專利名稱：一種嫌疑目標智能追蹤方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于偵測技術(shù)領(lǐng)域，更具體地涉及一種基于計算機技術(shù)，通過視頻和地圖技術(shù)相結(jié)合實現(xiàn)嫌疑目標智能追蹤的方法和系統(tǒng)。
背景技術(shù)：
當今社會，視頻監(jiān)控設(shè)備已經(jīng)相當普及，特別是在一些重要場所、生活小區(qū)等，當有突發(fā)事件(比如搶劫、殺人等惡性事件或者兒童、精神病人的走失等一般性事件)發(fā)生時，在離突發(fā)事件發(fā)生地最近的視頻監(jiān)控設(shè)備就可能會記錄到，這將成為執(zhí)法部門追蹤嫌疑目標，或者事后懲兇的重要證據(jù)。在案件偵查過程中，執(zhí)法部門通過這些監(jiān)控設(shè)備掌握了案發(fā)地點和時間后，需要及時的判斷嫌疑目標可能離開或逃逸的路徑，獲取進一步事態(tài)發(fā)展的信息，確定進一步的偵查范圍，進行下一步的偵查跟蹤。
·
現(xiàn)有的辦法是在獲得突發(fā)事件中嫌疑目標的時空信息后，人為地通過經(jīng)驗判斷可能的離開或逃逸時間和方向。通過經(jīng)驗進行判斷，計算復(fù)雜度大，且易存在較大誤差與遺漏，且需要大量的人力對海量的視頻進行分析過濾，工作量非常龐大而且效率低下。

發(fā)明內(nèi)容
本發(fā)明的特征和優(yōu)點在下文的描述中部分地陳述，或者可從該描述顯而易見，或者可通過實踐本發(fā)明而學習。為克服現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提供一種嫌疑目標智能追蹤方法，該方法包括以下步驟步驟A、獲取事件的時空信息以及嫌疑目標的特征屬性，事件的時空信息包括事件的時間信息、地點信息；步驟B、以所述事件的地點信息為起點，將時空信息與地圖系統(tǒng)相結(jié)合，根據(jù)嫌疑目標的特征屬性，通過視頻智能分析逐步獲得嫌疑目標的活動范圍，確定嫌疑目標的蹤跡。根據(jù)本發(fā)明的一個實施例，步驟B進一步包括步驟BI、將事件的時空信息與地圖系統(tǒng)相結(jié)合，確定嫌疑目標的活動范圍并在地圖系統(tǒng)上顯不出來；步驟B2、查找活動范圍內(nèi)的視頻監(jiān)控點信息，并調(diào)取各視頻監(jiān)控點在事件發(fā)生預(yù)設(shè)時間段內(nèi)的視頻信息進行分析；步驟B3、判斷是否有視頻監(jiān)控點記錄嫌疑目標蹤跡；步驟B4、如果有視頻監(jiān)控點記錄嫌疑目標蹤跡時，將記錄有嫌疑目標蹤跡的視頻監(jiān)控點的時空信息與地圖系統(tǒng)相結(jié)合，確定嫌疑目標的下一個活動范圍并在地圖系統(tǒng)上顯示出來，繼續(xù)執(zhí)行步驟B2，直至收到中斷執(zhí)行信號為止；步驟B5，如果沒有視頻監(jiān)控點記錄嫌疑目標蹤跡時，重新確定嫌疑目標的活動范圍。根據(jù)本發(fā)明的一個實施例，嫌疑目標的特征屬性包括嫌疑目標的外觀屬性以及移動速度。根據(jù)本發(fā)明的一個實施例，步驟BI中確定嫌疑目標的活動范圍的方法是根據(jù)預(yù)設(shè)時間和嫌疑目標的特征屬性中的移動速度計算嫌疑目標的可能移動距離，并以可能移動距離為半徑，以事件的地點信息為圓心，在地圖系統(tǒng)上畫圓，確定嫌疑目標可能的活動范圍。