The invention belongs to the technical field of video vehicle tracking and analysis, in particular to a video vehicle tracking analysis method based on the Docker platform. According to the invention of the target vehicle characteristic information, running direction and speed of judging camera point target vehicles may pass, according to the running speed of the camera and the camera point between point a and the distance of the target vehicle, determine the target vehicle at the camera position and time points, based on automatic tracking vehicle trajectory video stream, automatic identification and tracking according to the target vehicle running direction, without the need for manual switching, greatly improve the efficiency of business processing, and the invention to the complex video scene into a vehicle recognition and feature analysis, the accuracy of tracking and recognition of high reliability, good.
【技术实现步骤摘要】
一种基于Docker平台的视频车辆跟踪分析方法
本专利技术属于视频车辆跟踪分析
,特别涉及一种基于Docker平台的视频车辆跟踪分析方法。
技术介绍
随着平安城市、智慧城市建设的不断推进,摄像机监控点位建设数据也快速增长,数量为数万路或数十万路不等,视频中包括大量的人、车、物信息,车辆信息对于公安、交通等业务来说极为重要。车辆跟踪分析是判别违章的一个关键环节,现有技术中通常采用视频调阅寻找查看违规车辆,因此无法实现自动的目标跟踪和定位,大大地增加了人工投入,业务处理效率低。
技术实现思路
本专利技术为了克服上述现有技术的不足,提供了一种基于Docker平台的视频车辆跟踪分析方法,本专利技术实现了自动目标跟踪和定位,业务处理效率高。为实现上述目的,本专利技术采用了以下技术措施:一种基于Docker平台的视频车辆跟踪分析方法,包括以下步骤:S1、确定目标车辆,定位最初发现目标车辆的摄像机点位和时间点;S2、设置目标车辆跟踪任务,开始执行跟踪任务;S3、提取最初发现目标车辆的摄像机所采集的目标车辆,并识别目标车辆的特征信息、运行方向以及运行速度;S4、根据目标车辆的特征信息、运行方向以及运行速度判断目标车辆可能经过的摄像机点位,根据本摄像机点位与其上一摄像机点位之间的距离和目标车辆的运行速度,判断目标车辆到达各个摄像机点位的时间点;S5、获取步骤S4中得到的各摄像机点位对应的摄像机的历史视频,将目标车辆的特征信息与历史视频中的车辆特征信息进行比对分析,如果历史视频中存在的车辆特征信息与目标车辆的特征信息的相似度大于设定值,则获取历史视频中的车辆对象、运行方向以 ...
【技术保护点】
一种基于Docker平台的视频车辆跟踪分析方法,其特征在于,包括以下步骤:S1、确定目标车辆,定位最初发现目标车辆的摄像机点位和时间点;S2、设置目标车辆跟踪任务,开始执行跟踪任务;S3、提取最初发现目标车辆的摄像机所采集的目标车辆,并识别目标车辆的特征信息、运行方向以及运行速度;S4、根据目标车辆的特征信息、运行方向以及运行速度判断目标车辆可能经过的摄像机点位,根据本摄像机点位与其上一摄像机点位之间的距离和目标车辆的运行速度,判断目标车辆到达各个摄像机点位的时间点;S5、获取步骤S4中得到的各摄像机点位对应的摄像机的历史视频,将目标车辆的特征信息与历史视频中的车辆特征信息进行比对分析,如果历史视频中存在的车辆特征信息与目标车辆的特征信息的相似度大于设定值,则获取历史视频中的车辆对象、运行方向以及运行速度,如果历史视频中存在的车辆特征信息与目标车辆的特征信息的相似度小于设定值,则将该历史视频对应的摄像机点位舍弃;S6、重复步骤S4和S5,直至得到目标车辆的落脚点;S7、保存目标车辆的特征信息;S8、将目标车辆的行驶轨迹按照时间顺序在地图上展示。
【技术特征摘要】
1.一种基于Docker平台的视频车辆跟踪分析方法,其特征在于,包括以下步骤:S1、确定目标车辆,定位最初发现目标车辆的摄像机点位和时间点;S2、设置目标车辆跟踪任务,开始执行跟踪任务;S3、提取最初发现目标车辆的摄像机所采集的目标车辆,并识别目标车辆的特征信息、运行方向以及运行速度;S4、根据目标车辆的特征信息、运行方向以及运行速度判断目标车辆可能经过的摄像机点位,根据本摄像机点位与其上一摄像机点位之间的距离和目标车辆的运行速度,判断目标车辆到达各个摄像机点位的时间点;S5、获取步骤S4中得到的各摄像机点位对应的摄像机的历史视频,将目标车辆的特征信息与历史视频中的车辆特征信息进行比对分析,如果历史视频中存在的车辆特征信息与目标车辆的特征信息的相似度大于设定值,则获取历史视频中的车辆对象、运行方向以及运行速度,如果历史视频中存在的车辆特征信息与目标车辆的特征信息的相似度小于设定值,则将该历史视频对应的摄像机点位舍弃;S6、重复步骤S4和S5,直至得到目标车辆的落脚点;S7、保存目标车辆的特征信息;S8、将目标车辆的行驶轨迹按照时间顺序在地图上展示。2.如权利要求1所述的一种基于Docker平台的视频车辆跟踪分析方法,其特征在于:所述设定值为90%。3.如权利要求1或2所述的一种基于Docker平...
【专利技术属性】
技术研发人员:何丹娜,莫申林,石魁,潘成超,周小将,
申请(专利权)人:安徽四创电子股份有限公司,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。