CN116542858B - 一种基于空间轨迹的数据拼接分析*** - Google Patents
一种基于空间轨迹的数据拼接分析*** Download PDFInfo
- Publication number
- CN116542858B CN116542858B CN202310799529.3A CN202310799529A CN116542858B CN 116542858 B CN116542858 B CN 116542858B CN 202310799529 A CN202310799529 A CN 202310799529A CN 116542858 B CN116542858 B CN 116542858B
- Authority
- CN
- China
- Prior art keywords
- track
- information
- module
- unit
- processing module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims description 32
- 239000013598 vector Substances 0.000 claims description 15
- 230000001915 proofreading effect Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Water Supply & Treatment (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于空间轨迹的数据拼接分析***,包括采集模块、图像识别模块、轨迹存储模块、拼接处理模块和分析处理模块,所述采集模块用于采集输变电基建现场的活动图像信息,所述图像识别模块用于识别图像中的专项资源,所述轨迹存储模块用于保存专项资源的移动轨迹数据,所述拼接处理模块用于将不同图像中同一个专项资源的移动轨迹数据进行拼接,得到完整的空间轨迹,所述分析处理模块用于对完整的空间轨迹进行分析。本***通过图像识别和数据处理,掌握专项资源的流通情况,为基建活动提供帮助。
Description
技术领域
本发明涉及电数字数据处理领域,具体涉及一种基于空间轨迹的数据拼接分析***。
背景技术
输变电基建是电力工程领域中的一项重要活动,旨在建设和维护输电线路和变电站设施,但建设过程中需要的资源种类较多,对资源的管理较为复杂,容易出现因管理不当影响基建活动的进程,现需要一种***对基建活动现场中资源的流通情况进行监控分析,保障基建活动的正常运行。
现在已经开发出了很多基建管理***,有如公开号为CN110769195B所公开的***,该***包括数据分析平台和向数据分析平台提供连续视频流的视频采集设备,所述视频采集设备包括两个以上的摄像头;所述数据分析平台包括图像采集模块、图像分割模块、物体检测模块、视频采集模块、视频分类模块和隐患识别模型库;所述数据分析平台用于通过根据输电线路外部隐患识别模型判断所述视频采集设备提供的连续视频流中是否出现符合隐患特征的异常视频流。但该***中各个摄像头拍摄的信息分别独自处理,导致一个专项资源的流通信息较为分散,无法得到准确的信息用于对专项资源进行监控管理。
发明内容
本发明的目的在于,针对所存在的不足,提出了一种基于空间轨迹的数据拼接分析***。
本发明采用如下技术方案:
一种基于空间轨迹的数据拼接分析***,包括采集模块、图像识别模块、轨迹存储模块、拼接处理模块和分析处理模块。
所述采集模块用于采集输变电基建现场的活动图像信息,所述图像识别模块用于识别图像中的专项资源,所述轨迹存储模块用于保存专项资源的移动轨迹数据,所述拼接处理模块用于将不同图像中同一个专项资源的移动轨迹数据进行拼接,得到完整的空间轨迹,所述分析处理模块用于对完整的空间轨迹进行分析。
所述采集模块包括至少两个摄像头和一个视频接收存储器,所述摄像头以固定的角度拍摄视频,视频信息以无线方式传输给所述视频接收存储器进行保存。
所述图像识别模块包括衔接识别单元和资源识别单元,所述衔接识别单元确定不同摄像头拍摄画面的衔接关系,所述资源识别单元用于得到专项资源在图像中的位置信息,所述衔接关系被发送至所述拼接处理模块,所述位置信息被发送至所述轨迹存储模块。
