一种目标检索方法技术

本发明专利技术公开了一种目标检索方法，所述方法由云端执行，包括：获取视频监控系统采用事件检测算法搜索到的待检索特征信息和所述待检索特征信息的出现位置；获取待控制摄像头的配置信息，根据所述配置信息和所述出现位置在预先建立的控制指令库中匹配对应的控制指令；根据匹配的控制指令和所述待检索特征信息控制所述待控制摄像头获取目标特征信息，根据所述目标特征信息进行目标检索。根据待控制摄像头的配置信息，提出适配不同摄像头的检索方案，在尽量保证精度的情况下，节省了流量消耗以及云端的计算消耗。云端的计算消耗。云端的计算消耗。

【技术实现步骤摘要】
一种目标检索方法


[0001]本专利技术涉及视频监控应用
，具体涉及一种目标检索方法。

技术介绍

[0002]视频监控系统是广泛应用于各行各业的安全防范系统的重要组成部分，也是智能交通系统以及监控系统的重要组成部分。摄像头是视频监控系统的重要组成元件，布置在各道路交通路口，采用视频检测技术，采集交通路口的图像，并将采集的图像传输进行分析、处理。
[0003]但视频监控系统的摄像头的型号各不相同，不同摄像头的性能差异较大，目前现有技术中在进行目标跟踪时，采用统一的目标检索方式，检索方式与不同摄像头性能不适配，为保证视频监控系统工作的稳定性，统一的目标跟踪方式仅能根据视频监控系统中性能最低的摄像头的运算能力设置，导致目标跟踪的效率低下。

