分布式并行確定特征目標運動軌跡的方法與系統(tǒng)的制作方法
【專利摘要】本公開涉及一種分布式并行確定特征目標運動軌跡的方法與系統(tǒng)。其中，該方法包括基于分布式架構(gòu)對安裝在不同地理位置的視頻采集裝置采集的海量視頻進行并行分析，以識別出待確定軌跡的特征目標；基于識別出的包含特征目標的視頻幀中的時間戳和采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息并行識別出特征目標在各采集地理位置的出現(xiàn)時間，并將特征目標與其出現(xiàn)時間和出現(xiàn)的地理位置相關(guān)聯(lián)；基于統(tǒng)計出的特征目標的出現(xiàn)時間與出現(xiàn)的地理位置的關(guān)聯(lián)關(guān)系按照同一特征目標的出現(xiàn)時間順序依次連接其出現(xiàn)的地理位置，以形成同一特征目標的運動軌跡。本公開能夠自動形成特征目標的完整運動軌跡。
【專利說明】分布式并行確定特征目標運動軌跡的方法與系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本公開涉及云計算領(lǐng)域，特別地，涉及一種分布式并行確定特征目標運動軌跡的方法與系統(tǒng)。
【背景技術(shù)】
[0002]目前各類公共監(jiān)控系統(tǒng)都產(chǎn)生了海量的視頻監(jiān)控錄像，如何在海量的視頻監(jiān)控錄像中快速查詢到指定目標，并快速了解到該目標對象的完整活動軌跡，到目前為止，現(xiàn)有技術(shù)尚未提供一個完善的解決方案。
[0003]當用戶需要在2，OOOTbit的視頻監(jiān)控錄像中獲取某個目標的活動情況時，目前常用的解決方法是分析并返回成千上萬條分析結(jié)果記錄或圖片給用戶，用戶面對這些大批量的記錄或圖片時無從下手，只能望如此多的“結(jié)果數(shù)據(jù)海洋”而興嘆了。

【發(fā)明內(nèi)容】

[0004]本公開鑒于以上問題中的至少一個提出了新的技術(shù)方案。
[0005]本公開在其一個方面提供了一種分布式并行確定特征目標運動軌跡的方法，其能夠自動形成特征目標的完整運動軌跡。
[0006]本公開在其另一方面提供了一種分布式并行確定特征目標運動軌跡的系統(tǒng)，其能夠自動形成特征目標的完整運動軌跡。
[0007]根據(jù)本公開，提供一種分布式并行確定特征目標運動軌跡的方法，包括:
[0008]基于分布式架構(gòu)對安裝在不同地理位置的視頻采集裝置采集的海量視頻進行并行分析，以識別出待確定軌跡的特征目標；
[0009]基于識別出的包含特征目標的視頻幀中的時間戳和采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息并行識別出特征目標在各采集地理位置的出現(xiàn)時間，并將特征目標與其出現(xiàn)時間和出現(xiàn)的地理位置相關(guān)聯(lián)；
[0010]基于統(tǒng)計出的特征目標的出現(xiàn)時間與出現(xiàn)的地理位置的關(guān)聯(lián)關(guān)系按照同一特征目標的出現(xiàn)時間順序依次連接其出現(xiàn)的地理位置，以形成同一特征目標的運動軌跡。
[0011]在本公開的一些實施例中，對安裝在不同地理位置的視頻采集裝置采集的海量視頻進行并行分析，以識別出待確定軌跡的特征目標的步驟包括:
[0012]將海量視頻中的每個視頻文件解析成以幀為單位的視頻圖片；
[0013]對每張視頻圖片進行圖像分析，以識別出特征目標。
[0014]在本公開的一些實施例中，采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息包括視頻采集裝置所在位置的經(jīng)度信息與緯度信息。
[0015]在本公開的一些實施例中，待確定軌跡的特征目標為一個或多個。
[0016]在本公開的一些實施例中，該方法還包括:
[0017]在待確定軌跡的特征目標為多個的情況下，對識別出的不同特征目標的出現(xiàn)時間和出現(xiàn)的地理位置信息進行分組；[0018]在同一組內(nèi)，按照同一特征目標的出現(xiàn)時間順序排列其出現(xiàn)的地理位置。