所述轨迹存储模块根据一段视频保存一个物体的独立轨迹信息,所述独立轨迹信息包含多个分段,分段后的轨迹信息用(ID1,ID2,T,{P},type)表示,其中,ID1表示专项资源编号,ID2表示摄像头编号,T表示时间段,表示平面坐标点集合,type表示类型。
所述拼接处理模块包括匹配单元和转换单元,所述匹配单元用于获取同一个物体的多个独立轨迹信息,所述转换单元将同一个物体的多个独立轨迹信息转换为完整的空间轨迹,所述转换单元得到的完整空间轨迹用(ID1,T,{P’})表示,{P’}表示空间坐标集合。
进一步的,所述资源识别单元包括背景处理器、轮廓处理器和特征处理器,所述背景处理器用于根据多帧图像对比确定背景图像,所述轮廓处理器用于将背景图像与目标图像对比,得到目标图像中动态物体的轮廓信息,所述特征处理器用于对轮廓信息进行特征分析,得到特征数据,并将特征数据与专项资源的特征数据进行对比。
进一步的,所述特征处理器对所述轮廓信息的特征分析包括如下步骤:
S21、计算出轮廓的中心点坐标;
S22、计算出每个轮廓像素点与中心点的距离;
S23、在中选出峰值距离和谷值距离,所述峰值距离满足下述两个要求:
I、在连续的m个距离中为最大值;
II、与I中这m个距离均值的差超过阈值;
所述谷值距离满足下述两个要求:
III、在连续的m个距离中为最小值;
IV、与III中这m个距离均值的差超过阈值;
其中,m为连续数量。
S24、根据峰值距离和谷值距离构建一个特征向量,其中,/>表示峰值距离和谷值距离的数量,/>为峰值距离之和,/>为谷值距离之和,/>为所有距离的平均值。
所述特征处理器根据以下公式V将所述特征处理器分析得到的特征数据与所述专项资源的特征数据进行比较,所述公式V为:
;
其中,为专项资源的一个特征向量,/>为偏差系数;
当满足公式V时,该轮廓信息对应的物体被判定为对应的专项资源。
进一步的,所述转换单元按照时序并根据下式将轨迹信息中的转换为空间轨迹:
⑴、;
⑵、;
其中,为空间坐标,/>为/>中的一个点坐标,/>、/>、/>、/>、/>和为转换系数,不同的ID2设有不同的转换系数。
当采用⑴式转换时,保持原有的z’不变,当采用⑵式转换时,保持原有的x’和y’不变。
进一步的,所述分析处理模块包括模板单元和校对单元,所述模板单元用于存储基建工程的模板信息,所述模板信息中记录了不同专项资源对预设位置出现的先后顺序,所述预设位置为工作人员在模板中所标注的位置,所述校对单元用于对空间轨迹信息是否符合模板信息进行校对。
本发明所取得的有益效果是:
本***通过对物体的轮廓信息进行分析得到特征数据,基于特征数据能够准确地将活动物体进行分类,为专项资源的管理提供了基础,本***将专项资源在不同摄像头中的移动轨迹进行拼接,得到一个完整的空间移动信息,基于该空间移动信息进行分析,能够快速发现不合理的情况,使整个基建活动能够高效运作。
为使能更进一步了解本发明的特征及技术内容,请参阅以下有关本发明的详细说明与附图,然而所提供的附图仅用于提供参考与说明,并非用来对本发明加以限制。
附图说明
图1为本发明整体结构框架示意图;
图2为本发明图像识别模块构成示意图;
图3为本发明资源识别单元构成示意图;
图4为本发明拼接处理模块构成示意图;
图5为本发明分析处理模块构成示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用,本说明书中的各项细节也可基于不同观点与应用,在不悖离本发明的精神下进行各种修饰与变更。另外,本发明的附图仅为简单示意说明,并非依实际尺寸的描绘。以下的实施方式将进一步详细说明本发明的相关技术内容,但所公开的内容并非用以限制本发明的保护范围。
实施例一:本实施例提供了一种基于空间轨迹的数据拼接分析***,结合图1,包括采集模块、图像识别模块、轨迹存储模块、拼接处理模块和分析处理模块。
所述采集模块用于采集输变电基建现场的活动图像信息,所述图像识别模块用于识别图像中的专项资源,所述轨迹存储模块用于保存专项资源的移动轨迹数据,所述拼接处理模块用于将不同图像中同一个专项资源的移动轨迹数据进行拼接,得到完整的空间轨迹,所述分析处理模块用于对完整的空间轨迹进行分析。