根據(jù)本發(fā)明的一個實施例，步驟B2中調(diào)取各視頻監(jiān)控點在預(yù)設(shè)時間段內(nèi)的視頻信息進行分析是將所述視頻信息與嫌疑目標的特征屬性進行分析匹配，具體包括對嫌疑目標的特征屬性根據(jù)對相似度大小的貢獻，確定各特征屬性的對比權(quán)值，根據(jù)對比權(quán)值的大小進行優(yōu)先的相似度分析比較和匹配，然后對找到的圖像或者視頻按照相似度的大小進行排序。根據(jù)本發(fā)明一個優(yōu)選的實施例，將視頻信息與嫌疑目標的特征屬性進行分析匹配前還包括自動過濾無動態(tài)圖像時間段的視頻。
根據(jù)本發(fā)明一個優(yōu)選的實施例，如果沒有視頻監(jiān)控點記錄嫌疑目標蹤跡，重新確定嫌疑目標的活動范圍是通過進一步擴大在步驟BI中嫌疑目標的活動范圍,對更大范圍內(nèi)的視頻監(jiān)控點進行分析匹配。根據(jù)本發(fā)明一個優(yōu)選的實施例，該方法還包括根據(jù)時間的先后順序，將記錄有嫌疑目標蹤跡的監(jiān)控點在地圖系統(tǒng)的相應(yīng)位置或坐標進行標注，顯示嫌疑目標蹤跡。本發(fā)明還提供了一種嫌疑目標智能追蹤系統(tǒng)，該系統(tǒng)至少包括如下模塊信息導(dǎo)入模塊，用于將獲取的事件的時空信息以及嫌疑目標的特征屬性導(dǎo)入系統(tǒng)，事件的時空信息包括事件發(fā)生的時間信息、地點信息；嫌疑目標追蹤模塊，用于以事件的地點信息為起點，將時空信息與地圖系統(tǒng)相結(jié)合，根據(jù)嫌疑目標的特征屬性，通過視頻智能分析逐步獲得嫌疑目標的活動范圍，確定嫌疑目標的蹤跡。根據(jù)本發(fā)明的一個實施例，嫌疑目標追蹤模塊進一步包括路程計算模塊，用于將所述事件的時空信息與地圖系統(tǒng)相結(jié)合，計算確定嫌疑目標的活動范圍并在地圖系統(tǒng)上顯示出來；視頻監(jiān)控點查找模塊，用于查找所述活動范圍內(nèi)視頻監(jiān)控點信息，并調(diào)取各視頻監(jiān)控點在事件發(fā)生預(yù)設(shè)時間段內(nèi)的視頻信息進行分析；視頻智能分析模塊，用于將所述視頻信息與嫌疑目標的特征屬性進行分析匹配；所述視頻智能分析模塊還用于自動過濾無動態(tài)圖像時間段的視頻處理；判斷模塊，用于根據(jù)所述視頻智能分析模塊的分析，判斷是否有視頻監(jiān)控點記錄嫌疑目標蹤跡；時空信息更新模塊，用于當有視頻監(jiān)控點記錄嫌疑目標蹤跡時，將記錄有嫌疑目標蹤跡的監(jiān)控點的時空信息與地圖系統(tǒng)相結(jié)合,確定嫌疑目標的下一個活動范圍；重定位模塊，用于當沒有視頻監(jiān)控點記錄嫌疑目標蹤跡時，重新確定所述嫌疑目標的活動范圍。通過本發(fā)明技術(shù)方案的技術(shù)實現(xiàn)，同現(xiàn)有技術(shù)相比，至少具備如下優(yōu)點克服了現(xiàn)有技術(shù)中，對預(yù)測嫌疑目標的行動路線需要依靠人為經(jīng)驗或者計算的問題，實現(xiàn)了基于計算機技術(shù)的全自動化嫌疑目標的智能追蹤，既快速高效準確，又節(jié)省人力成本，體現(xiàn)了極高的智能化，同時通過極具人性化的人機交互界面，能夠大大提高執(zhí)法部門的工作效率和工作成果，更好地保護人民生活財產(chǎn)安全。通過閱讀說明書，本領(lǐng)域普通技術(shù)人員將更好地了解這些技術(shù)方案的特征和內(nèi)容。


