应用于实时流布控系统的特征向量检索方法及布控系统技术方案

本发明专利技术涉及智能视频图像处理技术领域，尤其涉及一种应用于实时流布控系统的特征向量检索方法及布控系统，针对实时采集布控的特征向量检索过程，增设能够动态更新的缓存特征向量库，将本应全部基于特征向量底库数据的特征向量检索进行分层计算，通过实时的特征向量检索过程不断更新缓存特征向量库中的数据，使缓存特征向量检索过程可以识别出频繁出现的目标，拦截掉大量底库特征向量检索请求，能够有效改善现有技术中底库特征向量检索全量对比所带来的延时和计算量大的问题。所带来的延时和计算量大的问题。所带来的延时和计算量大的问题。

【技术实现步骤摘要】
应用于实时流布控系统的特征向量检索方法及布控系统


[0001]本专利技术涉及智能视频图像处理
，尤其涉及一种应用于实时流布控系统的特征向量检索方法及布控系统。

技术介绍

[0002]摄像机配合特征实时布控系统，可以实现摄像机下目标定位、目标查找，常用于安防人员布控、商超VIP客户快速识别等场景。目前的实现方法是每当摄像机检测到一个关注目标的特征向量时，就会在布控特征向量库中进行特征向量检索，通过检索结果返回的相似度量值来判断是否有布控目标出现。为了保证检索的实时性，目前的布控特征向量库对存入的特征向量数量上作了限制，且在实时采集布控的过程中通过丢弃部分特征向量或延时处理的方式来降低因为并发量或性能波动所带来的性能消耗。但目前的实时布控的特征向量检索方法仍存在高延时和计算量大等问题。

