なお、矛盾しない状況で、本願の実施例及び実施例中の特徴を組み合わせることが可能である。以下、図面を参照しつつ実施例を結合して本開示を説明する。
当業者が本願の実施例の技術案を一層簡単に理解するように、以下、本願の実施例中の図面を結合して、本願の実施例の技術案を明確且つ完全に説明するが、ここで説明する実施例が本願の実施例の全部ではなく一部であることは言うまでもない。本願の実施例に基づいて、当業者が創造性のある行為を必要とせずに得られる他の実施例はそれぞれ本願の保護範囲に含まれる。
なお、本願の明細書及び特許請求の範囲と図面に用いられた「第1」、「第2」等の用語は類似する対象を区別するためのもので、特定の順又は前後順を限定するものではない。ここで説明する本願の実施例を図面に示す又は説明した順との異なる順でも実現できるように、このように使用される数値は適切な状況において交換可能である。そして、「含む」、「有する」及びそれらの変形用語は、非排他的に含むことをカバーするもので、例えば、一連のステップ又はユニットを含むプロセス、方法、システム、製品又は機器が明確に例示されたステップ又はユニットに限定されず、明確に例示されていない又はこれらのプロセス、方法、製品又は機器固有の他のステップ又はユニットも含むことを表す。
本開示の実施例は、領域特定方法を提供する。
図1は本開示の実施例に係る領域特定方法を示すフローチャートである。図1に示すように、この方法は以下のステップを含むことができる。
監視領域を撮影して得た第1の画像を取得する(ステップS102)。
本願の上記ステップS102でで提供する技術案において、食事場面、工場場面等の目標対象を防除する必要のある場面で、監視領域を撮影して得た第1の画像を取得する。ここで、食事場面は、食事の衛生に対する要求が高い場面で、公共事業場所での食事場面であることができれば家庭生活中の食事場面であることもでき、ここでは限定しない。工場場面は食品または薬物加工生産工場、食品または薬物保存室等の衛生に対する要求が高い場面であることができ、ここでは限定しない。ここで、目標対象は、体型の大きいベクターであることができ、例えば目標対象がネズミであることができ、例えばアブラムシのような体型の小さいベクターであることもできる。
本実施例の第1の画像は、ビデオ監視機器によって監視領域を撮影して得られることができ、例えばこのビデオ監視機器はカメラであり、その数量が複数で、それぞれ異なる監視領域に設置されることができ、この監視領域は目標対象を捕捉する目標捕捉装置を設置するための領域で静的領域であることができ、即ち、観察の便宜を図るために、この監視領域には他の動的干渉要因が存在しない。また、本実施例の監視領域が予め設定された食事場面中の一つの可視領域であることもでき、この監視領域は目標対象の活動が頻繁でありかつ衛生品質を向上させる必要のある領域であることができ、例えばレストラン、キッチン、バーベキュー室、フルーツテーブル等の食品操作領域であり、この監視領域は予め設定された工場場面中の一つ可視領域であることもでき、例えばこの監視領域が食品荒加工操作領域、食品倉庫等の核心領域であるが、ここでは限定しない。
また、上記カメラは、例えば赤外線低照度暗視カメラなどの赤外照明機能付きカメラを含むことができるが、これに限定されることはない。さらに、このカメラはさらに、移動検知機能、格納機能、ネットワーク接続機能(例えば、wifiネットワーク接続)及び高解像度(例えば、1080pを超える)を含むことができるが、これらに限定されることはない。
入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定する(ステップS104)。
本願の上記ステップS104で提供する技術案において、監視領域を撮影して得た第1の画像を取得した後、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定する。
本実施例において、領域設定命令は第1の画像上で監視領域中のプリセット領域を特定する際に用いられ、ユーザにより端末から入力することができ、例えばユーザの指またはマウスの端末スクリーン上のスライド軌跡に応じて領域設定命令をトリガーすることができ、この領域設定命令はプリセット領域を指示し、このプリセット領域は目標捕捉工具の配置に適した予め設定された領域であり、例えばこのプリセット領域は、第1の画像上の、ユーザの指またはマウスによる端末スクリーンでのスライド軌跡によって形成された領域に対応する領域であり、その数が複数であることができる。領域設定命令を入力した後、この領域設定命令に応答して、第1の画像において領域設定命令により指示されたプリセット領域を特定する。ここで、ユーザは害虫防除者、レストラン経営者などの関連者であることができる。
また、本実施例の領域設定命令を、ユーザが経験に基づいて入力することができ、目標対象の属性、活動規律に基づいて第1の画像において監視領域中のプリセット領域を特定することもできる。例えば、目標対象がネズミで、目標捕捉工具がネズミ粘着板であるとする。ネズミがよじ登り、穴通り抜けの特性を有し、活動時に電線や水道管等に沿って上下移動する可能性があり、そしてネズミ粘着板を設置可能な箇所が地面、コーナー、窓枠等の平坦な位置であるので、本実施例においてビデオ監視機器によって撮影される監視領域において、予め幾つかの適切なプリセット領域を設定し、コーナー、電線近く等のネズミ類が通常通る経路に優先してプリセット領域を特定する。
また、本実施例において、各ビデオ監視機器を装着した後、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定し、このプリセット領域を指示するための情報をサーバーに記憶することができる。
第1の目標期間内に監視領域を撮影して得た第1組の画像データを取得する(ステップS106)。
本願の上記ステップS106で提供する技術案において、第1の目標期間は予め設定された目標対象が過去の1期間に周期的に出没した期間であってもよいし、前日または数日前であってもよく、第1組の画像データは監視領域の第1の目標期間内の画像を示し、ビデオデータであってもよいし、ピクチャーデータであってもよく、監視領域を撮影した時間を含むことができる。第1組の画像データがビデオデータである場合、第1組の画像データは監視領域の第1の目標期間内の連続するビデオ画像を示すことができ、第1組の画像データがピクチャーデータである場合、第1組の画像データは目標領域の第1の目標時間内の複数のピクチャーを含むピクチャー集合を示すことができる。
また、本実施例において、ビデオ監視機器によって第1の目標期間内に監視領域を撮影して得た第1組の画像データを取得することができる。
第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定する(ステップS108)。
本願の上記ステップS108で提供する技術案において、第1の目標期間内に監視領域を撮影して得た第1組の画像データを取得した後、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定する。
第1組の画像データから目標対象による監視領域における第1の目標期間内の移動軌跡を特定し、この移動軌跡が過去の移動軌跡であり、目標対象が監視領域において第1の目標期間内に通過した位置点から形成されることができ、この移動軌跡は目標対象による監視領域における移動方向を示すことができる。
また、本実施例において、第1の画像データにより示されたビデオから目標対象の画像のあるビデオクリップを抽出して、動作識別技術によりビデオクリップ中の動的な変化特徴を識別し、画像識別技術によって動的な変化特徴をさらに識別し、例えば人工知能(AI)画像識別技術によってビデオクリップ中の動的な変化特徴を識別して、出現した生物が確実に目標対象であるかを判定し、動的な変化特徴を結合して目標対象の移動軌跡を特定することができる。
一例として、本実施例の目標対象はネズミで、前日の監視領域にネズミが出没した目標ビデオを取得し、この目標ビデオを期間ごとに切り取って、その中からネズミの画像を含むビデオクリップを抽出する。そして、AI画像識別技術によって、ビデオクリップ中の動的な変化特徴を識別して、さらに監視領域に出現した目標対象が確実にネズミであると判定し、動的な変化特徴を結合してネズミの移動軌跡を特定し、監視領域の画像に表示し、例えば緑線でネズミの監視領域での移動軌跡を表す。
また、本実施例において、第1組の画像データに基づいて、目標対象の移動軌跡の他に、目標対象の種類、目標対象の皮膚色、目標対象の数量、目標対象の形態、目標対象による第1の目標期間内の監視領域での移動時間長等の目標対象に関連する情報を特定することもできる。例えば、目標対象がネズミであると、第1の画像データに基づいて、ネズミの移動軌跡の他に、ネズミの数量、ネズミの皮膚色、ネズミの形態、ネズミの移動時間長等の情報を識別することもでき、さらに例えば二十日鼠、溝鼠、キバラネズミ等のネズミの品種を識別することもでき、ここで、二十日鼠は壁の土台、倉庫の荷物堆及び保温層内の穴または壊れたカートン、引き出しに巣くい、荷物と一緒に室内へ搬入される可能性があり、溝鼠は警戒心が強く、下水道、便器等を介して室内に侵入する可能性があり、キバラネズミは荒い壁に沿ってまっすぐ登り、ワイヤー、電線に沿って走行し、管路の穴、天井を介して室内に侵入することが可能である。
プリセット領域において、移動軌跡と交差する目標領域を特定する(ステップS110)。
本願の上記ステップS110で提供する技術案において、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定し、かつ、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定した後、プリセット領域において、移動軌跡と交差する目標領域を特定し、ここで、目標領域は目標捕捉装置を設置するための場所であり、目標捕捉装置は目標対象の捕捉に用いられる。
本実施例において、プリセット領域と移動軌跡とを比較することができ、また、このプリセット領域が複数の領域で、複数の領域のうちの移動軌跡と交差する目標領域を目標捕捉装置を設置するための領域として特定し、即ち、この目標領域はプリセット領域と目標対象の実際の移動軌跡を総合して特定して得たもので、ユーザが目標捕捉工具を監視領域に設置するべき領域として特定することで、ユーザの経験と目標対象の実際の出没情報とを総合して目標領域を特定して、防除者の経験と主観的な判断のみに基づいて捕捉工具の設置領域を特定することを回避し、捕捉装置を設置するための領域を特定する正確性を向上させる。