下面通過參考附圖并結(jié)合實例具體地描述本發(fā)明， 本發(fā)明的優(yōu)點和實現(xiàn)方式將會更加明顯，其中附圖所示內(nèi)容僅用于對本發(fā)明的解釋說明，而不構(gòu)成對本發(fā)明的任何意義上的限制，在附圖中圖I為本發(fā)明嫌疑目標智能追蹤方法的總體流程圖；圖2為本發(fā)明具體實施例中通過視頻智能分析確定嫌疑目標蹤跡的具體流程圖；圖3為本發(fā)明具體實施中一個場景示意圖；圖4為本發(fā)明系統(tǒng)原理以及連接關(guān)系示意圖。
具體實施例方式以下結(jié)合附圖對本發(fā)明的具體實施例作進一步的詳細描述。本發(fā)明的總體技術(shù)方案如圖I所示，包括如下步驟步驟101、獲取事件的時空信息以及嫌疑目標的特征屬性，事件的時空信息包括事件發(fā)生的時間信息、地點信息；步驟102、以事件發(fā)生的地點信息為起點，將時空信息與地圖系統(tǒng)相結(jié)合，根據(jù)嫌疑目標的特征屬性，通過視頻智能分析逐步獲得嫌疑目標的活動范圍，確定嫌疑目標的蹤跡。如圖2所示，步驟102可以進一步分解為如下步驟步驟201、將事件的時空信息與地圖系統(tǒng)相結(jié)合，確定嫌疑目標的活動范圍并在地圖系統(tǒng)上顯不出來；步驟202、查找活動范圍內(nèi)的視頻監(jiān)控點信息，并調(diào)取各視頻監(jiān)控點在事件發(fā)生預(yù)設(shè)時間段內(nèi)的視頻信息進行分析；步驟203、判斷是否有視頻監(jiān)控點記錄嫌疑目標蹤跡；步驟204、如果有視頻監(jiān)控點記錄嫌疑目標蹤跡時，將記錄有嫌疑目標蹤跡的視頻監(jiān)控點的時空信息與地圖系統(tǒng)相結(jié)合，確定嫌疑目標的下一個活動范圍并在地圖系統(tǒng)上顯示出來，繼續(xù)執(zhí)行步驟202，直至收到中斷執(zhí)行信號為止；步驟205，如果沒有視頻監(jiān)控點記錄嫌疑目標蹤跡時，重新確定嫌疑目標的活動范圍。應(yīng)該首先說明的是按照生活常識的角度來說，在步驟101中所描述的事件，除了包括殺人、搶劫、盜竊等惡性事件，還包括了如兒童、精神病人的走失等一般性事件。這些事件中的一般會有相應(yīng)的當事人，或者是物件，如交通工具(汽車)等，這些人或者物都可以成為本發(fā)明所描述的嫌疑目標，當然，也可以是特定目標，為了方便描述，本說明書統(tǒng)一采用嫌疑目標的說法。但是，從信息學的角度來說，這里所描述的事件，也可以理解成為，嫌疑目標在某個時刻、某個地點的視頻監(jiān)控點中出現(xiàn)，即視為一個事件，在另一個時刻、另一個地點的視頻監(jiān)控點中出現(xiàn)，即視為另一個事件，依此類推，即可以用“(事件1，事件2，事件3…事件η ) ”，來對整個事件進行完整表述。此外，本說明書中所描述的時空信息，一般是指案發(fā)地點和時間，也可以是事件(包括事件1，事件2，事件3…事件η)發(fā)生的時間信息、地點信息。這些要素，在現(xiàn)有的視頻監(jiān)控系統(tǒng)中，一般都是可以記錄并查詢的。