[0019]根據(jù)本公開，還提供了一種分布式并行確定特征目標運動軌跡的系統(tǒng)，包括:
[0020]多個視頻采集裝置，設(shè)置在不同的地理位置，用于在設(shè)定地點采集特征目標；
[0021]多個視頻分析裝置，用于基于分布式架構(gòu)對安裝在不同地理位置的多個視頻采集裝置采集的海量視頻進行并行分析，以識別出待確定軌跡的特征目標；
[0022]多個信息關(guān)聯(lián)裝置，用于基于識別出的包含特征目標的視頻幀中的時間戳和采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息并行識別出特征目標在各采集地理位置的出現(xiàn)時間，并將特征目標與其出現(xiàn)時間和出現(xiàn)的地理位置相關(guān)聯(lián)；
[0023]運動軌跡繪制裝置，用于基于多個信息關(guān)聯(lián)裝置統(tǒng)計出的特征目標的出現(xiàn)時間與出現(xiàn)的地理位置的關(guān)聯(lián)關(guān)系按照同一特征目標的出現(xiàn)時間順序依次連接其出現(xiàn)的地理位置，以形成同一特征目標的運動軌跡。
[0024]在本公開的一些實施例中，多個視頻分析裝置中的每個視頻分析裝置包括:
[0025]視頻解析單元，用于將海量視頻中的每個視頻文件解析成以幀為單位的視頻圖片;
[0026]圖像分析單元，用于對每張視頻圖片進行圖像分析，以識別出特征目標。
[0027]在本公開的一些實施例中，采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息包括視頻采集裝置所在位置的經(jīng)度信息與緯度信息。
[0028]在本公開的一些實施例中，待確定軌跡的特征目標為一個或多個。
[0029]在本公開的一些實施例中，該系統(tǒng)還包括:
[0030]特征目標分組裝置，用于在待確定軌跡的特征目標為多個的情況下，對識別出的不同特征目標的出現(xiàn)時間和出現(xiàn)的地理位置信息進行分組；在同一組內(nèi)，按照同一特征目標的出現(xiàn)時間順序排列其出現(xiàn)的地理位置。
[0031]通過本公開的技術(shù)方案，由于利用多節(jié)點并行處理各視頻采集裝置采集的海量視頻，提高了處理處理能力與處理效率，同時基于各節(jié)點統(tǒng)計出的特征目標的出現(xiàn)時間與出現(xiàn)的地理位置的關(guān)聯(lián)關(guān)系按照各位置的出現(xiàn)時間順序依次相連，從而形成同一特征目標的運動軌跡，進而便于分析人員對該特征目標的活動情況進行監(jiān)控。
【專利附圖】

【附圖說明】
[0032]此處所說明的附圖用來提供對本公開的進一步理解，構(gòu)成本申請的一部分。在附圖中:
[0033]圖1是本公開一個實施例的分布式并行確定特征目標運動軌跡的方法的流程示意圖。
[0034]圖2是本公開另一實施例的分布式并行確定特征目標運動軌跡的方法的流程示意圖。
[0035]圖3是利用本公開技術(shù)方案繪制的一個具有某個指定車牌的汽車的運動軌跡示意圖。
[0036]圖4是本公開一個實施例的分布式并行確定特征目標運動軌跡的系統(tǒng)的結(jié)構(gòu)示意圖。
[0037]圖5是本公開另一實施例的分布式并行確定特征目標運動軌跡的系統(tǒng)的結(jié)構(gòu)示意圖。
[0038]圖6是本公開又一實施例的分布式并行確定特征目標運動軌跡的系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0039]下面將參照附圖描述本公開。要注意的是，以下的描述在本質(zhì)上僅是解釋性和示例性的，決不作為對本公開及其應(yīng)用或使用的任何限制。除非另外特別說明，否則，在實施例中闡述的部件和步驟的相對布置以及數(shù)字表達式和數(shù)值并不限制本公開的范圍。另外，本領(lǐng)域技術(shù)人員已知的技術(shù)、方法和裝置可能不被詳細討論，但在適當?shù)那闆r下意在成為說明書的一部分。
[0040]本公開下述實施例對海量視頻文件進行并行視頻數(shù)據(jù)分析:并行識別特征目標、并行識別每個特征目標的“出現(xiàn)時間”和出現(xiàn)的“地理坐標”信息，根據(jù)并行視頻分析得到的特征目標的記錄信息自動地形成該特征目標的完整活動軌跡，進而實現(xiàn)對特征目標的智能追蹤，便于分析人員對該特征目標的活動情況進行監(jiān)控。