技术实现思路

[0003]本专利技术的目的在于提供一种应用于实时流布控系统的特征向量检索方法及布控系统，从而解决现有技术中存在的前述问题。
[0004]为了实现上述目的，本专利技术采用的技术方案如下：
[0005]本专利技术提供了一种应用于实时流布控系统的特征向量检索方法，包括：
[0006]接收对目标特征向量的布控检索请求；
[0007]基于所述目标特征向量在缓存特征向量库中进行缓存特征向量检索并将所述目标特征向量存入所述缓存特征向量库中；
[0008]若所述缓存特征向量检索的检索结果中存在命中特征向量，则将所述目标特征向量与所述命中特征向量建立关联关系；
[0009]若所述缓存特征向量检索的检索结果中不存在命中特征向量，则基于所述目标特征向量在特征向量底库中进行底库特征向量检索；
[0010]若所述底库特征向量检索的检索结果中存在命中特征向量，则将所述命中特征向量增加到所述缓存特征向量库中，并与所述目标特征向量建立关联关系；
[0011]其中，所述命中特征向量是与所述目标特征向量之间相似度大于等于最小相似度阈值的特征向量；所述缓存特征向量库的最大数据量小于所述特征向量底库的总数据量。
[0012]优选的，所述特征向量分为存入特征向量底库中的底库特征向量和未存入特征向量底库中的非底库特征向量。
[0013]优选的，在进行所述缓存特征向量检索前，若检测到所述缓存特征向量库为空，则直接基于所述目标特征向量进行底库特征向量检索，并将所述目标特征向量存入所述缓存特征向量库中。
[0014]优选的，若所述缓存特征向量检索的检索结果中存在命中特征向量，则更新所述命中特征向量及其关联特征向量的命中次数；若所述缓存特征向量库的数据量超过最大缓
存量阈值，则在所述缓存特征向量库中删除命中次数最少且缓存时间最长的特征向量及其关联关系。
[0015]优选的，若所述命中特征向量关联的特征向量数超过最大关联数阈值，则在所述缓存特征向量库中删除所述命中特征向量关联的缓存时间最长的非底库特征向量及其关联关系。
[0016]优选的，当特征向量存入到所述缓存特征向量库中时，记录特征向量的存入时间；当目标特征向量与命中特征向量建立关联关系时，将所述命中特征向量关联的底库特征向量的存入时间更新为与所述目标特征向量的存入时间相同。
[0017]优选的，若所述缓存特征向量库中存在缓存时间超过最大缓存时间阈值的超时特征向量时，则删除所述超时特征向量及其关联关系。
[0018]相应的，本专利技术还提供了一种实时流布控系统，包括：
[0019]图像采集模块，用于获取视频或图片流中当前帧目标图像；
[0020]目标检测模块，用于检测所述当前帧目标图像中的待识别目标，并输出目标矩形框坐标；
[0021]特征提取模块，用于提取所述待识别目标的目标特征向量；
[0022]目标布控模块，包括缓存特征向量库和特征向量底库，用于实现如上任一项所述的特征向量检索方法，以获取布控检索结果；
[0023]目标跟踪模块，用于根据所述布控检索结果更新所述待识别目标的标识身份。
[0024]本专利技术的有益效果是：
[0025]本专利技术提供了一种应用于实时流布控系统的特征向量检索方法及布控系统，针对实时采集布控的特征向量检索过程，增设能够动态更新的缓存特征向量库，将本应全部基于特征向量底库数据的特征向量检索进行分层计算，通过实时的特征向量检索过程不断更新缓存特征向量库中的数据，使缓存特征向量检索过程可以识别出频繁出现的目标，拦截掉大量底库特征向量检索请求，能够有效改善现有技术中底库特征向量检索全量对比所带来的延时和计算量大的问题。
附图说明
[0026]图1是本专利技术实施例中实时流布控系统的结构示意图；
[0027]图2是本专利技术实施例中特征向量检索方法的流程示意图；
[0028]图3是本专利技术另一实施例中特征向量检索方法的流程示意图。
具体实施方式
[0029]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不用于限定本专利技术。
[0030]如图1所示，本专利技术提供了一种实时流布控系统，包括：
[0031]图像采集模块101，用于获取视频或图片流中当前帧目标图像。
[0032]目标检测模块102，用于检测所述当前帧目标图像中的待识别目标，并输出目标矩形框坐标；所述待识别目标可以是人脸、行人、车辆等。
[0033]特征提取模块103，用于提取所述待识别目标的目标特征向量。
[0034]目标布控模块104，包括缓存特征向量库和特征向量底库，利用缓存特征向量库和特征向量底库实现布控特征向量检索，以获取布控检索结果，根据检索结果的命中情况，将当前待识别目标与预存的布控目标进行匹配。其中，特征向量底库中预存有全部布控目标的特征向量，缓存特征向量库中存有近期高频出现的目标特征向量，并能实时动态更新，且所述缓存特征向量库的最大数据量小于所述特征向量底库的总数据量。在具体实施中，缓存特征向量库可以是一个向量检索引擎，也可以是KV之类的数据库，同时可以提供存储和查询结构化信息的功能，如mariadb数据库。
[0035]目标跟踪模块105，用于根据所述布控检索结果，将匹配成功的目标ID设置为对应运动轨迹的ID便于布控监测。
[0036]需要说明的是，本实施例中的获取目标矩形框坐标、提取特征向量等步骤均可由本领域中的现有技术实现，本领域技术人员对其实施无任何技术障碍，由于其并非本专利技术侧重点，在此不再一一举例说明。
[0037]为了实现目标布控模块104的布控特征向量检索，如图2所示，本专利技术提供了一种应用于实时流布控系统的特征向量检索方法，包括：
[0038]S201，接收对目标特征向量的布控检索请求。
[0039]S202，基于所述目标特征向量在缓存特征向量库中进行缓存特征向量检索并将所述目标特征向量存入所述缓存特征向量库中。
[0040]S203，若所述缓存特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于实时流布控系统的特征向量检索方法，其特征在于，包括：接收对目标特征向量的布控检索请求；基于所述目标特征向量在缓存特征向量库中进行缓存特征向量检索并将所述目标特征向量存入所述缓存特征向量库中；若所述缓存特征向量检索的检索结果中存在命中特征向量，则将所述目标特征向量与所述命中特征向量建立关联关系；若所述缓存特征向量检索的检索结果中不存在命中特征向量，则基于所述目标特征向量在特征向量底库中进行底库特征向量检索；若所述底库特征向量检索的检索结果中存在命中特征向量，则将所述命中特征向量增加到所述缓存特征向量库中，并与所述目标特征向量建立关联关系；其中，所述命中特征向量是与所述目标特征向量之间相似度大于等于最小相似度阈值的特征向量；所述缓存特征向量库的最大数据量小于所述特征向量底库的总数据量。2.根据权利要求1所述的特征向量检索方法，其特征在于，所述特征向量分为存入特征向量底库中的底库特征向量和未存入特征向量底库中的非底库特征向量。3.根据权利要求1所述的特征向量检索方法，其特征在于，在进行所述缓存特征向量检索前，若检测到所述缓存特征向量库为空，则直接基于所述目标特征向量进行底库特征向量检索，并将所述目标特征向量存入所述缓存特征向量库中。4.根据权利要求1所述的特征向量检索方法，其特征在于，若所述缓存特征向量检索的检索结果中存在命中特征向量，则更新所述命中特征向量及其关联特征向量...

【专利技术属性】
技术研发人员：黄毅，瞿洪桂，陈扬盛，
申请(专利权)人：北京中电兴发科技有限公司，
类型：发明
国别省市：