CN115049971A - 一种人员的轨迹查找方法、装置、设备及可读存储介质 - Google Patents
一种人员的轨迹查找方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN115049971A CN115049971A CN202210126462.2A CN202210126462A CN115049971A CN 115049971 A CN115049971 A CN 115049971A CN 202210126462 A CN202210126462 A CN 202210126462A CN 115049971 A CN115049971 A CN 115049971A
- Authority
- CN
- China
- Prior art keywords
- target object
- image
- characteristic information
- feature information
- confidence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 179
- 230000008569 process Effects 0.000 claims description 16
- 230000004927 fusion Effects 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 239000011521 glass Substances 0.000 description 13
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本申请公开了一种人员的轨迹查找方法、装置、设备及可读存储介质,所述方法包括:获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示,响应用户在图像集合中选择目标对象监控图像的操作,确定目标对象监控图像中目标对象图像的特征信息,将特征信息加入集合,保存所述用户选择的目标对象监控图像,融合集合中各特征信息,将融合后的特征信息作为新的目标对象的特征信息,并返回获取匹配图像的步骤,直至接收到生成轨迹指令时,生成目标对象的轨迹。由此可见,以目标对象的特征信息作为参考,通过更新特征信息和图像集合向用户提供的更优选择,多轮筛选出多张目标对象监控图像,使生成的目标对象轨迹更精确。
Description
技术领域
本申请涉及监控技术领域,更具体的说,是涉及一种人员的轨迹查找方法、装置、设备及可读存储介质。
背景技术
随着监控技术的不断发展,目前公共场合内各方位都布置了监控摄像头,所有摄像头观察的视野叠加后,可以还原整个公共场合的监控视像,因此理论上可以无死角地监控目标人员的行踪轨迹。对于目标人员的行径查找,目前是由监控部门根据线索,通过调取监控录像查看疑似目标人员,进而由监控录像的播放时间,确定目标人员的具体行踪。
然而,目前的查找方法仅仅是针对提供的线索进行了一轮检索,之后的都是由录像观看者主观判别,很可能会导致对目标人员误判,继而难以确定目标人员的行踪轨迹。
发明内容
鉴于上述问题,提出了本申请以便提供一种人员的轨迹查找方法、装置、设备及可读存储介质,以提高对人员查找的准确率。
为了实现上述目的,现提出具体方案如下:
一种人员的轨迹查找方法,包括:
获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示;
响应用户在图像集合中选择目标对象监控图像的操作,确定所述目标对象监控图像中目标对象图像的特征信息,将所述特征信息加入特征信息集合,以及,保存所述用户选择的目标对象监控图像;
对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,返回执行获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合的步骤,直至接收到用户输入的生成轨迹指令时,按照保存的各个目标对象监控图像,生成所述目标对象的轨迹。
可选的,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,包括:
针对每一目标对象图像特征,将所述特征信息集合中各特征信息中所述目标对象图像特征的置信度求和,得到所述目标对象图像特征的置信度总和;
针对每一目标对象图像特征,将所述置信度总和除以各特征信息中置信度不为0的目标对象图像特征的个数,得到所述目标对象图像特征的平均置信度;
汇总各目标对象图像特征以及每个目标对象图像特征的平均置信度,得到新的目标对象的特征信息。
可选的,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
在确定所述目标对象监控图像中目标对象图像的特征信息之后,还包括:
响应用户在若干个目标对象图像特征中选取指定目标对象图像特征的操作,将所述指定目标对象图像特征及对应的置信度作为新的特征信息;
将所述特征信息加入特征信息集合的过程,包括:
将所述新的特征信息加入特征信息集合。
可选的,在所述组成图像集合之后,还包括:
将所述图像集合中,与已保存过的相同的目标对象监控图像删除,得到处理后的图像集合;
或,