所述采集模块包括至少两个摄像头和一个视频接收存储器,所述摄像头以固定的角度拍摄视频,视频信息以无线方式传输给所述视频接收存储器进行保存。
所述图像识别模块包括衔接识别单元和资源识别单元,所述衔接识别单元确定不同摄像头拍摄画面的衔接关系,所述资源识别单元用于得到专项资源在图像中的位置信息,所述衔接关系被发送至所述拼接处理模块,所述位置信息被发送至所述轨迹存储模块。
所述轨迹存储模块根据一段视频保存一个物体的独立轨迹信息,所述独立轨迹信息包含多个分段,分段后的轨迹信息用(ID1,ID2,T,{P},type)表示,其中,ID1表示专项资源编号,ID2表示摄像头编号,T表示时间段,表示平面坐标点集合,type表示类型。
所述拼接处理模块包括匹配单元和转换单元,所述匹配单元用于获取同一个物体的多个独立轨迹信息,所述转换单元将同一个物体的多个独立轨迹信息转换为完整的空间轨迹,所述转换单元得到的完整空间轨迹用(ID1,T,{P’})表示,{P’}表示空间坐标集合。
所述资源识别单元包括背景处理器、轮廓处理器和特征处理器,所述背景处理器用于根据多帧图像对比确定背景图像,所述轮廓处理器用于将背景图像与目标图像对比,得到目标图像中动态物体的轮廓信息,所述特征处理器用于对轮廓信息进行特征分析,得到特征数据,并将特征数据与专项资源的特征数据进行对比。
所述特征处理器对所述轮廓信息的特征分析包括如下步骤:
S21、计算出轮廓的中心点坐标;
S22、计算出每个轮廓像素点与中心点的距离;
S23、在中选出峰值距离和谷值距离,所述峰值距离满足下述两个要求:
I、在连续的m个距离中为最大值;
II、与I中这m个距离均值的差超过阈值;
所述谷值距离满足下述两个要求:
III、在连续的m个距离中为最小值;
IV、与III中这m个距离均值的差超过阈值;
其中,m为连续数量。
S24、根据峰值距离和谷值距离构建一个特征向量,其中,/>表示峰值距离和谷值距离的数量,/>为峰值距离之和,/>为谷值距离之和,/>为所有距离的平均值。
所述特征处理器根据以下公式V将所述特征处理器分析得到的特征数据与所述专项资源的特征数据进行比较,所述公式V为:
;
其中,为专项资源的一个特征向量,/>为偏差系数;
当满足公式V时,该轮廓信息对应的物体被判定为对应的专项资源;
所述转换单元按照时序并根据下式将轨迹信息中的转换为空间轨迹:
⑴、;
⑵、;
其中,为空间坐标,/>为/>中的一个点坐标,/>、/>、/>、/>、/>和为转换系数,不同的ID2设有不同的转换系数。
当采用⑴式转换时,保持原有的z’不变,当采用⑵式转换时,保持原有的x’和y’不变。
所述分析处理模块包括模板单元和校对单元,所述模板单元用于存储基建工程的模板信息,所述模板信息中记录了不同专项资源对预设位置出现的先后顺序,所述预设位置为工作人员在模板中所标注的位置,所述校对单元用于对空间轨迹信息是否符合模板信息进行校对。
实施例二:本实施例包含了实施例一中的全部内容,提供了一种基于空间轨迹的数据拼接分析***,包括采集模块、图像识别模块、轨迹存储模块、拼接处理模块和分析处理模块。
所述采集模块用于采集输变电基建现场的活动图像信息,所述图像识别模块用于识别图像中的专项资源,所述轨迹存储模块用于保存专项资源的移动轨迹数据,所述拼接处理模块用于将不同图像中同一个专项资源的移动轨迹数据进行拼接,得到完整的空间轨迹,所述分析处理模块用于对完整的空间轨迹进行分析,分析结果用于管理输变电基建现场。
所述采集模块包括多个摄像头和一个视频接收存储器,所述摄像头分布于基建现场的多个位置,并以固定的角度拍摄视频,视频信息以无线方式传输给所述视频接收存储器,所述视频接收存储器设置有与所述摄像头相同数量的存储区域,每个存储区域用于保存一个摄像头拍摄的视频。
结合图2,所述图像识别模块包括衔接识别单元和资源识别单元,所述衔接识别单元从每个存储区域中获取同一个时间戳的图像,并根据两个图像中包含的相同部分确定视频的衔接关系,所述资源识别单元用于对单一视频的图像进行识别处理,得到专项资源在图像中的位置信息,所述衔接关系被发送至所述拼接处理模块,所述位置信息被发送至所述轨迹存储模块。
所述资源识别单元识别出专项资源的过程包括如下步骤:
S1、根据多帧图像对比确定背景图像;
