+

CN104284150A - 基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统 - Google Patents

基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统 Download PDF

Info

Publication number
CN104284150A
CN104284150A CN201410491092.8A CN201410491092A CN104284150A CN 104284150 A CN104284150 A CN 104284150A CN 201410491092 A CN201410491092 A CN 201410491092A CN 104284150 A CN104284150 A CN 104284150A
Authority
CN
China
Prior art keywords
tracking
camera
role
target
tracker
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410491092.8A
Other languages
English (en)
Inventor
蒋昌俊
张亚英
陈闳中
闫春钢
叶晨
喻剑
卢秀卿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201410491092.8A priority Critical patent/CN104284150A/zh
Publication of CN104284150A publication Critical patent/CN104284150A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统。包括一系列嵌入式摄像头;包括一组数据服务器;包括一个专用的局域网络,将系统中所有设备连入局域网络,摄像头通过网络通讯对异常目标进行协同跟踪,跟踪任务完成后通过网络将目标信息记录在数据服务器中;包括客户端。异常车辆发现是基于一系列图像分析算法的异常目标检测,路口的每个嵌入式摄像头根据实时视频对特定异常事件进行实时分析;协同跟踪采用基于动态角色的自组织跟踪策略,对跟踪任务设置三种角色,即主跟踪者、从跟踪者和空闲等待者。本发明采用前端分布式摄像头自主控制模式,减缓监控系统中后端服务的工作压力,灵活地增减摄像头而无需对系统整体进行改动。