本願の上記ステップS102〜ステップS110によると、監視領域を撮影して得た第1の画像を取得し、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定し、第1の目標期間内に監視領域を撮影して得た第1組の画像データを取得し、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定し、プリセット領域において、移動軌跡と交差し、目標対象を捕捉するための目標捕捉装置を設置するための目標領域を特定する。つまり、入力された領域設定命令に応答して、監視領域に撮影して得た第1の画像上で領域設定命令により指示されたプリセット領域を特定し、第1の目標期間内で監視領域を撮影して得た第1組の画像データに基づいて、監視領域において目標対象による第1の目標期間内の移動軌跡を特定して、さらにプリセット領域において、移動軌跡と交差する目標領域を特定することで、防除者の経験と主観的な判断に依頼して捕捉工具の設置領域を特定することを回避し、捕捉装置を設置するための領域を特定する正確性が低い課題を解決し、捕捉装置を設置する領域を特定する正確性を向上させる技術効果を実現できる。
可能な実施形態として、プリセット領域は予め設定された一つ又は複数の領域であり、プリセット領域において、移動軌跡と交差する目標領域を特定すること(ステップS110)は、一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定することを含み、ここで、目標領域と交差する移動軌跡は予め設定された目標条件を満たし、ここで、目標条件は、目標領域と交差する移動軌跡の数、移動軌跡の目標領域と交差する長さ、目標領域と交差しかつ目標領域に交差点がある移動軌跡の数のうちの少なくとも一つに基づいて特定される。
本実施例において、プリセット領域は入力された領域設定命令に応答して第1の画像上で特定した領域であり、複数の領域であることができ、例えば地面、コーナー、窓枠等の平坦な領域であることができ、ここでは限定しない。一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定し、この目標領域も複数であることができ、例えばプリセット領域がa領域、b地域、c領域、d領域等を含むことができ、a領域、b領域、c領域、d領域のうち、移動軌跡と交差するa領域、b領域を特定し、a領域、b領域を目標領域として特定する。
本実施例の目標領域と交差する移動軌跡は予め設定された目標条件を満たし、即ち、プリセット領域中の移動軌跡と交差するすべての領域を目標領域とすることではなく、交差する移動軌跡が目標条件を満たさなければならなく、これにより、捕捉装置を設置する領域を特定する正確性をさらに向上させる。この目標条件は、プリセット領域と交差する移動軌跡の数、移動軌跡の長さ、交差点が存在する移動軌跡の数に基づいて特定されることができ、例えば目標領域と交差する移動軌跡の数、移動軌跡の目標領域と交差する長さ、目標領域と交差しかつ目標領域に交差点がある移動軌跡の数の中の少なくとも一つに基づいて目標条件を特定することで、捕捉装置を設置する領域を特定する正確性をさらに向上させる。
また、一つ又は複数の領域のうち、目標領域以外の他の領域中の移動軌跡は上記目標条件を満たさないことができる。
一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定した後、目標領域に目標捕捉装置を置くことによって、目標対象の捕捉の効率を向上させる。
以下、本実施例における一つ又は複数の領域のうち移動軌跡と交差する目標領域を特定することについて説明する。
可能な実施形態として、一つ又は複数の領域のうち、移動軌跡と交差する以下の目標領域のうちの少なくとも1つを特定する。一つ又は複数の領域のうち、移動軌跡と交差する第1の領域を特定し、ここで、目標領域は第1の領域を含み、第1の領域と交差する移動軌跡の数は第1の閾値を超えた。一つ又は複数の領域のうち、移動軌跡と交差する第2の領域を特定し、ここで、目標領域は第2の領域を含み、第2の領域と交差する移動軌跡の数は第2の閾値を超え、移動軌跡の第2の領域と交差する部分の長さが第3の閾値を超えた。一つ又は複数の領域のうち、移動軌跡と交差する第3の領域を特定し、ここで、目標領域は第3の領域を含み、第3の領域と交差し、かつ第3の領域に交差点が存在する移動軌跡の数は第4の閾値を超えた。
本実施例において、一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定する方法は様々な方法を含むことができる。目標領域と交差する移動軌跡の数は異なることができ、本実施例の目標条件は移動軌跡の数に基づいて設定され、ここで、目標領域と交差する移動軌跡の数を第1の閾値とし、例えばこの第1の閾値が5本であると、この目標条件は目標領域と交差する移動軌跡の数が第1の閾値を超える条件であることができる。この目標条件によって、一つ又は複数の領域のうち、移動軌跡と交差する第1の領域を特定し、ここで、上記の目標領域はこの第1の領域を含み、この第1の領域と交差する移動軌跡の数は第1の閾値を超えており、第1の領域に目標捕捉装置を設置することで、目標対象の捕捉の効率を向上させる。
なお、上記第1の閾値は、実際の応用場面に応じて設定することもでき、目標捕捉装置が置かれる領域を特定する正確性を向上させることのできる第1の閾値であれば、いずれも本開示の実施例の範囲に含まれ、ここでは逐一説明しない。
また、本実施例において、目標領域と交差する移動軌跡の数及び目標領域と交差する部分の移動軌跡の長さは異なることができる。本実施例の目標条件は、目標領域と交差する移動軌跡の数及び目標領域と交差する部分の移動軌跡の長さに基づいて設定することができ、ここで、目標領域と交差する移動軌跡の数を第2の閾値として、例えばこの第2の閾値が5本であり、目標領域と交差する部分の移動軌跡の長さを第3の閾値とし、例えばこの第3の閾値が0.5メートルであると、この目標条件は目標領域と交差する移動軌跡の数が第2の閾値を超え、移動軌跡と目標領域とが交差する部分の移動軌跡の長さが第3の閾値を超える条件であることができる。この目標条件によって、一つ又は複数の領域のうち、移動軌跡と交差する第2の領域を特定し、ここで、上記目標領域はこの第2の領域を含み、この第2の領域と交差する移動軌跡の数は第2の閾値を超え、移動軌跡のこの第2の領域と交差する部分の長さは第3の閾値を超えており、第2の領域に目標捕捉装置を設置することで、目標対象の捕捉の効率を向上させる。
なお、上記第2の閾値、第3の閾値は、実際の応用場面に応じて設定することもでき、目標捕捉装置が置かれる領域を特定する正確性を向上させることのできる第2の閾値、第3の閾値であれば、いずれも本開示の実施例の範囲に含まれ、ここでは逐一説明しない。
また、本実施例において、目標領域と交差しかつ目標領域に交差点が存在する移動軌跡の数は異なることができる。本実施例の目標条件は、目標領域と交差し、かつ目標領域に交差点が存在する移動軌跡の数に基づいて設定することができ、ここで、目標領域と交差し、かつ目標領域に交差点が存在する移動軌跡の数を第4の閾値とし、例えばこの第4の閾値が6本であると、この目標条件は目標領域と交差し、かつ目標領域に交差点が存在する移動軌跡の数が第4の閾値を超える条件であることができる。この目標条件によって、一つ又は複数の領域のうち、移動軌跡と交差する第3の領域を特定し、ここで、上記目標領域がこの第3の領域を含み、この第3の領域に交差し、かつ第3の領域に交差点が存在する移動軌跡の数が第4の閾値を超えており、第3の領域に目標捕捉装置を設置することで、目標対象の捕捉の効率を向上させる。
なお、上記第4の閾値は、実際の応用場面に応じて設定することもでき、目標捕捉装置が置かれる領域を特定する正確性を向上させることのできる第4の閾値であれば、いずれも本開示の実施例の範囲に含まれ、ここでは逐一説明しない。
以下、本実施例において、目標領域に目標捕捉装置を設置するための目標位置を特定することについて説明する。
本実施例では、監視領域において第1の目標期間内に目標対象の出現があった目標領域を特定し、目標対象による目標期間内の移動軌跡と対応する移動時間長に基づいて、目標領域において捕捉装置の目標位置を特定して、捕捉工具の位置を特定する目的を達成できる。
可能な実施形態として、プリセット領域において、移動軌跡と交差する目標領域を特定した後、この方法は以下の少なくとも1つを含むことができる。目標領域が第1の領域を含む場合、目標捕捉装置を設置するための目標位置を、移動軌跡の第1の領域と交差する部分での一つ又は複数の位置を含むように設定する。目標領域が第1の領域を含む場合、目標捕捉装置を設置するための目標位置を第1の位置に設定し、ここで、第1の位置にある目標捕捉装置が第1の領域における少なくとも所定の数量の移動軌跡をカバーする。目標領域が第2の領域を含む場合、目標捕捉装置を設置するための目標位置を、移動軌跡の第2の領域と交差する部分での一つ又は複数の位置を含むように設定する。目標領域が第3の領域を含む場合、目標捕捉装置を設置するための目標位置を一つ又は複数の交差点がある位置に設定する。
本実施例において、プリセット領域において、移動軌跡と交差する目標領域を特定した後、目標領域において目標捕捉装置を設置するための目標位置を特定することができる。本実施例では、第1の領域と交差する移動軌跡の数は第1の閾値を超える。また、目標領域が第1の領域を含む場合、移動軌跡と第1の領域が交差する部分に基づいて目標捕捉装置を設置するための目標位置を特定することができ、目標位置を、移動軌跡の第1の領域と交差する部分での一つ又は複数の位置を含むように設定することで、目標捕捉装置の位置を特定する正確性を向上させる。
また、本実施例において、目標捕捉装置がカバー可能な移動軌跡の数に基づいて、最終的に目標捕捉装置を設置するための目標位置を特定することができる。目標領域が第1の領域を含む場合、目標捕捉装置が第1の領域中の少なくとも所定の数量の移動軌跡をカバーする第1の位置を、最終的な目標位置として特定し、第1の領域中の複数本の移動軌跡が密集した位置で目標位置を特定することで、目標捕捉装置の位置を特定する正確性を向上させる。
本実施例において、第2の領域と交差する移動軌跡の数は第2の閾値を超え、移動軌跡の第2の領域と交差する部分の長さが第3の閾値を超えている。また、目標領域が第2の領域を含む場合、移動軌跡が第2の領域と交差する部分を特定し、移動軌跡の第2の領域と交差する部分上の一つ又は複数の位置を含むように特定することができ、目標捕捉装置を設置するための目標位置を、移動軌跡の第2の領域と交差する部分での一つ又は複数の位置を含むように設定することで、目標捕捉装置の位置を特定する正確性を向上させる。