S2、将背景图像与目标图像对比,得到目标图像中动态物体的轮廓信息;
S3、对轮廓信息进行特征分析,得到特征数据;
S4、将特征数据与专项资源的特征数据进行对比,若符合对比要求,则判断该动态物体为专项资源;
结合图3,所述资源识别单元包括背景处理器、轮廓处理器和特征处理器,所述背景处理器用于执行步骤S1,所述轮廓处理器用于执行步骤S2,所述特征处理器用于执行步骤S3和步骤S4;
所述特征处理器对所述轮廓信息的特征分析包括如下步骤:
S21、计算出轮廓的中心点坐标:
;
其中,表示第i个轮廓像素点的坐标,n为轮廓像素点的数量;
S22、计算出每个轮廓像素点与中心点的距离:
;
S23、在中选出峰值距离和谷值距离,所述峰值距离满足下述两个要求:
I、在连续的m个距离中为最大值;
II、与I中这m个距离均值的差超过阈值;
所述谷值距离满足下述两个要求:
III、在连续的m个距离中为最小值;
IV、与III中这m个距离均值的差超过阈值;
需要注意的是,在I、III中连续的距离中,峰值距离和谷值距离位于中间位置,例如,为/>的中间位置,II和IV的阈值为同一个阈值,/>和/>两个距离属于连续的距离,m为连续数量,与n相关,表示为/>,/>为小于1的比例系数;
S24、根据峰值距离和谷值距离构建一个特征向量,其中,/>表示峰值距离和谷值距离的数量,/>为峰值距离之和,/>为谷值距离之和,/>为所有距离的平均值;
所述特征处理器将得到的特征向量与专项资源的特征向量比较,当比较的偏差在允许范围内时,将该轮廓信息所属的动态物体判定为对应的专项资源;
每个专项资源具有多个特征向量,为从专项资源的不同角度下处理得到的特征数据,轮廓得到的特征向量需要与专项资源的所有特征向量进行比较;
特征向量的比较偏差在允许范围内指:
;
其中,为专项资源的一个特征向量,/>为偏差系数。
所述衔接识别单元根据识别结果将每个图像区域分为公有区域和私有区域,并且将不同图像中表示相同部分的公有区域建立匹配关系。
所述轨迹存储模块将接收到的一个专项资源在图像中的位置变化进行记录,记录的轨迹信息包含时间信息、位置信息和专项资源编号,记录的轨迹信息根据所述位置信息所处区域为公有区域或私有区域进行分段,分段后的轨迹信息用(ID1,ID2,T,{P},type)表示,其中,ID1表示专项资源编号,ID2表示摄像头编号,T表示时间段,表示坐标点集合,type表示类型,type=0时为公有区域,type=1时为私有区域,当一个物体在一段视频内消失后形成一个独立轨迹信息,一个独立轨迹信息包含多个分段。
结合图4,所述拼接处理模块包括匹配单元和转换单元,所述匹配单元用于获取同一个物体的多个独立轨迹信息,所述转换单元将同一个物体的多个独立轨迹信息转换为完整的空间轨迹。
所述匹配单元从所述轨迹存储模块中获取一个独立轨迹信息,当该轨迹信息中存在type=0的分段时,将ID2和{P}发送给所述衔接识别单元,所述衔接识别单元根据匹配关系返回摄像头编号信息ID2’和公有区域信息,所述拼接处理模块从所述轨迹存储模块中获取包含相同的ID1、ID2’、T以及tpye为0的分段的独立轨迹信息,重复该过程,获取到一个物体在不同摄像头拍摄得到的多个轨迹信息。
所述独立轨迹信息从所述轨迹存储模块中转移至所述拼接处理模块时,会从所述轨迹存储模块中删除对应的内容,使得所述轨迹存储模块始终有足够的存储空间保存新的轨迹信息。
所述转换单元按照时序并根据下式将轨迹信息中的转换为空间轨迹:
⑴、;
⑵、;
其中,为空间坐标,/>为/>中的一个点坐标,/>、/>、/>、/>、/>和为转换系数,不同的ID2设有不同的转换系数。
当采用⑴式转换时,保持原有的z’不变,当采用⑵式转换时,保持原有的x’和y’不变。
所述转换单元得到的完整空间轨迹用(ID1,T,{P’})表示,P’表示空间坐标。
结合图5,所述分析处理模块包括模板单元和校对单元,所述模板单元用于存储基建工程的模板信息,所述模板信息中记录了不同专项资源对预设位置出现的先后顺序,所述校对单元用于对空间轨迹信息是否符合模板信息进行校对。
所述校对单元进行校对的过程包括如下步骤:
S31、从所述模板单元中获取预设位置的信息;
S32、在空间轨迹中找到最先出现预设位置的P’点在{P’}集合中的序号Nub;
