工业互联网中摄像头的关联分析方法、装置和系统制造方法及图纸

本公开实施例公开了工业互联网中摄像头的关联分析方法、装置和系统，其中，方法包括：获取工业互联网中多个摄像头在同一时段采集的多个目标视频；对多个目标视频进行目标对象识别，并分别为识别出的各目标对象分配目标标识；根据包括目标对象的目标视频和采集目标视频的摄像头，确定目标对象与摄像头之间的对应关系；根据各目标对象与摄像头之间的对应关系，确定多个摄像头之间的关联度。由此，实现可以通过摄像头之间的关联度，快速对包括所需的目标对象的目标视频的定位，提高了多视频协同分析的效率，从而提高了对目标对象的检测、运动轨迹预测等的效率。动轨迹预测等的效率。动轨迹预测等的效率。

【技术实现步骤摘要】
工业互联网中摄像头的关联分析方法、装置和系统


[0001]本公开涉及工业互联网技术、图像识别技术、数据监控技术，尤其是一种工业互联网中摄像头的关联分析方法、装置和系统。

技术介绍

[0002]随着工业互联网技术（Industrial Internet）和智能工厂（Intelligent Factory）的发展，越来越多的工厂在其厂房中设置多个摄像头，并通过对多个摄像头采集的视频数据进行协同分析来实现对目标对象的识别、轨迹预测等，并对利用这些数据提升厂房的安全性。然而由于多个摄像头通常是离散的分布在不同的区域，使得通过多个摄像头采集的多个视频数据也相对离散，而离散的视频数据不利于大数据分析在工厂生产中的整合和应用，离散化的视频监控与智慧工厂建设的不相容性越来越明显。因此，研究多摄像头协同方法用于挖掘这些离散且庞大视频数据的价值是未来工厂互联监控的发展趋势和重点。具体而言，多摄像头视频数据的协同处理也是许多智能应用的基础和前提，如目标检测和跟踪、目标视觉定位、目标速度估计等。这些智能应用的广泛应用场景引起了工业界的极大兴趣。同时，多摄像头的协同视频本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业互联网中摄像头的关联分析方法，应用于边缘服务器，其特征在于，所述方法包括：获取工业互联网中多个摄像头在同一时段采集的多个目标视频，其中，所述多个目标视频中的每个目标视频分别由一个对应的摄像头采集得到；对所述多个目标视频进行目标对象识别，并分别为识别出的各目标对象分配目标标识，其中，每个目标标识用于唯一标识一个目标对象；分别针对各目标对象，根据包括所述目标对象的目标视频和采集所述目标视频的摄像头，确定所述目标对象与摄像头之间的对应关系；根据各目标对象与摄像头之间的对应关系，确定所述多个摄像头之间的关联度，其中，所述关联度用于表征摄像头采集到同一目标对象的可能性。2.根据权利要求1所述的方法，其特征在于，所述对所述多个目标视频进行目标对象识别，并分别为识别出的各目标对象分配目标标识，包括：针对所述多个目标视频中各目标视频，按照预设区块划分方式对所述目标视频进行区域划分，得到多个区块视频，其中，所述预设区块划分方式划分得到的多个区块视频互不重叠的覆盖整个视频画面；对所述多个区块视频进行目标检测，确定包括目标对象的区块视频；对所述包括目标对象的区块视频进行目标识别，为识别出的各目标分配目标标识。3.根据权利要求2所述的方法，其特征在于，所述分别针对各目标对象，根据包括所述目标对象的目标视频和采集所述目标视频的摄像头，确定所述目标对象与摄像头之间的对应关系，包括：将包括所述目标对象的区块视频确定为关键区块视频；分别针对各目标对象，根据包括所述目标对象的关键区块视频和采集所述关键区块视频对应的目标视频的摄像头，确定所述目标对象与摄像头之间的对应关系。4.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述根据各目标对象与摄像头之间的对应关系，确定所述多个摄像头之间的关联度，包括：获取由所述多个目标视频识别得到的各目标对象分别对应的关联量，其中，当所述各目标对象中任意目标对象同时与所述多个摄像头中待确定关联度的摄像头对应，确定所述任意目标对象的关联量为第一预设值，当所述任意目标对象非同时与所述待确定关联度的摄像头对应，确定所述任意目标对象的关联量为第二预设值，所述关联量用于表征目标对象对所述待确定关联度的摄像头之间的关联度的重要程度，所述关联量与所述待确定关联度的摄像头之间的关联度的呈正相关；基于所述目标对象的关联量，获得所述待确定关联度的摄像头之间的关联度。5.根据权利要求1
‑
3中任一项所述的方法，其特征在于，还包括：对所述多个目标视频进行压缩，并将压缩后的多个目标视...

【专利技术属性】
技术研发人员：期治博，马超，刘文心，
申请(专利权)人：中国信息通信研究院，
类型：发明
国别省市：