Description

基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统
技术领域
本发明涉及交通监控技术领域。
背景技术
随着城市交通视频监控系统规模的不断扩大,交通视频信息量不断上升,但目前绝大多数视频监控系统仍停留在人为观察和手工操作的阶段,现有的视频监控系统已经不能满足交通领域的海量视频信息化应用需求,这在很大程度上限制了视频监控资源的有效利用,直接影响了交通监管效率。因此,交通监控智能化是交通监控领域的发展趋势。
目前现有的智能监控系统大多为单摄像头对目标进行识别跟踪或者由后台集中分析处理的多摄像头监控。对于单摄像头监控,由于监控范围的局限性,无法很好的用于大范围的路径跟踪。而对于后台集中控制的多摄像头监控,由于视频传输对于网络带宽要求较高,且大批量的视频分析处理对服务器性能也是种严峻的挑战,因此无法应用于大范围大批量的视频监控。
发明内容
本发明针对道路交通监控中车辆接力跟踪这项耗时耗力的任务提出了一种基于嵌入式智能摄像头的跟踪模式。该模式能够在监控系统中某一路口的摄像头发现异常车辆后在道路摄像头网络中自发组织车辆沿途的摄像头对其进行协同跟踪,并在跟踪任务完成后将完整的事件信息记录下来。
为此,本发明给出的监控系统表征为:
基于道路交通监控的智能摄像头自主协同跟踪的监控系统,其特征在于,该系统,
包括一系列具有较高图像处理性能的嵌入式摄像头,它们安装于各个路口,所述嵌入式智能摄像头是集成了高性能嵌入式芯片的数字摄像头。摄像头能将拍摄的模拟图像信号转变为数字信号,并能通过嵌入式芯片对数字图像进行处理。这类摄像头除了基本的图像传感器外还配置多种外围设备接口,如以太网口、串口、模拟信号输出口等,能够通过图像分析算法识别车辆。每个嵌入式摄像头中的软件系统,软件系统分为三层,分别是底层与操作系统交互负责管理软硬件资源的资源管理层、中间负责主要跟踪任务的应用层和上层负责一切对外通讯的网络通讯层。资源管理层主要用于对算法资源和角色资源的管理,并向应用层提供调用接口。该层包括异常事件检测算法库、图像分析算法库、空闲等待角色池和相邻摄像头表四个资源库。应用层主要负责系统实时运行的模块,有系统维护、肇事检测及一系列主跟踪者和从跟踪者。网络通讯层完成系统所有的对外通讯以及消息分配功能,包括负责与管理控制端通信的远程管理模块和用于角色通信的消息队列模块。
包括一组数据服务器用于记录具体的车辆信息和事件信息。
包括一个专用的局域网络,将系统中所有设备连入局域网络,摄像头通过网络通讯对异常目标进行协同跟踪,跟踪任务完成后通过网络将目标信息记录在数据服务器中。
包括客户端,该同样连入局域网的客户端则向用户提供了对各个摄像头进行配置、管理数据服务器等功能。
基于上述监控系统实现的基于道路交通监控的智能摄像头自主协同跟踪方法,其特征在于,
所述异常车辆发现是基于一系列图像分析算法的异常目标检测,路口的嵌入式摄像头根据实时视频对特定异常事件进行实时分析,以便随时发现异常目标。
整个监控系统自组织协同跟踪采用基于动态角色的自组织跟踪策略。该策略针对跟踪任务设置三种角色,即主跟踪者、从跟踪者和空闲等待者。摄像头中同时存在多种角色,并在各个跟踪任务中扮演不同的角色,其所扮演的角色随着目标的移动不断变换:
1)主跟踪者角色:在跟踪任务开始后,发现跟踪目标的那个摄像头扮演主跟踪者角色,搜集目标信息,根据其运动方向预测其下一步可能行驶的几条路并根据预测组织相邻摄像头对其进行协同跟踪。每个跟踪任务只设置一个主跟踪者。当主跟踪者得知相邻摄像头已捕捉到目标后将转变为空闲者,但是若目标车辆又从相邻摄像头返回,则该空闲角色又会转变为从跟踪者,而后转变为主跟踪者。
2)从跟踪者角色:在主跟踪者预测到目标可能走的几条边后,这几条边所通向的几个相邻摄像头将会扮演从跟踪者角色,与主跟踪者通信进行目标信息共享,并在目标离开主跟踪者监控范围时开始对自己的监控范围进行监测,一旦发现目标,自身将转变为主跟踪者并通知其他跟踪者转变为空闲角色。
3)空闲等待者角色:当摄像头不需要参与跟踪任务时,它扮演空闲角色。但是它会根据目标的移动路径随时变为从跟踪者或主跟踪者。
相较于目前智能监控领域应用较多的后端服务器集中控制模式,本发明采用前端分布式摄像头自主控制模式,能够有效减缓监控系统中大量异常事件并发所引起的后端服务的工作压力,并降低了大量实时视频数据在路网中传输对道路信息网络带宽的要求,同时本发明还能灵活地对系统中的摄像头进行增减而无需对系统整体进行改动。
附图说明
图1硬件架设图。
图2为单个摄像头中的软件系统结构图。
图3为系统中负责目标跟踪的摄像头角色转换图。
图4基于角色的自组织跟踪策略流程图。
具体实施方式
以下结合附图和实施例对本发明作进一步的说明。
图1为系统的硬件架设图。本系统主体由一系列具有较高图像处理性能的嵌入式摄像头组成,这类摄像头除了基本的图像传感器外还配置多种外围设备接口,如以太网口、串口、模拟信号输出口等,能够通过图像分析算法识别车辆。本系统还设有一组数据服务器用于记录具体的车辆信息和事件信息。如图1所示,系统中所有设备连入一个专用的局域网络,摄像头通过网络通讯对异常目标进行协同跟踪,跟踪任务完成后通过网络将目标信息记录在数据服务器中,而同样连入局域网的客户端则向用户提供了对各个摄像头进行配置、管理数据服务器等功能。
图2为单个摄像头中的软件系统结构图。软件系统分为三层,分别是底层与操作系统交互负责管理软硬件资源的资源管理层、中间负责主要跟踪任务的应用层和上层负责一切对外通讯的网络通讯层。资源管理层主要用于对算法资源和角色资源的管理,并向应用层提供调用接口。该层包括异常事件检测算法库、图像分析算法库、空闲等待角色池和相邻摄像头表四个资源库。应用层主要负责系统实时运行的模块,有系统维护、肇事检测及一系列主跟踪者和从跟踪者。网络通讯层完成系统所有的对外通讯以及消息分配功能,包括负责与管理控制端通信的远程管理模块和用于角色通信的消息队列模块。
图3为系统中负责目标跟踪的摄像头角色转换图。其中:
1)主跟踪者角色:在跟踪任务开始后,发现跟踪目标的那个摄像头扮演主跟踪者角色,搜集目标信息,根据其运动方向预测其下一步可能行驶的几条路并根据预测组织相邻摄像头对其进行协同跟踪。每个跟踪任务只设置一个主跟踪者。当主跟踪者得知相邻摄像头已捕捉到目标后将转变为空闲者,但是若目标车辆又从相邻摄像头返回,则该空闲角色又会转变为从跟踪者,而后转变为主跟踪者。
2)从跟踪者角色:在主跟踪者预测到目标可能走的几条边后,这几条边所通向的几个相邻摄像头将会扮演从跟踪者角色,与主跟踪者通信进行目标信息共享,并在目标离开主跟踪者监控范围时开始对自己的监控范围进行监测,一旦发现目标,自身将转变为主跟踪者并通知其他跟踪者转变为空闲角色。
3)空闲等待者角色:当摄像头不需要参与跟踪任务时,它扮演空闲角色。但是它会根据目标的移动路径随时变为从跟踪者或主跟踪者。
图4为摄像头系统采用的基于角色的自组织跟踪策略的状态转换图。其中实线箭头代表角色通过某个事件而进行的状态转换,粗黑线代表事件,而虚线箭头代表某个事件所需的其他角色信息。
本发明的创新点
1)摄像头之间自组织对目标进行协同跟踪;
2)所有图像分析处理由前端摄像头完成。

Claims (2)

1.基于道路交通监控的智能摄像头自主协同跟踪的监控系统,其特征在于,该系统,
包括一系列具有较高图像处理性能的嵌入式摄像头,它们安装于各个路口,所述嵌入式智能摄像头是集成了高性能嵌入式芯片的数字摄像头,摄像头能将拍摄的模拟图像信号转变为数字信号,并能通过嵌入式芯片对数字图像进行处理,能够通过图像分析算法识别车辆;
每个嵌入式摄像头中的软件系统,软件系统分为三层,分别是底层与操作系统交互负责管理软硬件资源的资源管理层、中间负责主要跟踪任务的应用层和上层负责一切对外通讯的网络通讯层;资源管理层主要用于对算法资源和角色资源的管理,并向应用层提供调用接口,该层包括异常事件检测算法库、图像分析算法库、空闲等待角色池和相邻摄像头表四个资源库;应用层主要负责系统实时运行的模块,有系统维护、肇事检测及一系列主跟踪者和从跟踪者;网络通讯层完成系统所有的对外通讯以及消息分配功能,包括负责与管理控制端通信的远程管理模块和用于角色通信的消息队列模块;
包括一组数据服务器用于记录具体的车辆信息和事件信息;
包括一个专用的局域网络,将系统中所有设备连入局域网络,摄像头通过网络通讯对异常目标进行协同跟踪,跟踪任务完成后通过网络将目标信息记录在数据服务器中;
包括客户端,该同样连入局域网的客户端则向用户提供了对各个摄像头进行配置、管理数据服务器。
2.基于上述权利要求1所述监控系统实现的基于道路交通监控的智能摄像头自主协同跟踪方法,其特征在于,
所述异常车辆发现是基于一系列图像分析算法的异常目标检测,路口的每个嵌入式摄像头根据实时视频对特定异常事件进行实时分析,以便随时发现异常目标;
整个监控系统自组织协同跟踪采用基于动态角色的自组织跟踪策略,该策略针对跟踪任务设置三种角色,即主跟踪者、从跟踪者和空闲等待者;摄像头中同时存在多种角色,并在各个跟踪任务中扮演不同的角色,其所扮演的角色随着目标的移动不断变换:
1)主跟踪者角色:在跟踪任务开始后,发现跟踪目标的那个摄像头扮演主跟踪者角色,搜集目标信息,根据其运动方向预测其下一步可能行驶的几条路并根据预测组织相邻摄像头对其进行协同跟踪;每个跟踪任务只设置一个主跟踪者;当主跟踪者得知相邻摄像头已捕捉到目标后将转变为空闲者,但是若目标车辆又从相邻摄像头返回,则该空闲角色又会转变为从跟踪者,而后转变为主跟踪者;
2)从跟踪者角色:在主跟踪者预测到目标可能走的几条边后,这几条边所通向的几个相邻摄像头将会扮演从跟踪者角色,与主跟踪者通信进行目标信息共享,并在目标离开主跟踪者监控范围时开始对自己的监控范围进行监测,一旦发现目标,自身将转变为主跟踪者并通知其他跟踪者转变为空闲角色;
3)空闲等待者角色:当摄像头不需要参与跟踪任务时,它扮演空闲角色;
但是它会根据目标的移动路径随时变为从跟踪者或主跟踪者。
CN201410491092.8A 2014-09-23 2014-09-23 基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统 Pending CN104284150A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410491092.8A CN104284150A (zh) 2014-09-23 2014-09-23 基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410491092.8A CN104284150A (zh) 2014-09-23 2014-09-23 基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统