S33、计算出P’对应的具体时间T’:
;
其中,为时间段T的初始时间,/>为相邻两个空间坐标点的时长跨度。
需要注意的是,{P’}集合中相邻两点的时长跨度是均匀一致的。
S34、从所述模板单元中获取专项资源的先后顺序,将T’对应的ID1按照相同的顺序对T’进行排序得到数列,若/>中为正时序,则校对合格,若/>中出现逆时序,则所述校对单元发出告警信息;
例如,在同一天内,1:00、2:00排序为正时序,2:00、1:00排序为逆时序。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素可以更新的。
Claims (3)
1.一种基于空间轨迹的数据拼接分析***,其特征在于,包括采集模块、图像识别模块、轨迹存储模块、拼接处理模块和分析处理模块;
所述采集模块用于采集输变电基建现场的活动图像信息,所述图像识别模块用于识别图像中的专项资源,所述轨迹存储模块用于保存专项资源的移动轨迹数据,所述拼接处理模块用于将不同图像中同一个专项资源的移动轨迹数据进行拼接,得到完整的空间轨迹,所述分析处理模块用于对完整的空间轨迹进行分析;
所述采集模块包括至少两个摄像头和一个视频接收存储器,所述摄像头以固定的角度拍摄视频,视频信息以无线方式传输给所述视频接收存储器进行保存;
所述图像识别模块包括衔接识别单元和资源识别单元,所述衔接识别单元确定不同摄像头拍摄画面的衔接关系,所述资源识别单元用于得到专项资源在图像中的位置信息,所述衔接关系被发送至所述拼接处理模块,所述位置信息被发送至所述轨迹存储模块;
所述轨迹存储模块根据一段视频保存一个物体的独立轨迹信息,所述独立轨迹信息包含多个分段,分段后的轨迹信息用(ID1,ID2,T,{P},type)表示,其中,ID1表示专项资源编号,ID2表示摄像头编号,T表示时间段,表示平面坐标点集合,type表示类型;
所述拼接处理模块包括匹配单元和转换单元,所述匹配单元用于获取同一个物体的多个独立轨迹信息,所述转换单元将同一个物体的多个独立轨迹信息转换为完整的空间轨迹,所述转换单元得到的完整空间轨迹用(ID1,T,{P’})表示,{P’}表示空间坐标集合;所述资源识别单元包括背景处理器、轮廓处理器和特征处理器,所述背景处理器用于根据多帧图像对比确定背景图像,所述轮廓处理器用于将背景图像与目标图像对比,得到目标图像中动态物体的轮廓信息,所述特征处理器用于对轮廓信息进行特征分析,得到特征数据,并将特征数据与专项资源的特征数据进行对比;所述特征处理器对所述轮廓信息的特征分析包括如下步骤:
S21、计算出轮廓的中心点坐标;
S22、计算出每个轮廓像素点与中心点的距离;
S23、在中选出峰值距离和谷值距离,所述峰值距离满足下述两个要求:
I、在连续的m个距离中为最大值;
II、与I中这m个距离均值的差超过阈值;
所述谷值距离满足下述两个要求:
III、在连续的m个距离中为最小值;
IV、与III中这m个距离均值的差超过阈值;
其中,m为连续数量;
S24、根据峰值距离和谷值距离构建一个特征向量,其中,/>表示峰值距离和谷值距离的数量,/>为峰值距离之和,/>为谷值距离之和,/>为所有距离的平均值;
所述特征处理器根据以下公式V将所述特征处理器分析得到的特征数据与所述专项资源的特征数据进行比较,所述公式V为:
;
其中,为专项资源的一个特征向量,/>为偏差系数;
当满足公式V时,该轮廓信息对应的物体被判定为对应的专项资源。
2.如权利要求1所述的一种基于空间轨迹的数据拼接分析***,其特征在于,所述转换单元按照时序并根据下式将轨迹信息中的转换为空间轨迹:
⑴、;
⑵、;
其中,为空间坐标,/>为/>中的一个点坐标,/>、/>、/>、/>、/>和/>为转换系数,不同的ID2设有不同的转换系数;
当采用⑴式转换时,保持原有的z’不变,当采用⑵式转换时,保持原有的x’和y’不变。