技术实现思路

[0004]为了解决上述问题，本专利技术提出一种目标检索方法，通过对摄像头进行分类，根据摄像头的分类结果进行目标检索，提高目标检索的效率。
[0005]本专利技术实施例提供一种目标检索方法，所述方法由云端执行，包括：
[0006]获取视频监控系统采用事件检测算法搜索到的待检索特征信息和所述待检索特征信息的出现位置；
[0007]获取待控制摄像头的配置信息，根据所述配置信息和所述出现位置在预先建立的控制指令库中匹配对应的控制指令；
[0008]根据匹配的控制指令和所述待检索特征信息控制所述待控制摄像头获取目标特征信息，根据所述目标特征信息进行目标检索。
[0009]优选地，所述待检索特征信息和所述出现位置的获取过程具体包括：
[0010]检测所述视频监控系统获取的监控视频中的每一视频段的动作特征，并将检测出的动作特征与预设的危险事件库中的动作特征进行比对；
[0011]当检测的动作特征不符合所述危险事件库的任一动作特征时，检测下一视频段的动作特征，并将检测出的动作特征与预设的危险事件库中的动作特征进行比对；
[0012]当检测的动作特征符合所述危险事件库的任一动作特征时，将检测的动作特征的确定为待检索特征信息；
[0013]并将所述待检索特征信息出现的摄像头的位置作为所述出现位置。
[0014]作为一种优选方案，所述配置信息包括身份信息、位置信息和型号信息。
[0015]进一步地，所述根据所述配置信息和所述出现位置在预先建立的控制指令库中匹配对应的控制指令，具体包括：
[0016]根据所述型号信息确定所述待控制摄像头的性能等级，并根据确定的性能等级匹配对应的控制指令；
[0017]所述型号信息包括存储容量和处理器型号。
[0018]优选地，所述根据所述型号信息确定所述待控制摄像头的性能等级，并根据确定的性能等级匹配对应的控制指令，具体包括：
[0019]当所述型号信息中的存储容量在预设的第一容量区间内，且所述型号信息中的处理器型号在预设的第一分类集中时，所述性能等级为高性能，匹配所述控制指令库中的第一控制指令；
[0020]当所述型号信息中的存储容量在预设的第二容量区间内，且所述型号信息中的处理器型号在预设的第二分类集中时，所述性能等级为中性能，匹配所述控制指令库中的第二控制指令；
[0021]当所述型号信息中的存储容量在预设的第三容量区间内，且所述型号信息中的处理器型号在预设的第三分类集中时，所述性能等级为低性能，匹配所述控制指令库中的第三控制指令；
[0022]其中，所述第一容量区间的最大值大于所述第二容量区间的最大值，所述第二容量区间的最大值大于所述第三容量区间的最大值。
[0023]优选地，所述根据匹配的控制指令和所述待检索特征信息控制所述待控制摄像头获取目标特征信息，根据所述目标特征信息进行目标检索具体包括：
[0024]当匹配的控制指令为第一控制指令时，发送第一检索指令给所述待控制摄像头，以使所述待控制摄像头执行：
[0025]采用深度神经网络对所述待检索特征信息进行目标跟踪，获取目标轨迹；
[0026]采用人头检测器对所述目标轨迹进行人脸检测，获取目标轨迹中的人脸的轨迹信息；
[0027]对人脸的轨迹信息进行特征提取，获得人脸特征信息以及各个人脸特征倾斜角度；
[0028]根据人脸特征信息中的各个人脸特征的倾斜角度，筛除人脸特征信息中倾斜角度不在预设的第一范围内的人脸特征，得到筛选后的人脸特征信息；
[0029]分析筛选后的人脸特征信息的目标的属性特征；
[0030]将得到的属性特征和筛选后的人脸特征作为所述目标特征信息，其中，所述属性特征包括目标身高和衣着信息，将所述目标特征信息反馈至云端；
[0031]所述云端根据所述视频监控系统的摄像头实时上传的视频图像，通过所述目标特征信息的对比，完成目标检索。
[0032]作为一种优选方案，所述根据匹配的控制指令和所述待检索特征信息控制所述待控制摄像头获取目标特征信息，根据所述目标特征信息进行目标检索，具体包括：
[0033]当匹配的控制指令为第二控制指令时，发送第二检索指令给所述待控制摄像头，以使所述待控制摄像头执行：
[0034]采用深度神经网络对所述待检索特征信息进行目标跟踪，获取目标轨迹；
[0035]控制待控制摄像头采用人头检测器对所述目标轨迹进行人脸检测，获取人脸图像信息以及人脸图像的倾斜角度；
[0036]根据人脸图像的倾斜角度，筛除人脸图像信息中倾斜角度不在预设的第二范围内的人脸图像，得到筛选后的人脸图像信息；
[0037]将筛选后的人脸图像信息和所述目标轨迹反馈至云端；
[0038]云端提取反馈的人脸图像信息的人脸特征和属性特征作为所述目标特征信息，其中，所述属性特征包括目标身高和衣着信息；
[0039]所述云端根据所述视频监控系统的摄像头实时上传的视频图像，通过所述目标特征信息的对比，完成目标检索。
[0040]优选地，所述根据匹配的控制指令和所述待检索特征信息控制所述待控制摄像头获取目标特征信息，根据所述目标特征信息进行目标检索，具体包括：
[0041]当匹配的控制指令为第三控制指令时，发送第三检索指令给所述待控制摄像头，以使所述待控制摄像头执行：