此外，也可以是指事件發(fā)生之后的特定時間嫌疑目標在視頻監(jiān)控設(shè)備中出現(xiàn)的時間和地點，也不排除是指由操作人員根據(jù)目擊證人的描述，人為地確定并輸入系統(tǒng)的嫌疑目標出現(xiàn)的時間和地點。通常，時空條件是構(gòu)成追蹤嫌疑目標離開或逃逸路徑的重要信息，通過分析某時刻監(jiān)控點視頻的信息獲取更多的事件信息，確定嫌疑目標的離開或逃逸方向，從而找到嫌疑目標的位置。嫌疑目標的特征屬性主要是指當事人的外貌特征，比如臉型、身高、衣著等要素，還包括其移動速度，如果是物件的話，主要是指外觀特征和移動速度。比如汽車，應(yīng)該包括顏色，外型、行駛速度等，嫌疑目標的特征屬性是可以根據(jù)具體實際的情況，由系統(tǒng)或人為 設(shè)置。作為本發(fā)明的一種實施方式，要追蹤特定目標，可以通過視頻監(jiān)控系統(tǒng)，確定追蹤目標首次在視頻監(jiān)控系統(tǒng)中出現(xiàn)的時空信息，這里的時空信息，可以定義為初始時空信息，然后將這些信息(時空信息和特征屬性)導(dǎo)入系統(tǒng)中，再以初始時空信息中的時間地點為基準(起點、中心點)根據(jù)預(yù)測其移動速度以及分析查詢時距案發(fā)時的時間，初步分析其下一次可能出現(xiàn)的活動范圍。作為本發(fā)明的另一種實施方式，如果上述初始時空信息并不是通過視頻監(jiān)控系統(tǒng)所獲得，而是有目擊者證實追蹤目標出現(xiàn)在視頻監(jiān)控系統(tǒng)中的某視頻監(jiān)控點附近出現(xiàn)，則可以將該視頻監(jiān)控點人為設(shè)置為初始嫌疑目標追蹤點，然后將該初始嫌疑目標追蹤點信息的時空信息和特征屬性導(dǎo)入系統(tǒng)中，再以該初始嫌疑目標追蹤點的地點為基準(起點、中心點)根據(jù)預(yù)測其移動速度以及分析查詢時距案發(fā)時的時間，初步分析其下一次可能出現(xiàn)的活動范圍。作為本發(fā)明的一種優(yōu)選的實施方式，根據(jù)預(yù)測嫌疑目標的移動速度以及分析查詢時距案發(fā)時的時間，初步分析其下一次可能出現(xiàn)的活動范圍的具體方法如下根據(jù)嫌疑目標的特征屬性中的移動速度V和時間范圍T
，根據(jù)S=V*T
計算出嫌疑目標的可能移動距離S，并以可能移動距離S為半徑，以事件發(fā)生地或者是嫌疑目標出現(xiàn)點為圓心，在地圖上畫圓，確定嫌疑目標可能的活動范圍，其中，V，t分別為自然數(shù)。這里的移動速度V可以是根據(jù)其在最先出現(xiàn)的視頻中分析得出，也可以是根據(jù)經(jīng)驗值進行系統(tǒng)預(yù)設(shè)。此外，理論上如果嫌疑目標的移動可能有加速度的話，則根據(jù)公式S=vt+l/2at2的方式計算嫌疑目標的可能移動距離S。為了提高系統(tǒng)的智能化和直觀性，以上工作內(nèi)容，需要和電子地圖系統(tǒng)結(jié)合起來，比如谷歌地圖、百度地圖或者是PGIS (Police Geographic Information System,警用地理信息系統(tǒng))，優(yōu)選地，一般是采用目前已經(jīng)較為成熟的PGIS。不管采用何種電子地圖系統(tǒng)，都需要將視頻監(jiān)控的相關(guān)信息導(dǎo)入到電子地圖系統(tǒng)中，使得該電子地圖能夠顯示出各個視頻監(jiān)控點的地理信息，還包括經(jīng)緯度信息。