一种基于海量视频的分布式自动追踪系统技术方案

本发明专利技术公开一种基于海量视频的分布式自动追踪系统，应用于分布式处理和视频检索领域，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；本申请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，极大地加快了追踪速度。

【技术实现步骤摘要】
一种基于海量视频的分布式自动追踪系统
本专利技术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。
技术介绍
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。
技术实现思路
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。本专利技术的有益效果：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)本专利技术设置多层控制中心，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)本专利技术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为本专利技术提供的方案图。图2为本专利技术逻辑层视频处理中心流程图。图3为本专利技术照片中检索到的人脸区域标记图。图4为本专利技术中决策树模型图。具体实施方式为便于本领域技术人员理解本专利技术的
技术实现思路
，下面结合附图对本
技术实现思路
进一步阐释。如图1所示为本申请的方案示意图，本申请采用的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(目标出现的时间和地点等)给控制层；所述控制层包括若干级控制中心，如图中的最高层控制中心即一级控制中心、然后依次是二级控制中心、…、最底层控制中心即N级控制中心；N级控制中心中的每一个都对应有业务逻辑层中的若干海量视频处理中心。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信息(如照片、时间、地点等信息)转发给上级控制中心；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；最后由最高级控制中心按照时间先后顺序自动生成目标追踪路径。数据采集层由若干摄像设备组成，每一个摄像设备都唯一对应有地点信息。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：各视频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；所述人脸信息包括，该最相似人脸出现的时间、地点等信息；最底层控制中心即N级控制中心将各自对应的所有海量视频处理海量视频处理中心检索到的人脸信息传给上一级控制中心，一级一级上传至最高层控制中心，最高层控制中心对下级控制中心生成所传的检索信息按时间排序，生成目标追踪路径。逻辑层视频处理中心的处理流程如图2所示，一种基于海量视频处理的人脸追踪方法，包括：S1、建立人脸特征值索引表；步骤S1具体为：S11、视频处理中心对数据采集层的海量监控视频数据按设定间距跳跃取帧；因为目前高清视频录像设备能达到每秒拍摄120帧，所以通过合理设定间距跳跃取帧，对识别的精度影响较小，但视频处理及检索时间就会大幅减少；间距的设定根据每秒拍摄的帧数来定。这里参考电影电视制作取帧一般是每秒取20-30帧；如每秒120帧，那么取帧间距可为6。S12、对每帧照片进行人脸检测，提取出照片中的所有人脸，并生成独立的人脸照片；照片中检索到的人脸区域如图3的标记所示；S13、视频处理中心对步骤S12得到的人脸照片进行归一化处理；具体为：标准化目标照片，并降低照片维度；S14、对步骤S13人脸照片进行歪脸转正脸处理；S15、若经步骤S14处理后的人脸照片为侧脸照片则执行步骤S16；否则执行步骤S17；S16、对步骤S14处理后的照片进行侧脸转正脸的处理，并根据步骤S15得到的侧脸照片特征值得到正脸的特征值；具体为：构造决策树；采用正脸对应各个角度的侧脸数据集对构造的决策树进行训练；将步骤S14处理得到的侧脸照片输入经训练得到的决策树模型，输出预测的正脸照片。构造决策树；如图4所示，决策树是本文档来自技高网...

【技术保护点】
一种基于海量视频的分布式自动追踪系统，其特征在于，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地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，同时根据下级控制中心反馈的所有子路径自动生成新的子路径，并反馈给上级控制中心。

【技术特征摘要】
1.一种基于海量视频的分布式自动追踪系统，其特征在于，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地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，同时根据下级控制中心反馈的所有子路径自动生成新的子路径，并反馈给上级控制中心。2.根据权利要求1所述的一种基于海量视频的分布式自动追踪系统，其特征在于，所述某级控制中心根据收到的所有对应的下级控制中心返回的子路径，生成新的追踪目标子路径，并反馈给上一级控制中心；还包括：最底层控制中心将上级控制...

【专利技术属性】
技术研发人员：吴立军，
申请(专利权)人：成都科鸿达科技有限公司，
类型：发明
国别省市：四川,51