基于视频流的目标追踪监测方法、系统、装置及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113676702A(43)申请公布日2021.11.19(21)申请号202110964015.X(22)申请日2021.08.21(71)申请人深圳市大工创新技术有限公司地址518109广东省深圳市龙华区观湖街道松元厦社区虎地排117号锦绣大地7号楼A510(72)发明人张小生罗冠能商昌炬(51)Int.Cl.H04N7/18(2006.01)G06K9/00(2006.01)权利要求书3页说明书12页附图3页(54)发明名称基于视频流的目标追踪监测方法、系统、装置及存储介质(57)摘要本申请涉及一种基于视频流的目标追踪监测方法、系统、装置及存储介质，该方法包括以下步骤：在各摄像头之间建立拓扑关系；获取中心图像获取设备对应的相似度阈值作为中心相似度判断阈值，并从采集到的视频流中提取可疑物体；基于多分类模型对可疑物体的动作进行评分以匹配事件类型并作为目标事件；其中，多分类模型中的各分类分别对应有评估阈值；获取周边图像获取设备对应于该目标事件对应物体的相似度判断阈值以作为周边相似度判断阈值，并降低该周边相似度判断阈值；基于周边相似度判断阈值从采集的视频流中匹配目标事件对应的物体，并继续将该物体对应的事件作为目标事件。本申请具有提高视频监控系统的监控效率的优点。CN113676702ACN113676702A权利要求书1/3页1.一种基于视频流的目标追踪监测方法，其特征在于，包括以下步骤：初始化步骤，基于空间关系在各摄像头之间建立以各摄像头为中心图像获取设备且以环绕中心图像获取设备的摄像头为周边图像获取设备的拓扑关系，其中，各摄像头分别对应有取景区域并采集视频流，相邻取景区域之间相应地形成有基于中心取景区域和周边取景区域的同样的拓扑关系；采集步骤，获取中心图像获取设备对应的相似度阈值作为中心相似度判断阈值，并基于中心相似度判断阈值从采集到的视频流中提取可疑物体，其中，相似度阈值用于判断视频流中不同帧内物体的相似度；评估步骤，基于多分类模型对可疑物体的动作进行评分以匹配事件类型并作为目标事件；其中，多分类模型中的各分类分别对应有评估阈值，目标事件对应的视频流作为监控显示设备的优先显示信息；调整步骤，获取周边图像获取设备对应于该目标事件对应物体的相似度判断阈值以作为周边相似度判断阈值，并降低该周边相似度判断阈值；确定步骤，基于周边相似度判断阈值从采集的视频流中匹配目标事件对应的物体，并继续将该物体对应的事件作为目标事件。2.根据权利要求1所述的目标追踪监测方法，其特征在于，所述采集步骤包括以下步骤：基于各个摄像头获取的视频流，将视频流抽帧转化为图像并按时间序列进行排列；基于图像中像素群间的色差获取像素群的边缘，并依据识别出的边缘构建的二维识别模型，以对应于图像中的物体；获取中心图像获取设备对应的相似度阈值作为中心相似度判断阈值，对中心图像获取设备获取的相邻帧的图像中的物体进行相似度判断，若相似度大于中心相似度判断阈值则判断为同一物体；获取物体在图像中的位置信息，并基于物体在相邻帧的两个图像中的位置变化计算物体的运动速度；判断物体的运动速度是否大于第一预设阈值，若是则判断该物体为运动物体，并将运动物体作为可疑物体。3.根据权利要求2所述的目标追踪监测方法，其特征在于，所述评估步骤包括以下步骤：划分取景区域为安全区和警戒区，其中安全区对应的评估阈值高于警戒区的评估阈值，且中心取景区域和周边取景区域通过路网相连通；获取运动物体的所在位置，基于运动物体与警戒区的位置关系调整多分类模型的评估阈值；获取运动物体的前进方向，基于目标所在位置和前进方向两者与警戒区的关系进一步调整多分类模型的评估阈值以对可疑物体的动作进行评分；基于目标的二维识别模型、状态信息和评分匹配事件类型并作为目标事件并标定事件等级。4.根据权利要求3所述的目标追踪监测方法，其特征在于，所述调整步骤包括：获取周边图像获取设备对应于该可疑物体的相似度阈值作为周边相似度判断阈值；2CN113676702A权利要求书2/3页基于目标事件对应的可疑物体的所在位置、前进方向和路网信息获得运动物体的预估运动轨迹，并基于预估运动轨迹获得运动物体的目标区域，其中，目标区域为预估运动轨迹沿路网经过的周边取景区域；调低周边取景区域对应的周边相似度判断阈值，其中，以中心取景区域为中心，在环绕中心取景区域且远离目标区域的环向方向上，各周边取景区域对应的周边相似度判断阈值的调低程度逐渐减小。5.根据权利要求4所述的目标追踪监测方法，其特征在于，所述基于目标事件对应的可疑物体的所在位置、前进方向和路网信息获得运动物体的预估运动轨迹，并基于预估运动轨迹获得运动物体的目标区域的步骤包括：获取中心取景区域的车道划分信息，并判断可疑物体