基于影像信息表征的步态特征和外观特征确定,各个跟踪目标的影像信息是第一监控设备获取的,各个待匹配目标的影像信息是第二监控设备获取的。
通常,一个监控***中会包括多个监控设备,上述第一监控设备和第二监控设备为该监控***中的具备拓扑结构的任意两个监控设备,上述拓扑结构通常是与监控设备位置相关的。当监控***中包括的监控设备的数量多于两个时,针对任意两个监控设备都可通过如下方法确定对应的拓扑结构。需要说明的是,这里的监控***指各个监控设备(例如,相机、摄像头等)之间具备电连接关系的***,同一个监控***中的各个监控设备按照固定时间间隔抓拍影像信息(例如,图像或视频),上述影像信息表征的目标即为待匹配目标或者跟踪目标。
具体的,基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度之前,参阅图3所示,还包括:
步骤1011:确定第一备选设备的第一位置信息、第二备选设备的第二位置信息和待匹配目标的当前位置信息,其中,第一备选设备和第二备选设备处于同一个监控***中。
实施过程中,针对从同一个监控***中选取出来的第一备选设备和第二备选设备都执行以下操作:预先建立一个坐标系,获取上述第一备选设备在坐标系中的第一坐标信息,该第一坐标信息即确定为第一备选设备的第一位置信息,同样的,在确定了第二备选设备在坐标系中的第二坐标信息,将该第二坐标信息即确定为第二备选设备的第二位置信息,在确定了待匹配目标在坐标系中的第三坐标信息,将该第三坐标信息即确定为待匹配目标的当前位置信息。
步骤1012:确定当前位置信息与第一位置信息之间的第一距离差值,以及,当前位置信息与第二位置信息之间的第二距离差值。
实施过程中,在得到了第一位置信息、第二位置信息和当前位置信息后,计算第三坐标信息与第一坐标信息这两点之间的距离,将该距离作为当前位置信息与第一位置信息之间的第一距离差值,同样的,计算第三坐标信息与第二坐标信息这两点之间的距离,将该距离作为当前位置信息与第二位置信息之间的第二距离差值。
步骤1013:根据第一距离差值和第二距离差值的大小关系,确定第一备选设备、第二备选设备、第一监控设备和第二监控设备的设备关联关系。具体分为三种情况:
第一种情况:若第一距离差值小于第二距离差值,则将第一备选设备确定为第一监控设备,将第二备选设备作为第二监控设备;或者
当上述第一距离差值小于第二距离差值时,说明第一备选设备距离待匹配目标更近,这种情况下,将第一备选设备作为第一监控设备,将第二备选设备作为第二监控设备。
第二种情况:若第一距离差值大于第二距离差值,则将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备;或者
当上述第一距离差值大于第二距离差值时,说明第二备选设备距离待匹配目标更近,这种情况下,将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备。
第三种情况:若第一距离差值等于第二距离差值,则将第一备选设备作为第一监控设备,将第二备选设备作为第二监控设备,或者,将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备。
当上述第一距离差值等于第二距离差值时,说明第一备选设备和第二备选设备距离待匹配目标一样近,这种情况下,将第一备选设备作为第一监控设备,将第二备选设备作为第二监控设备,或者,将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备,即第一监控设备和第二监控设备的设置都是随意的。
在确定了第一监控设备和第二监控设备之后,进一步确定各个待匹配目标与各个跟踪目标之间的相似度,具体的,基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,包括:
考虑到各个监控设备之间的监控区域可能是无重叠的,为了保证相似度确定的准确性,本申请实施例中,将属性特征作为确定相似度的要素,参阅图4所示。
步骤2011:确定各个待匹配目标对应的第一属性特征,其中,第一属性特征基于对应的待匹配目标的影像信息表征的第一步态特征和第一外观特征确定。
在实施过程中,针对各个待匹配目标都执行以下操作:确定待匹配目标对应的第一属性特征,根据对应的待匹配目标的影像信息表征的第一步态特征和第一外观特征来确定上述第一属性特征,在实施过程中,需要对待匹配目标的影像信息进行解析来确定第一步态特征和第一外观特征。
通常,第一外观特征为待匹配目标对应的主要标识,第一步态特征为待匹配目标对应的次要标识,原因在于,通过第一外观特征(包括体形、衣着、发型等的特征)能够比较直观的判定与跟踪目标之间的相似度,但当待匹配目标对应的第一外观特征有变动(例如,衣着、发型等变更)时,仅通过第一外观特征进行相似度的计算可能会有较大误差,在这种情况下,可结合第一步态特征来综合判定上述相似度。这里第一步态特征和第一外观特征获取的具体方法可采用现有的相关技术,不再一一赘述。
步骤2012:针对各个跟踪目标执行以下操作:确定各个跟踪目标对应的第二属性特征,其中,第二属性特征基于对应的跟踪目标的影像信息表征的第二步态特征和第二外观特征确定。
类似的,实施过程中,针对各个跟踪目标执行以下操作:确定各个跟踪目标的第二属性特征,根据对应的跟踪目标的影像信息表征的第二步态特征和第二外观特征来确定上述第二属性特征,在实施过程中,需要对跟踪目标的影像信息进行解析来确定第二步态特征和第二外观特征。
通常,第二外观特征为跟踪目标对应的主要标识,第二步态特征为跟踪目标对应的次要标识,原因在于,通过第二外观特征(包括体形、衣着、发型等的特征)能够比较直观的判定跟踪目标与待匹配目标之间的相似度,但当跟踪目标对应的第二外观特征有变动(例如,衣着、发型等变更)时,仅通过第二外观特征进行相似度的计算可能会有较大误差,在这种情况下,可结合第二步态特征来综合判定上述相似度。这里第二步态特征和第二外观特征获取的具体方法可采用现有的相关技术,不再一一赘述。
步骤2013:分别确定各个第一步态特征和对应的各个第二步态特征之间的步态相似度,以及,分别确定各个第一外观特征和对应的各个第二外观特征之间的外观相似度。
实施过程中,在确定出各个待匹配目标的第一步态特征和第一外观特征,以及,确定出各个跟踪目标的第二步态特征和第二外观特征之后,再计算每一条连边对应的待匹配目标和跟踪目标之间的相似度:确定第一步态特征和第二步态特征之间的相似度即步态相似度,确定第一外观特征和第二外观特征之间的相似度,即外观相似度,重复该步骤,得到各个连边对应的各个待匹配目标和各个跟踪目标之间的相似度。
步骤2014:基于预设的步态参考值和外观参考值,针对各个连边对应连接的待匹配目标和跟踪目标执行以下操作:对步态相似度和外观相似度进行加权求和,得到待匹配目标与跟踪目标之间的相似度。
考虑到无监控视野重叠情况下,监控设备获取到的目标是否表征同一个人的参考标准为步态特征,但结合具体的使用场景,需要预先设定与步态特征相匹配的步态参考值。进一步的,根据预设的步态参考值和步态相似度确定目标之间的动态关联度。
考虑到衡量不同监控设备获取到的目标是否表征同一个人的主要参考标准为外观特征,但结合具体的使用场景,需要预先设定与外观特征相匹配的外观参考值。进一步的,根据预设的外观参考值和外观相似度确定目标之间的外形关联度。
实施过程中,针对各个连边对应连接的待匹配目标和跟踪目标执行以下操作:将上述步态相似度和外观相似度进行加权求和,即将上述动态关联度和外形关联度对应的数值进行相加,并将得到的和值作为连边对应的待匹配目标与跟踪目标之间的相似度。需要说明的是,针对各个待匹配目标与各个跟踪目标都要按照上述步骤来计算最终的相似度。
步骤202:分别创建与各个待匹配目标和各个跟踪目标一一对应的目标节点,分别创建连接各个待匹配目标和各个跟踪目标的连边,并将各个待匹配目标和各个跟踪目标之间的相似度分别确定为对应的连边的参考值,基于目标节点、连边和参考值得到目标拓扑关系。
由于,同一个监控***中的监控设备通常为多个,具备拓扑关系的两个监控设备之间要确定的待匹配目标的数量为多个,要确定的跟踪目标的数量也为多个,因此,为了使各个待匹配目标与最佳的一个跟踪目标匹配上,本申请实施例中,基于各个待匹配目标和各个跟踪目标,建立目标拓扑关系。
下面具体介绍下目标拓扑关系的建立过程,上述基于各个待匹配目标和各个跟踪目标,建立目标拓扑关系,包括但不限于以下步骤:
(1):创建与各个待匹配目标对应的第一目标节点,创建与各个跟踪目标对应的第二目标节点。
本申请实施例中,将待匹配目标作为左目标节点,即第一目标节点,将跟踪目标作为右目标节点,即第二目标节点。相应的,第一目标节点的数目与待匹配目标的数量一致,第二目标节点的数目与跟踪目标的数量是一致的。
(2):建立各个第一目标节点和各个第二目标节点之间的连边,将各个待匹配目标和各个跟踪目标之间的相似度分别确定为对应的连边的参考值。
在确定了谁作为第一目标节点和谁作为第二目标节点之后,分别连接第一目标节点和各个第二目标节点得到多个连边,在此基础上,找到各个连边对应的待匹配目标与跟踪目标,并确定待匹配目标与跟踪目标之间的相似度,即上述对应的相似度,并为各个连边匹配对应的相似度,将匹配的相似度作为参考值,从而得到了多个连边和对应的参考值。
(3):基于目标节点、连边和参考值得到目标拓扑关系。
实施过程中,上述各个待匹配目标与各个跟踪目标之间的目标拓扑关系具体包括各个连边、各个待匹配目标和各个跟踪目标。
在建立了各个待匹配目标与各个跟踪目标之间的目标拓扑关系之后,通过目标拓扑关系来确定待匹配目标和跟踪目标之间是否具备匹配关系,具体匹配过程如下:
步骤203:根据目标拓扑关系,对各个待匹配目标和各个跟踪目标进行匹配。
考虑到一个目标拓扑关系中的待匹配目标、跟踪目标和连边的数量不确定,为了明确当前要进行匹配的一个待匹配目标和一个跟踪目标,先要确定出目标边连接的待匹配目标和跟踪目标;以及
将确定出的跟踪目标对应的第一匹配值和确定出的待匹配目标对应的第二匹配值的和,确定为匹配值。
即实施过程中,在上述目标拓扑关系中的众多连边中选取出一个作为目标边,并进一步确定该目标边所连接的待匹配目标和跟踪目标,上述确定出的待匹配目标和跟踪目标即为本次要直接进行匹配的待匹配目标和跟踪目标。需要补充说明的是,匹配过程中,目标边对应的参考值即为确定出的待匹配目标和跟踪目标之间的相似度,匹配值即为确定出的跟踪目标对应的第一匹配值和确定出的待匹配目标对应的第二匹配值的和,根据上述参考值和匹配值来展开匹配的过程。
具体的,在确定出目标边连接的待匹配目标和跟踪目标,以及确定出对应的匹配值后,分别将目标拓扑关系中的各个连边作为目标边执行以下操作:
基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息。
其中,匹配值是基于目标边连接的跟踪目标的第一匹配值和待匹配目标的第二匹配值确定的,第二匹配值基于各个跟踪目标与目标边连接的待匹配目标之间的相似度的最大值确定。
需要补充说明的是,在目标边对应的待匹配目标和跟踪目标初次进行匹配时,上述第二匹配值为各个跟踪目标与目标边连接的待匹配目标之间的相似度的最大值,即分别确定目标边连接的待匹配目标与所有的跟踪目标之间的相似度,这样得到多个相似度,并从上述多个相似度中选取出一个最大的相似度作为第二匹配值的初始值。另外,上述第一匹配值对应的初始值通常为0。
下面具体介绍基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息,参阅图5所示:
步骤2031:响应于参考值大于或者等于匹配值,确定目标边连接的待匹配目标和跟踪目标具备匹配关系;或者
实施过程中,参考值大于或者等于匹配值,即说明跟踪目标和待匹配目标之间的相似度大于或者等于跟踪目标和待匹配目标之间的相似度的最大值,在此基础上,确定目标边连接的待匹配目标和跟踪目标具备匹配关系,即该条连边连接的跟踪目标和待匹配目标之间具备匹配关系。
步骤2032:响应于参考值小于匹配值,确定目标边连接的待匹配目标和跟踪目标不具备匹配关系。
实施过程中,参考值小于匹配值,即说明跟踪目标和待匹配目标之间的相似度小于跟踪目标和待匹配目标之间的相似度的最大值,在此基础上,确定目标边连接的待匹配目标和跟踪目标不具备匹配关系,即该条连边连接的跟踪目标和待匹配目标之间不具备匹配关系。
另外,基于目标拓扑关系的运算,上述第一匹配值和第二匹配值会做预设数值的数值调整,具体的,当通过参考值与匹配值的运算,确定两个待匹配目标同时与同一个跟踪目标具备匹配关系,即存在匹配冲突时,实施过程如下:
上述基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息,参阅图6所示,包括:
步骤2041:若两个待匹配目标与同一个跟踪目标之间分别通过两条目标边连接,且,两个待匹配目标与同一个跟踪目标之间的目标边对应的两个参考值均大于或者等于匹配值时,则将同一个跟踪目标的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作。
实施过程中,如果两个待匹配目标与同一个跟踪目标之间的两条目标边对应的参考值均大于或者等于同一个跟踪目标对应的匹配值时,也就是说,与同一个跟踪目标连接的两条目标边(对应有两个待匹配目标)对应的参考值大于匹配值时,显然,无法确定两个待匹配目标与上述同一个跟踪目标之间的一对一的匹配关系。
基于此,通过目标拓扑关系的算法,将同一个跟踪目标的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作。需要说明的是,上述预设数值的具体数值可进行灵活设定,本申请实施例中优选为0.1。而其他跟踪目标对应的第一匹配值数值不变,其他待匹配目标对应的第二匹配值数值不变。
步骤2042:针对两个待匹配目标中的备选待匹配目标,分别查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标;并基于查找结果确定与备选待匹配目标具备匹配关系的备选跟踪目标,其中,备选待匹配目标为两个待匹配目标中的任意一个,备选跟踪目标为除目标边对应的同一个跟踪目标之外的任意一个跟踪目标;
目标参考值是连接备选跟踪目标的连边对应的参考值;
备选跟踪目标对应的匹配值是递加操作后的第一匹配值或未进行递加操作的第一匹配值与递减操作后的第二匹配值之间的和。
这里首先要说明的是,当存在上述匹配冲突时,将上述两个待匹配目标中的任意一个待匹配目标都作为备选待匹配目标,即上述两个待匹配目标分别以备选待匹配目标的身份去查找对应的备选跟踪目标,这里的备选跟踪目标为除目标边对应的同一个跟踪目标之外的任意一个跟踪目标,即在除上述同一个跟踪目标之外的所有跟踪目标里查找与备选待匹配目标匹配的跟踪目标。
实施过程中,上述备选待匹配目标与备选跟踪目标之间匹配关系的确定,需要进一步通过递加操作后的第一匹配值、未进行递加操作的第一匹配值与递减操作后的第二匹配值来确定,具体的,基于递加操作后的第一匹配值、未进行递加操作的第一匹配值与递减操作后的第二匹配值来重新计算各个连边对应的匹配值。同时,将连接备选跟踪目标的连边对应的参考值称为目标参考值。
进一步的,基于查找结果确定与备选待匹配目标具备匹配关系的备选跟踪目标,参阅图7所示,包括:
步骤20421:若存在备选跟踪目标,则确定备选跟踪目标与备选待匹配目标具备匹配关系,以及,确定两个待匹配目标中除备选待匹配目标之外的待匹配目标与目标边对应的同一个跟踪目标具备匹配关系。
情况一:实施过程中,查找到了备选跟踪目标,即该备选待匹配目标对应的匹配值小于或者等于备选跟踪目标对应的目标参考值,并进一步确定该备选待匹配目标与备选跟踪目标之间具备匹配关系。
那么,两个待匹配目标中剩余的一个待匹配目标即除备选待匹配目标之外的待匹配目标则与上述目标边对应的同一个跟踪目标具备匹配关系。至此,确定了两对待匹配目标与跟踪目标之间的一一对应的匹配关系。
步骤20422:若不存在备选跟踪目标,则继续将同一个跟踪目标对应的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作,并继续查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标,直到两个待匹配目标中的一个第二匹配值在递减操作后等于零为止,确定递减操作后不等于零的第二匹配值对应的待匹配目标与同一个跟踪目标具备匹配关系。
情况二:实施过程中,查找不到备选跟踪目标,即备选待匹配目标对应的匹配值都大于备选跟踪目标对应的目标参考值,这种情况下,继续对第一匹配值和第二匹配值做预设数值的数值调整,即将同一个跟踪目标对应的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作,并基于数值调整后和数值调整前的第一匹配值、第二匹配值,继续按照步骤2042进行备选跟踪目标的查找。
如果能够查找到备选跟踪目标,则按照步骤20421进行匹配关系的确定,如果不能查找到备选跟踪目标,继续进行第一匹配值和第二匹配值的数值调整,直到两个待匹配目标中的一个第二匹配值在递减操作后等于零为止,确定递减操作后不等于零的第二匹配值对应的待匹配目标与同一个跟踪目标具备匹配关系。在这种情况下,即舍弃了对递减操作后等于零的待匹配目标的匹配关系的确定。
此外,为了简化匹配过程,在上述数值调整的过程中可通过预先设定的预设阈值提前舍弃对待匹配目标的匹配关系的确定,具体的:
若待匹配目标和跟踪目标不具备匹配关系,则将不匹配次数进行加一操作,其中,不匹配次数的初始值为零。
实施过程中,针对各个第一匹配值对应的跟踪目标而言,如果,待匹配目标和某一个第一匹配值对应的跟踪目标不具备匹配关系时,就将待匹配目标对应的不匹配次数进行加一操作,需要进行说明的是,通常,不匹配次数的初始值为零。
若不匹配次数达到预设阈值,则放弃比较参考值与匹配值之间的大小关系。
实施过程中,如果同一个待匹配目标对应的不匹配次数达到预设阈值,则放弃比较参考值与匹配值之间的大小关系,即不再为该待匹配目标继续寻找对应的跟踪目标。需要进行说明的是,上述预设阈值可根据使用场景进行灵活设置。
应用场景:
参阅图8所示,目标拓扑关系的右侧为第一监控设备获取的四个跟踪目标,假设,这四个跟踪目标从上到下分别为跟踪目标1、跟踪目标2、跟踪目标3和跟踪目标4,各个跟踪目标对应的第一匹配值的初始值均为0。目标拓扑关系的左侧为第二监控设备获取的四个待匹配目标,假设,这四个待匹配目标从上到下分别为待匹配目标A、待匹配目标备选B、待匹配目标C和待匹配目标D,各个待匹配目标对应的第二匹配值的初始值分别为各个待匹配目标与上述跟踪目标1、2、3和4之间的相似度的最大值,即计算待匹配目标A与跟踪目标1、2、3和4之间的相似度,并从中选取相似度的最大值;计算待匹配目标B与跟踪目标1、2、3和4之间的相似度,并从中选取相似度的最大值;计算待匹配目标C与跟踪目标1、2、3和4之间的相似度,并从中选取相似度的最大值;计算待匹配目标D与跟踪目标1、2、3和4之间的相似度,并从中选取相似度的最大值。这样,待匹配目标A的第二匹配值为0.8、待匹配目标备选的第二匹配值为0.9、待匹配目标C的第二匹配值为0.9和待匹配目标D的第二匹配值为0.2。与待匹配目标A相关的连边的参考值分别为0.8、0.6、0和0(这里每条连边连接的跟踪目标如图8所示,不再赘述);与待匹配目标备选相关的连边的参考值分别为0.3和0.9(这里参考值为0的连边忽略没画);与待匹配目标C相关的连边的参考值分别为0.9和0.8(这里参考值为0的连边忽略没画);与待匹配目标C相关的连边的参考值为0.2(这里参考值为0的连边忽略没画)。
参阅图8可知,待匹配目标A与同一个跟踪目标即跟踪目标1之间的连边对应的参考值(0.8)均大于或者等于同一个跟踪目标即跟踪目标1对应的匹配值(0.8+0);待匹配目标C与同一个跟踪目标即跟踪目标1之间的连边对应的参考值(0.9)均大于或者等于同一个跟踪目标即跟踪目标1对应的匹配值(0.9+0),出现匹配冲突。
参阅图9所示,将待匹配目标A和待匹配目标C(可将待匹配目标C作为备选待匹配目标)分别对应的第二匹配值均减去预设数值0.1,将跟踪目标1对应的第一匹配值加上预设数值0.1,得到待匹配目标A对应的新的第二匹配值为0.7,待匹配目标C对应的新的第二匹配值为0.8,跟踪目标1对应的新的第一匹配值为0.1。
参阅图10所示,待匹配目标C(即备选待匹配目标)与跟踪目标2之间的连边对应的参考值(0.8)均大于或者等于同一个跟踪目标对应的匹配值(0.8+0),即查找到另一个跟踪目标2(即存在备选跟踪目标)与待匹配目标C匹配,即判定待匹配目标C与跟踪目标2具备匹配关系,将待匹配目标A与跟踪目标1判定为具备匹配关系。
基于同一发明构思,参阅图11所示,本公开实施例中提供一种目标匹配的装置,包括:
确定单元1101,用于基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,其中,属性特征至少基于影像信息表征的步态特征和外观特征确定,各个跟踪目标的影像信息是第一监控设备获取的,各个待匹配目标的影像信息是第二监控设备获取的;
创建单元1102,用于分别创建与各个待匹配目标和各个跟踪目标一一对应的目标节点,分别创建连接各个待匹配目标和各个跟踪目标的连边,并将各个待匹配目标和各个跟踪目标之间的相似度分别确定为对应的连边的参考值,基于目标节点、连边和参考值得到目标拓扑关系;
匹配单元1103,用于根据目标拓扑关系,对各个待匹配目标和各个跟踪目标进行匹配。
可选地,根据目标拓扑关系,对各个待匹配目标与各个跟踪目标进行匹配,匹配单元1103用于:
分别将目标拓扑关系中的各个连边作为目标边执行以下操作:
基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息;
其中,匹配值是基于目标边连接的跟踪目标的第一匹配值和待匹配目标的第二匹配值确定的,第二匹配值基于各个跟踪目标与目标边连接的待匹配目标之间的相似度的最大值确定。
可选地,基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度之前,还包括:
确定第一备选设备的第一位置信息、第二备选设备的第二位置信息和待匹配目标的当前位置信息,其中,第一备选设备和第二备选设备处于同一个监控***中;
确定当前位置信息与第一位置信息之间的第一距离差值,以及,当前位置信息与第二位置信息之间的第二距离差值;