Publications (1)

Publication Number Publication Date
CN104284150A true CN104284150A (zh) 2015-01-14

Family

ID=52258569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410491092.8A Pending CN104284150A (zh) 2014-09-23 2014-09-23 基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统

Country Status (1)

Country Link
CN (1) CN104284150A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105025099A (zh) * 2015-07-15 2015-11-04 同济大学 智能摄像机网络系统及摄像机网络动态任务分配方法
CN107608376A (zh) * 2017-09-16 2018-01-19 北京神鹫智能科技有限公司 一种基于无人机的环境监察系统
CN108337485A (zh) * 2018-03-27 2018-07-27 中冶华天工程技术有限公司 基于视频移动轨迹的访客管理方法
CN109410278A (zh) * 2017-08-15 2019-03-01 杭州海康威视数字技术股份有限公司 一种目标定位方法、装置及系统
CN109714526A (zh) * 2018-11-22 2019-05-03 中国科学院计算技术研究所 智能摄像头及控制系统
CN110830708A (zh) * 2018-08-13 2020-02-21 深圳市冠旭电子股份有限公司 一种追踪摄像方法、装置及终端设备
CN112019764A (zh) * 2019-05-29 2020-12-01 北京地平线机器人技术研发有限公司 摄像装置和摄像系统
CN112017401A (zh) * 2019-05-28 2020-12-01 奥迪股份公司 监测人员安全的警报系统、相应的方法和存储介质
CN112752067A (zh) * 2019-10-30 2021-05-04 杭州海康威视系统技术有限公司 目标追踪方法、装置、电子设备及存储介质
CN114095653A (zh) * 2021-11-12 2022-02-25 盐城吉研智能科技有限公司 一种分布式跨域多摄像机融合的动态复杂场景分析方法
CN114205550A (zh) * 2021-12-09 2022-03-18 南京邮电大学 基于多终端协同的视频应用用户体验提升方法和系统
CN114627429A (zh) * 2020-11-27 2022-06-14 浙江宇视科技有限公司 图像分析处理方法、装置、电子设备及存储介质
CN114663477A (zh) * 2022-03-23 2022-06-24 广东冠网信息科技有限公司 一种道路交通安全智能监控管理方法及系统
CN115100591A (zh) * 2022-06-17 2022-09-23 哈尔滨工业大学 基于联合学习的多目标跟踪与目标重识别系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020071567A (ko) * 2001-03-07 2002-09-13 삼성테크윈 주식회사 움직이는 물체를 효율적으로 추적하는 감시용 카메라시스템 및 그 제어 방법
CN1778114A (zh) * 2004-05-26 2006-05-24 独立行政法人农业·生物系特定产业技术研究机构 自主工作控制系统
CN202488597U (zh) * 2011-12-16 2012-10-10 武汉大学 一种智能目标识别和跟踪的自主协作视频监控节点设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020071567A (ko) * 2001-03-07 2002-09-13 삼성테크윈 주식회사 움직이는 물체를 효율적으로 추적하는 감시용 카메라시스템 및 그 제어 방법
CN1778114A (zh) * 2004-05-26 2006-05-24 独立行政法人农业·生物系特定产业技术研究机构 自主工作控制系统
CN202488597U (zh) * 2011-12-16 2012-10-10 武汉大学 一种智能目标识别和跟踪的自主协作视频监控节点设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卢秀卿等: "面向道路交通监控智能摄像头的自主协同跟踪模式", 《计算机科学》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105025099A (zh) * 2015-07-15 2015-11-04 同济大学 智能摄像机网络系统及摄像机网络动态任务分配方法
CN109410278A (zh) * 2017-08-15 2019-03-01 杭州海康威视数字技术股份有限公司 一种目标定位方法、装置及系统
CN107608376A (zh) * 2017-09-16 2018-01-19 北京神鹫智能科技有限公司 一种基于无人机的环境监察系统
CN108337485A (zh) * 2018-03-27 2018-07-27 中冶华天工程技术有限公司 基于视频移动轨迹的访客管理方法
CN110830708A (zh) * 2018-08-13 2020-02-21 深圳市冠旭电子股份有限公司 一种追踪摄像方法、装置及终端设备
CN109714526A (zh) * 2018-11-22 2019-05-03 中国科学院计算技术研究所 智能摄像头及控制系统
CN112017401A (zh) * 2019-05-28 2020-12-01 奥迪股份公司 监测人员安全的警报系统、相应的方法和存储介质
CN112019764A (zh) * 2019-05-29 2020-12-01 北京地平线机器人技术研发有限公司 摄像装置和摄像系统
CN112752067A (zh) * 2019-10-30 2021-05-04 杭州海康威视系统技术有限公司 目标追踪方法、装置、电子设备及存储介质
CN114627429A (zh) * 2020-11-27 2022-06-14 浙江宇视科技有限公司 图像分析处理方法、装置、电子设备及存储介质
CN114095653A (zh) * 2021-11-12 2022-02-25 盐城吉研智能科技有限公司 一种分布式跨域多摄像机融合的动态复杂场景分析方法
CN114205550A (zh) * 2021-12-09 2022-03-18 南京邮电大学 基于多终端协同的视频应用用户体验提升方法和系统
CN114663477A (zh) * 2022-03-23 2022-06-24 广东冠网信息科技有限公司 一种道路交通安全智能监控管理方法及系统
CN115100591A (zh) * 2022-06-17 2022-09-23 哈尔滨工业大学 基于联合学习的多目标跟踪与目标重识别系统及方法