对所述图像集合中,与已保存过的相同的目标对象监控图像进行标记,以告知用户已选择过所述标记对应的目标对象监控图像。
可选的,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
获取与目标对象的特征信息匹配的若干张目标对象监控图像,包括:
计算目标对象监控图像库中每一图像与目标对象的特征信息中各目标对象图像特征之间的匹配度;
计算各目标对象图像特征的匹配度的平均匹配度;
获取所述平均匹配度高于预设匹配阈值的图像,并作为目标对象监控图像。
可选的,显示所述图像集合中的若干张目标对象监控图像,包括:
按照每张目标对象监控图像的平均匹配度的高低,将所述若干张目标对象监控图像从前往后显示,其中,针对若干张平均匹配度相同的目标对象监控图像,所述生成时间较早的目标对象监控图像显示在前。
一种人员的轨迹查找装置,包括:
目标对象图像显示单元,用于获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示;
特征信息确定单元,用于响应用户在图像集合中选择目标对象监控图像的操作,确定所述目标对象监控图像中目标对象图像的特征信息,将所述特征信息加入特征信息集合,以及,保存所述用户选择的目标对象监控图像;
特征信息融合单元,用于对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,返回执行获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合的步骤,直至接收到用户输入的生成轨迹指令时,按照保存的各个目标对象监控图像,生成所述目标对象的轨迹。
可选的,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度,
所述特征信息融合单元,包括:
置信度求和单元,用于针对每一目标对象图像特征,将所述特征信息集合中各特征信息中所述目标对象图像特征的置信度求和,得到所述目标对象图像特征的置信度总和;
置信度平均单元,用于针对每一目标对象图像特征,将所述置信度总和除以各特征信息中置信度不为0的目标对象图像特征的个数,得到所述目标对象图像特征的平均置信度;
特征信息更新单元,用于汇总各目标对象图像特征以及每个目标对象图像特征的平均置信度,得到新的目标对象的特征信息。
可选的,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
所述装置还包括:
目标对象图像特征选择单元,用于在确定所述目标对象监控图像中目标对象图像的特征信息之后,响应用户在若干个目标对象图像特征中选取指定目标对象图像特征的操作,将所述指定目标对象图像特征及对应的置信度作为新的特征信息;
所述特征信息确定单元,包括:
更选信息加入单元,用于将所述新的特征信息加入特征信息集合。
可选的,所述装置还包括:
图像精简单元,用于将所述图像集合中,与已保存过的相同的目标对象图像监控图像删除,得到处理后的图像集合;
或,
图像标记单元,用于对所述图像集合中,与已保存过的相同的目标对象图像监控图像进行标记,以告知用户已选择过所述标记对应的目标对象监控图像。
可选的,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
所述目标对象图像显示单元,包括:
匹配度计算单元,用于计算目标对象监控图像库中每一图像与目标对象的特征信息中各目标对象图像特征之间的匹配度;
平均匹配度计算单元,用于计算各目标对象图像特征的匹配度的平均匹配度;
目标对象监控图像确定单元,用于获取所述平均匹配度高于预设匹配阈值的图像,并作为目标对象监控图像。
可选的,所述目标对象图像显示单元,包括:
显示排序单元,用于按照每张目标对象监控图像的平均匹配度的高低,将所述若干张目标对象监控图像从前往后显示,其中,针对若干张平均匹配度相同的目标对象监控图像,所述生成时间较早的目标对象监控图像显示在前。
一种人员的轨迹查找设备,包括:存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现前述的人员的轨迹查找方法的各个步骤。
一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现前述的人员的轨迹查找方法的各个步骤。
借由上述技术方案,本申请获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示,响应用户在图像集合中选择目标对象监控图像的操作,确定所述目标对象监控图像中目标对象图像的特征信息,将所述特征信息加入特征信息集合,以及,保存所述用户选择的目标对象监控图像,对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,返回执行获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合的步骤,直至接收到用户输入的生成轨迹指令时,按照保存的各个目标对象监控图像,生成所述目标对象的轨迹。由此可见,以目标对象的特征信息作为初始参考,通过更新特征信息和图像集合以及向用户提供的更优选择,多轮筛选出多张目标对象监控图像,使查找得到的对象更精确,在此基础上,使得生成目标对象的轨迹更准确。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本申请实施例提供的一种人员的轨迹查找方法的流程示意图;
