一种轨迹追踪方法和系统技术方案

本申请实施例公开了一种轨迹追踪方法和系统

【技术实现步骤摘要】
一种轨迹追踪方法和系统


[0001]本说明书涉及目标追踪
，特别涉及一种轨迹追踪方法和系统
。

技术介绍

[0002]随着目标追踪技术的广泛运用，行人轨迹追踪也成为目标追踪技术的重点发展方向之一
。
行人轨迹追踪通常会将行人检测技术和行人重识别技术相结合，获取行人运动轨迹
。
[0003]然而，目前需要同时使用多个摄像机拍摄图像，对目标人物进行跨镜追踪，而目标对象在同一时刻往往仅在一个摄像机下出现，导致其他摄像机处于无效追踪的工作状态，容易造成计算资源的浪费
。
[0004]因此，希望提供一种轨迹追踪方法和系统，以减少轨迹追踪的计算资源，提高追踪效率
。

技术实现思路

[0005]本说明书实施例之一提供一种轨迹追踪方法
。
所述方法包括：从目标摄像机中获取监控图像，以及从监控图像中识别目标对象；响应于未识别到目标对象：确定潜在摄像机；基于从潜在摄像机获取的监控图像，通过预设算法识别目标对象；根据目标对象的识别结果，更新目标摄像机；响应于识别到目标对象：基于从目标摄像机获取的监控图像，通过预设算法更新目标对象的时空信息
。
[0006]本说明书实施例之一提供一种轨迹追踪系统
。
所述系统包括：获取识别模块，用于从目标摄像机中获取监控图像，以及从监控图像中识别目标对象；重新识别模块，用于响应于未识别到目标对象：确定潜在摄像机；基于从潜在摄像机获取的监控图像，通过预设算法识别目标对象；根据目标对象的识别结果，更新目标摄像机；信息更新模块，用于响应于识别到目标对象：基于从目标摄像机获取的监控图像，通过预设算法更新目标对象的时空信息
。
[0007]本说明书实施例之一提供一种轨迹追踪装置，所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现轨迹追踪方法
。
[0008]本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行轨迹追踪方法
。
附图说明
[0009]本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述
。
这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本说明书一些实施例所示的轨迹追踪系统的结构示意图；
图2是根据本说明书一些实施例所示的轨迹追踪方法的示例性流程图；图3是根据本说明书一些实施例所示的确定潜在摄像机的示例性流程图；图4是根据本说明书一些实施例所示的摄像机知识图谱的示意图；图5是根据本说明书又一些实施例所示的确定潜在摄像机的示例性流程图；图6是根据本说明书一些实施例所示的确定行人特征的示例性流程图
。
具体实施方式
[0010]为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍
。
显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景
。
除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作
。
[0011]应当理解，本文使用的“系统”、“装置”、“单元”和
/
或“模块”是用于区分不同级别的不同组件
、
元件
、
部件
、
部分或装配的一种方法
。
然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语
。
[0012]如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和
/
或“该”等词并非特指单数，也可包括复数
。
一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素
。
[0013]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作
。
应当理解的是，前面或后面操作不一定按照顺序来精确地执行
。
相反，可以按照倒序或同时处理各个步骤
。
同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作
。
[0014]对于如何进行行人轨迹追踪，目前主要采用光流法对二维空间进行行人运动跟踪，基于目标与监控图像的相对运动，通过运动物体所形成的速度矢量与邻域背景速度矢量之间的差异，检测出目标的运动状态和位置
。
然而光流法对环境变化（如光线变化等）比较敏感，需要同时使用多个摄像机拍摄图像，对目标人物进行跨镜追踪，但目标对象在同一时刻往往仅在一个摄像机下出现，导致其他摄像机处于无效追踪的工作状态，容易造成计算资源的浪费
。
[0015]因此，本说明书一些实施例在识别到目标对象时，仅使用目标摄像机进行工作，在未识别到目标对象时，再利用潜在摄像机获取监控图像，基于监控图像重新识别目标对象，并更新对应的目标摄像机实现对目标对象的轨迹追踪，从而减小了轨迹追踪需要的计算资源和时间
。
[0016]图1是根据本说明书一些实施例所示的轨迹追踪系统的结构示意图
。
在一些实施例中，如图1所示，轨迹追踪系统
100
可以包括获取识别模块
110、
重新识别模块
120
和信息更新模块
130。
[0017]在一些实施例中，获取识别模块
110
可以用于从目标摄像机中获取监控图像，以及从监控图像中识别目标对象
。
[0018]在一些实施例中，重新识别模块
120
可以用于响应于未识别到目标对象：确定潜在
摄像机；基于从潜在摄像机获取的监控图像，通过预设算法识别目标对象；根据目标对象的识别结果，更新目标摄像机
。
[0019]在一些实施例中，摄像机可以分为目标摄像机和潜在摄像机
。
其中，摄像机的分辨率大于或等于预设分辨阈值；多个摄像机中存在两个摄像机具有不同的视角范围，视角范围相关于摄像机的设置位置
。
[0020]目标摄像机是指当前时刻执行监控的摄像机，其可以对目标对象的轨迹进行监控
。
在一些实施例中，目标摄像机可以对目标对象实时进行监控，获取对应的监控图像
。
也就是说，在目标对象位于目标摄像机的视角范围内时，目标摄像机可以处于工作状态
。
[0021]潜在摄像机是指未来时间段可能会执行监控的摄像机，其在未来时刻可能能够对目标对象的轨迹进行监控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种轨迹追踪方法，其特征在于，包括：从目标摄像机中获取监控图像，以及从所述监控图像中识别目标对象；响应于未识别到所述目标对象：确定潜在摄像机；基于从所述潜在摄像机获取的监控图像，通过预设算法识别所述目标对象；根据所述目标对象的识别结果，更新所述目标摄像机；响应于识别到所述目标对象：基于从所述目标摄像机获取的所述监控图像，通过所述预设算法更新所述目标对象的时空信息
。2.
根据权利要求1所述的轨迹追踪方法，其特征在于，所述预设算法包括
DeepSort
算法，所述
DeepSort
算法包括：基于卡尔曼滤波算法预测对象框下一帧的位置，并更新预测得到的所述对象框和检测得到的所述对象框的误差；响应于所述卡尔曼滤波算法的预测结果满足预设匹配条件，基于匈牙利算法进行级联匹配
。3.
根据权利要求1所述的轨迹追踪方法，其特征在于，所述确定潜在摄像机包括：根据所述目标对象在至少一个历史时刻的时空信息，利用摄像机知识图谱，预测所述目标对象在未来时刻进入的摄像机视角；基于所述目标对象在至少一个历史时刻的时空信息和所述目标对象在未来时刻进入的摄像机视角，确定所述潜在摄像机
。4.
根据权利要求3所述的轨迹追踪方法，其特征在于，所述摄像机知识图谱包括节点和边，所述摄像机知识图谱的节点对应部署于预设点位的摄像机，所述摄像机知识图谱的边对应所述摄像机之间的位置关系，所述节点的节点特征包括所述节点对应的所述摄像机的通讯地址
、
通道数
、
位置
、
名称中至少一种，所述边的边特征包括方位特征
。5.
根据权利要求4所述的轨迹追踪方法，其特征在于，所述预设点位包括电梯及电梯厅；响应于所述摄像机知识图谱的边连接的节点为所述电梯摄像机...

【专利技术属性】
技术研发人员：夏鑫，金朝汇，
申请(专利权)人：浙江同花顺智能科技有限公司，
类型：发明
国别省市：