本実施例において、第3の領域と交差し、かつ第3の領域に交差点が存在する移動軌跡の数は第4の閾値を超える。また、目標領域が第3の領域を含む場合、第3の領域に存在する一つ又は複数の交差点が位置する位置を特定して、目標捕捉装置を設置するための目標位置を、一つ又は複数の交差点がある位置に設定することで、目標捕捉装置の位置を特定する正確性を向上させる。
また、本実施例において、目標捕捉装置を設置するための目標位置を一つ又は複数の交差点がある位置として設定する場合、複数の交差点から目標数量を超える移動軌跡によって形成された目標交差点を選択して、目標交差点が第3の領域にある位置を目標位置として特定する。
一例として、移動軌跡と交差する第3の領域に交差点が存在する移動軌跡の数はA移動軌跡、B移動軌跡、C移動軌跡、D移動軌跡を含む。A移動軌跡、B移動軌跡、C移動軌跡、D移動軌跡によって形成されたa交差点、b交差点、c交差点、d交差点を取得することができ、ここで、a交差点はA移動軌跡とB移動軌跡によって形成され、b交差点はA移動軌跡、B移動軌跡、C移動軌跡によって形成され、c交差点はC移動軌跡、D移動軌跡によって形成され、d交差点はA移動軌跡、D移動軌跡によって形成される。複数の交差点から目標数量を超える移動軌跡によって形成された目標交差点を選択し、この目標交差点は目標対象が複数回通過する移動軌跡上の点であり、a交差点、b交差点、c交差点、d交差点から2本を超える移動軌跡によって形成された目標交差点bを選択して、目標交差点bの第3の領域における対応する位置を目標捕捉装置を設置するための目標位置として特定することで、目標捕捉装置の位置を特定する正確性をさらに向上させることができる。
また、本実施例では、目標捕捉工具を設置するための位置が複数の目標位置を含む場合、複数の目標位置について実際に目標捕捉工具を設置する際に優先度を設定することができ、例えば、目標捕捉工具の設置が容易である目標位置を目標指示情報でマークして、優先して目標捕捉工具を設置することができることを表すことができる。
可能な実施形態として、プリセット領域において、移動軌跡と交差する目標領域を特定した後、この方法は、第1の画像上に目標領域をマークするための第1の識別情報を表示することをさらに含む。
本実施例において、プリセット領域において、移動軌跡と交差する目標領域を特定した後、目標領域をマークすることができる。第1の画像上の目標領域において、第1の識別情報によって目標領域をマークすることができ、この第1の識別情報は図形、文字、符号等の目立つマークであることができ、例えば、第1の識別情報は赤色の円で、赤色の円で第1の画像にて目標領域を表記し、目標ユーザに目標領域の監視領域全体における位置を提示して、目標ユーザに目標捕捉工具を目標領域に設置するように指示することで、目標対象を捕捉する効率を向上させる。
可能な実施形態として、第1の画像上にプリセット領域をマークするための第1の識別情報を表示することは、第1の画像上に目標領域の範囲をマークするための第1の識別情報を表示することを含む。
本実施例において、第1の識別情報は目標領域の監視領域における範囲のサイズを識別するためのものであり、目標捕捉工具を監視領域に設置できる範囲を示し、例えば第1の識別情報が赤色の円であり、この赤色の円のサイズで目標領域の監視領域中の範囲のサイズを示すことができる。
可能な実施形態として、プリセット領域は予め設定された一つ又は複数の領域であり、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定した後、この方法は、第1の画像上に一つ又は複数の領域をマークするための第2の識別情報をそれぞれ表示することをさらに含む。
本実施例において、プリセット領域は予め設定された一つ又は複数の領域であり、コーナー、電線近く等のネズミ類が通常走行する経路で特定した一つ又は複数の領域である。入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定した後、第1の画像上に一つ又は複数の領域をマークするための第2の識別情報をそれぞれ表示し、この第2の識別情報は図形、文字、符号等の目立つマークであることができ、例えば三角形であり、目標ユーザにプリセット領域の監視領域全体における位置を提示する。
可能な実施形態として、プリセット領域において移動軌跡と交差する目標領域を特定する(ステップS110)ことは、一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定することを含み、一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定した後、この方法は、目標領域の第2の識別情報を保留するとともに、一つ又は複数の領域における目標領域以外の領域の第2の識別情報を隠すこと、及び/または、目標領域をマークするための第1の識別情報と表示することをさらに含む。
本実施例において、第1の画像上に一つ又は複数の領域をマークするための第2の識別情報をそれぞれ表示し、一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定し、一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定した後、一つ又は複数の領域中の目標領域の第2の識別情報を保留するとともに、一つ又は複数の領域における目標領域以外の領域の第2の識別情報を隠すことができ、例えば目標領域の三角形のみを保留し、一つ又は複数の領域中の目標領域以外の領域の三角形を隠して、現在表示された三角形に対応する領域が監視領域における目標捕捉工具を設置可能な領域であることを示す。
また、本実施例において、一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定した後、一つ又は複数の領域中の目標領域をマークするための第1の識別情報のみを表示することができ、例えば赤色の円のみを表示して、現在表示された赤色の円に対応する領域が監視領域における目標捕捉工具を設置可能な領域であることを示す。
また、本実施例において、一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定した後、目標領域の第2の識別情報を保留するとともに、一つ又は複数の領域中の目標領域以外の領域の第2の識別情報を隠すだけでなく、一つ又は複数の領域中の目標領域をマークするための第1の識別情報も表示することができ、例えば三角形とともに赤色の円も表示して、一つ又は複数の領域中の目標領域を示し、三角形と赤色の円に対応する領域が監視領域における目標捕捉工具を設置可能な領域であることを示す。
可能な実施形態として、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定した後、この方法は、第1の画像上に移動軌跡をマークするための第3の識別情報を表示することをさらに含む。
本実施例において、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定した後、移動軌跡をマークして、目標対象による監視領域中の移動状況を示すことができ、例えば第1の画像上に表示された第3の識別情報でマークし、この第3の識別情報は線分であることができ、ここでは線分の色と太さは限定されない。
可能な実施形態として、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定することは、第1の画像において、目標対象が通過する確率が第5の閾値を超える監視領域中の目標類型領域を識別することと、入力された領域設定命令に応答して、目標類型領域において領域設定命令により指示されたプリセット領域を特定することと、を含む。
本実施例において、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定する際、まず第1の画像において監視領域中の目標類型領域を識別し、この目標類型領域は目標対象の属性と活動規律に基づいて特定した領域であり、目標対象がこの目標類型領域を通過する確率は第5の閾値を超え、例えば目標対象がネズミであると、ネズミがよじ登り、穴通り抜けの特性を有し、活動時に電線や水道管等に沿って上下移動する可能性があり、そしてネズミ粘着板を設置可能な箇所が地面、コーナー、窓枠等の平坦な位置であるので、本実施例の目標類型領域は電線、水道管に近い地面、コーナー、窓枠等の平坦な位置である。第1の画像において監視領域中の目標類型領域を識別した後、さらに、入力された領域設定命令に応答して、目標類型領域において領域設定命令により指示されたプリセット領域を特定し、ユーザの指、又はマウスの端末スクリーン上のスライド軌跡に応じて領域設定命令をトリガーして、目標類型領域で領域設定命令により指示されたプリセット領域を特定し、ユーザが経験により領域設定命令を入力することで、目標類型領域において領域設定命令により指示されたプリセット領域を特定し、プリセット領域において、移動軌跡と交差する目標領域を特定することで、目標捕捉装置の設置領域の正確性を向上させる。
可能な実施形態として、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定する(ステップS108)ことは、第1組の画像データから目標対象が監視領域で通過した複数の位置を識別することと、複数の位置によって移動軌跡を生成することと、を含み、ここで、複数の位置は移動軌跡上に位置する。
本実施例において、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定する際に、まず第1組の画像データから目標対象が監視領域で通過した複数の位置を識別する。オプションとして、第1組の画像データから目標特徴を識別し、この目標特徴が目標対象の特徴である場合、監視領域に目標対象が出現したと判定し、目標特徴の第1組の画像における複数の位置に基づいて、目標対象が第1の目標期間内に監視領域で通過した複数の位置を特定し、この複数の位置を三次元座標系での座標点(X,Y,Z)で表すことができ、例えば、複数の位置をそれぞれ、A(X1,Y1,Z1)、B(X1,Y1,Z1)、C(X1,Y1,Z1)、D(X1,Y1,Z1)と表すことができる。第1組の画像データから目標対象が監視領域で通過した複数の位置を識別した後、複数の位置によって移動軌跡を生成することができ、複数の位置を線で繋ぐことができ、例えば位置A(X1,Y1,Z1)、B(X1,Y1,Z1)、C(X1,Y1,Z1)、D(X1,Y1,Z1)を線で繋いで目標対象による第1の目標期間内での移動軌跡を形成することができる。