图2-图3为本申请实施例提供的一种用户点击选择目标对象图像特征的示意图;
图4-图5为本申请实施例提供的一种选择目标对象监控图像的示意图;
图6为本申请实施例提供的一种人员的轨迹查找装置的结构示意图;
图7为本申请实施例提供的一种人员的轨迹查找设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请方案可以基于具备数据处理能力的终端实现,该终端可以是手机、电脑、服务器、云端等。
接下来,结合图1所述,本申请的人员的轨迹查找方法可以包括如下步骤:
步骤S110、获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示。
具体的,获取目标对象监控图像的来源可以是目标对象监控图像库,目标对象监控图像库可以是由每一张监控抓拍图中截取到的若干个目标对象图像组成的。
可以通过用户输入目标对象的特征信息的方式,匹配和特征信息相似的目标对象监控图像并显示。示例如,用户输入了如下特征信息:红色上衣、黄色头发、女性,那么将匹配具有与上述特征信息相似的特征的目标对象监控图像。
可以理解的是,可能存在与目标对象的特征信息相似的其他对象,且被截取并存放至目标对象监控图像库,那么可以输出若干张目标对象监控图像。
步骤S120、响应用户在图像集合中选择目标对象监控图像的操作,确定所述目标对象监控图像中目标对象图像的特征信息,将所述特征信息加入特征信息集合,以及,保存所述用户选择的目标对象监控图像。
具体的,可以响应用户在若干张目标对象监控图像中选取其中一张图像,表示用户选取了与目标对象最相近的目标对象监控图像,从这张目标对象监控图像中,提取目标对象图像的所有特征信息,存储所提取到的所有特征信息。
其中,所提取的所有特征信息可以包含目标对象的所有特征信息,也可以包含目标对象的特征信息中没有的,示例如,提取的所有特征信息:浅红色上衣、淡黄色头发、女性、灰黑色裤子、中年,其中,灰黑色裤子、中年为目标对象的特征信息中没有的。
步骤S130、对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息。
可以理解的是,所述特征信息集合中包含的特征信息可以是用户每一次选择目标对象监控图像确定的特征信息,用户所选择的目标对象监控图像为在众多图像中更为接近真实目标对象的图像,因此所确定的特征信息为更符合实际的特征信息。将特征信息集合中的各特征信息融合,综合用户的所有历史选择,得到的融合后的特征信息对于用户更客观、更被用户接受。
具体的,特征信息集合中可以包含若干特征信息,融合方式可以是对两个特征信息的同类型特征进行融合,得到新的同类型特征。
又示例如,集合中包含特征信息1(浅红色上衣,淡黄色头发,女性,灰黑色裤子,中年),和特征信息2(红色上衣、黄色头发、女性、黑色裤子),则融合后的特征信息可以为:偏红色上衣、偏黄色头发、女性、偏黑色裤子、中年。
步骤S140、判断是否接收到用户输入的生成轨迹指令,若是,则执行步骤S150,若否,则返回执行步骤S110。
具体的,当得到新的目标对象的特征信息后,可以根据新的目标对象的特征信息匹配目标对象监控图像库中的图像,即自动返回执行步骤S110,直至收到用户输入的生成轨迹指令时,表明用户认为有充分的目标对象监控图像,以生成轨迹,无需再继续选择目标对象监控图像,才执行步骤150。
步骤S150、按照保存的各个目标对象监控图像,生成所述目标对象的轨迹。
可以理解的是,通过步骤S110至步骤S140的多次循环后,用户选择并保存了若干张目标对象监控图像,这些目标对象监控图像可以具有生成时间和具体地点,那么可以根据每张目标对象监控图像的生成时间和对应的位置地点,生成目标对象的时空轨迹。
本申请实施例提供的人员的轨迹查找方法,能够根据用户每一次的选择,更新目标对象的特征信息,每更新一次目标对象的特征信息便更新一次图像集合,使得每更新一次得到的图像集合中的目标对象监控图像更符合用户的需求,直至用户不再选择目标对象监控图像,并输入生成轨迹指令时,生成目标对象的轨迹。可见,以目标对象的特征作为初始参考,通过其结构化信息以及向用户提供的更优选择,多轮筛选出目标对象的多张图像,使查找得到的目标对象更精确,在此基础上,使得生成目标对象的轨迹更准确。
上述实施例中提到的特征信息可以包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度。本申请的一些实施例中,对上述步骤 S130、对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息的过程进行介绍,该过程可以包括:
S1、针对每一目标对象图像特征,将所述特征信息集合中各特征信息中所述目标对象图像特征的置信度求和,得到所述目标对象图像特征的置信度总和。
具体的,置信度可以表示对应的目标对象图像特征的可信度。
