申请/专利权人：浙江大学;浙江同花顺智能科技有限公司

申请日：2023-11-06

公开（公告）日：2024-04-26

公开（公告）号：CN117237879B

主分类号：G06V20/52

分类号：G06V20/52;G06V10/22;G06V10/74;G06N5/022

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.04.23#专利申请权的转移;2024.01.02#实质审查的生效;2023.12.15#公开

摘要：本申请实施例公开了一种轨迹追踪方法和系统。该方法包括：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在当前时刻的时空信息。本说明书通过确定目标摄像机，实现对目标对象的轨迹追踪，在减少计算资源消耗和检索时间的同时，提升在复杂三维空间中对行人运动轨迹追踪的准确率。

主权项：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；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，利用所述摄像机知识图谱确定至少一个关联摄像机；根据所述目标对象在至少一个历史时刻的时空信息、所述至少一个关联摄像机的节点特征、所述至少一个关联摄像机之间的方位特征、摄像机知识图谱以及所述监控图像，通过摄像机预测模型确定至少一个候选摄像机及其对应的出现概率，所述预测摄像机模型为机器学习模型；基于所述至少一个候选摄像机及其对应的出现概率，确定所述潜在摄像机；其中，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；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和所述电梯厅摄像机，所述边的边特征还包括楼层特征。

全文数据：

权利要求：

百度查询： 浙江大学;浙江同花顺智能科技有限公司 一种轨迹追踪方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD