一种视频结构化系统及其目标搜索方法
【专利摘要】本申请提供了一种视频结构化系统及其目标搜索方法，视频结构化系统包括联动相机组、视频分析处理器和后台数据库，联动相机组包括广角相机、长焦相机和云台，广角相机用于获取监控场景的视频数据；云台用于根据视频数据检测监控场景中的前景目标并向长焦相机发送调度指令；长焦相机用于根据前景目标的信息获取前景目标的视频数据；视频分析处理器用于根据前景目标的视频数据获取前景目标的特征图像，将特征图像存入后台数据库并为前景目标建立索引；索引指向前景目标的特征图像以及前景目标在广角相机获取的视频数据中的时空位置。采用本申请可以对大范围内的目标进行远距离高清晰度的拍摄，以及快速识别、定位远距离大范围内的目标。
【专利说明】
一种视频结构化系统及其目标搜索方法
技术领域
[0001 ]本申请涉及计算机视觉技术领域，尤其涉及一种视频结构化系统及其目标搜索方法。
【背景技术】
[0002]视频结构化是指对视频语义内容的提取，它采用检测、识别、跟踪等计算机视觉方法，对视频按照语义关系组织成可供计算机和人理解的文本信息的技术。从数据处理的流程看，视频结构化能够将视频转化为人和机器可理解的信息，并进一步转化为实用的信息，实现非结构化的视频数据向结构化的信息的转化。
[0003]视频中物体的清晰程度对于视频结构化来说十分重要，一般来说，物体越清晰，对感兴趣物体(如人、车辆等)的检测、识别、跟踪等就越易于做的准确，例如:对视频中人脸进行识别，模糊的人脸就会降低正确率，而清晰的人脸可以帮助提高识别的正确率。
[0004]从捕获视频的相机角度，视频结构化的视频来源可分为两种:一种是广角相机，另一种是长焦相机。前者可以拍摄视野范围较广的视频，如监控领域的枪机，由于视野范围广，在分辨率不变的情况下，单个物体的分辨率就会较小;后者则可以拍摄较远距离而范围较窄的视频，如监控中常用的球机，由于焦距较长，长焦相机可同时拍摄的物体较少，但单个物体的分辨率可以很高。
[0005]现有技术不足在于:
[0006]由于广角相机有看不清的缺点，降低了视频结构化的性能，而长焦相机只能对个别物体进行视频结构化，大大限制了视频结构化的信息量。
【发明内容】
[0007]本申请实施例提出了一种视频结构化系统及其目标搜索方法，以解决现有技术中由于广角相机有看不清的缺点，降低了视频结构化的性能，而长焦相机只能对个别物体进行视频结构化，大大限制了视频结构化的信息量的技术问题。
[0008]第一个方面，本申请实施例提供了一种视频结构化系统，包括:联动相机组、视频分析处理器和后台数据库，所述联动相机组包括广角相机、长焦相机和云台，所述视频分析处理器包括获取模块、存储模块和索引模块，其中，
[0009]所述广角相机用于获取监控场景的视频数据；
[0010]所述云台用于根据所述视频数据检测所述监控场景中的前景目标，并向所述长焦相机发送调度指令，所述调度指令包括所述前景目标的信息；
[0011 ]所述长焦相机用于根据所述前景目标的信息获取所述前景目标的视频数据；
[0012]所述获取模块用于根据所述前景目标的视频数据获取所述前景目标的特征图像；
[0013]所述存储模块用于将所述前景目标的特征图像存入所述后台数据库；
[0014]所述索引模块用于在所述后台数据库中为所述前景目标建立索引；所述索引指向所述前景目标的特征图像以及所述前景目标在所述广角相机获取的视频数据中的时空位置。
[0015]第二个方面，本申请实施例提供了一种利用上述系统进行目标搜索的方法，所述方法包括如下步骤:
[0016]确定待搜索的目标的图像；
[0017]将所述待搜索的目标的图像在所述后台数据库中进行查找，确定与所述待搜索的目标的图像最接近或者重合的图像；
[0018]根据所述图像的索引，确定待搜索的目标在广角相机的视频中的时空位置。
[0019]有益效果如下:
[0020]本申请实施例所提供的视频结构化系统及其目标搜索方法，采用联动相机组进行视频结构化，所述联动相机组包括长焦相机和广角相机，所述广角相机可以拍摄大范围的视频画面，所述长焦相机可以对所述大范围的视频画面中的具体前景目标进行高清晰度的拍摄，所述视频分析处理器可以将拍摄的视频进行处理后存入数据库并建立图像与时空位置的索引，从而可以实现对待搜索的目标进行快速识别、定位的目的，因此，采用本申请实施例可以对大范围内的目标进行远距离高清晰度的拍摄，以及快速识别、定位远距离大范围内的目标。
【附图说明】
[0021]下面将参照附图描述本申请的具体实施例，其中:
[0022]图1示出了本申请实施例一中视频结构化系统的结构示意图；
[0023]图2示出了本申请实施例二中目标搜索方法实施的流程示意图；
[0024]图3示出了本申请实施例三中银行门口监控场景示意图；
[0025]图4示出了本申请实施例四中十字路口监控场景示意图；
[0026]图5示出了本申请实施例五中机场航站楼监控场景示意图。
【具体实施方式】
[0027]为了使本申请的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本说明中的实施例及实施例中的特征可以互相结合。
[0028]发明人在发明过程中注意到:
[0029]对于广角相机来说，虽然可以同时拍摄多个物体，但是每个物体的清晰度较低，视频结构化就会收到功能和性能上的限制，如人脸不清晰时无法做人脸识别或者识别正确率很低。对于长焦相机来说，对于单个物体的清晰度可以保证，但是视野的限制导致长焦相机无法同时拍摄多个物体的视频，例如广场上的人群，十字路口的车流等。
[0030]单纯在广角相机中，可以做物体检测，但是物体细节数据或特征难以得到，例如人脸、年龄段、车牌号码等。单纯在长焦相机中，物体的细节容易获得，但是由于没有宽广的视野，无法对同一场景下的其他物体进行处理，这使得大范围的目标搜索难以实现，例如车辆的车型车款搜索、人的体貌特征搜索、人的身份再识别等。
[0031]视频结构化中单纯使用广角相机有看不清的缺点，降低了视频结构化的性能，甚至无法完成视频结构化的一些重要功能;单纯使用长焦相机只能对个别物体进行视频结构化，这样会大大限制视频结构化的信息量。
[0032]针对上述不足，本申请提出了一种视频结构化系统及其目标搜索方法，通过长焦相机和广角相机结合的联动相机组对大范围远距离场景下的目标进行拍摄，并通过视频分析处理器对拍摄的视频数据进行处理，在后台数据库中建立目标图像与其在视频中的时空位置之间的索引，便于根据目标图像快速定位所述目标。
[0033]下面结合具体实施例对所述视频结构化系统及其目标搜索方法进行说明。
[0034]实施例一、
[0035]图1示出了本申请实施例一中视频结构化系统的结构示意图，如图所示，所述视频结构化系统可以包括:联动相机组101、视频分析处理器102和后台数据库103，所述联动相机组101包括广角相机1011、长焦相机1012和云台1013，所述视频分析处理器102包括获取模块1021、存储模块1022和索引模块1023，其中，
[0036]所述广角相机1011用于获取监控场景的视频数据；
[0037]所述云台1013用于根据所述视频数据检测所述监控场景中的前景目标，并向所述长焦相机发送调度指令，所述调度指令包括所述前景目标的信息；
[0038]所述长焦相机1012用于根据所述前景目标的信息获取所述前景目标的视频数据；
[0039]所述获取模块1021用于根据所述前景目标的视频数据获取所述前景目标的特征图像；
[0040]所述存储模块1022用于将所述前景目标的特征图像存入所述后台数据库；
[0041]所述索引模块1023用于在所述后台数据库中为所述前景目标建立索引；所述索引指向所述前景目标的特征图像以及所述前景目标在所述广角相机获取的视频数据中的时空位置。
[0042]具体实施时，所述联动相机组可以由两个或两个以上的相机组成，通过将相机固定在由电机控制的云台上，可以实现在某一相机画面上选定某一区域，调度其他相机，使得其他相机朝向所述选定区域的目的。
[0043]运用所述联动相机组，可以从广角相机视频中获取到监控场景内所有目标的视频数据，所述云台可以根据所述视频数据检测所述监控场景中的前景目标，并向所述长焦相机发送调度指令，控制所述长焦相机对准所述前景目标进行跟踪拍摄。所述调度指令可以包括所述前景目标的位置、活动轮廓、区域、像素值等信息。