3.如权利要求2所述的一种基于空间轨迹的数据拼接分析***,其特征在于,所述分析处理模块包括模板单元和校对单元,所述模板单元用于存储基建工程的模板信息,所述模板信息中记录了不同专项资源对预设位置出现的先后顺序,所述预设位置为工作人员在模板中所标注的位置,所述校对单元用于对空间轨迹信息是否符合模板信息进行校对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310799529.3A CN116542858B (zh) | 2023-07-03 | 2023-07-03 | 一种基于空间轨迹的数据拼接分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310799529.3A CN116542858B (zh) | 2023-07-03 | 2023-07-03 | 一种基于空间轨迹的数据拼接分析*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116542858A CN116542858A (zh) | 2023-08-04 |
CN116542858B true CN116542858B (zh) | 2023-09-05 |
Family
ID=87458136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310799529.3A Active CN116542858B (zh) | 2023-07-03 | 2023-07-03 | 一种基于空间轨迹的数据拼接分析*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542858B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709436A (zh) * | 2016-12-08 | 2017-05-24 | 华中师范大学 | 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪*** |
WO2018121127A1 (zh) * | 2016-12-30 | 2018-07-05 | 苏州万店掌网络科技有限公司 | 一种基于视频分析技术的跟踪统计人流量的*** |
CN110378931A (zh) * | 2019-07-10 | 2019-10-25 | 成都数之联科技有限公司 | 一种基于多摄像头的行人目标移动轨迹获取方法及*** |
CN111462503A (zh) * | 2019-01-22 | 2020-07-28 | 杭州海康威视数字技术股份有限公司 | 车辆测速方法、装置及计算机可读存储介质 |
CN112131929A (zh) * | 2020-08-06 | 2020-12-25 | 北京航空航天大学 | 一种基于区块链的跨摄像机行人跟踪***及方法 |
CN113592903A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 车辆轨迹识别方法、装置、电子设备和存储介质 |
CN114693746A (zh) * | 2022-03-31 | 2022-07-01 | 西安交通大学 | 基于身份识别和跨摄像头目标追踪的智能监控***及方法 |
CN115205559A (zh) * | 2022-06-29 | 2022-10-18 | 同济大学 | 一种跨域车辆重识别及连续轨迹构建方法 |
-
2023
- 2023-07-03 CN CN202310799529.3A patent/CN116542858B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709436A (zh) * | 2016-12-08 | 2017-05-24 | 华中师范大学 | 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪*** |
WO2018121127A1 (zh) * | 2016-12-30 | 2018-07-05 | 苏州万店掌网络科技有限公司 | 一种基于视频分析技术的跟踪统计人流量的*** |
CN111462503A (zh) * | 2019-01-22 | 2020-07-28 | 杭州海康威视数字技术股份有限公司 | 车辆测速方法、装置及计算机可读存储介质 |