[0041]圖1是本公開一個實施例的分布式并行確定特征目標運動軌跡的方法的流程示意圖。
[0042]如圖1所示，該實施例可以包括以下步驟:
[0043]S102，基于分布式架構(gòu)對安裝在不同地理位置的視頻采集裝置所采集的海量視頻進行并行分析，以識別出待確定運動軌跡的特征目標；
[0044]具體地，可以在特征目標運動范圍內(nèi)的不同地點部署多個視頻采集裝置，以確保能夠完全跟蹤特征目標的運動軌跡，這些視頻采集裝置按照設(shè)定的采集頻率實時采集視頻圖像，再將實時采集到的視頻圖像同步到與對應(yīng)視頻采集裝置相連的視頻分析裝置，以進行數(shù)據(jù)分析。
[0045]由于是并行處理，因此每個視頻分析裝置對視頻圖像的處理也都是并行的，無需像現(xiàn)有技術(shù)那樣等所有數(shù)據(jù)采集完畢后再統(tǒng)一處理。
[0046]在對特征目標進行識別時，關(guān)鍵的是對待識別對象中各目標特征的提取。一般地說，目標特征的提取以提取目標的物理特征為主，包括目標的形狀特征、灰度分布特征、運動特征以及圖像序列特征等。目標的不同特征既要保證目標在縮放、旋轉(zhuǎn)、平移等情況下的特征不變性，又要保證對不同物體具有明顯的特征差異，以能夠進行良好的區(qū)分。該實施例可以采用現(xiàn)有的諸如相關(guān)法、模板識別法、不變矩法、投影法等圖像識別算法對待確定運動軌跡的特征目標進行識別。此外，可以采用的圖像識別算法還可以包括以目標不變特征為識別基礎(chǔ)的NMI (Normalized Moment of Inertia,歸一化轉(zhuǎn)動慣量)特征識別、不變矩特征識別以及比例特征識別。NMI特征識別是以計算圖像的歸一化轉(zhuǎn)動慣量為不變特征進行目標識別的方法；不變矩特征識別則是通過計算圖像的7個不變矩進行匹配尋找目標的方法；比例特征識別則是提取圖像的形狀因子并以此進行目標識別的方法。
[0047]S104，基于識別出的包含特征目標的視頻幀中的時間戳和采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息并行識別出特征目標在各采集地理位置的出現(xiàn)時間，并將特征目標與其出現(xiàn)時間和出現(xiàn)的地理位置相關(guān)聯(lián)；
[0048]由于每個視頻幀中均包含采集該視頻幀的時間戳，因此，可以獲知該視頻幀中所包含的特征目標的出現(xiàn)時間。又由于每個視頻采集裝置是設(shè)置在固定的位置，因此，可以由同一視頻采集裝置所采集的視頻圖像具有相同的地理位置信息。
[0049]在視頻采集裝置將所采集的視頻圖像傳輸?shù)揭曨l分析裝置的同時，還攜帶有視頻采集裝置的標識信息，以使視頻分析裝置能夠根據(jù)該視頻采集裝置的標識信息獲知所接收視頻圖像的地理位置信息。
[0050]S106，基于統(tǒng)計出的特征目標的出現(xiàn)時間與出現(xiàn)的地理位置的關(guān)聯(lián)關(guān)系按照同一特征目標的出現(xiàn)時間順序依次連接其出現(xiàn)的地理位置，以形成同一特征目標的運動軌跡。
[0051]該實施例由于利用多節(jié)點并行處理各視頻采集裝置采集的海量視頻，提高了處理處理能力與處理效率，同時基于各節(jié)點統(tǒng)計出的特征目標的出現(xiàn)時間與出現(xiàn)的地理位置的關(guān)聯(lián)關(guān)系按照各位置的出現(xiàn)時間順序依次相連，從而形成同一特征目標的運動軌跡，進而便于分析人員對該特征目標的活動情況進行監(jiān)控。
[0052]在步驟S102中，對安裝在不同地理位置的視頻采集裝置采集的海量視頻進行并行分析，以識別出待確定軌跡的特征目標的步驟可以包括:
[0053]將海量視頻中的每個視頻文件解析成以幀為單位的視頻圖片；
[0054]對每張視頻圖片進行圖像分析，以識別出特征目標。
[0055]具體地，首先將海量視頻解析成一幀幀的圖片，然后，基于每張圖片進行圖像分析:例如，先識別出圖片中的車牌區(qū)域或人臉區(qū)域范圍等，然后再在該范圍內(nèi)識別出車牌號碼、漢字或人臉特征等。