示例如,特征信息集合可以包括特征信息A和特征信息B。其中,特征信息A可以包括:头发(黄色头发置信度100%)、上衣(红色上衣置信度 100%)、性别(女性置信度100%)、眼镜(戴眼镜置信度100%)。特征信息B可以包括头发(黄色头发置信度80%,白色头发置信度20%)、上衣(红色上衣置信度70%,粉红色上衣置信度30%)、性别(女性置信度60%,男性置信度40%)、眼镜(戴眼镜置信度100%,不戴眼镜置信度0%)、下衣 (黑色裤子置信度90%,灰色裤子置信度10%)、年龄(青少年5%,中年 85%,老年10%)。那么,对于头发这一目标对象图像特征的置信度总和为 (黄色180%,白色20%),上衣的置信度总和为(红色170%,粉红色30%),性别的置信度总和为(女性160%,男性40%),眼镜的置信度总和为(戴眼镜200%,不戴眼镜0%),下衣的置信度总和为(黑色裤子90%,灰色裤子 10%),年龄的置信度总和为(青少年5%,中年85%,老年10%)。
S2、针对每一目标对象图像特征,将所述置信度总和除以各特征信息中置信度不为0的目标对象图像特征的个数,得到所述目标对象图像特征的平均置信度。
具体的,平均置信度可以表示在综合各对应的目标对象图像特征的平均可能性。
示例如,对于头发这一目标对象图像特征的平均置信度为(黄色90%,白色10%),上衣的平均置信度为(红色85%,粉红色15%),性别的平均置信度为(女性80%,男性20%),眼镜的平均置信度为(戴眼镜100%,不戴眼镜0%),下衣的平均置信度为(黑色裤子90%,灰色裤子10%),年龄的平均置信度为(青少年5%,中年85%,老年10%)。
S3、汇总各目标对象图像特征以及每个目标对象图像特征的平均置信度,得到新的目标对象的特征信息。
示例如,新的目标对象的特征信息可以是本实施例S2示例中的头发及头发的平均置信度、上衣及上衣的平均置信度、性别及性别的平均置信度、眼镜及眼镜的平均置信度、下衣及下衣的平均置信度、年龄及年龄的平均置信度,以上的汇总。
本申请实施例提供的人员的轨迹查找方法,能够通过计算特征信息集合中各特征信息中目标对象图像特征的综合置信度,重新组成新的目标对象的特征信息,使得新的特征信息所表征的目标对象图像特征更符合用户意向所选。
上述实施例中提到的特征信息可以包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度。在本申请的一些实施例中,考虑到确定目标对象监控图像中目标对象图像的特征信息可能会有较多不感兴趣的目标对象图像特征,且这些不感兴趣的目标对象图像特征可能会干扰匹配选择,基于此,本申请实施例提供了另一种人员的轨迹查找方法,本实施例在上述步骤S102、在确定所述目标对象监控图像中目标对象图像的特征信息之后,可以进一步增加用户筛选感兴趣的目标对象图像特征的过程,具体的,该过程可以包括:
响应用户在若干个目标对象图像特征中选取指定目标对象图像特征的操作,将所述指定目标对象图像及对应的置信度作为新的特征信息。
可以理解的是,如果最原始提供的特征信息中仅包含若干个目标对象图像特征,如头发、上衣、性别,而确定目标对象监控图像中目标对象图像的特征信息可以包括除头发、上衣、性别之外的其他目标对象图像特征,如下衣、年龄,用户可能对额外的其他目标对象图像特征不感兴趣,那么可以选择只感兴趣的目标对象图像特征(头发、上衣、性别)以及对应的置信度作为新的特征信息。
可以理解的是,当用户选择只感兴趣的目标对象图像特征作为新的特征信息时,那么加入到特征信息集合则不是包含感兴趣和不感兴趣的目标对象图像特征的特征信息,而是新的特征信息。
示例如图2,可选目标对象图像特征为确定目标对象监控图像中目标对象图像的特征信息的所有目标对象图像特征,可以包括头发、上衣、下衣、戴眼镜、年龄、性别、戴口罩。根据这些目标对象图像特征,可以从目标对象监控图像库中选取出匹配程度较符合的13张图像。在此基础上,用户可以选择只感兴趣的目标对象图像特征:头发、上衣、性别,如图3所示,由于用户对指定的目标对象图像特征选取,特征信息也相应更新,从而在目标对象监控图像库中,选取出与更新后的特征信息匹配程度较符合的8张图像。
基于此,上述实施例步骤S120提到的将所述特征信息加入特征信息集合的过程,具体可以包括:
将所述新的特征信息加入特征信息集合。
本申请实施例提供的人员的轨迹查找方法,能够提供用户筛选只感兴趣的目标对象图像特征的功能,提升用户的体验,优化直接从目标对象监控图像中的目标对象图像得到的特征信息,优化对目标对象监控图像的匹配效果。
在本申请的一些实施例中,考虑到需要向用户将选择过的目标对象监控图像与未选择的目标对象监控图像区分显示,以避免用户重复选择,基于此,本申请实施例提供了另一种人员的轨迹查找方法,本实施例在上述实施例步骤S101中提到的:组成图像集合之后,可以进一步增加以供用户区分选择过的和未选择的目标对象监控图像的过程,具体的,该过程可以如下两种情况,包括:
第一种、将所述图像集合中,与已保存过的相同的目标对象监控图像删除,得到处理后的图像集合。
具体的,将图像集合中的每一张图像与保存过的目标对象监控图像比对,若存在相同的则删除,因此删除后保留的图像为用户未选择的目标对象监控图像,那么用户可以从未选择过的目标对象监控图像中选择图像。
第二种、对所述图像集合中,与已保存过的相同的目标对象监控图像进行标记,以告知用户已选择过所述标记对应的目标对象监控图像。
具体的,将图像集合中的每一张图像与保存过的目标对象监控图像比对,若存在相同的则进行标记,因此未标记的图像为用户未选择的目标对象监控图像,那么用户可以明确地从未选择过的目标对象监控图像中选择图像。
