[发明专利]一种运动目标实时跟踪系统和方法

说明书

技术领域

本发明涉及监控领域，尤其涉及一种运动目标实时跟踪系统和方法。

背景技术

目前，在视频监控领域，海量的视频数据只是起到了记录的作用，视频监控的大部分用途只能用于事后资料查对，对于事前、事中没能起到重点预防和追踪作用。原因的关键在于没有对视频数据进行实时分析，一个个监控摄像头只是视频记录仪，即使摄像头分布广泛，足以形成“天网”，也只是一张呆滞的网。实时跟踪的瓶颈主要在于需要同时对多路摄像头视频数据进行大规模的复杂的图像智能识别运算，一般的计算机系统无法胜任在指定时间内完成如此复杂的海量计算。海量的视频数据不仅难以协助人们快速的形成解决方案，反而会成为解决问题的一大障碍，因为以有限的人力与应对海量的视频数据，费时费力可想而知。

因此，目前在办案过程中，通过摄像头对目标进行实时跟踪时，主要是以人工为主。即当被跟踪目标出现在某个地点，并需要对其进行跟踪时，往往需要安排多人通过摄像头分别监控目标周边的不同区域，并通过人工方式及时发现被跟踪目标出现的下一个地点，然后重新分配人力进行新一轮的目标跟踪，如此反复。

也就是说，现有视频监控跟踪系统缺少实时分析能力，并且自动化程度不高，跟踪效率也比较低。

发明内容

有鉴于此，本发明要解决的技术问题是提供一种运动目标实时跟踪系统和方法。以整合GIS技术、云计算技术和图像识别技术，对运动目标的跟踪实现实时性和自动化，最大限度的减少人力成本和人为误差、提高跟踪效率。

本发明解决上述技术问题所采用的技术方案如下：

根据本发明的一个方面，提供的一种运动目标实时跟踪系统包括视频监控子系统和由至少一个以上的监控摄像头组成的摄像子系统，还包括GIS子系统、基于云计算的图像识别子系统和跟踪控制子系统，其中：

GIS子系统，用于提供跟踪目标的当前位置的周边监控点列表；

视频监控子系统，用于控制周边监控点列表中的每一路监控摄像头将视频流数据发送给图像识别子系统；还用于将主视频切换到跟踪目标当前所在的监控摄像头；

图像识别子系统，用于获取周边监控点列表中的每一路视频流，并根据目标特征信息列表和预设的特征匹配策略进行实时计算跟踪目标当前所在的监控摄像头，并将计算结果发送给跟踪控制子系统；

跟踪控制子系统，用于对跟踪目标进行特征分析，提取目标特征信息列表，将目标特征信息列表和预设的特征匹配策略发送给图像识别子系统；还用于向GIS子系统查询跟踪目标的当前位置的周边监控点列表，并发送给视频监控子系统；还用于接收到目标匹配成功信号后，控制视频监控子系统切换主视频。

优选的，跟踪控制子系统进一步包括目标接收模块、特征提取模块、监控点获取模块和控制模块，其中：

目标接收模块，用于接收通过人工或自动定位的跟踪目标；

特征提取模块，用于对跟踪目标进行特征分析，提取目标特征信息列表，将目标特征信息列表和预设的特征匹配策略发送给图像识别子系统；

监控点获取模块，用于向GIS子系统查询跟踪目标的当前位置的周边监控点列表，并将周边监控点列表发送给视频监控子系统；

控制模块，用于接收到目标匹配成功信号后，控制视频监控子系统切换主视频。

优选的，图像识别子系统进一步包括信息接收模块、云计算平台、视频分析引擎和信息发送模块，其中：

信息接收模块，用于获取目标特征信息列表和特征匹配策略，还用于获取跟踪目标当前位置的周边监控点列表中的每一路视频流；

云计算平台，用于为每一路视频分配一个云计算任务，并按目标特征信息列表中的每个特征调用视频分析引擎对视频帧进行特征分析，根据每个特征的分析结果和特征匹配策略得到每一路视频的匹配结果；

视频分析引擎，用于根据云计算平台输入的特征信息对视频帧进行分析，将特征分析结果返回给云计算平台；

信息发送模块，用于当特征匹配成功时，发送匹配成功信号给跟踪控制子系统，还用于在预定的时间段内匹配不成功时，发送匹配失败信号给跟踪控制子系统。

优选的，云计算平台具体用于：为每一路视频分配一个云计算任务，并根据目标特征信息列表，将云计算任务按目标特征分解成至少两个子任务；为每一个子任务分配计算资源调用视频分析引擎对视频帧按子任务描述要求进行特征分析；收集视频分析引擎产生的特征分析结果，将每路视频的每个子任务的分析结果按加权策略计算总权值；如果某路视频的总权值超过预设的阀值，则通知信息发送模块向跟踪控制子系统发送该路视频匹配成功信号。