一种基于特征值拓扑网络的跨摄像头调度方法技术

本发明专利技术提供一种基于特征值拓扑网络的跨摄像头调度方法，跨摄像头分析技术领域，包括场景的抽象建模、使用模型进行摄像头调度和保存图论模型的步骤；所述场景的抽象建模，包括生成S图和C图和构建偏序关系的子步骤；所述使用模型进行摄像头调度包括根据边权重函数B计算图像特征差值、设起始点为，并计算和有偏序关系的下阶C图的边权重，并保留最小权重边所连接的点作为本阶的保留点和选取本阶C图的保留点，直至最后一阶或者所有下阶C图的边权重高于上限阈值b时停止的子步骤。本方法使灵活部署在不同场景中的分布式摄像头或服务器能相互知道彼此之间部署位置，建立了摄像头拓扑网络图。拓扑网络图。拓扑网络图。

【技术实现步骤摘要】
一种基于特征值拓扑网络的跨摄像头调度方法


[0001]本专利技术涉及跨摄像头分析
，具体涉及一种基于特征值拓扑网络的跨摄像头调度方法。

技术介绍

[0002]随着AI技术的快速发展，基于各类摄像头的AI视频分析技术逐渐成熟，但跨摄像头的分析仍然是一个行业难题。而跨摄像头分析的第一步便是为摄像头间建立有效的拓扑关系，以此明确摄像头间的空间位置联系，从而实现对摄像头的有效管理和调度。
[0003]本方法是为了使灵活部署在不同场景中的分布式摄像头或服务器能相互知道彼此之间部署位置的方法。通过建立摄像头拓扑网络图，可以做到许多基于物理位置的操作和数据分析。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的缺点，提供了一种基于特征值拓扑网络的跨摄像头调度方法。
[0005]本专利技术的目的通过以下技术方案来实现：一种基于特征值拓扑网络的跨摄像头调度方法，包括以下步骤：步骤1：场景的抽象建模；步骤2：使用模型进行摄像头调度；步骤3：保存图论模型。
[0006]具体的，步骤1所述的场景的抽象建模，包括以下子步骤：步骤11：生成S图和C图；步骤12：构建偏序关系。
[0007]具体的，步骤11所述的生成S图和C图具体为：S图中每个节点代表一个摄像头，根据双方摄像头传回图片的特征值是否相似及是否可以直接看见对方摄像头来判定两个节点是否连接；定义S图中一个团为一个可能场景，此团对应一个现实中的场景，将其称为C图。
[0008]具体的，步骤12所述的构建偏序关系具体为：在C图的集合上建立包含关系，所述C图的集合包含零图。
[0009]具体的，所述C图的相对阶数是两张C图之间的节点个数之差。
[0010]具体的，步骤2所述的使用模型进行摄像头调度包括以下子步骤：步骤21：根据边权重函数B计算图像特征差值并设置上限阈值b；步骤22：设起始点为，并计算和有偏序关系的下阶C图的边权重，并保留最小权重边所连接的点作为下阶的保留点；步骤23：选取下阶C图的保留点作为新的起始点，重复步骤22，直至最后一阶或者所有下阶C图的边权重高于上限阈值b时停止。
[0011]具体的，步骤21所述的根据边权重函数B计算图像特征差值并设置上限阈值b具体为：代入中的团所涉及到的点f进入函数B，得到B（f），即点 i 中包含的所有摄像头传回图片特征值的平均值与f中额外的摄像头传回图片特征值相减的值的绝对值；设置上限阈值b；定义摄像头的特征值函数E。
[0012]具体的，步骤22所述的设起始点为，并计算和有偏序关系的下阶C图的边权重，并保留最小权重边所连接的点作为下阶的保留点还包括：若B（f）差值高于b，则两个点对应的团象征的场景相差过远，视为不同场景，直接对当前搜索路径剪枝，否则保留B(f)作为i与f相连边上的权重；如果中所有点的边权重不小于b，则搜寻终止，本次调度结束；调度结束时，得到一条起始点为 e 的路，其终点称为, 则所包含的摄像头将是本次调度的最优解。
[0013]具体的，还包括一种优先搜索列表，所述优先搜索列表为设置点权重函数H，从而给函数B设置两个阈值，在每一次调度结束后更新最优路上团的权重。
[0014]具体的，所述在每一次调度结束后更新最优路上团的权重具体为：若最优路上的点f的边评价函数值B(f)小于, 则按照的比例提升f的H(f)值;若最优路上的点f的边评价函数值B(f)大于,则按照的比例减小f的H(f)值;每一个团，除初始团外，都有函数H()的初始值，函数H()值的更新在每一次调度结束后进行。
[0015]具体的，还包括引入函数H后，函数B的计算变为在原有的基础上乘以 的方式进行计算。
[0016]具体的，步骤3所述的保存图论模型具体为：每个摄像头将保存调度历史，同时作为S图中的节点并记住与之相连的其他节点。
[0017]具体的，所述调度历时包括：偏序关系、偏序关系中点的权重和邻近摄像头拍到物体的特征值。