可能な実施形態として、プリセット領域において移動軌跡と交差する目標領域を特定した(ステップS110)後、この方法は、目標捕捉装置が目標領域に設置された場合、目標捕捉装置によって捕捉された目標対象の目標情報を目標端末に送信すること、及び/または、目標領域を目標端末に送信すること、或いは目標領域と監視領域の第2の画像を目標端末に送信すること、或いは目標端末上に、目標領域が表示される監視領域の第3の画像を表示すること、或いは目標端末上に、移動軌跡と目標領域が表示される監視領域の第4の画像を表示することをさらに含む。
本実施例において、プリセット領域において、移動軌跡と交差する目標領域を特定した後、目標捕捉装置が目標領域に設置された場合、目標捕捉装置によって捕捉された目標対象の目標情報を目標端末に送信することができ、例えば各監視機器によって得た目標対象の目標情報を取得して、目標対象の目標情報を目標端末に送信することができ、この目標情報は目標対象の種類、目標対象の皮膚色、目標対象の数量、目標対象の形態等の情報であることができ、ここでは限定しない。
また、本実施例において、目標領域を目標端末に送信して、目標ユーザに目標領域に応じて監視領域に目標捕捉工具を設置するように指示してもよい。本実施例において、目標領域及び監視領域の第2の画像を全部目標端末に送信して、目標ユーザに目標領域の監視領域における具体的な位置を把握させてもよい。本実施例において、目標端末に目標領域を含む第3の画像を表示してもよいし、目標端末に移動軌跡と目標領域を含む監視領域の第5の画像を表示してもよく、これにより、ユーザが監視領域中の目標領域と進入した目標対象の状況を把握して、目標捕捉装置を目標領域に配置することで、目標対象捕捉の効率を向上させる。
なお、本実施例の目標端末は、スマートフォン(例えば、Android携帯電話、iOS携帯電話等)、タブレットPC、ポケットPC及びモバイルインターネットデバイス(Mobile Internet Devices、MIDと略称)、PAD等の端末機器であることができる。
可能な実施形態として、目標捕捉装置が目標領域に設置された場合、目標領域の目標時刻からの第2の目標期間ごとの第2組の画像データを取得して、少なくとも1組の第2組の画像データを得、ここで、目標時刻は第1の目標期間後の時刻である。そして、それぞれ少なくとも1組の第2組の画像データから目標領域に進入した目標対象の第2の目標情報を識別して、少なくとも1組の第2の目標情報を得、少なくとも1組の第2の目標情報を目標レポートに変換し、ここで、目標レポートはテキスト形式、テーブル形式、統計図形式のうちの少なくとも一つの形式を含み、そして、サーバーによって目標レポートを目標端末に送信する。
本実施例において、目標捕捉装置が目標位置に設置された場合、自動に目標領域の目標対象の目標レポートを提示できる。オプションとして、目標領域の目標時刻からの第2の目標期間ごとの第2組の画像データを取得して、少なくとも1組の第2組の画像データを得、この目標時刻は第1の目標期間後の時刻であり、第2の目標期間は1日とすることができ、即ち、目標捕捉装置が目標位置に設置された場合、目標領域の毎日の画像データを取得する。少なくとも1組の第2組の画像データからそれぞれ目標領域に進入した目標対象の目標情報を識別して少なくとも1組の目標情報を得、少なくとも1組の目標情報を目標レポートに変換し、この目標レポートは目標対象が出現した領域の名称、時間等の情報を含むことができ、形式はテキスト形式、テーブル形式、統計図形式等であることができ、ここでは限定しなく、そしてサーバーにより目標レポートを目標端末に送信し、これにより目標ユーザが目標端末によって目標対象の変化傾向等の目標領域の目標対象の状況を把握して、目標領域が深刻な衛生上の脅威であるかを把握し、目標ユーザが現場の状況を総合的に判断して、有害生物の防除作業を意図的に実施し、建築構造に欠点が存在するか否かを指導することができる。
他の可能な実施形態として、本実施例において、目標対象による監視領域中の侵入点と隠れ点を特定することもできる。本実施例の第1組の画像データはビデオ監視機器により撮影された監視領域のビデオデータを含み、このビデオデータから目標対象が監視領域に出没したビデオを切り取る。この目標対象が出没したビデオ中の一番目のビデオフレームを取得し、この一番目のビデオフレームから目標対象の監視領域中の位置を識別し、識別されたこの位置を目標対象による監視領域中の侵入点として特定し、それを目標対象が室内に侵入する入口とすることができる。本実施例において、目標対象が出没したビデオから最後のビデオフレームを取得して、この最後のビデオフレームから目標対象の監視領域中の位置を識別して、識別されたこの位置を目標対象の隠れ点として特定し、それを目標対象の巣とすることができ、または監視領域から逃がす時の出口とすることができる。
オプションとして、本実施例において、目標対象の過去の1期間での侵入点と隠れ点を記録し、目標対象の侵入点と隠れ点を示す情報を目標端末に送信することができ、これにより防除者に目標対象の防除のためにさらに措置をとるように促して、目標対象を防除する効率を向上させる目的を達成できる。
一例として、目標対象がネズミであると、ネズミの過去三日間での侵入点と隠れ点を記録し、ネズミの侵入点と隠れ点を示す情報を目標端末に送信して、有害生物防除担当者にネズミの防除のためにさらに措置をとるように促し、例えば有害生物防除担当者が侵入点付近に大きい隙間の下水道口があるかを探し、または侵入点付近に室外に連通した管路があるかを探し、侵入点に大きい隙間の下水道口があると、または室外に連通した管路があると、即時に下水道口または管路を塞いで、ネズミの侵入通路を遮断し、目標対象を防除する効率を向上させる。
可能な実施形態として、本実施例において、目標対象のビデオ監視機器によって撮影された監視領域中の密度を特定し、目標対象の異なる監視領域中の密度を特定することができる。また、監視領域における目標対象の出没時間長と目標対象を監視した監視周期全体の時間との比を取得して、それを監視領域の目標対象の密度として特定することもできる。
また、本実施例において、目標対象の異なる監視領域中の密度を取得した後、その中から目標対象の密度が最も高い監視領域を決定して目標対象が頻繁に侵入する監視領域として特定して、目標対象が頻繁に侵入する監視領域を示す情報を目標端末に送信して関連者にさらに措置をとるように指示することで、目標対象を防除する効率を向上させる目的を達成できる。
一例として、目標対象がネズミであると、ネズミの監視領域中の密度は監視領域中のネズミ密度値である。ネズミの異なる監視領域中の密度を取得した後、その中からネズミの密度が最も高い監視領域を決定し、即ち、室内のネズミ密度値が高い箇所を記録し、それをネズミが頻繁に侵入する場所として特定し、そしてネズミが頻繁に侵入する場所を示す情報を目標端末に送信して、レストラン事業者にさらにその場所にネズミや害虫の繁殖を促進する要素があるか否かを検査するように促し、例えばその場所に残存している食べかす、スマットの跡等があってネズミや害虫が繁殖する場所になっているかを検査する。その場所にネズミや害虫の繁殖を促進する要素があると、レストラン事業者にその場所の管理作業をさらに注意するように促し、その場所の目標対象に対する吸引力を減少させて、目標対象を防除する効率を向上させる。
本実施例の領域特定方法は目標対象の特定に関係するものであり、即ち、監視領域に目標対象があるか否かを判定し、監視領域に目標対象があると判定した後、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定して、プリセット領域において、移動軌跡と交差する目標領域を特定して、目標領域に目標対象を捕捉するための目標捕捉装置を設置する。以下、本実施例の目標対象を特定するアルゴリズムを説明する。
可能な実施形態として、第1の目標期間内に監視領域を撮影して得た第1組の画像データを取得する(ステップS106)ことは、撮像装置が監視領域を撮影して得たビデオファイルを取得することと、ビデオファイルにフレームサンプリングを行って、第1組の画像データに含まれる1組のビデオフレーム画像のデータを得ることと、を含み、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定する(ステップS108)前、この方法は、1組のビデオフレーム画像中のピクセルの画素値に基づいて、1組のビデオフレーム画像のうち、それぞれ監視領域に動きのある対象を示す複数の目標ビデオフレーム画像を特定することと、各目標ビデオフレーム画像に目標対象検出を行って、動きのある対象のうち目標対象との類似度が第6の閾値を超えた対象が位置する目標画像領域を示す各目標ビデオフレーム画像の画像特徴を得ることと、各目標ビデオフレーム画像の画像特徴に基づいて、複数の目標ビデオフレーム画像に動きのある対象の動き速度と動き方向を示す動き特徴を特定することと、動き特徴と各目標ビデオフレーム画像の画像特徴に基づいて、複数の目標ビデオフレーム画像に目標対象が出現したか、即ち監視領域に目標対象があるか否かを判定することと、を含む。
本実施例において、撮像装置は監視カメラであることができ、例えばこの撮像装置は赤外線低照度暗視カメラで、監視領域を撮影してビデオファイルを得る。ここで、監視領域は被検出領域であり、即ちこの監視領域は目標対象の出現があるか否かが検出される領域である。本実施例のビデオファイルは、監視領域を撮影して得た原始ビデオデータを含み、監視領域の監視ビデオシーケンスを含むことができ、この監視ビデオシーケンスが画像ビデオシーケンスである。
撮像装置が監視領域を撮影して得たビデオファイルを取得した後、ビデオファイルに前処理を行い、ビデオデータ処理層でビデオファイルにフレームサンプリングを行って1組のビデオフレーム画像を得ることができる。本実施例において、ビデオファイルに等間隔のフレームサンプリングを行って、ビデオファイルの1組のビデオフレーム画像を得、例えば、ビデオファイルが100個のビデオフレームシーケンスを含む場合、フレームサンプリングが行われた後、10個のビデオフレームシーケンスが得られ、該10個のビデオフレームシーケンスを上記1組のビデオフレーム画像とすることで、目標対象を特定するアルゴリズムの演算量を減少する。