然后在上述范圍內(nèi)，調(diào)取相關(guān)監(jiān)控點的視頻錄像，進行特征匹配，確定其是否再次出現(xiàn)。為了提高速度，減少工作量，最好的方案是在進行特征對比匹配之前，首先要對所有視頻信息進行自動過濾無動態(tài)圖像時間段視頻處理的操作，此項工作依賴于本發(fā)明的視頻智能分析模塊來完成。當然，在本發(fā)明其它實施方式中，也可以省略自動過濾無動態(tài)圖像時間段的視頻。在完成此項工作后，由視頻智能分析模塊進行進一步的處理調(diào)取各視頻監(jiān)控點在事件發(fā)生預(yù)設(shè)時間段內(nèi)的視頻信息進行分析是將視頻信息與嫌疑目標的特征屬性進行分析匹配，具體包括對嫌疑目標的特征屬性根據(jù)對相似度大小的貢獻，確定各特征屬性的對比權(quán)值，根據(jù)對比權(quán)值的大小進行優(yōu)先的相似度分析比較和匹配，然后對找到的圖像或者視頻按照相似度的大小進行排序保存，以供后續(xù)分析人員進一步分析或者調(diào)用。舉例來說，比如追蹤的嫌疑目標為人，案件的嫌疑人具有A、B、C三個特征，分別是臉型、身高、衣著，則一般以臉型對比為主要特征，分別對這三個特征進行權(quán)值分配，A為60%，B為30%，C為10%，如果視頻圖像中分別包含有A、B、C，則其相似度為最高，如果僅包括A和B，則相似度次之，如果僅包括B或C，則相似度最低。應(yīng)該說明的是，目前，對圖像匹配對比分析的算法很多，以上方法僅是其中的一種，不管采用什么算法，只要能達到相同或者較好的效果即可。
一般而言，如果是在實時視頻中找到了嫌疑目標，則立即通知相關(guān)人員對目標進行相適應(yīng)的行動，如果是非實時的視頻，時間間隔較大，則可以以最晚的出現(xiàn)的視頻的時空信息進行下一步的查找，直到找到目標為止。如果是沒有發(fā)現(xiàn)嫌疑目標蹤跡，則進一步擴大在步驟201中嫌疑目標(可能的)活動范圍，對更大范圍內(nèi)的視頻監(jiān)控點進行分析匹配。如果是在一個活動范圍內(nèi)的多個視頻監(jiān)控點的視頻中出現(xiàn)了嫌疑目標的蹤跡，則根據(jù)時間的先后順序，在地圖系統(tǒng)中相應(yīng)位置進行標注，從最早的時間點開始，根據(jù)地圖上的路徑連接成線，就完整地展示出了嫌疑目標的整個行蹤路徑，這樣可以方便更好地預(yù)測分析嫌疑目標的下一步行動。如果是在第一個活動范圍內(nèi)的視頻監(jiān)控點找到了嫌疑目標的蹤跡，則根據(jù)該視頻監(jiān)控點為中心點擴展到第二個活動范圍進行查找嫌疑目標，找到后以新的視頻監(jiān)控點擴展到第三個活動范圍進行查找，以此類推，查找下次，直到系統(tǒng)收到外部中斷繼續(xù)查找的信號為止。以下設(shè)置特定應(yīng)用場景進行進一步的說明如圖3所示，假設(shè)現(xiàn)有一搶劫殺人案，現(xiàn)有其案發(fā)地點為**巷東風理發(fā)店門口，案發(fā)視頻時間23 :20，初步確定嫌疑人案發(fā)后騎黑色20寸自行車逃逸，嫌疑人寸頭，穿紅色T恤，藍色牛仔短褲，確定時間范圍T (10，30) min，以確定搜索的范圍，搜索的范圍以10分鐘可能逃跑的范圍開始逐步擴大，如果10分鐘可能逃跑的范圍內(nèi)未發(fā)現(xiàn)嫌疑人的視頻信息，可以逐步擴大范圍至例如20分鐘可能逃跑的范圍，直至預(yù)先確定的30分鐘可能逃跑的范圍為止。以其案發(fā)地點為基礎(chǔ)點O點，在地圖上確定10分鐘的可能逃跑范圍，即圓圈范圍