Similar Documents

Publication Publication Date Title
CN104284150A (zh) 基于道路交通监控的智能摄像头自主协同跟踪方法及其监控系统
CN104363300B (zh) 一种服务器集群中计算任务分布式调度装置
US10212462B2 (en) Integrated intelligent server based system for unified multiple sensory data mapped imagery analysis
Xu et al. {SwarmMap}: Scaling up real-time collaborative visual {SLAM} at the edge
US10249022B2 (en) Systems and methods for dewarping images
US9875520B1 (en) Systems and methods for dewarping images
SG191954A1 (en) An integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and /or optimized utilization of various sensory inputs
CN102523370B (zh) 基于网络传输算法的多摄像头视频异常行为检测方法
CN105025099A (zh) 智能摄像机网络系统及摄像机网络动态任务分配方法
CN112070212A (zh) 一种人工智能cnn、lstm神经网络动态识别系统
Al-Dulaimy et al. Introduction to edge computing
CN110248156B (zh) 视频分析方法、平台设备、智能相机和智能监控系统
CN103530247A (zh) 一种基于多服务器节点间总线访问的优先权调配方法
CN110602195A (zh) 一种基于区块链技术的智慧校园物联网系统
US20200327802A1 (en) Object tracking technology based on cognitive representation of a location in space
CN114819852B (zh) 用于智慧城市的物流规划系统及方法
CN112200934A (zh) 记录车辆行驶信息的方法、装置、电子设备和存储介质
CN107566785A (zh) 一种面向大数据的视频监控系统及方法
CN101527045A (zh) 基于多智能体mafs的视频多目标检测、跟踪方法
CN118553092A (zh) 基于软件定义网络的无人驾驶车路网的时空数据解析设计实现方法
Benrazek Internet of Things: Analysis of suspicious behaviour in a surveillance camera network
Tejwani et al. Edge Computing in IoT: Vision and Challenges
CN119093995A (zh) 卫星辅助下的多无人机智能任务协同方法及任务协同系统
Greenhill et al. Distributed query processing for mobile surveillance
Wang et al. Gecko: Resource-efficient and accurate queries in real-time video streams at the edge

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150114

点击 这是indexloc提供的php浏览器服务,不要输入任何密码和下载