[0056]需要指出的是，在步驟S104之前，可以預(yù)先存儲各個視頻采集裝置所在的位置信息，視頻采集裝置所在的位置信息包括視頻采集裝置所在位置的經(jīng)度信息與緯度信息，可以由經(jīng)度信息與緯度信息共同確定每個視頻采集裝置的地理位置，相應(yīng)地，由視頻采集裝置所采集的視頻圖像中所包含的特征目標也就具有了與對應(yīng)視頻采集裝置相同的經(jīng)緯度信息。
[0057]此外，上述實施例中待確定軌跡的特征目標可以為一個或多個。在待確定軌跡的特征目標為多個的情況下，可以對識別出的不同特征目標的出現(xiàn)時間和出現(xiàn)的地理位置信息進行分組；然后，在同一組內(nèi)，再按照同一特征目標的出現(xiàn)時間順序排列其出現(xiàn)的地理位置信息。這樣，可以通過一次并行視頻分析識別出多個不同的特征目標，例如，可以根據(jù)識別出的車牌同時分析出多輛汽車的運動軌跡。
[0058]圖2是本公開另一實施例的分布式并行確定特征目標運動軌跡的方法的流程示意圖。
[0059]如圖2所示，該實施例可以包括以下步驟:
[0060]S202，各個視頻分析節(jié)點對來自相應(yīng)視頻采集節(jié)點的視頻數(shù)據(jù)進行并行分析，具體地，可以使用分布式計算框架、結(jié)合現(xiàn)有視頻分析算法對海量視頻數(shù)據(jù)進行分布式并行分析，以識別出特征目標，通過視頻分析可以識別出海量視頻中的所有特征目標；
[0061]S204，根據(jù)每個視頻幀中攜帶的時間戳信息并行識別每個特征目標的“出現(xiàn)時間”
信息；
[0062]S206，在識別出“出現(xiàn)時間”信息的視頻幀中，根據(jù)采集這些視頻幀的視頻采集節(jié)點的位置信息并行識別出在某個時間采集的特征目標的“地理坐標”信息，例如，可以結(jié)合視頻采集節(jié)點的地理坐標分析并得到每個特征目標的“出現(xiàn)地點”對應(yīng)的地理坐標信息；[0063]S208，將各個視頻分析節(jié)點識別出的特征目標、特征目標出現(xiàn)時間以及特征目標出現(xiàn)地點信息的關(guān)聯(lián)關(guān)系匯總成“特征目標分組”，將自所有海量視頻中識別出的“特征目標”進行自動匯總，再將同一個特征目標的所有相關(guān)信息分在同一組內(nèi)，進而得到很多個針對不同特征目標的關(guān)聯(lián)信息分組；
[0064]S210,生成“特征目標運動軌跡”，根據(jù)同一特征目標分組內(nèi)的這些地理坐標在電子地圖中標識出“坐標點”，得到“識別結(jié)果坐標點”，然后將“識別結(jié)果坐標點”按其出現(xiàn)的時間先后順序自動連接成軌跡線，從而在電子地圖上生成完整準確的“特征目標運動軌跡”。
[0065]該實施例解決了數(shù)據(jù)處理過程中的串行限制，提升了數(shù)據(jù)轉(zhuǎn)換的效率、解決了數(shù)據(jù)導(dǎo)入的瓶頸限制、提高了數(shù)據(jù)導(dǎo)入的效率；同時還通過多個數(shù)據(jù)訪問點實現(xiàn)海量數(shù)據(jù)的并行查詢,節(jié)省了數(shù)據(jù)查詢時間。
[0066]接下來，以識別汽車牌照為例，對自動繪制裝有該汽車牌照的汽車的運動軌跡進行詳細的說明。
[0067]步驟一，通過視頻分析從海量視頻文件中識別出某個汽車的車牌，即，找出同一汽車車牌在所有視頻中的幀畫面。
[0068]由于視頻文件是由許多幀畫面組成的，一般在海量的視頻文件中可以找到一些具有特征目標(例如，汽車牌照)的幀畫面，為了定位特征目標的運動軌跡，首先把包含某一特征目標的所有幀畫面都找出來，進行下述預(yù)處理:
[0069](I)從預(yù)存的信息中提取出各個攝像頭的相關(guān)位置信息，如下述表1所示:
[0070]
【權(quán)利要求】
1.一種分布式并行確定特征目標運動軌跡的方法，其特征在于，包括: 基于分布式架構(gòu)對安裝在不同地理位置的視頻采集裝置采集的海量視頻進行并行分析，以識別出待確定軌跡的特征目標； 基于識別出的包含特征目標的視頻幀中的時間戳和采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息并行識別出特征目標在各采集地理位置的出現(xiàn)時間，并將特征目標與其出現(xiàn)時間和出現(xiàn)的地理位置相關(guān)聯(lián)； 基于統(tǒng)計出的特征目標的出現(xiàn)時間與出現(xiàn)的地理位置的關(guān)聯(lián)關(guān)系按照同一特征目標的出現(xiàn)時間順序依次連接其出現(xiàn)的地理位置，以形成同一特征目標的運動軌跡。