示例如图4,用户从图像集合中选取了第二行第一张目标对象监控图像,那么确定并将这张目标对象监控图像的特征信息加入特征信息集合,并将这张目标对象监控图像用星号标记,更新特征信息集合并融合集合中的各特征信息得到融合后的特征信息,然后可以从目标对象监控图像库中选取出匹配程度较符合的6张图像并显示。其中,用户已选的图像显示在前,如图5所示。
本申请实施例提供的人员的轨迹查找方法,能够通过对图像集合中用户选择过的或保存过的图像进行删除或标记处理,使用户可以明确地从未选择过的目标对象监控图像中选择图像,避免重复选择。
上述实施例中提到的特征信息可以包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度。本申请的一些实施例中,对上述实施例步骤S110中提到的获取与目标对象的特征信息匹配的若干张目标对象监控图像的过程进行介绍,该过程可以包括:
S1、计算目标对象监控图像库中每一图像与目标对象的特征信息中各目标对象图像特征之间的匹配度。
具体的,所述匹配度可以表示,目标对象监控图像库中其中一图像所能确定的目标对象图像特征,与目标对象的特征信息的目标对象图像特征的吻合程度。
示例如,目标对象监控图像库中其中一图像所能确定的各目标对象图像特征及对应的置信度可以为(头发:黄色80%、上衣:红色70%、性别:女性60%、眼镜:戴眼镜100%),目标对象的特征信息的各目标对象图像特征及对应的置信度可以为(头发:黄色100%、上衣:红色90%、性别:女性 100%),那么关于头发这一目标对象图像特征的匹配度为80%/100%=80%,上衣的匹配度为70%/90%≈78%,性别的匹配度为60%/100%=60%。
S2、计算各目标对象图像特征的匹配度的平均匹配度。
具体的,所述平均匹配度可以表示,目标对象监控图像库中其中一图像所能确定的特征信息,与目标对象的特征信息的相似程度。
沿用本实施例的示例,头发的匹配度可以为80%,上衣的匹配度可以为 78%,性别的匹配度可以为60%,那么各目标对象图像特征的匹配度的平均匹配度为(80%+78%+60%)/3≈72.6%。
S3、获取所述平均匹配度高于预设匹配阈值的图像,并作为目标对象监控图像。
具体的,预设匹配阈值可以表示能够有效表征目标对象的特征信息的最低平均匹配度,示例如50%,那么如果平均匹配度不高于50%,则认为该图像与目标对象的特征信息不匹配。
沿用本实施例的示例,由于平均匹配度为72.6%>50%,因此认为该图像与目标对象的特征信息匹配,作为目标对象监控图像。
本申请实施例提供的人员的轨迹查找方法,能够通过计算从目标对象监控图像库中每一图像的各目标对象图像特征的置信度,从而得到与目标对象的特征信息的目标对象图像特征的匹配度,最终确定每一图像是否匹配目标对象的特征信息。
基于此,本申请的一些实施例中,对上述实施例中提到的显示所述图像集合中的若干张目标对象监控图像的过程进行介绍,该过程可以包括:
按照每张目标对象监控图像的平均匹配度的高低,将所述若干张目标对象监控图像从前往后显示,其中,针对若干张平均匹配度相同的目标对象监控图像,所述生成时间较早的目标对象监控图像显示在前。
具体的,平均匹配度较高的图像显示较前,以供用户最先观察到,按照平均匹配度由高到低,目标对象监控图像从前往后显示。
可以理解的是,当目标对象的特征信息包含的目标对象图像特征较少,或用户仅关心少量的目标对象图像特征时,可能出现目标对象监控图像库中多张与目标对象的特征信息的平均匹配度相同的目标对象监控图像,那么可以对这些图像按照图像生成时间进行排序显示。
示例如,目标对象监控图像库中可以存在两张目标对象监控图像C和D,使得与目标对象的特征信息的平均匹配度均为80%,而图像C的生成时间为“xx年xx月xx日9时”,图像D的生成时间为“xx年xx月xx日10时”,那么图像C在显示的位置中位于图像C的前方。
本申请实施例提供的人员的轨迹查找方法,能够根据平均匹配度的高低以及当平均匹配度相同时能根据图像的生成时间进行排序,使目标对象监控图像的显示方式更符合用户的关注度。
下面对本申请实施例提供的实现人员的轨迹查找的装置进行描述,下文描述的实现人员的轨迹查找的装置与上文描述的实现人员的轨迹查找的方法可相互对应参照。
参见图6,图6为本申请实施例公开的一种实现人员的轨迹查找的装置结构示意图。
如图6所示,该装置可以包括:
目标对象图像显示单元11,用于获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示;
特征信息确定单元12,用于响应用户在图像集合中选择目标对象监控图像的操作,确定所述目标对象监控图像中目标对象图像的特征信息,将所述特征信息加入特征信息集合,以及,保存所述用户选择的目标对象监控图像;
特征信息融合单元13,用于对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,返回执行获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合的步骤,直至接收到用户输入的生成轨迹指令时,按照保存的各个目标对象监控图像,生成所述目标对象的轨迹。
可选的,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度,
所述特征信息融合单元13,包括:
置信度求和单元,用于针对每一目标对象图像特征,将所述特征信息集合中各特征信息中所述目标对象图像特征的置信度求和,得到所述目标对象图像特征的置信度总和;
置信度平均单元,用于针对每一目标对象图像特征,将所述置信度总和除以各特征信息中置信度不为0的目标对象图像特征的个数,得到所述目标对象图像特征的平均置信度;
特征信息更新单元,用于汇总各目标对象图像特征以及每个目标对象图像特征的平均置信度,得到新的目标对象的特征信息。
可选的,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
所述装置还包括:
目标对象图像特征选择单元,用于在确定所述目标对象监控图像中目标对象图像的特征信息之后,响应用户在若干个目标对象图像特征中选取指定目标对象图像特征的操作,将所述指定目标对象图像特征及对应的置信度作为新的特征信息;
所述特征信息确定单元12,包括:
更选信息加入单元,用于将所述新的特征信息加入特征信息集合。
可选的,所述装置还包括:
图像精简单元,用于将所述图像集合中,与已保存过的相同的目标对象图像监控图像删除,得到处理后的图像集合;
或,
图像标记单元,用于对所述图像集合中,与已保存过的相同的目标对象图像监控图像进行标记,以告知用户已选择过所述标记对应的目标对象监控图像。
可选的,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
所述目标对象图像显示单元11,包括:
匹配度计算单元,用于计算目标对象监控图像库中每一图像与目标对象的特征信息中各目标对象图像特征之间的匹配度;
平均匹配度计算单元,用于计算各目标对象图像特征的匹配度的平均匹配度;
目标对象监控图像确定单元,用于获取所述平均匹配度高于预设匹配阈值的图像,并作为目标对象监控图像。
可选的,所述目标对象图像显示单元11,包括:
显示排序单元,用于按照每张目标对象监控图像的平均匹配度的高低,将所述若干张目标对象监控图像从前往后显示,其中,针对若干张平均匹配度相同的目标对象监控图像,所述生成时间较早的目标对象监控图像显示在前。
本申请实施例提供的人员的轨迹查找的装置可应用于人员的轨迹查找设备,如终端:手机、电脑等。可选的,图7示出了人员的轨迹查找的硬件结构框图,参照图7,人员的轨迹查找设备的硬件结构可以包括:至少一个处理器1,至少一个通信接口2,至少一个存储器3和至少一个通信总线4;
在本申请实施例中,处理器1、通信接口2、存储器3、通信总线4的数量为至少一个,且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信;
处理器1可能是一个中央处理器CPU,或者是特定集成电路ASIC (ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器3可能包含高速RAM存储器,也可能还包括非易失性存储器 (non-volatilememory)等,例如至少一个磁盘存储器;
其中,存储器存储有程序,处理器可调用存储器存储的程序,所述程序用于:
获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示;
响应用户在图像集合中选择目标对象监控图像的操作,确定所述目标对象监控图像中目标对象图像的特征信息,将所述特征信息加入特征信息集合,以及,保存所述用户选择的目标对象监控图像;
对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,返回执行获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合的步骤,直至接收到用户输入的生成轨迹指令时,按照保存的各个目标对象监控图像,生成所述目标对象的轨迹。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
本申请实施例还提供一种存储介质,该存储介质可存储有适于处理器执行的程序,所述程序用于:
获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示;
响应用户在图像集合中选择目标对象监控图像的操作,确定所述目标对象监控图像中目标对象图像的特征信息,将所述特征信息加入特征信息集合,以及,保存所述用户选择的目标对象监控图像;
对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,返回执行获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合的步骤,直至接收到用户输入的生成轨迹指令时,按照保存的各个目标对象监控图像,生成所述目标对象的轨迹。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以根据需要进行组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种人员的轨迹查找方法,其特征在于,包括:
获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示;
响应用户在图像集合中选择目标对象监控图像的操作,确定所述目标对象监控图像中目标对象图像的特征信息,将所述特征信息加入特征信息集合,以及,保存所述用户选择的目标对象监控图像;
对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,返回执行获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合的步骤,直至接收到用户输入的生成轨迹指令时,按照保存的各个目标对象监控图像,生成所述目标对象的轨迹。