根据第一距离差值和第二距离差值的大小关系,确定第一备选设备、第二备选设备、第一监控设备和第二监控设备的设备关联关系。
可选地,根据第一距离差值和第二距离差值的大小关系,确定第一备选设备、第二备选设备、第一监控设备和第二监控设备的设备关联关系,包括:
若第一距离差值小于第二距离差值,则将第一备选设备确定为第一监控设备,将第二备选设备作为第二监控设备;或者
若第一距离差值大于第二距离差值,则将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备;或者
若第一距离差值等于第二距离差值,则将第一备选设备作为第一监控设备,将第二备选设备作为第二监控设备,或者,将第二备选设备作为第一监控设备,将第一备选设备作为第二监控设备。
可选地,基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,确定单元1101用于:
确定各个待匹配目标对应的第一属性特征,其中,第一属性特征基于对应的待匹配目标的影像信息表征的第一步态特征和第一外观特征确定;
针对各个跟踪目标执行以下操作:确定各个跟踪目标对应的第二属性特征,其中,第二属性特征基于对应的跟踪目标的影像信息表征的第二步态特征和第二外观特征确定;
分别确定各个第一步态特征和对应的各个第二步态特征之间的步态相似度,以及,分别确定各个第一外观特征和对应的各个第二外观特征之间的外观相似度;
基于预设的步态参考值和外观参考值,针对各个连边对应连接的待匹配目标和跟踪目标执行以下操作:对步态相似度和外观相似度进行加权求和,得到待匹配目标与跟踪目标之间的相似度。
可选地,基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息之前,还包括:
确定出目标边连接的待匹配目标和跟踪目标;以及
将确定出的跟踪目标对应的第一匹配值和确定出的待匹配目标对应的第二匹配值的和,确定为匹配值。
可选地,基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息,匹配单元1103用于:
响应于参考值大于或者等于匹配值,确定目标边连接的待匹配目标和跟踪目标具备匹配关系;或者
响应于参考值小于匹配值,确定目标边连接的待匹配目标和跟踪目标不具备匹配关系。
可选地,基于目标边的参考值与匹配值之间的大小关系,确定目标边连接的待匹配目标和跟踪目标的匹配信息,匹配单元1103用于:
若两个待匹配目标与同一个跟踪目标之间分别通过两条目标边连接,且,两个待匹配目标与同一个跟踪目标之间的目标边对应的两个参考值均大于或者等于匹配值时,则将同一个跟踪目标的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作;
针对两个待匹配目标中的备选待匹配目标,分别查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标;并基于查找结果确定与备选待匹配目标具备匹配关系的备选跟踪目标;其中:
备选待匹配目标为两个待匹配目标中的任意一个,备选跟踪目标为除目标边对应的同一个跟踪目标之外的任意一个跟踪目标;
目标参考值是连接备选跟踪目标的连边对应的参考值;
备选跟踪目标对应的匹配值是递加操作后的第一匹配值或未进行递加操作的第一匹配值与递减操作后的第二匹配值之间的和。
可选地,基于查找结果确定与备选待匹配目标具备匹配关系的备选跟踪目标,匹配单元1103用于:
若存在备选跟踪目标,则确定备选跟踪目标与备选待匹配目标具备匹配关系,以及,确定两个待匹配目标中除备选待匹配目标之外的待匹配目标与目标边对应的同一个跟踪目标具备匹配关系;
若不存在备选跟踪目标,则继续将同一个跟踪目标对应的第一匹配值按照预设数值做递加操作,将两个待匹配目标分别对应的第二匹配值均按照预设数值做递减操作,并继续查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标,直到两个待匹配目标中的一个第二匹配值在递减操作后等于零为止,确定递减操作后不等于零的第二匹配值对应的待匹配目标与同一个跟踪目标具备匹配关系。
基于同一发明构思,参阅图12所示,本公开实施例提供一种智能终端,包括:存储器1201,用于存储可执行指令;处理器1202,用于读取并执行存储器中存储的可执行指令,并执行上述第一方面的任意一种方法。
基于同一发明构思,本公开实施例提供一种计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得所述处理器能够执行上述第一方面任一项所述的方法。
综上所述,本公开实施例中,提供的一种目标匹配的方法、装置及存储介质,该方法包括:基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,需要进行说明的是,上述属性特征至少基于影像信息表征的步态特征和外观特征确定,各个跟踪目标的影像信息是第一监控设备获取的,各个待匹配目标的影像信息是第二监控设备获取的,分别创建与各个待匹配目标和各个跟踪目标一一对应的目标节点,分别创建连接各个待匹配目标和各个跟踪目标的连边,并将各个待匹配目标和各个跟踪目标之间的相似度分别确定为对应的连边的参考值,基于目标节点、连边和参考值得到目标拓扑关系,根据目标拓扑关系,对各个待匹配目标和各个跟踪目标进行匹配,上述通过目标拓扑关系中的参考值与匹配值之间的大小的比较来确定待匹配目标和跟踪目标是否具备匹配关系的方式,实现了待匹配目标和跟踪目标之间的一一配对,提高了匹配的效率。