[0042]采用轻量深度神经网络对所述待检索特征信息进行目标跟踪，获取目标轨迹的位置信息；
[0043]根据所述位置信息检测目标的检测框，结合运动检测前景识别所述检测框中的人体作为目标；
[0044]根据所述检测框的长宽比确定所述目标属性信息，所述属性信息包括目标身高和衣着信息，将确定的所述目标属性信息作为所述目标特征信息，将所述目标特征信息反馈至云端；
[0045]所述云端根据所述视频监控系统的实时上传的视频图像，通过所述目标特征信息的对比，完成目标检索。
[0046]优选地，所述方法还包括：
[0047]判断所述目标特征信息中每一特征是否与预设的特征数据库内的特征相匹配；
[0048]统计所述目标特征信息中与所述特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检索方法，其特征在于，所述方法由云端执行，包括：获取视频监控系统采用事件检测算法搜索到的待检索特征信息和所述待检索特征信息的出现位置；获取待控制摄像头的配置信息，根据所述配置信息和所述出现位置在预先建立的控制指令库中匹配对应的控制指令；根据匹配的控制指令和所述待检索特征信息控制所述待控制摄像头获取目标特征信息，根据所述目标特征信息进行目标检索。2.根据权利要求1所述的目标检索方法，其特征在于，所述待检索特征信息和所述出现位置的获取过程具体包括：检测所述视频监控系统获取的监控视频中的每一视频段的动作特征，并将检测出的动作特征与预设的危险事件库中的动作特征进行比对；当检测的动作特征不符合所述危险事件库的任一动作特征时，检测下一视频段的动作特征，并将检测出的动作特征与预设的危险事件库中的动作特征进行比对；当检测的动作特征符合所述危险事件库的任一动作特征时，将检测的动作特征的确定为待检索特征信息；并将所述待检索特征信息出现的摄像头的位置作为所述出现位置。3.根据权利要求1所述的目标检索方法，其特征在于，所述配置信息包括身份信息、位置信息和型号信息。4.根据权利要求3所述的目标检索方法，其特征在于，所述根据所述配置信息和所述出现位置在预先建立的控制指令库中匹配对应的控制指令，具体包括：根据所述型号信息确定所述待控制摄像头的性能等级，并根据确定的性能等级匹配对应的控制指令；所述型号信息包括存储容量和处理器型号。5.根据权利要求4所述的目标检索方法，其特征在于，所述根据所述型号信息确定所述待控制摄像头的性能等级，并根据确定的性能等级匹配对应的控制指令，具体包括：当所述型号信息中的存储容量在预设的第一容量区间内，且所述型号信息中的处理器型号在预设的第一分类集中时，所述性能等级为高性能，匹配所述控制指令库中的第一控制指令；当所述型号信息中的存储容量在预设的第二容量区间内，且所述型号信息中的处理器型号在预设的第二分类集中时，所述性能等级为中性能，匹配所述控制指令库中的第二控制指令；当所述型号信息中的存储容量在预设的第三容量区间内，且所述型号信息中的处理器型号在预设的第三分类集中时，所述性能等级为低性能，匹配所述控制指令库中的第三控制指令；其中，所述第一容量区间的最大值大于所述第二容量区间的最大值，所述第二容量区间的最大值大于所述第三容量区间的最大值。6.根据权利要求4所述的目标检索方法，其特征在于，所述根据匹配的控制指令和所述待检索特征信息控制所述待控制摄像头获取目标特征信息，根据所述目标特征信息进行目标检索具体包括：
当匹配的控制指令为第一控制指令时，发送第一检索指令给所述待控制摄像头，以使所述待控制摄像头执行：采用深度神经网络对所述待检索特征信息进行目标跟踪，获取目标轨迹；采用人头检测器对所述目标轨迹进行人脸检测，获取目标轨迹中的人脸的轨迹信息；对人脸的轨迹信息进行特征提取，获得人脸特征信息以及各个人脸特征倾斜角度；根据人脸特征信息中的各个人脸特征的倾斜角度，筛除人脸特征信息中倾斜角度不在预设的第一范围内的人脸特征，得到筛选后的人脸特征信息；分析筛选后的人脸特征信息的目标的属性特征；将得到的属性特征和筛选后的人脸特征作为所述目标特征信息，其中，所述属性特征包括目标身高和衣着信息，将所述目标特征信息反馈至云端；所述云端根据所述视频监控系统的摄像头实时上传的视频图像，通过所述目标特征信息的对比，完成目标检索。7.根据权利要求4所述的目标检索方法，其特征在于，所述根据匹配的控制指令和所述待检索特征信息控制所述待控制摄像头获取目标特征信息，根据所述目标特征信息进行目标检索，具体包括：当匹配的控制指令为第二控制指令时，发送第二检索指令给所述待控制摄像头，以使所述待控制摄像头执行：采用深度神经网络对所述待检索特征信息进行目标跟踪，获取目标轨迹；控制待控制摄像头采用人头检测器对所述目标轨迹进行人脸检测，获取人脸图像信息以及人脸图像的倾斜角度；根据人脸图像的倾斜角度，筛除人脸图像信息中倾斜角度不在预设的第二范围内的人脸图像，得到筛选后的人脸图像信息；将筛选后的人脸图像信息和所述目标轨迹反...

【专利技术属性】
技术研发人员：肖传利，
申请(专利权)人：深圳市联洲国际技术有限公司，
类型：发明
国别省市：