2.根据权利要求1所述的方法,其特征在于,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,包括:
针对每一目标对象图像特征,将所述特征信息集合中各特征信息中所述目标对象图像特征的置信度求和,得到所述目标对象图像特征的置信度总和;
针对每一目标对象图像特征,将所述置信度总和除以各特征信息中置信度不为0的目标对象图像特征的个数,得到所述目标对象图像特征的平均置信度;
汇总各目标对象图像特征以及每个目标对象图像特征的平均置信度,得到新的目标对象的特征信息。
3.根据权利要求1所述的方法,其特征在于,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
在确定所述目标对象监控图像中目标对象图像的特征信息之后,还包括:
响应用户在若干个目标对象图像特征中选取指定目标对象图像特征的操作,将所述指定目标对象图像特征及对应的置信度作为新的特征信息;
将所述特征信息加入特征信息集合的过程,包括:
将所述新的特征信息加入特征信息集合。
4.根据权利要求1所述的方法,其特征在于,在所述组成图像集合之后,还包括:
将所述图像集合中,与已保存过的相同的目标对象监控图像删除,得到处理后的图像集合;
或,
对所述图像集合中,与已保存过的相同的目标对象监控图像进行标记,以告知用户已选择过所述标记对应的目标对象监控图像。
5.根据权利要求1所述的方法,其特征在于,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度;
获取与目标对象的特征信息匹配的若干张目标对象监控图像,包括:
计算目标对象监控图像库中每一图像与目标对象的特征信息中各目标对象图像特征之间的匹配度;
计算各目标对象图像特征的匹配度的平均匹配度;
获取所述平均匹配度高于预设匹配阈值的图像,并作为目标对象监控图像。
6.根据权利要求5所述的方法,其特征在于,显示所述图像集合中的若干张目标对象监控图像,包括:
按照每张目标对象监控图像的平均匹配度的高低,将所述若干张目标对象监控图像从前往后显示,其中,针对若干张平均匹配度相同的目标对象监控图像,所述生成时间较早的目标对象监控图像显示在前。
7.一种人员的轨迹查找装置,其特征在于,包括:
目标对象图像显示单元,用于获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合并显示;
特征信息确定单元,用于响应用户在图像集合中选择目标对象监控图像的操作,确定所述目标对象监控图像中目标对象图像的特征信息,将所述特征信息加入特征信息集合,以及,保存所述用户选择的目标对象监控图像;
特征信息融合单元,用于对所述特征信息集合中各特征信息进行融合,并将融合后的特征信息作为新的目标对象的特征信息,返回执行获取与目标对象的特征信息匹配的若干张目标对象监控图像,组成图像集合的步骤,直至接收到用户输入的生成轨迹指令时,按照保存的各个目标对象监控图像,生成所述目标对象的轨迹。
8.根据权利要求7所述的装置,其特征在于,所述特征信息包括若干个目标对象图像特征,以及每个目标对象图像特征对应的置信度,
所述特征信息融合单元,包括:
置信度求和单元,用于针对每一目标对象图像特征,将所述特征信息集合中各特征信息中所述目标对象图像特征的置信度求和,得到所述目标对象图像特征的置信度总和;
置信度平均单元,用于针对每一目标对象图像特征,将所述置信度总和除以各特征信息中置信度不为0的目标对象图像特征的个数,得到所述目标对象图像特征的平均置信度;
特征信息更新单元,用于汇总各目标对象图像特征以及每个目标对象图像特征的平均置信度,得到新的目标对象的特征信息。
9.一种人员的轨迹查找设备,其特征在于,包括:存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1~6中任一项所述的人员的轨迹查找方法的各个步骤。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1~6中任一项所述的人员的轨迹查找方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210126462.2A CN115049971A (zh) | 2022-02-10 | 2022-02-10 | 一种人员的轨迹查找方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210126462.2A CN115049971A (zh) | 2022-02-10 | 2022-02-10 | 一种人员的轨迹查找方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115049971A true CN115049971A (zh) | 2022-09-13 |
Family