本领域内的技术人员应明白,本公开的实施例可提供为方法、***、或计算机程序产品***。因此,本公开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,本公开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-RO备选、光学存储器等)上实施的计算机程序产品***的形式。
本公开是参照根据本公开的方法、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。
显然,本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样,倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内,则本公开也意图包含这些改动和变型在内。
Claims (12)
1.一种目标匹配的方法,其特征在于,所述方法包括:
基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,其中,所述属性特征至少基于影像信息表征的步态特征和外观特征确定,所述各个跟踪目标的影像信息是第一监控设备获取的,所述各个待匹配目标的影像信息是第二监控设备获取的;
分别创建与各个所述待匹配目标和各个所述跟踪目标一一对应的目标节点,分别创建连接各个所述待匹配目标和各个所述跟踪目标的连边,并将各个所述待匹配目标和各个所述跟踪目标之间的相似度分别确定为对应的连边的参考值,基于所述目标节点、所述连边和所述参考值得到目标拓扑关系;
根据所述目标拓扑关系,对各个所述待匹配目标和各个所述跟踪目标进行匹配。
2.如权利要求1所述的方法,其特征在于,所述根据所述目标拓扑关系,对各个待匹配目标与各个跟踪目标进行匹配,包括:
分别将所述目标拓扑关系中的各个连边作为目标边执行以下操作:
基于所述目标边的参考值与匹配值之间的大小关系,确定所述目标边连接的所述待匹配目标和所述跟踪目标的匹配信息;
其中,所述匹配值是基于所述目标边连接的所述跟踪目标的第一匹配值和所述待匹配目标的第二匹配值确定的,所述第二匹配值基于各个所述跟踪目标与所述目标边连接的待匹配目标之间的相似度的最大值确定。
3.如权利要求1所述的方法,其特征在于,所述基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度之前,还包括:
确定第一备选设备的第一位置信息、第二备选设备的第二位置信息和所述待匹配目标的当前位置信息,其中,所述第一备选设备和所述第二备选设备处于同一个监控***中;
确定所述当前位置信息与所述第一位置信息之间的第一距离差值,以及,所述当前位置信息与所述第二位置信息之间的第二距离差值;
根据所述第一距离差值和所述第二距离差值的大小关系,确定所述第一备选设备、所述第二备选设备、所述第一监控设备和所述第二监控设备的设备关联关系。
4.如权利要求3所述的方法,其特征在于,所述根据所述第一距离差值和所述第二距离差值的大小关系,确定所述第一备选设备、所述第二备选设备、所述第一监控设备和所述第二监控设备的设备关联关系,包括:
若所述第一距离差值小于所述第二距离差值,则将所述第一备选设备确定为所述第一监控设备,将所述第二备选设备作为所述第二监控设备;或者
若所述第一距离差值大于所述第二距离差值,则将所述第二备选设备作为所述第一监控设备,将所述第一备选设备作为所述第二监控设备;或者
若所述第一距离差值等于所述第二距离差值,则将所述第一备选设备作为所述第一监控设备,将所述第二备选设备作为所述第二监控设备,或者,将所述第二备选设备作为所述第一监控设备,将所述第一备选设备作为所述第二监控设备。
5.如权利要求1所述的方法,其特征在于,所述基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,包括:
确定各个所述待匹配目标对应的第一属性特征,其中,所述第一属性特征基于对应的待匹配目标的所述影像信息表征的第一步态特征和第一外观特征确定;
针对各个所述跟踪目标执行以下操作:确定各个所述跟踪目标对应的第二属性特征,其中,所述第二属性特征基于对应的所述跟踪目标的所述影像信息表征的第二步态特征和第二外观特征确定;
分别确定各个所述第一步态特征和对应的各个所述第二步态特征之间的步态相似度,以及,分别确定各个所述第一外观特征和对应的各个所述第二外观特征之间的外观相似度;
基于预设的步态参考值和外观参考值,针对各个连边对应连接的所述待匹配目标和所述跟踪目标执行以下操作:对所述步态相似度和所述外观相似度进行加权求和,得到所述待匹配目标与所述跟踪目标之间的相似度。
6.如权利要求2所述的方法,其特征在于,所述基于所述目标边的参考值与匹配值之间的大小关系,确定所述目标边连接的所述待匹配目标和所述跟踪目标的匹配信息之前,还包括:
确定出所述目标边连接的所述待匹配目标和所述跟踪目标;以及
将确定出的所述跟踪目标对应的第一匹配值和确定出的所述待匹配目标对应的第二匹配值的和,确定为所述匹配值。
7.如权利要求2所述的方法,其特征在于,所述基于所述目标边的参考值与匹配值之间的大小关系,确定所述目标边连接的所述待匹配目标和所述跟踪目标的匹配信息,包括:
响应于所述参考值大于或者等于所述匹配值,确定所述目标边连接的所述待匹配目标和所述跟踪目标具备匹配关系;或者
响应于所述参考值小于所述匹配值,确定所述目标边连接的所述待匹配目标和所述跟踪目标不具备匹配关系。
8.如权利要求2、6或者7任一项所述的方法,其特征在于,所述基于所述目标边的参考值与匹配值之间的大小关系,确定所述目标边连接的所述待匹配目标和所述跟踪目标的匹配信息,包括:
若两个所述待匹配目标与同一个跟踪目标之间分别通过两条所述目标边连接,且,两个所述待匹配目标与同一个所述跟踪目标之间的所述目标边对应的两个所述参考值均大于或者等于所述匹配值时,则将同一个所述跟踪目标的第一匹配值按照预设数值做递加操作,将两个所述待匹配目标分别对应的第二匹配值均按照预设数值做递减操作;
针对两个所述待匹配目标中的备选待匹配目标,分别查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标;并基于查找结果确定与所述备选待匹配目标具备匹配关系的备选跟踪目标;其中:
所述备选待匹配目标为两个所述待匹配目标中的任意一个,所述备选跟踪目标为除所述目标边对应的同一个所述跟踪目标之外的任意一个跟踪目标;
所述目标参考值是连接所述备选跟踪目标的连边对应的所述参考值;
所述备选跟踪目标对应的匹配值是所述递加操作后的所述第一匹配值或未进行递加操作的所述第一匹配值与递减操作后的所述第二匹配值之间的和。
9.如权利要求8所述的方法,其特征在于,所述基于查找结果确定与所述备选待匹配目标具备匹配关系的备选跟踪目标,包括:
若存在所述备选跟踪目标,则确定所述备选跟踪目标与所述备选待匹配目标具备匹配关系,以及,确定两个所述待匹配目标中除所述备选待匹配目标之外的待匹配目标与所述目标边对应的所述同一个所述跟踪目标具备匹配关系;
若不存在所述备选跟踪目标,则继续将同一个所述跟踪目标对应的第一匹配值按照预设数值做递加操作,将两个所述待匹配目标分别对应的第二匹配值均按照预设数值做递减操作,并继续查找是否存在对应的匹配值小于或等于目标参考值的备选跟踪目标,直到两个所述待匹配目标中的一个第二匹配值在递减操作后等于零为止,确定递减操作后不等于零的第二匹配值对应的所述待匹配目标与同一个所述跟踪目标具备匹配关系。
10.一种目标匹配的装置,其特征在于,包括:
确定单元,用于基于各个待匹配目标与各个跟踪目标的属性特征,确定各个待匹配目标与各个跟踪目标之间的相似度,其中,所述属性特征至少基于影像信息表征的步态特征和外观特征确定,所述各个跟踪目标的影像信息是第一监控设备获取的,所述各个待匹配目标的影像信息是第二监控设备获取的;
创建单元,用于分别创建与各个所述待匹配目标和各个所述跟踪目标一一对应的目标节点,分别创建连接各个所述待匹配目标和各个所述跟踪目标的连边,并将各个所述待匹配目标和各个所述跟踪目标之间的相似度分别确定为对应的连边的参考值,基于所述目标节点、所述连边和所述参考值得到目标拓扑关系;
匹配单元,用于根据所述目标拓扑关系,对各个所述待匹配目标和各个所述跟踪目标进行匹配。
11.一种智能终端,其特征在于,包括:
存储器,用于存储可执行指令;
处理器,用于读取并执行所述存储器中存储的可执行指令,以实现如权利要求1-9任一项所述的方法。
12.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由处理器执行时,使得所述处理器能够执行如权利要求1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210815269.XA CN114972814B (zh) | 2022-07-11 | 2022-07-11 | 一种目标匹配的方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210815269.XA CN114972814B (zh) | 2022-07-11 | 2022-07-11 | 一种目标匹配的方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114972814A true CN114972814A (zh) | 2022-08-30 |
CN114972814B CN114972814B (zh) | 2022-10-28 |
Family
ID=82970364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210815269.XA Active CN114972814B (zh) | 2022-07-11 | 2022-07-11 | 一种目标匹配的方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114972814B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805900A (zh) * | 2017-05-03 | 2018-11-13 | 杭州海康威视数字技术股份有限公司 | 一种跟踪目标的确定方法及装置 |
CN110443828A (zh) * | 2019-07-31 | 2019-11-12 | 腾讯科技(深圳)有限公司 | 对象跟踪方法和装置、存储介质及电子装置 |
CN112270310A (zh) * | 2020-11-24 | 2021-01-26 | 上海工程技术大学 | 一种基于深度学习的跨摄像头行人多目标跟踪方法和装置 |
US20210027356A1 (en) * | 2019-07-26 | 2021-01-28 | W.W. Grainger, Inc. | System and method for using a camera image to provide e-commerce related functionalities |
CN113781519A (zh) * | 2020-06-09 | 2021-12-10 | 华为技术有限公司 | 目标跟踪方法和目标跟踪装置 |
-
2022
