[发明专利]一种基于海量视频的分布式自动追踪系统

说明书

技术领域

本发明属于分布式处理和视频检索领域，特别涉及一种海量视频快速自动的目标全路径追踪技术。

背景技术

视频检索最主要的是利用视频检测算法对视频进行结构化描述，目前已经在相应的产品中得到应用的算法主要有以下几种：行为分析算法、车牌识别算法、车辆颜色识别算法、车标识别算法、车型识别算法、人脸检测识别算法、人体特征识别算法等。其中人体特征识别又包括人的年龄、性别、身高、衣服颜色、是否戴眼镜等特征信息的识别。

在视频人脸检索方面技术主要是通过智能分析预处理以及人脸检测算法，将监控视频中的人脸进行整理汇总，获取视频内感兴趣目标的相关信息，并根据这些人脸信息生成索引。所以说海量视频检索的本质依然是海量图像检索。

人脸检索的关键技术包括人脸检测，人脸识别，和基于内容的图像检索技术，最重要的一个环节就是图像检索，图像检索涉及到对海量的高维向量之间的相似性进行快速地匹配。目前主要的检索方法有基于分布式LSH的高维向量快速检索方法和基于SimHash的海量高维向量的快速检索方法。其中语义哈希(semanticHashing)是一种基于分布式LSH的高维向量快速检索算法，它的基本原理是将高维空间向量映射至低维汉明空间,并保持原空间向量相似性。

综上所述，目前海量视频检索和追踪的主要方法是将人脸汇总，然后利用快速检索方法进行检索追踪。然而当人脸汇总量非常庞大时，如遍布全国各地的天网所收集的人脸，其数量是目前所有海量视频检索和追踪系统几乎无法克服的，因此无法实现快速自动的目标全路径追踪。

发明内容

为解决上述技术问题，本申请提供一种基于海量视频的分布式自动追踪方法，通过将追踪任务分配至各处理中心并行执行，实现快速自动生成追踪路径。

本申请采用的技术方案为：一种基于海量视频的分布式自动追踪系统，包括：控制层、业务逻辑层、数据采集层；业务逻辑层包含若干海量视频处理中心，各海量视频处理中心根据控制层下发的追踪指令和追踪目标信息并行处理对应数据采集层中采集到的视频数据，并返回处理结果给控制层；

所述控制层包括若干级控制中心，其中某级控制中心接收上级控制中心的追踪指令和追踪目标信息，并转发给下级控制中心，并且将下级控制中心传送的检索结果(如人脸照片、时间、地址等信息)上传给上级控制中心。

进一步地，所述某级控制中心将所有对应的下级控制中心的检索结果转发给上一级控制中心；还包括：

最底层控制中心将上级控制中心的心下发的追踪指令和追踪目标信息转发给对应的所有海量视频处理中心进行检索分析；并将对应的所有海量视频处理中心的检索结果上传给上层控制中心

最高层控制中心根据收到所有对应的下级控制中心返回的检索信息，按照时间进行排序，生成追踪目标的整个路径。

进一步地，所述各海量视频处理中心并行处理对应数据采集层中采集到的视频数据，具体为：各海量视频处理中心通过建立人脸特征索引表，将待检索的追踪目标人脸的特征值与人脸特征索引表中对应的特征值求欧氏距离，根据该欧氏距离输出最相似的人脸信息。

更进一步地，所述处理结果包括追踪目标出现的时间与地点信息。

本发明的有益效果：一种基于海量视频的分布式并行自动追踪系统，通过将追踪任务分配至各处理中心并行处理同时检索，最后自动生成目标追踪路径；具备以下优点：

1)本申请首次提出了将牵涉大地域范围的目标路径追踪任务，分布到最底层的各视频控制中心，由各视频控制中心并行处理同时检索，极大地加快了追踪速度；

2)本发明设置多层控制中心，每层控制中心生成各自的追踪路径；最高级控制中心生成总路径；

3)本发明将最终追踪路径通过电子地图直接形象展示出来，达到更好的效果；

4)本申请综合使用各种图像处理技术和人工智能技术，如多元决策树、局部Hash算法、深度学习和神经网络等技术，使得检索的准确度和效率得到极大提高；

5)本申请可广泛应用于公安部门的罪犯追踪(基于天网)、丢失老人的寻找和拐卖儿童或丢失儿童的寻找等。

附图说明

图1为本发明提供的方案图。

图2为本发明逻辑层视频处理中心流程图。

图3为本发明照片中检索到的人脸区域标记图。

图4为本发明中决策树模型图。

具体实施方式

为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一步阐释。