[0018]基于上述技术方案，可产生如下技术效果：本方法创造性地提出了一种基于特征值拓扑网络的跨摄像头调度方法。相较于传统的流程，本方法为摄像头间建立了有效的拓扑关系，以此明确摄像头间的空间位置联系，从而实现对摄像头的有效管理和调度；本方法使灵活部署在不同场景中的分布式摄像头或服务器能相互知道彼此之间部署位置，通过建立摄像头拓扑网络图，可以做到许多基于物理位置的操作和数据分析。
附图说明
[0019]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0020]图1 为本专利技术的方法流程图；图2 为本专利技术的S图结构示意图；图3 为本专利技术的C图结构示意图。
具体实施方式
[0021]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。且应到注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0022]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术的一部分实施例，而不是全部的实施例，在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]如图1
‑
3所示，在一个优选的实施例中：一、场景的抽象建模1.S图与C图每个摄像头是图中的一个点，如若两个摄像头可以看见相似的场景，或者它们直接可以看见对方，那么这两个摄像头对应的点将以一条线连接。此构建好的图被称为S图，称S图中一个团为一个“可能场景”，此团有概率对应一个现实中的场景，将其称为C图。显然，C图是S图的子图，且数量可能不唯一。C图若包含n个节点则称其为n阶C图。
[0024]所以综述：s图中每个节点代表一个摄像头，根据摄像头传回图片的特征值及是否可以直接看见对方来判定两个节点是否连接；称S图中一个团为一个“可能场景”，此团有概率对应一个现实中的场景，将其称为C图（团指一张图中的完全子图）。
[0025]C图的命名方式为, 其中A为此C图中包含的节点的集合。
[0026]请着重参阅图2，图2 为本专利技术的S图结构示意图，图2为一个S图，点 A ~ H 对应着现实中的摄像头。两个节点中的线代表着它们可能能看见相同的场景。
[0027]2.偏序关系在C图的集合（包含零图和全摄像头的图）上建立包含关系（记为 ）：当C图包含且只比多
‑
一个点时才称，显然这是一个偏序关系。
[0028]更确切地说，这是一个全下界为零本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征值拓扑网络的跨摄像头调度方法，其特征在于，包括以下步骤：步骤1：场景的抽象建模；步骤2：使用模型进行摄像头调度；步骤3：保存图论模型。2.根据权利要求1所述的一种基于特征值拓扑网络的跨摄像头调度方法，其特征在于，步骤1所述的场景的抽象建模，包括以下子步骤：步骤11：生成S图和C图；步骤12：构建偏序关系。3.根据权利要求2所述的一种基于特征值拓扑网络的跨摄像头调度方法，其特征在于，步骤11所述的生成S图和C图具体为：S图中每个节点代表一个摄像头，根据双方摄像头传回图片的特征值是否相似及是否可以直接看见对方摄像头来判定两个节点是否连接；定义S图中一个团为一个可能场景，此团对应一个现实中的场景，将其称为C图。4.根据权利要求2所述的一种基于特征值拓扑网络的跨摄像头调度方法，其特征在于，步骤12所述的构建偏序关系具体为：在C图的集合上建立包含关系，所述C图的集合包含零图。5.根据权利要求2所述的一种基于特征值拓扑网络的跨摄像头调度方法，其特征在于，所述C图的相对阶数是两张C图之间的节点个数之差。6.根据权利要求1所述的一种基于特征值拓扑网络的跨摄像头调度方法，其特征在于，步骤2所述的使用模型进行摄像头调度包括以下子步骤：步骤21：根据边权重函数B计算图像特征差值并设置上限阈值b；步骤22：设起始点为，并计算和有偏序关系的下阶C图的边权重，并保留最小权重边所连接的点作为下阶的保留点；步骤23：选取下阶C图的保留点作为新的起始点，重复步骤22，直至最后一阶或者所有下阶C图的边权重高于上限阈值b时停止。7.根据权利要求6所述的一种基于特征值拓扑网络的跨摄像头调度方法，其特征在于，步骤21所述的根据边权重函数B计算图像特征差值并设置上限阈值b具体为：代入中的团所涉及到的点f进入函数B，得到B（f），即点 i 中包含的所有摄像头传回图片特征值的平均值与f中额外的摄像头传回图片特征值相减的值的绝对值；设置上限阈值b...

【专利技术属性】
技术研发人员：白一川，吉祥宇，刘子祯，谢宇涛，江熠，郭丰瑞，赵书磊，唐铭，李国良，宋乐，
申请(专利权)人：天津大学四川创新研究院，
类型：发明
国别省市：