本実施例において、ビデオファイルに前処理を行うことは、ビデオファイルに動的検出を行うことをさらに含み、1組のビデオフレーム画像から監視領域に動きのある対象を示す目標ビデオフレーム画像を特定し、即ち、この目標ビデオフレーム画像に動き対象が存在し、この目標ビデオフレーム画像は動き対象が存在するビデオクリップであることができ、ここで、動きのある対象が目標対象である可能性があれば、目標対象ではない可能性もある。本実施例において、動的検出アルゴリズムによって、目標ビデオフレーム画像を特定して、1組のビデオフレーム画像中のピクセルの画素値に基づいて、1組のビデオフレーム画像のうち複数の目標ビデオフレーム画像を特定する。また、1組のビデオフレーム画像のうち、複数の目標ビデオフレーム画像以外のビデオフレーム画像は、対応する監視領域に動き対象があることを示さず、後続の検出は行わないこともできる。
1組のビデオフレーム画像中のピクセルの画素値に基づいて、1組のビデオフレーム画像のうち、複数の目標ビデオフレーム画像を特定した後、各目標ビデオフレーム画像に目標対象検出を行って、各目標ビデオフレーム画像の画像特徴を得、ここで、各目標ビデオフレーム画像について、画像特徴は目標ビデオフレーム画像に動きのある対象が目標対象であると判定された時、動きのある対象が位置する目標画像領域を表す。
本実施例において、各目標ビデオフレーム画像に目標対象検出を行い、即ち、目標ビデオフレーム画像にある動き対象について検出を行い、目標検出システムによって動的目標検出方法とニューラルネットワークに基づく目標検出方法を用いて、目標ビデオフレーム画像にある動き対象について検出を行い、各目標ビデオフレーム画像の画像特徴を得、ここで、動的目標検出方法は演算速度が速く、機械構成に対する要求が低いが、ニューラルネットワークに基づく目標検出方法は正確性とロバスト性に優れており、画像特徴は目標画像領域を表す矩形枠内の視覚情報であることができ、この矩形枠は、動きのある対象のうち、目標対象との類似度が第6の閾値を超える対象が位置する目標画像領域を表す検出枠であることができ、即ち、目標対象との類似度が第6の閾値を超える対象が目標対象である可能性があり、目標画像特徴は目標対象の可能な位置も示す。
各目標ビデオフレーム画像に目標対象検出を行って、各目標ビデオフレーム画像の画像特徴を得た後、各目標ビデオフレーム画像の画像特徴を動き特徴抽出モジュールへ入力し、この動き特徴抽出モジュールは、各目標ビデオフレーム画像の画像特徴に基づいて動き特徴を特定し、複数の目標ビデオフレーム画像にとって、この動き特徴は複数の目標ビデオフレーム画像に動きのある対象の動き速度と動き方向を表し、同時に、非目標対象の移動による干渉画像をさらにろ過し、例えば蚊の移動等の干渉情報を除去する。
また、本実施例において、各目標ビデオフレーム画像に動きのある対象の動きが連続的であるので、動き特徴抽出モジュールの動き特徴抽出アルゴリズムは、まず各目標ビデオフレーム画像の画像特徴に基づいて複数の目標ビデオフレーム画像間の画像特徴の相関性を検出し、相関性の大きい画像特徴に対応する対象を同一の対象として特定し、各目標ビデオフレーム画像の画像特徴についてマッチングを行い、対象の一連の動きピクチャーを得て、最後に3Dの特徴抽出ネットワークで動きシーケンスの特徴を抽出して動き特徴を得ることができ、例えば、各目標ビデオフレーム画像の検出枠に基づいて、複数の目標ビデオフレーム画像間の検出枠の相関性を計算し、相関性の大きい検出枠に対応する対象を同一の対象として特定し、各目標ビデオフレーム画像の検出枠についてマッチングを行い、対象の一連の動きピクチャーを得て、最後に3Dの特徴抽出ネットワークで動きシーケンスの特徴と抽出して動き特徴を得、複数の目標ビデオフレーム画像に動きのある対象の動き速度と動き方向を特定する。
オプションとして、本実施例において、複数の目標ビデオフレーム画像の画像特徴を融合し、特徴抽出を行うことで、単一フレームの目標検出器による判断ミスを防止し、目標画像に精密ふるいを行って目標対象が出現したか否かを正確に判定する。
各目標ビデオフレーム画像の画像特徴に基づいて動き特徴を特定した後、動き特徴と各目標ビデオフレーム画像の画像特徴とを融合して、トレーニング済みの分類ネットワークに入力し、この分類ネットワークは予め設計された、複数の目標ビデオフレーム画像に目標対象が出現したかを判定するための分類ネットワークモデルであり、動き特徴と各目標ビデオフレーム画像の画像特徴に基づいて、複数の目標ビデオフレーム画像に目標対象が出現したかを判定し、例えば複数の目標ビデオフレーム画像にネズミが出現したかを判定する。
オプションとして、本実施例において、複数の目標ビデオフレーム画像中の目標対象のある目標ビデオフレームの画像特徴をフロントエンドディスプレイインタフェースに入力し、このフロントエンドディスプレイインタフェースは目標対象の検出枠と移動軌跡を表示することができる。
オプションとして、本実施例の分類ネットワークモデルは非目標対象のピクチャーシーケンスをろ過し、目標対象のピクチャーシーケンスを保留して、誤警報率を低減し、目標対象提示情報の正確性を保証できる。
本実施例において、監視領域のビデオファイルにフレームサンプリングを行って1組のビデオフレーム画像を得、1組のビデオフレーム画像中のピクセルの画素値に基づいて、1組のビデオフレーム画像のうち監視領域に動きのある対象を示す複数の目標ビデオフレーム画像を特定し、さらに、各目標ビデオフレーム画像の画像特徴に基づいて、動き特徴を特定して、動き特徴と各目標ビデオフレーム画像の画像特徴に基づいて、複数の目標ビデオフレーム画像に目標対象が出現したかを自動に判定する目的を達成し、目標対象を特定するための人件費を大幅に削減し、目標対象を特定する正確率を向上させ、目標対象の特定効率が低い問題を解決し、ネズミ災難検出の正確性を向上させる効果を実現できる。
また、1組のビデオフレーム画像中のピクセルの画素値に基づいて、1組のビデオフレーム画像のうち、複数の目標ビデオフレーム画像のデータを特定する際、1組のビデオフレーム画像中の各ピクセルの平均画素値を取得し、1組のビデオフレーム画像の各ビデオフレーム画像中の各ピクセルの画素値と対応する平均画素値との間の差分を取得し、1組のビデオフレーム画像のうち差分が所定の条件を満たすビデオフレーム画像を目標ビデオフレーム画像と特定する。
可能な実施形態として、1組のビデオフレーム画像の各ビデオフレーム画像中の各ピクセルの画素値と対応する平均画素値との間の差分は、1組のビデオフレーム画像の各ビデオフレーム画像中の各ピクセルに以下の処理を行うことを含み、ここで、以下の処理を行う時、各ビデオフレーム画像を現在のビデオフレーム画像と見なし、各ピクセルを現在のピクセルと見なす。
ここで、(x,y)は現在のピクセルの現在のビデオフレーム画像中の座標であり、f(x,y)は現在のピクセルの画素値であり、b(x,y)は現在のピクセルの平均画素値であり、D(x,y)は現在のピクセルの画素値と対応する平均画素値との間の差分である。
可能な実施形態として、1組のビデオフレーム画像のうち差分が所定の条件を満たすビデオフレーム画像を目標ビデオフレーム画像と特定することは、1組のビデオフレーム画像の各ビデオフレーム画像中の各ピクセルに以下の処理を行うことを含み、ここで、以下の処理を行う時、各ビデオフレーム画像を現在のビデオフレーム画像と見なし、各ピクセルを現在のピクセルと見なす。
ここで、D(x,y)は現在のピクセルの画素値と対応する平均画素値との間の差分であり、Tは第1のプリセット閾値であり、ここで、所定の条件は、目標ビデオフレーム画像中のM(x,y)=1であるピクセルの数量が第2のプリセット閾値を超える条件を含む。
可能な実施形態として、各目標ビデオフレーム画像の画像特徴に基づいて、動き特徴を特定することは、各目標ビデオフレーム画像の画像特徴で表される目標画像領域に対応する目標ベクトルを取得して、それぞれ対応する一つの目標ビデオフレーム画像に動きのある対象が目標画像領域を通過する際の動き速度と動き方向を表す複数の目標ベクトルを得ることと、複数の目標ベクトルを各目標ビデオフレーム画像のビデオファイル中の時間順に配列して、動き特徴に含まれる第1の目標ベクトルを構成することとを含み、或いは、各目標ビデオフレーム画像の画像特徴で表される目標画像領域に対応する二次元光フロー図を取得して、それぞれ対応する一つの目標ビデオフレーム画像に動きのある対象が目標画像領域を通過する際の動き速度と動き方向を含む複数の二次元の光フロー図を得ることと、複数の二次元の光フロー図を各目標ビデオフレーム画像のビデオファイル中の時間順に配列して、動き特徴に含まれる三次元の第2の目標ベクトルを得ることと、を含む。
可能な実施形態として、動き特徴と各目標ビデオフレーム画像の画像特徴に基づいて、複数の目標ビデオフレーム画像に目標対象が出現したかを判定することは、動き特徴と各目標ビデオフレーム画像の画像特徴とをトレーニング済みのニューラルネットワークモデルに入力して対象識別結果を得ることを含み、ここで、対象識別結果は複数の目標ビデオフレーム画像に目標対象が出現したかを示す。
可能な実施形態として、動き特徴と各目標ビデオフレーム画像の画像特徴とをトレーニング済みのニューラルネットワークモデルに入力して対象識別結果を得ることは、各画像特徴に畳み込み層、正則化層及び活性化関数層を含むニューラルネットワーク層構造を通過させて複数の第1の特徴ベクトルを得ることと、複数の第1の特徴ベクトルを動き特徴と融合して第2の特徴ベクトルを得ることと、第2の特徴ベクトルを全結合層に入力して分類し、第1の分類結果を得ることと、を含み、ここで、ニューラルネットワークモデルはニューラルネットワーク層構造と全結合層を含み、対象識別結果は第1の分類結果を含み、第1の分類結果は複数の目標ビデオフレーム画像に目標対象が出現したかを示し;或いは、各画像特徴に畳み込み層、正則化層及び活性化関数層を含む第1のニューラルネットワーク層構造を通過させて複数の第1の特徴ベクトルを得ることと、動き特徴に畳み込み層、正則化層及び活性化関数層を含む第2のニューラルネットワーク層構造を通過させて第2の特徴ベクトルを得ることと、複数の第1の特徴ベクトルと第2の特徴ベクトルを融合して第3の特徴ベクトルを得ることと、第3の特徴ベクトルを全結合層に入力して分類し、第2の分類結果を得ることと、を含み、ここで、ニューラルネットワークモデルは第1のニューラルネットワーク層構造と、第2のニューラルネットワーク層構造と、全結合層とを含み、対象識別結果は第2の分類結果を含み、第2の分類結果は複数の目標ビデオフレーム画像に目標対象が出現したかを示す。
可能な融合形態として、複数の第1の特徴ベクトルを動き特徴とスプライス(或いは、組み合わせとも呼ばれる)して第2の特徴ベクトルを得ることができる。
