[发明专利]基于高速球的物体跟踪方法、监控服务器、视频监控系统有效
| 申请号: | 201811108443.7 | 申请日: | 2018-09-21 |
| 公开(公告)号: | CN109376601B | 公开(公告)日: | 2021-05-11 |
| 发明(设计)人: | 饶丽光 | 申请(专利权)人: | 深圳市九洲电器有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;H04N7/18 |
| 代理公司: | 深圳市六加知识产权代理有限公司 44372 | 代理人: | 宋建平 |
| 地址: | 518057 广东省深圳市南*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 高速 物体 跟踪 方法 监控 服务器 视频 系统 | ||
1.一种基于高速球的物体跟踪方法,应用于监控服务器,其特征在于,所述方法包括:
接收定位指令,所述定位指令包括需定位的目标物体;
根据所述定位指令,遍历目标高速球拍摄的视频数据,以检测出所述目标物体;
控制所述目标高速球跟踪所述目标物体,并且缩小或放大包含所述目标物体的视频画面;
其中,监控服务器判断光照强度是否大于预设强度阈值,若大于,则获取与目标高速球相对设置的所有额外高速球的最低照度值,从所有额外高速球的最低照度值中遍历出最低照度值最低的额外高速球作为跟踪并拍摄人物的正面图像的高速球;
其中,所述目标高速球与多维旋转电机结合,以进行高清视频帧图像的实时抓拍,所述目标物体为人物,所述目标高速球的数量为至少两个,不同所述目标高速球可从不同角度拍摄所述人物,所述方法还包括,获取所述目标高速球拍摄所述人物的人物图像;判断所述人物图像是否是所述人物的正面图像,所述正面图像包括所述人物的人脸图像,若否,检测出与所述目标高速球相对设置的额外高速球,控制所述额外高速球拍摄所述人物的正面图像,并跟踪所述人物。
2.根据权利要求1所述的方法,其特征在于,所述控制所述目标高速球跟踪所述目标物体,包括:
判断包含所述目标物体的目标视频帧是否匹配预设视频检测异常模型;
若匹配,以所述目标视频帧为跟踪起始点,控制所述目标高速球跟踪所述目标物体;
若未匹配,继续判断包含所述目标物体的下一帧目标视频帧是否匹配预设视频检测异常模型。
3.根据权利要求2所述的方法,其特征在于,
所述方法还包括:
获取训练视频数据集,所述训练视频数据集包括多种异常场景的视频数据;
对所述多种异常场景的视频数据进行预处理;
通过卷积算法处理预处理后的视频数据,建立所述视频检测异常模型。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述接收定位指令,包括:
接收用户输入的图像形状数据,所述图像形状数据包括若干图像特征点;
根据所述图像形状数据中的若干图像特征点,确定所述图像形状数据对应的物体的形状;
将对应于所述图像形状数据的物体作为需定位的目标物体。
5.一种基于高速球的物体跟踪装置,应用于监控服务器,其特征在于,所述装置包括:
接收模块,用于接收定位指令,所述定位指令包括需定位的目标物体;
遍历模块,用于根据所述定位指令,遍历目标高速球拍摄的视频数据,以检测出所述目标物体;
控制模块,用于控制所述目标高速球跟踪所述目标物体,并且缩小或放大包含所述目标物体的视频画面;
其中,监控服务器判断光照强度是否大于预设强度阈值,若大于,则获取与目标高速球相对设置的所有额外高速球的最低照度值,从所有额外高速球的最低照度值中遍历出最低照度值最低的额外高速球作为跟踪并拍摄人物的正面图像的高速球;
其中,所述目标高速球与多维旋转电机结合,以进行高清视频帧图像的实时抓拍,所述目标物体为人物,所述目标高速球的数量为至少两个,不同所述目标高速球可从不同角度拍摄所述人物,所述装置还用于,获取所述目标高速球拍摄所述人物的人物图像;判断所述人物图像是否是所述人物的正面图像,所述正面图像包括所述人物的人脸图像,若否,检测出与所述目标高速球相对设置的额外高速球,控制所述额外高速球拍摄所述人物的正面图像,并跟踪所述人物。
6.根据权利要求5所述的装置,其特征在于,所述控制模块包括:
判断单元,用于判断包含所述目标物体的目标视频帧是否匹配预设视频检测异常模型;
控制单元,用于若匹配,以所述目标视频帧为跟踪起始点,控制所述目标高速球跟踪所述目标物体;
继续判断单元,用于若未匹配,继续判断包含所述目标物体的下一帧目标视频帧是否匹配预设视频检测异常模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市九洲电器有限公司,未经深圳市九洲电器有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811108443.7/1.html,转载请声明来源钻瓜专利网。