- 2022-07-11 CN CN202210815269.XA patent/CN114972814B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805900A (zh) * | 2017-05-03 | 2018-11-13 | 杭州海康威视数字技术股份有限公司 | 一种跟踪目标的确定方法及装置 |
US20210027356A1 (en) * | 2019-07-26 | 2021-01-28 | W.W. Grainger, Inc. | System and method for using a camera image to provide e-commerce related functionalities |
CN110443828A (zh) * | 2019-07-31 | 2019-11-12 | 腾讯科技(深圳)有限公司 | 对象跟踪方法和装置、存储介质及电子装置 |
CN113781519A (zh) * | 2020-06-09 | 2021-12-10 | 华为技术有限公司 | 目标跟踪方法和目标跟踪装置 |
CN112270310A (zh) * | 2020-11-24 | 2021-01-26 | 上海工程技术大学 | 一种基于深度学习的跨摄像头行人多目标跟踪方法和装置 |
Non-Patent Citations (2)
Title |
---|
NICOLAI WOJKE ET AL.: ""SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC"", 《ICIP》 * |
李柯江 等: ""基于相机模型投影的多目标三维人体跟踪算法"", 《计算机应用与软件》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114972814B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102415632B1 (ko) | 정보처리장치, 정보처리방법 및 기억매체 | |
CN110610150B (zh) | 一种目标运动物体的跟踪方法、装置、计算设备和介质 | |
US20190019030A1 (en) | Imaging system and method for object detection and localization | |
CN112016531A (zh) | 模型训练方法、对象识别方法、装置、设备及存储介质 | |
US11501462B2 (en) | Multi-view three-dimensional positioning | |
CN111414540B (zh) | 在线学习推荐方法、装置、在线学习***及服务器 | |
CN114283089B (zh) | 基于跳跃加速的深度恢复方法、电子设备及存储介质 | |
CN115330837A (zh) | 基于图注意力Transformer网络的鲁棒目标跟踪方法及*** | |
EP3043315B1 (en) | Method and apparatus for generating superpixels for multi-view images | |
CN114972814B (zh) | 一种目标匹配的方法、装置及存储介质 | |
US20210192371A1 (en) | Computer-readable recording medium, information processing apparatus, and data generating method | |
CN111126436B (zh) | 视觉匹配方法及装置 | |
CN115953813B (zh) | 一种表情驱动方法、装置、设备及存储介质 | |
KR20220029946A (ko) | 영상에 포함된 객체를 추적하는 장치, 방법 및 컴퓨터 프로그램 | |
CN115830342A (zh) | 检测框的确定方法、装置、存储介质及电子装置 | |
CN112819859B (zh) | 一种应用于智慧安防的多目标跟踪方法及装置 | |
US11995150B2 (en) | Information processing method and information processing system | |
CN114399532A (zh) | 一种相机位姿确定方法和装置 | |
CN106157285B (zh) | 用于选择用于视差计算的参数组的优选值的方法和*** | |
CN114511897A (zh) | 一种身份识别方法、***、存储介质及服务器 | |
CN114332716A (zh) | 视频中场景的聚类方法、装置、电子设备及存储介质 | |
CN112699435A (zh) | 一种建筑物安全检测方法及建筑物安全检测*** | |
CN112257666A (zh) | 目标图像内容的聚合方法、装置、设备及可读存储介质 | |
CN112529739A (zh) | 一种建筑质量全局检测方法及*** | |
Yang et al. | An online approach and evaluation method for tracking people across cameras in extremely long video sequence |
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 |