可能な融合形態として、複数の第1の特徴ベクトルを第2の特徴ベクトルとスプライス(或いは、組み合わせとも呼ばれる)して第3の特徴ベクトルを得ることができる。
他の可能な例として、動き特徴と各目標ビデオフレーム画像の画像特徴とをトレーニング済みのニューラルネットワークモデルに入力して対象識別結果を得ることは、各画像特徴に順に複数のブロックを通過させて複数の第1の特徴ベクトルを得ることと、複数の第1の特徴ベクトルを動き特徴とスプライスして第2の特徴ベクトルを得ることと、第2の特徴ベクトルを全結合層に入力し、全結合層の出力によって第1の分類結果を得ることと、を含み、ここで、各ブロックにおいて、ブロックへの入力に順に畳み込み層での畳み込み操作、正則化層での正則化操作、活性化関数層での活性化関数操作を行い、ニューラルネットワークモデルは複数のブロックと全結合層とを含み、対象識別結果は第1の分類結果を含み、第1の分類結果は複数の目標ビデオフレーム画像に目標対象が出現したかを示し;或いは、各画像特徴に順に複数の第1のブロックを通過させて複数の第1の特徴ベクトルを得ることと、動き特徴に順に複数の第2のブロックを通過させて第2の特徴ベクトルを得ることと、複数の第1の特徴ベクトルを第2の特徴ベクトルとスプライスして第3の特徴ベクトルを得ることと、第3の特徴ベクトルを全結合層に入力し、全結合層の出力によって第2の分類結果を得ることと、を含み、ここで、各第1のブロックにおいて、第1のブロックへの入力に順に畳み込み層での畳み込み操作、正則化層での正則化操作、活性化関数層での活性化関数操作を行い、各第2のブロックにおいて、第2のブロックへの入力に順に畳み込み層での畳み込み操作、正則化層での正則化操作、活性化関数層での活性化関数操作を行い、ニューラルネットワークモデルは複数の第1のブロックと、複数の第2のブロックと、全結合層とを含み、対象識別結果は第2の分類結果を含み、第2の分類結果は複数の目標ビデオフレーム画像に目標対象が出現したかを示す。
可能な実施形態として、ビデオファイルにフレームサンプリングを行って1組のビデオフレーム画像を得ることは、ビデオファイル中のビデオシーケンスに等間隔のフレームサンプリングを行って1組のビデオフレーム画像を得ることを含む。
可能な実施形態として、撮像装置が監視領域を撮影して得たビデオファイルを取得することは、赤外線低照度暗視カメラにより監視領域を撮影して得たビデオファイルを取得することを含み、ここで、ビデオファイル中のビデオフレーム画像は赤外線低照度暗視カメラによって撮影された画像である。
可能な実施形態として、複数の目標ビデオフレーム画像に目標対象が出現したかを判定した後、この方法は、複数の目標ビデオフレーム画像に目標対象が出現したと判定した場合、目標対象の複数の目標ビデオフレーム画像中の位置を特定することと、位置を複数の目標ビデオフレーム画像に表示することと、をさらに含む。
可能な実施形態として、目標対象の特定方法はローカルに設置されたサーバーによって実行される。
また、本実施例において、赤外線低照度暗視カメラにより場面ビデオシーケンスを採集し、データ処理モジュールによりビデオシーケンスを受信してビデオにネズミがあるかを検出し、ネズミが検出されると、ネズミの位置等の一連の情報をフロントエンドディスプレイインタフェースへ出力し、フロントエンドディスプレイインタフェースはネズミの位置、出現時間、活動領域を表示するとともに、即時にネズミ災難の警告を行う。
本実施例において、上記方法によってレストラン、工場等の場面でネズミ捕捉工具の設置領域を自動に特定し、監視領域を撮影して得た第1の画像を取得し、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定し、第1の目標期間内に監視領域を撮影して得た第1組の画像データを取得し、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定し、プリセット領域において、移動軌跡と交差する目標領域を特定することで、目標捕捉工具の設置領域を特定する目的を達成し、目標捕捉装置を設置する領域を特定する正確性を向上させ、即ち、コンピュータによって目標捕捉工具の設置領域の自動判別を完成して人為的判別と経験による判別を入れ替え、レストランや工場等の清潔衛生を重要視する環境において目標対象の防除作業を支援し、目標対象の防除作業を有効に展開するように指導し、飲食店の核心場所及び施設が目標対象の侵害を受けないように保障するとともに、人工的に目標捕捉工具の各監視領域での設置領域を標記する工程を省略して人件費を節約できる。
なお、図面のフローチャートに示すステップを例えば1組のコンピュータが命令を実行可能なコンピュータシステムで実行することができ、またフローチャートにロジック順を示しているが、場合によってはそれと異なる順で図示または説明したステップを実行することができる。
以下、好適な実施例を結合して本開示の技術案を説明する。具体的に、目標対象がネズミで、目標捕捉工具がネズミ捕捉器である場合を例に説明する。
本実施例において、デジタル化技術によって、レストランや工場等の場面でネズミ捕捉工具の設置領域を自動に特定する方法を開示し、コンピュータでネズミ捕捉装置の設置領域の自動特定を完成することで、人為的な設置領域の特定と経験に基づく設置領域の特定を回避することができ、レストランや工場等の清潔衛生を重要視する場所でネズミの防止や消滅作業を支援して、ネズミ等の有害生物の防除の効果を改善し、飲食店の核心場所及び施設がネズミを侵害を受けないように保障するとともに、人工的にネズミ捕捉装置の各監視領域での設置領域を標記する工程を省略して人件費を節約できる。
図2は本開示の実施例に係るネズミ駆除器の設置位置を特定する方法を示すフローチャートである。図2に示すように、この方法は以下のステップを含む。
監視領域においてネズミ捕捉装置の設置可能領域を識別する(ステップS201)。
監視領域においてネズミの歴史移動軌跡を識別する(ステップS202)。
ネズミ捕捉装置の設置可能領域とネズミの歴史移動軌跡に基づいて、ネズミ捕捉装置を設置するための目標領域を特定する(ステップS203)。
以下、本実施例の監視領域においてネズミ捕捉装置の設置可能領域を特定する方法を説明する。
本実施例において、ネズミがよじ登り、穴通り抜けの特性を有し、電線や水道管等に沿って上下移動する可能性があることを考慮し、ネズミ捕捉装置を設置可能な箇所は地面、コーナー、窓枠等の平坦な位置である。よって、本実施例にといて、ビデオ監視機器が狙う静的領域において、予め幾つかの適切な設置領域を設定し、ここでコーナー、電線近く等のネズミが通常走行する経路に設定することが好ましい。ここで、ビデオ監視機器はカメラであることができる。
図3は本開示の実施例に係る識別されたネズミ捕捉装置の設置可能領域を示す模式図である。図3に示すように、撮像装置により静的な監視領域の画像を取得してから、画像識別技術によって監視領域の画像から地面、コーナー等の領域を識別してもよいし、監視領域の画像から地面、コーナー、窓枠等の領域を人為的に識別してもよい。図3において監視領域の画像中の三角形はネズミ捕捉装置を設置可能な領域を示し、この領域は複数で、例えば5個である。
本実施例において、異なる監視領域にビデオ監視機器を装着して、異なる監視領域からネズミ捕捉装置の設置可能領域を識別することができる。
また、本実施例において、各ビデオ監視機器が対応する監視領域に装着されると、ネズミ捕捉装置の設置可能領域の識別作業が完成し、識別されたネズミ捕捉装置の設置可能領域が予めサーバーに記憶されて使用されることができる。
以下、本実施例の監視領域においてネズミの歴史移動軌跡を識別する方法を説明する。
本実施例において、ビデオ監視機器によりネズミの歴史移動軌跡を取得することができ、前日の監視領域にネズミの出没がある目標ビデオを取得し、この目標ビデオを期間に応じて切り取って、ネズミの画像を含むビデオクリップを抽出する。そして、動作識別技術によって、ビデオクリップ中の動的な変化特徴を識別し、その後、画像識別技術によって、動的な変化特徴について識別し、例えばAI画像識別技術によってビデオクリップ中の動的な変化特徴について識別し、さらに出現した生物がネズミであると判定し、動的な変化特徴を結合してネズミの移動軌跡を特定し、監視領域の画像に表示する。
図4は本開示の実施例に係る識別されたネズミ跡を示す模式図である。図4に示すように、AI画像識別技術、動作識別技術によって、監視領域の監視ビデオ中のネズミの移動軌跡を抽出する。監視領域の画像に表示し、ここでの線分がネズミの監視領域での移動軌跡である。
以下、本実施例のネズミ捕捉装置の設置可能領域とネズミの歴史移動軌跡とに基づいてネズミ捕捉装置を設置するための目標領域を特定する方法を説明する。
本実施例では、監視領域においてネズミ捕捉装置の設置可能領域を識別し、監視領域においてネズミの歴史移動軌跡を識別した後、ネズミ捕捉装置の設置可能領域と監視領域中のネズミの歴史移動軌跡を比較して、重なる部分がある領域を、ネズミ捕捉装置を設置するための目標領域として特定することができる。
図5は本開示の実施例に係るネズミ捕捉装置の設置領域を示す模式図である。図5に示すように、ネズミ捕捉装置の監視領域での設置可能領域(図3を参照)と監視領域でのネズミの歴史移動軌跡(図4を参照)とが重なる部分に対応する目標領域を円でマークし、例えば、赤色等の目立つ色の円でマークし、そこが当日に防除者が監視領域においてネズミ捕捉装置を設置すべき領域である。
また、本実施例において、有害生物の監視領域での侵入点と隠れ点を特定してもよい。例えば、有害生物がネズミである場合、ネズミの監視領域での侵入点と隠れ点を計算する。本実施例において、ビデオデータにより示されるビデオからネズミが監視領域に出没したビデオを切り取ることができる。このネズミが出没したビデオ中の一番目のビデオフレームを取得し、この一番目のビデオフレームからネズミの監視領域での位置を識別し、この位置をネズミの監視領域での侵入点として特定して、それをネズミが室内に侵入する入口とすることができる。本実施例において、ネズミが出没したビデオから最後のビデオフレームを取得し、この最後のビデオフレームからネズミの監視領域での位置を識別して、この位置をネズミの隠れ点として特定し、そこをネズミの巣、又は室内から逃がす時の出口とすることができる。
また、本実施例において、有害生物の過去のある期間の侵入点と隠れ点を記録し、有害生物の侵入点と隠れ点を示す情報を端末に送信することで、有害生物防除者に有害生物の防除のためにさらに措置をとるように促してもよい。例えば、有害生物がネズミである場合、ネズミの過去三日間の侵入点と隠れ点を記録し、ネズミの侵入点と隠れ点を示す情報を端末に送信して、有害生物防除者にネズミの防除のためにさらに措置をとるように促すことができ、例えば、侵入点付近に大きい隙間の下水道口があるかを探し、または侵入点付近に室外に連通した管路があるかを探し、あると、即時に下水道口と管路を塞ぎ、ネズミの侵入通路を遮断する。
また、本実施例において、有害生物の監視領域中の密度を特定し、有害生物の異なる監視領域中の密度を特定し、監視領域における有害生物の出没時間長と有害生物を監視した監視周期全体の時間との比を監視領域の有害生物の密度として特定してもよい。例えば、有害生物がネズミである場合、ビデオ監視機器により撮影された監視領域のネズミ密度を計算し、この監視領域にネズミが出没した時間長とネズミを監視した監視周期全体の時間との比を監視領域のネズミ密度として特定することができる。
また、本実施例において、有害生物の異なる監視領域中の密度を算出した後、その中から有害生物の密度が最も高い監視領域を特定して、有害生物が頻繁に侵入する領域として特定し、そして、有害生物が頻繁に侵入する領域を示す情報を端末に送信し、関連者にさらに措置をとるように促す。例えば、有害生物がネズミである場合、ネズミの異なる監視領域中の密度を算出した後、その中からネズミの密度が最も高い監視領域を特定し、即ち、室内のネズミ密度値が高い場所を記録し、ネズミが頻繁に侵入する場所として特定し、そして、ネズミが頻繁に侵入する場所を示す情報を端末に送信して、レストラン事業者にさらにその場所に残存している食べかす、水跡等があってネズミや害虫の繁殖を促進する場所になっているかを検査するように促す。残存している食べかす、水跡等があると、その場所の衛生清潔作業をさらに行って有害生物に対する吸引力を減少させるようにレストラン事業者に指示する。
本実施例において、ネズミ捕捉装置を設置しようとする目標領域をまとめることができ、捕捉装置を目標領域に設置した後、当日、各ビデオ監視機器によって採集されたネズミの情報をまとめて、クライアント(APP)を介してレストラン事業者及び防除者に提示し、自動的に毎日ごとに報告を提出することができる。WeChatの公式アカウント、リアルタイム情報、メッセージ等の可能な形態でレストランを経営する関連者にプッシュすることができる。
図6は本開示の実施例に係るネズミ跡報告のヒストグラムである。図6に示すように、一日を周期として、監視領域での目標期間内のネズミの活発指数を検出することができ、11/29から12/12までの期間内のネズミの活発指数を検出することができ、カメラによって監視領域の画像データを取得し、識別されたネズミの情報に基づいて、監視領域での毎日のネズミの活発指数を特定し、ここで、ネズミの活発指数をネズミの活発時間長、ネズミの数量等の情報に基づいて特定し、これにより、レストラン事業者及び害虫防除者が目標領域におけるネズミの状況を把握して防除のための措置を取ることができる。
本開示の実施例に係るネズミ災難ビデオ監視装置は、赤外線低照度暗視カメラと、データ処理モジュールと、フロントエンド表示部品とを含んでもよい。上記装置の動作原理は以下の通りである。赤外線低照度暗視カメラにより場面のビデオシーケンスを採集し、データ処理モジュールによりビデオシーケンスを受信してビデオ中にネズミがあるか否かを検出し、ネズミが検出されると、ネズミの位置等の一連の情報をフロントエンドディスプレイインタフェースに出力し、フロントエンドディスプレイインタフェースにネズミの位置、出現時間、活動領域を表示するとともに、即時にネズミ災難の警告を行う。
図7は本開示の実施例に係るデータ処理モジュールを示す模式図である。図7に示すように、このデータ処理モジュールは、ビデオ採集モジュール702と、ビデオ処理モジュール704と、記憶モジュール706と、を含み、ここで、ビデオ採集モジュール702はARMボード7022とビデオ前処理モジュール7024とを含み、ビデオ処理モジュール704は埋め込み式GPUプロセッサ7042を含む。
ビデオ採集モジュール702は、ARMボード7022を介してビデオデータを採集して前処理を行い、ビデオ処理モジュール704はトレーニング済みのモデルを読み込み、埋め込み式GPUプロセッサ7042で深層学習アルゴリズムに従いビデオ処理を行い、あるクリップタイムにネズミがあることが深層学習ネットワークにより検出されると、このクリップ及び対応する検出結果を記憶モジュール706に記憶し、記憶モジュール706は当該一連の情報をフロントエンドに出力する。
図8は本開示の実施例に係るネズミ災難検出システムの原理を示す模式図である。図8に示すように、当該アルゴリズムは、前処理、目標検出、動き特徴の抽出、分類ネットワークのような幾つかのモジュールを含み、システムの入力が原始のビデオシーケンスであり、前処理は、フレームの抽出と動的検出の2つのステップを含み、まず、原始ビデオシーケンスに等間隔のフレームサンプリングを行ってアルゴリズムの演算量を低減し、その後、目標検出アルゴリズムを用いて目標検出を行い、画像に動き物があるか否かを判断し、動き物がないと、後続の検出は行わず、動き物があると、動き物があるビデオクリップを後続のモジュールに送る。目標検出中、前処理されたビデオシーケンスの各フレームに検出を行い、ネズミが存在する可能性のある位置で画像特徴(例えば、この対応する検出枠内の視覚情報)を取得し、動き特徴抽出モジュールによって、各ビデオ画像フレーム間の情報を融合して特徴の抽出を行うことで、単一フレームの目標検出器による判断ミスを防止し、その後、抽出された動き特徴と画像特徴とを分類ネットワークに入力し、分類ネットワークによりネズミであるか否かを判断し、ネズミであると、ネズミの各フレームでの位置の矩形検出枠をフロントエンドディスプレイインタフェースに伝送する。
なお、本実施例において、上記目標検出過程は、具体的な機械計算リソースに応じて、動的目標検出アルゴリズムとニューラルネットワークに基づく目標検出アルゴリズムとの2種類のアルゴリズムが割り当てられ、前者は演算速度が速く、機械構成に対する要求が低く、後者は正確性とロバスト性に優れている。
1)動的目標検出アルゴリズムは、背景差分法とフレーム差分法を含み、下式(1)に従い、現在のフレームと背景または前フレームとの差を計算する。
上式において、(x,y)は画像の左上角を原点として、幅方向をX軸と、高さ方向をY軸として構築した座標系におけるピクセルの座標を表し、kは現在のフレームのインデックスで、fは現在のフレーム、bは背景または前フレームを表す。式(2)に従い動き対象が存在するか否かを判断する。
ここで、M(x,y)は動き画像を表し、Tは閾値で、M(x,y)が1であると、動き対象があることを表し、すべてのX(x,y)の像素によって動き対象画像を構成し、形態学的演算によってピクセルをビニングすると、すべての動き対象を得ることができ、該モジュールの出力とする。
2)ニューラルネットワークに基づく目標検出は、ピクチャーをトレーニング済みのネットワークモデルへ入力して、すべての可能な目標及びその信頼度を得、ある信頼度閾値を超える検出枠をこのモジュールの出力とする。使用されるネットワークモデルは、SSD、Faster−RCNN、FPN等を含むが、これらに限定されることはない。図9は本開示の実施例に係るFaster−RCNNネットワークモデルを示す模式図である。図9に示すように、その中のconvは畳み込み層で、畳み込み層1〜畳み込み層5を含み、残差ネットワーク101を構成し、本実施例において、畳み込みカーネル(行列である)により入力にウィンドウスライドを行い、各入力のスライドウィンドウ位置について、いずれも行列と式(3)に従ってポイント乗算を行って、結果Fをこのスライドウィンドウ位置の特徴として出力する。
RPNは領域提案ネットワークを表し、一連の候補枠を提案し、プーリング層(ROIpooling)が、畳み込み層の特徴マップのRPN出力の座標での領域をサイズ(w,h)が一定の矩形枠にマッピングし、全結合層からなる分類器と境界ボックス回帰器に送り、境界ボックス回帰器がネズミの可能な座標位置を出力し、分類器がこの位置でネズミである信頼度を出力する。
上記動き特徴の抽出の場合、物体の動きが連続性を有するので、動き特徴抽出アルゴリズムは、まず、各フレーム毎に得られた検出枠に基づいて、フレームとフレームとの間の検出枠の相関性を計算し、相関性の大きい検出枠を同一の物体として認定し、各フレームの検出枠に対してマッチングを行い、物体の一連の動きピクチャーを得て、最後に3Dの特徴抽出ネットワークを利用して動きシーケンスの特徴を抽出する。
上記分類ネットワークの場合、目標検出枠中の視覚情報と動き特徴とを融合して、設計された類別のネットワークモデルに送って、ネズミではないピクチャーシーケンスを排除することで、誤警報率を低減し、さらに、結果をフロントエンドディスプレイインタフェースに送ってネズミの検出枠と軌跡を表示する。
本開示の実施例において、フレーム全体について、目標検出と分類ネットワークによって検出識別の目的を達成し、フレームレイアウトのコストを節約することができるが、これに限定されることはない。
本開示の実施例によると、画像識別アルゴリズムを利用して監視ビデオ中のネズミを自動に識別し、ネズミのクリップやかごを置く必要がなく、人力で観測する必要もなく、ネズミ傷害の監視が効率的な全自動のフローになり、ネズミ傷害の監視の人件費を大幅に低減するとともに、正確性が高く、キッチンの衛生管理の便宜を図り、同時に、ネズミの活動軌跡を提供して、作業者がネズミ駆除工具を設置する位置を簡単に選択でき、駆除作業の便宜を図ることができる。
本実施例では、監視領域においてネズミ捕捉装置の設置領域にマークを自動的に付けることで、レストランや工場等の室内経営場所のために自動的にネズミ捕捉装置の設置領域を特定でき、ネズミが捕捉される確率を増加させ、害虫やネズミによる傷害をまとめた状況によって、現在のレストランが深刻な衛生上の脅威であるかを把握でき、これに基づいて、専門な害虫防除者が現場の状況を総合的に判断し、意図的に防除措置をとって防除作業を実施し、ネズミ防止作業を有効に展開するように指導する。
本開示の実施例において、さらに、領域特定装置が提供される。尚、本実施例の領域特定装置は本開示の実施例の領域特定方法を実行することができる。
図10は本開示の実施例に係る領域特定装置を示す模式図である。図10に示すように、この装置は、一つ又は複数のプロセッサと、プログラムユニットを記憶する一つ又は複数のメモリと、を含み、ここで、プログラムユニットはプロセッサによって実行され、プログラムユニットは、第1の取得ユニット10と、応答ユニット20と、第2の取得ユニット30と、第1の特定ユニット40と、第2の特定ユニット50と、を含む。
