[發明專利]一種基于視頻數據的目標追蹤方法及裝置

有效

• 申請號: 201811251020.0
• 申請日: 2018-10-25
• 公開（公告）號: CN109522814B
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 王繼良;劉云浩;程林松
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;H04N5/232
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

本發明公開一種基于視頻數據的目標追蹤方法及裝置。其中，所述方法包括：獲取第一預設時間段內多個選定攝像頭的視頻數據；根據預設時間間隔對每個選定攝像頭的視頻數據進行分割，獲得每個選定攝像頭的多個第一分割視頻數據；基于從每個選定攝像頭的多個第一分割視頻數據中隨機選取預設數量的第一分割視頻數據進行指定目標識別，獲得拍攝到指定目標的第一攝像頭和第一拍攝時間，結合選定攝像頭拓撲關系模型，預測拍攝到指定目標的第二攝像頭和第二拍攝時間；再對拍攝到指定目標的所述第二攝像頭進行驗證，輸出對指定目標的追蹤結果。所述裝置用于執行上述方法。本發明提供的基于視頻數據的目標追蹤方法及裝置，提高了對指定目標的追蹤效率。

技術領域

本發明涉及數據處理技術領域，具體涉及一種基于視頻數據的目標追蹤方法及裝置。

背景技術

隨著視頻網絡和物聯網的不斷普及，視頻監控網絡得到了迅速地發展，廣泛部署在大型建筑、道路、機場、和公共場所等地方。

由于計算資源的限制，視頻監控系統僅僅提供數據收集、存儲和一些基礎的數據分析，例如事件監測，視頻監控系統并沒有得到充分的利用?？紤]到網絡帶寬和安全隱私的問題，視頻監控系統收集到的海量視頻數據上傳到云端數據中心進行處理，成本高且實時性差?，F有技術中，對視頻數據中的目標追蹤，可以分解為在每幀圖片進行上述目標的識別，現有的基于機器學習的目標識別算法，對所有圖像幀的處理需要消耗大量的時間，對目標的識別速度比較緩慢。

因此，如何提出一種目標追蹤方法，能夠對目標進行快速識別，以提高對目標的追蹤效率成為業界亟待解決的重要課題。

發明內容

針對現有技術中的缺陷，本發明提供一種基于視頻數據的目標追蹤方法及裝置。

一方面，本發明提出一種基于視頻數據的目標追蹤方法，包括：

獲取第一預設時間段內多個選定攝像頭的視頻數據；

根據預設時間間隔對所述第一預設時間段內的每個所述選定攝像頭的視頻數據進行分割，獲得每個所述選定攝像頭的多個第一分割視頻數據；

從每個所述選定攝像頭的多個第一分割視頻數據中隨機選取預設數量的第一分割視頻數據；

基于各個所述選定攝像頭隨機選取的預設數量的第一分割視頻數據進行指定目標識別，獲得拍攝到所述指定目標的第一攝像頭和第一拍攝時間；

基于每個所述第一攝像頭和所述第一拍攝時間以及預設的選定攝像頭拓撲關系模型，預測拍攝到所述指定目標的第二攝像頭和第二拍攝時間；

基于每個所述第二攝像頭的視頻數據以及所述第二拍攝時間，對拍攝到所述指定目標的所述第二攝像頭進行驗證；

根據各個所述第一攝像頭和各自對應的所述第一拍攝時間、以及通過驗證的各個所述第二攝像頭和各自對應的第二拍攝時間，輸出對所述指定目標的追蹤結果。

另一方面，本發明提供一種基于視頻數據的目標追蹤裝置，包括：

獲取單元，用于獲取第一預設時間段內多個選定攝像頭的視頻數據；

分割單元，用于根據預設時間間隔對所述第一預設時間段內的每個所述選定攝像頭的視頻數據進行分割，獲得每個所述選定攝像頭的多個第一分割視頻數據；

選取單元，用于從每個所述選定攝像頭的多個第一分割視頻數據中隨機選取預設數量的第一分割視頻數據；

識別單元，用于基于各個所述選定攝像頭隨機選取的預設數量的第一分割視頻數據進行指定目標識別，獲得拍攝到所述指定目標的第一攝像頭和第一拍攝時間；

預測單元，用于基于每個所述第一攝像頭和所述第一拍攝時間以及預設的選定攝像頭拓撲關系模型，預測拍攝到所述指定目標的第二攝像頭和第二拍攝時間；