ID=83157034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210126462.2A Pending CN115049971A (zh) | 2022-02-10 | 2022-02-10 | 一种人员的轨迹查找方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115049971A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105426462A (zh) * | 2015-11-13 | 2016-03-23 | 深圳码隆科技有限公司 | 一种基于图像元素的图像搜索方法和装置 |
WO2017096761A1 (zh) * | 2015-12-10 | 2017-06-15 | 杭州海康威视数字技术股份有限公司 | 基于监控摄像机来查找目标对象的方法、装置和*** |
CN107370983A (zh) * | 2016-05-13 | 2017-11-21 | 腾讯科技(深圳)有限公司 | 用于视频监控***的行踪轨迹的获取方法和装置 |
CN111897993A (zh) * | 2020-07-20 | 2020-11-06 | 杭州叙简科技股份有限公司 | 一种基于行人再识别的高效目标人物轨迹生成方法 |
-
2022
- 2022-02-10 CN CN202210126462.2A patent/CN115049971A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105426462A (zh) * | 2015-11-13 | 2016-03-23 | 深圳码隆科技有限公司 | 一种基于图像元素的图像搜索方法和装置 |
WO2017096761A1 (zh) * | 2015-12-10 | 2017-06-15 | 杭州海康威视数字技术股份有限公司 | 基于监控摄像机来查找目标对象的方法、装置和*** |
CN107370983A (zh) * | 2016-05-13 | 2017-11-21 | 腾讯科技(深圳)有限公司 | 用于视频监控***的行踪轨迹的获取方法和装置 |
CN111897993A (zh) * | 2020-07-20 | 2020-11-06 | 杭州叙简科技股份有限公司 | 一种基于行人再识别的高效目标人物轨迹生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108829764B (zh) | 推荐信息获取方法、装置、***、服务器及存储介质 | |
CN111626817B (zh) | 基于电子商务大数据的用户画像解析方法及人工智能平台 | |
JP5358083B2 (ja) | 人物画像検索装置及び画像検索装置 | |
JP7509144B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN111540421B (zh) | 基于大数据的智慧医疗病情监控方法及大数据医疗云平台 | |
KR20200020748A (ko) | 이미지 검색 방법, 장치 및 컴퓨터 프로그램 | |
CN112612949B (zh) | 推荐数据集合的建立方法及装置 | |
CN111274476B (zh) | 基于人脸识别的房源匹配方法、装置、设备和存储介质 | |
CN115049971A (zh) | 一种人员的轨迹查找方法、装置、设备及可读存储介质 | |
JP2020095757A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN110309691B (zh) | 一种人脸识别方法、装置、服务器及存储介质 | |
CN112689120A (zh) | 一种监控方法及装置 | |
KR20190115930A (ko) | 이미지 검색 방법, 장치 및 컴퓨터 프로그램 | |
JP4487247B2 (ja) | 人物画像検索装置 | |
EP3937114A1 (en) | Coordinated outfit assistance server and coordinated outfit assistance system | |
CN113065025A (zh) | 视频查重方法、装置、设备及存储介质 | |
CN106204238A (zh) | 一种商品展示***及方法 | |
CN112051951A (zh) | 一种媒体内容展示方法、媒体内容的展示确定方法及装置 | |
JP6420162B2 (ja) | 画像検索装置、画像検索方法および画像検索プログラム | |
CN113343013A (zh) | 目标对象的确定方法、装置及电子设备 | |
CN111612026A (zh) | 获取产品或品类的评价结果的方法、装置和*** | |
CN114415900B (zh) | 列表快速定位方法、装置、电子设备及存储介质 | |
CN114816147B (zh) | 对象属性处理方法、装置、电子设备及存储介质 | |
KR102001479B1 (ko) | 광고성 어플리케이션 탐지 프로그램, 서버 및 상기 서버에 의해 수행되는 방법 | |
CN116975423A (zh) | 信息推荐、信息展示方法、装置、计算机设备和存储介质 |
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 |