第1の取得ユニット10は、監視領域を撮影して得た第1の画像を取得するように構成される。
応答ユニット20は、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定するように構成される。
第2の取得ユニット30は、第1の目標期間内に監視領域を撮影して得た第1組の画像データを取得するように構成される。
第1の特定ユニット40は、第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定するように構成される。
第2の特定ユニット50は、プリセット領域において、移動軌跡と交差する目標領域を特定するように構成され、ここで、目標領域には目標捕捉装置が設置され、目標捕捉装置は目標対象の捕捉に用いられる。
なお、上記第1の取得ユニット10、応答ユニット20、第2の取得ユニット30、第1の特定ユニット40、及び第2の特定ユニット50は、装置の一部として端末で動作することができ、端末中のプロセッサによって上記ユニットによる機能を実行することもでき、端末はスマートフォン(例えば、Android携帯電話、iOS携帯電話等)、タブレットPC、ポケットPC及びモバイルインターネットデバイス(Mobile Internet Devices,MID)、PAD等の端末機器であってもよい。
本実施例において、入力された領域設定命令に応答して、監視領域を撮影して得た第1の画像にて領域設定命令により指示されたプリセット領域を特定し、第1の目標期間内に監視領域を撮影して得た第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定し、さらにプリセット領域において、移動軌跡と交差する目標領域を特定することで、防除者の経験と主観的な判断に依頼して捕捉工具の設置領域を特定することを回避し、捕捉装置を設置するための領域を特定する正確性が低い課題を解決し、捕捉装置を設置する領域を特定する正確性を向上させる技術効果を実現できる。
また、本開示の実施例によると、さらに記憶媒体が提供されてもよい。この記憶媒体は記憶されたプログラムを含み、ここで、プログラムが実行されると、本開示の実施例のうちのいずれかに記載の領域特定方法を実行するように記憶媒体が位置する機器を制御する。
本願の実施例で提供される各機能モジュールは、領域特定装置または類似する演算装置で実行されることができ、記憶媒体の一部として記憶されることもできる。
また、本実施例において、上記記憶媒体にコンピュータプログラムが記憶されてもよく、ここで、前記コンピュータプログラムは、実行されると、領域特定方法が実行されるように構成される。
図11は本開示の実施例に係る記憶媒体の構造を示す模式図である。図11に示すように、本開示の実施形態に係るコンピュータプログラムが記憶されたプログラム製品110を示し、前記コンピュータプログラムがプロセッサによって実行されると、
監視領域を撮影して得た第1の画像を取得するステップと、入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定するステップと、
第1の目標期間内に監視領域を撮影して得た第1組の画像データを取得するステップと、
第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定するステップと、
プリセット領域において、移動軌跡と交差する目標領域であって、目標対象の捕捉に用いられる目標捕捉装置が設置される目標領域を特定するステップとのプログラムコードが実現される。
また、本実施例において、プリセット領域は予め設定された一つ又は複数の領域であり、前記コンピュータプログラムがプロセッサによって実行されると、
一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定するステップのプログラムコードが実現され、ここで、目標領域と交差する移動軌跡は目標領域と交差する移動軌跡の数、移動軌跡の目標領域と交差する長さ、目標領域と交差し、かつ目標領域に交差点がある移動軌跡の数のうちの少なくとも一つに基づいて特定された所定の目標条件を満たしてもよい。
また、本実施例において、前記コンピュータプログラムがプロセッサによって実行されると、
一つ又は複数の領域のうち、移動軌跡と交差する第1の領域であって、目標領域に含まれ、第1の領域と交差する移動軌跡の数が第1の閾値を超えた第1の領域を特定するステップと、
一つ又は複数の領域のうち、移動軌跡と交差する第2の領域であって、目標領域に含まれ、第2の領域と交差する移動軌跡の数が第2の閾値を超え、移動軌跡の第2の領域と交差する部分の長さが第3の閾値を超えた第2の領域を特定するステップと、
一つ又は複数の領域のうち、移動軌跡と交差する第3の領域であって、目標領域に含まれ、第3の領域と交差するとともに、第3の領域内に交差点がある移動軌跡の数が第4の閾値を超えた第3の領域を特定するステップのうちの少なくとも一つのステップのプログラムコードが実現されてもよい。
また、本実施例において、記憶媒体は、領域特定方法で提供された各種の好適または可能な方法ステップのプログラムコードを特定するように構成されてもよい。
また、本実施例の具体的な例については上記実施例で説明した例を参照することができ、本実施例では詳細な説明を省略する。
コンピュータ読み取り可能な記憶媒体は、ベースバンド中で伝播する又は搬送波の一部として伝播するデータ信号を含むことができ、それに読み取り可能なプログラムコードが搭載される。このような伝播されるデータ信号は様々な形態であることができ、電磁信号、光信号または上述した任意の組み合わせであることができるが、これに限定されることはない。コンピュータ読み取り可能な記憶媒体は、命令実行システム、装置または素子が使用したり、それと結合して使用されるプログラムを送信、伝播、又は伝送することができる。
コンピュータ読み取り可能な記憶媒体に含まれるプログラムコードは、如何なる適切な媒体で伝送してもよく、無線、有線、光ケーブル、RFなど、又はこれらの任意の適切な組み合わせを含むが、これらに限定されることはない。
上記目的を達成するため、本開示の他の一態様によると、本開示の実施例はさらにプロセッサを提供する。
図12は本開示の実施例に係るプロセッサの構造を示す模式図である。図12に示すように、このプロセッサ120はプログラムを実行し、ここで、プログラムが実行されると、本開示の実施例のいずれかに記載の領域特定方法が実行される。
本発明の実施例において、上記プロセッサ120は領域特定方法の実行プログラムを実行することができる。
また、本実施例において、プロセッサ120は、
監視領域を撮影して得た第1の画像を取得するステップと、
入力された領域設定命令に応答して、第1の画像にて領域設定命令により指示されたプリセット領域を特定するステップと、
第1の目標期間内に監視領域を撮影して得た第1組の画像データを取得するステップと、
第1組の画像データに基づいて、監視領域において、目標対象による第1の目標期間内での移動軌跡を特定するステップと、
プリセット領域において、移動軌跡と交差し、目標対象を捕捉するための目標捕捉装置が設置される目標領域を特定するステップと、を実行するように構成されてもよい。
また、本実施例において、プリセット領域は予め設定された一つ又は複数の領域であり、プロセッサ120は、さらに、
一つ又は複数の領域のうち、移動軌跡と交差する目標領域を特定するステップを実行するように構成され、ここで、目標領域と交差する移動軌跡は目標領域と交差する移動軌跡の数、移動軌跡の目標領域と交差する長さ、目標領域と交差し、かつ目標領域に交差点がある移動軌跡の数のうちの少なくとも一つに基づいて特定された所定の目標条件を満たしてもよい。
また、本実施例において、プロセッサ120はさらに、
一つ又は複数の領域のうち、移動軌跡と交差する第1の領域であって、目標領域に含まれ、第1の領域と交差する移動軌跡の数が第1の閾値を超えた第1の領域を特定するステップと、
一つ又は複数の領域のうち、移動軌跡と交差する第2の領域であって、目標領域に含まれ、第2の領域と交差する移動軌跡の数が第2の閾値を超え、移動軌跡の第2の領域と交差する部分の長さが第3の閾値を超えた第2の領域を特定するステップと、
一つ又は複数の領域のうち、移動軌跡と交差する第3の領域であって、目標領域に含まれ、第3の領域と交差するとともに、第3の領域内に交差点がある移動軌跡の数が第4の閾値を超えた第3の領域を特定するステップと、を実行するように構成されてもよい。
上記プロセッサ120は、メモリ内に記憶されたソフトウェアプログラム及びモジュールを実行することで、各種の機能アプリケーション及びデータ処理を実行し、即ち、上述した領域特定方法を実現することができる。
上記実施例の各種の方法のステップの全部又は一部は、プログラムによって、領域特定装置に関連するハードウェアに完成するように指示する方式で実現することができ、このプログラムは領域特定装置の記憶媒体に記憶されることができ、記憶媒体は、フラッシュメモリ、読み出し専用メモリ(Read−Only Memory、ROM)、ランダムアクセスメモリ(Random Access Memory、RAM)、磁気ディスクまたはCD等であることができる。
以上、図面を参照し、例を挙げて本開示に係る領域特定方法、装置、記憶媒体及びプロセッサを説明した。しかし、上述した本開示で提供される領域特定方法、装置、記憶媒体及びプロセッサに、本開示の内容を離脱せずに各種の改良を行うことができることを当業者は理解できる。よって、本開示の保護範囲は特許請求の範囲に記載された事項によって定めなければならない。
上述した本開示の各モジュールまたは各ステップを汎用の計算装置によって実現することができ、一つの計算装置に集中することができ、または複数の計算装置からなるネットワークに分布することもでき、また、計算装置が実行可能なプログラムコードによって実現してそれを記憶装置に記憶して計算装置に実行させることもでき、またはそれぞれ集積回路モジュールに制作し、またはその中の複数のモジュールまたはステップを一つの集積回路モジュールとすることができることを当業者は理解できる。このように、本開示は特定のハードウェアとソフトウェアの結合に限定されない。
以上は、本開示の好適な実施例に過ぎず、本開示を限定するものではなく、当業者であれば本開示に様々な修正や変形が可能である。本開示の精神や原則内での全ての修正、同等置換、改良などはいずれも本開示の保護範囲内に含まれる。