flo查看其范圍內(nèi)監(jiān)控點信息，只有pi處有監(jiān)控點，且查看23:20-23:30監(jiān)控視頻內(nèi)容，首先對時間段內(nèi)視頻內(nèi)容進行動靜分離，過濾無動態(tài)圖像的視頻，再進一步根據(jù)嫌疑人逃跑時特征，對動靜分離后的視頻進行進一步查詢，根據(jù)紅色上衣這一明顯特征，并未發(fā)現(xiàn)相關(guān)可疑視頻信息。以O(shè)點為中心，在地圖上確定20分鐘時間的可能逃跑范圍，即圓圈范圍f2。
查看其范圍內(nèi)監(jiān)控點信息，在p2處查看23:20-23:40監(jiān)控視頻內(nèi)容，根據(jù)紅色上衣這一明顯特征，快速定位具有紅色上衣片段的視頻，發(fā)現(xiàn)嫌疑人的逃跑視頻信息，確定P2為下一基礎(chǔ)點。以p2為基礎(chǔ)點，重復(fù)以上過程，確定下一基礎(chǔ)點p3。如此反復(fù)確定，最終找到嫌疑人藏匿點T，并在地圖呈現(xiàn)該案件嫌疑人的完整逃跑路徑?；诒痉椒ǖ募夹g(shù)方案，如圖4所示是各個模塊的連接關(guān)系，本發(fā)明還提供一種嫌疑目標智能追蹤系統(tǒng)，該系統(tǒng)具體包括以下模塊信息導(dǎo)入模塊401，用于將獲取的事件的時空信息以及嫌疑目標的特征屬性導(dǎo)入系統(tǒng)，事件的時空信息包括事件發(fā)生的時間信息、地點信息；
嫌疑目標追蹤模塊402，用于以事件的地點信息為起點，將時空信息與地圖系統(tǒng)相結(jié)合，根據(jù)嫌疑目標的特征屬性，通過視頻智能分析逐步獲得嫌疑目標的活動范圍，確定嫌疑目標的蹤跡。作為一種優(yōu)選的實施例，嫌疑目標追蹤模塊402可以進一步包括如下模塊路程計算模塊403，用于將事件的時空信息與地圖系統(tǒng)相結(jié)合，計算確定嫌疑目標的活動范圍并在地圖系統(tǒng)上顯示出來；視頻監(jiān)控點查找模塊404，用于查找活動范圍內(nèi)視頻監(jiān)控點信息，并調(diào)取各視頻監(jiān)控點在事件發(fā)生預(yù)設(shè)時間段內(nèi)的視頻信息進行分析；視頻智能分析模塊405，用于將視頻信息與嫌疑目標的特征屬性進行分析匹配；視頻智能分析模塊還用于自動過濾無動態(tài)圖像時間段的視頻處理；作為一種優(yōu)選的實施方式，視頻智能分析模塊405還可以進一步包括一視頻智能分析規(guī)則是功能子模塊，該模塊主要功能為對嫌疑目標的特征屬性根據(jù)對相似度大小的貢獻，確定各特征屬性的對比權(quán)值，根據(jù)對比權(quán)值的大小進行優(yōu)先的相似度分析比較和匹配，然后對找到的圖像或者視頻按照相似度的大小進行排序。判斷模塊406，用于根據(jù)視頻智能分析模塊的分析，判斷是否有視頻監(jiān)控點記錄嫌疑目標蹤跡；重定位模塊407，用于當沒有視頻監(jiān)控點記錄嫌疑目標蹤跡時，重新確定嫌疑目標的活動范圍；時空信息更新模塊408，用于當有視頻監(jiān)控點記錄嫌疑目標蹤跡時，將記錄有嫌疑目標蹤跡的監(jiān)控點的時空信息與地圖系統(tǒng)相結(jié)合，確定嫌疑目標的下一個活動范圍，該模塊與信息導(dǎo)入模塊401相連，當需要對時空信息作出更新時，由時空信息更新模塊408向信息導(dǎo)入模塊401發(fā)出指示信息，對系統(tǒng)的時空信息進行更新。以上參照

了本發(fā)明的優(yōu)選實施例，本領(lǐng)域技術(shù)人員不脫離本發(fā)明的范圍和實質(zhì)，可以有多種變型方案實現(xiàn)本發(fā)明。舉例而言，作為一個實施例的部分示出或描述的特征可用于另一實施例以得到又一實施例。以上僅為本發(fā)明較佳可行的實施例而已，并非因此局限本發(fā)明的權(quán)利范圍，凡運用本發(fā)明說明書及附圖內(nèi)容所作的等效變化，均包含于本發(fā)明的權(quán)利范圍之內(nèi)。
權(quán)利要求
1.一種嫌疑目標智能追蹤方法，其特征在于，包括 步驟A、獲取事件的時空信息以及嫌疑目標的特征屬性，所述事件的時空信息包括事件發(fā)生的時間信息、地點信息； 步驟B、以所述事件發(fā)生的地點信息為起點，將時空信息與地圖系統(tǒng)相結(jié)合，根據(jù)嫌疑目標的特征屬性，通過視頻智能分析逐步獲得嫌疑目標的活動范圍，確定嫌疑目標的蹤跡。
2.根據(jù)權(quán)利要求I所述的嫌疑目標智能追蹤方法，其特征在于，所述步驟B具體包括 步驟BI、將所述事件的時空信息與地圖系統(tǒng)相結(jié)合，確定嫌疑目標的活動范圍并在地圖系統(tǒng)上顯不出來； 步驟B2、查找所述活動范圍內(nèi)的視頻監(jiān)控點信息，并調(diào)取各視頻監(jiān)控點在事件發(fā)生預(yù) 設(shè)時間段內(nèi)的視頻信息進行分析； 步驟B3、判斷是否有視頻監(jiān)控點記錄嫌疑目標蹤跡； 步驟B4、如果有視頻監(jiān)控點記錄嫌疑目標蹤跡時，將記錄有嫌疑目標蹤跡的視頻監(jiān)控點的時空信息與地圖系統(tǒng)相結(jié)合，確定嫌疑目標的下一個活動范圍并在地圖系統(tǒng)上顯示出來，繼續(xù)執(zhí)行步驟B2，直至收到中斷執(zhí)行信號為止； 步驟B5，如果沒有視頻監(jiān)控點記錄嫌疑目標蹤跡時，重新確定所述嫌疑目標的活動范圍。
3.根據(jù)權(quán)利要求2所述的嫌疑目標智能追蹤方法，其特征在于，所述嫌疑目標的特征屬性包括嫌疑目標的外觀屬性以及移動速度。
4.根據(jù)權(quán)利要求3所述的嫌疑目標智能追蹤方法，其特征在于，所述步驟BI中確定嫌疑目標的活動范圍的方法是根據(jù)預(yù)設(shè)時間和所述嫌疑目標的特征屬性中的移動速度計算嫌疑目標的可能移動距離，并以可能移動距離為半徑，以事件的地點信息為圓心，在地圖系統(tǒng)上畫圓，確定嫌疑目標可能的活動范圍。
5.根據(jù)權(quán)利要求2至4任意一項所述的嫌疑目標智能追蹤方法，其特征在于，所述步驟B2中調(diào)取各視頻監(jiān)控點在預(yù)設(shè)時間段內(nèi)的視頻信息進行分析是將所述視頻信息與嫌疑目標的特征屬性進行分析匹配，具體包括對嫌疑目標的特征屬性根據(jù)對相似度大小的貢獻，確定各特征屬性的對比權(quán)值，根據(jù)所述對比權(quán)值的大小進行優(yōu)先的相似度分析比較和匹配，然后對找到的圖像或者視頻按照相似度的大小進行排序。
6.根據(jù)權(quán)利要求5所述的嫌疑目標智能追蹤方法，其特征在于，所述將所述視頻信息與嫌疑目標的特征屬性進行分析匹配前還包括自動過濾無動態(tài)圖像時間段的視頻。
7.根據(jù)權(quán)利要求2至4任意一項所述的嫌疑目標智能追蹤方法，其特征在于，所述重新確定所述嫌疑目標的活動范圍是通過進一步擴大在步驟BI中所述的嫌疑目標的活動范圍，對更大范圍內(nèi)的視頻監(jiān)控點進行分析匹配。
8.根據(jù)權(quán)利要求2至4任意一項所述的嫌疑目標智能追蹤方法，其特征在于，還包括根據(jù)時間的先后順序，將記錄有嫌疑目標蹤跡的監(jiān)控點在地圖系統(tǒng)的相應(yīng)位置或坐標進行標注，顯示嫌疑目標蹤跡。
9.一種嫌疑目標智能追蹤系統(tǒng)，其特征在于，包括 信息導(dǎo)入模塊，用于將獲取的事件的時空信息以及嫌疑目標的特征屬性導(dǎo)入系統(tǒng)，所述事件的時空信息包括事件發(fā)生的時間信息、地點信息； 嫌疑目標追蹤模塊，用于以事件的地點信息為起點，將時空信息與地圖系統(tǒng)相結(jié)合，根據(jù)嫌疑目標的特征屬性，通過視頻智能分析逐步獲得嫌疑目標的活動范圍，確定嫌疑目標的蹤跡。
10.根據(jù)權(quán)利要求9所述的嫌疑目標智能追蹤系統(tǒng)，其特征在于，所述嫌疑目標追蹤模塊包括 路程計算模塊，用于將所述事件的時空信息與地圖系統(tǒng)相結(jié)合，計算確定嫌疑目標的活動范圍并在地圖系統(tǒng)上顯示出來； 視頻監(jiān)控點查找模塊，用于查找所述活動范圍內(nèi)視頻監(jiān)控點信息，并調(diào)取各視頻監(jiān)控點在事件發(fā)生預(yù)設(shè)時間段內(nèi)的視頻信息進行分析； 視頻智能分析模塊，用于將所述視頻信息與嫌疑目標的特征屬性進行分析匹配；所述視頻智能分析模塊還用于自動過濾無動態(tài)圖像時間段的視頻處理； 判斷模塊，用于根據(jù)所述視頻智能分析模塊的分析，判斷是否有視頻監(jiān)控點記錄嫌疑目標蹤跡； 時空信息更新模塊，用于當有視頻監(jiān)控點記錄嫌疑目標蹤跡時，將記錄有嫌疑目標蹤跡的監(jiān)控點的時空信息與地圖系統(tǒng)相結(jié)合，確定嫌疑目標的下一個活動范圍； 重定位模塊，用于當沒有視頻監(jiān)控點記錄嫌疑目標蹤跡時，重新確定所述嫌疑目標的活動范圍。
全文摘要
本發(fā)明提供一種嫌疑目標智能追蹤方法和系統(tǒng)，該方法包括步驟A、獲取事件的時空信息以及嫌疑目標的特征屬性，事件的時空信息包括事件發(fā)生的時間信息、地點信息；步驟B、以事件發(fā)生的地點信息為起點，將時空信息與地圖系統(tǒng)相結(jié)合，根據(jù)嫌疑目標的特征屬性，通過視頻智能分析逐步獲得嫌疑目標的活動范圍，確定嫌疑目標的蹤跡；該方法既快速高效準確，又節(jié)省人力成本，體現(xiàn)了極高的智能化。
文檔編號G06T7/00GK102843547SQ20121027147
公開日2012年12月26日 申請日期2012年8月1日 優(yōu)先權(quán)日2012年8月1日
發(fā)明者郭家棟, 夏衛(wèi)君 申請人:安科智慧城市技術(shù)(中國)有限公司, 杭州天視智能系統(tǒng)有限公司