CN110378931A (zh) * | 2019-07-10 | 2019-10-25 | 成都数之联科技有限公司 | 一种基于多摄像头的行人目标移动轨迹获取方法及*** |
CN112131929A (zh) * | 2020-08-06 | 2020-12-25 | 北京航空航天大学 | 一种基于区块链的跨摄像机行人跟踪***及方法 |
CN113592903A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 车辆轨迹识别方法、装置、电子设备和存储介质 |
CN114693746A (zh) * | 2022-03-31 | 2022-07-01 | 西安交通大学 | 基于身份识别和跨摄像头目标追踪的智能监控***及方法 |
CN115205559A (zh) * | 2022-06-29 | 2022-10-18 | 同济大学 | 一种跨域车辆重识别及连续轨迹构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116542858A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830837B (zh) | 一种用于检测钢包溶蚀缺陷的方法和装置 | |
CN104966304A (zh) | 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法 | |
Zhang et al. | Crowd density estimation based on statistical analysis of local intra-crowd motions for public area surveillance | |
CN116624065B (zh) | 一种智能门窗自动折叠调控方法 | |
CN113011280A (zh) | 人员接触距离的检测方法、装置、计算机设备和存储介质 | |
CN116824726A (zh) | 一种校园环境智能巡检方法及*** | |
CN111739056A (zh) | 一种轨迹追踪*** | |
CN116542858B (zh) | 一种基于空间轨迹的数据拼接分析*** | |
CN117221609B (zh) | 一种高速公路收费业务集中监控值机*** | |
CN116824641B (zh) | 姿态分类方法、装置、设备和计算机存储介质 | |
CN111695404B (zh) | 行人跌倒检测方法、装置、电子设备及存储介质 | |
CN113569956A (zh) | 一种基于ai算法的山火灾害勘查识别方法 | |
CN112883836A (zh) | 一种煤矿井下巷道形变视频检测方法 | |
CN116050807B (zh) | 基于视频监控巡检的饲料生产设备缺陷识别方法及*** | |
CN116109461A (zh) | 一种基于人工智能的智慧校园安全管理预警*** | |
CN111881863B (zh) | 一种区域群体异常行为检测方法 | |
TWI730795B (zh) | 多目標人體體溫追蹤方法及系統 | |
CN112529938A (zh) | 一种基于视频理解的智慧学堂监测方法和*** | |
CN111753574A (zh) | 抛扔区域定位方法、装置、设备及存储介质 | |
Pu et al. | Anomaly detection of substation engineering video object based on cloud platform | |
CN115984318B (zh) | 一种基于特征最大关联概率的跨摄像头行人跟踪方法 | |
CN116992907B (zh) | 一种物联网管理***及方法 | |
CN117408847B (zh) | 基于5g核心网的校务智慧管理*** | |
CN118072227B (zh) | 基于知识蒸馏的轨道交通列车测速方法 | |
CN116886877B (zh) | 一种园区安全监测方法及*** |
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 |