2.根據(jù)權(quán)利要求1所述的分布式并行確定特征目標運動軌跡的方法，其特征在于，所述對安裝在不同地理位置的視頻采集裝置采集的海量視頻進行并行分析，以識別出待確定軌跡的特征目標的步驟包括: 將海量視頻中的每個視頻文件解析成以幀為單位的視頻圖片； 對每張視頻圖片進行圖像分析，以識別出特征目標。
3.根據(jù)權(quán)利要求1所述 的分布式并行確定特征目標運動軌跡的方法，其特征在于，所述采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息包括視頻采集裝置所在位置的經(jīng)度信息與緯度信息。
4.根據(jù)權(quán)利要求1所述的分布式并行確定特征目標運動軌跡的方法，其特征在于，所述待確定軌跡的特征目標為一個或多個。
5.根據(jù)權(quán)利要求1所述的分布式并行確定特征目標運動軌跡的方法，其特征在于，所述方法還包括: 在所述待確定軌跡的特征目標為多個的情況下，對識別出的不同特征目標的出現(xiàn)時間和出現(xiàn)的地理位置信息進行分組； 在同一組內(nèi)，按照同一特征目標的出現(xiàn)時間順序排列其出現(xiàn)的地理位置。
6.一種分布式并行確定特征目標運動軌跡的系統(tǒng)，其特征在于，包括: 多個視頻采集裝置，設(shè)置在不同的地理位置，用于在設(shè)定地點采集特征目標； 多個視頻分析裝置，用于基于分布式架構(gòu)對安裝在不同地理位置的多個視頻采集裝置采集的海量視頻進行并行分析，以識別出待確定軌跡的特征目標； 多個信息關(guān)聯(lián)裝置，用于基于識別出的包含特征目標的視頻幀中的時間戳和采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息并行識別出特征目標在各采集地理位置的出現(xiàn)時間，并將特征目標與其出現(xiàn)時間和出現(xiàn)的地理位置相關(guān)聯(lián)； 運動軌跡繪制裝置，用于基于所述多個信息關(guān)聯(lián)裝置統(tǒng)計出的特征目標的出現(xiàn)時間與出現(xiàn)的地理位置的關(guān)聯(lián)關(guān)系按照同一特征目標的出現(xiàn)時間順序依次連接其出現(xiàn)的地理位置，以形成同一特征目標的運動軌跡。
7.根據(jù)權(quán)利要求6所述的分布式并行確定特征目標運動軌跡的系統(tǒng)，其特征在于，所述多個視頻分析裝置中的每個視頻分析裝置包括: 視頻解析單元，用于將海量視頻中的每個視頻文件解析成以幀為單位的視頻圖片； 圖像分析單元，用于對每張視頻圖片進行圖像分析，以識別出特征目標。
8.根據(jù)權(quán)利要求6所述的分布式并行確定特征目標運動軌跡的系統(tǒng)，其特征在于，所述采集相應(yīng)視頻幀的視頻采集裝置所在的位置信息包括視頻采集裝置所在位置的經(jīng)度信息與緯度信息。
9.根據(jù)權(quán)利要求6所述的分布式并行確定特征目標運動軌跡的系統(tǒng)，其特征在于，所述待確定軌跡的特征目標為一個或多個。
10.根據(jù)權(quán)利要求6所述的分布式并行確定特征目標運動軌跡的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 特征目標分組裝置，用于在所述待 確定軌跡的特征目標為多個的情況下，對識別出的不同特征目標的出現(xiàn)時間和出現(xiàn)的地理位置信息進行分組；在同一組內(nèi)，按照同一特征目標的出現(xiàn)時間順序排列其出現(xiàn)的地理位置。
【文檔編號】H04N7/18GK103942811SQ201310020404
【公開日】2014年7月23日 申請日期:2013年1月21日 優(yōu)先權(quán)日:2013年1月21日
【發(fā)明者】賀仁龍, 聞劍峰, 邱晨旭, 馮金鳳, 潘文宇 申請人:中國電信股份有限公司