[0044]其中，目标跟踪可以指对运动对象进行连续的跟踪以确定其运动轨迹。所述长焦相机对前景目标进行跟踪拍摄，可以采用现有的跟踪方法，例如:基于模型的跟踪、基于区域的跟踪、基于活动轮廓的跟踪和基于特征的跟踪等。
[0045]具体实施时，所述长焦相机可以为多个，所述云台可以分别向多个长焦相机发送调度指令，控制所述长焦相机分别对准每个前景目标进行跟踪拍摄，获取所述前景目标的视频数据。
[0046]所述云台检测所述监控场景中的前景目标，具体可以利用现有的背景建模方法建立背景模型，然后提取前景、进行视频处理等操作，最终检测得到目标。现有的背景建模方法可以有混合高斯背景建模、帧间差分背景建模、贝叶斯融合背景建模等。
[0047]所述视频分析处理器的获取模块可以用于根据所述前景目标的视频数据获取所述前景目标的特征图像;所述存储模块可以用于将所述前景目标的特征图像存入所述后台数据库;所述索引模块可以用于在所述后台数据库中为所述前景目标建立索引；所述索引指向所述前景目标的特征图像以及所述前景目标在所述广角相机获取的视频数据中的时空位置。
[0048]具体实施时，所述获取模块可以利用现有的计算机视觉识别技术来获取所述前景目标的特征图像，例如人脸识别技术识别人的人脸特征图像、车牌识别技术来识别车辆的车牌号特征图像等。
[0049]所述时空位置可以为每个时刻的空间位置，所述空间位置可以为二维坐标也可以为三维坐标表示，例如:12:00时刻所述前景目标的位置为(185，243)或者(185，243，176)。
[0050]本申请实施例所提供的视频结构化系统，利用联动相机组的广角相机拍摄大范围场景，利用联动相机组的长焦相机对所述大范围场景内的前景目标进行高清晰拍摄，最终将获取到的所述前景目标的特征图像与所述前景目标在所述大范围场景中的时空位置建立对应关系，将这种对应关系存入后台数据库，从而实现远距离、大范围场景下也可以快速定位目标的目的。
[0051]实施中，所述云台具体可以用于根据所述视频数据检测所述监控场景中的人，并向所述长焦相机发送调度指令，所述调度指令包括所述人的信息；
[0052]所述长焦相机具体可以用于根据所述人的信息获取所述人的视频数据；
[0053]所述获取模块具体可以用于根据所述人的视频数据获取所述人的人脸图像和/或全身图像；
[0054]所述存储模块具体可以用于将所述人脸图像和/或全身图像存入所述后台数据库；
[0055]所述索引模块具体可以用于在所述后台数据库中为所述人建立索引；所述索引指向所述人的人脸图像和/或全身图像以及所述人在所述广角相机获取的视频数据中的时空位置。
[0056]具体实施时，可以运用联动相机组，从广角相机视频中检测和跟踪所有人的位置，然后由所述云台控制所述长焦相机分别对准每一个人拍摄清晰的照片或视频，然后所述视频分析处理器的获取模块可以从这些清晰照片或视频中抠取得到每个人的人脸图像、全身图像等，然后由所述存储模块将这些人脸图像、全身图像存入后台数据库，所述索引模块在后台数据库中建立视频中每个人的索引，索引可以指向这个人对应的清晰的人脸、全身图像，以及在广角相机视频中出现的时空位置。
[0057]实施中，所述云台具体可以用于根据所述视频数据检测所述监控场景中的车辆，并向所述长焦相机发送调度指令，所述调度指令包括所述车辆的信息；
[0058]所述长焦相机具体可以用于根据所述车辆的信息获取所述车辆的视频数据；
[0059]所述获取模块具体可以用于根据所述车辆的视频数据获取所述车辆的图像；
[0060]所述存储模块具体可以用于将所述车辆图像存入所述后台数据库；
[0061]所述索引模块具体可以用于在所述后台数据库中为所述车辆建立索引；所述索引指向所述车辆图像以及所述车辆在所述广角相机获取的视频数据中的时空位置。
[0062]具体实施时，可以运用联动相机组，从广角相机视频中检测和跟踪所有车辆的位置，由所述云台控制所述长焦相机分别对准每一个车辆进行清晰照片或视频的拍摄，然后所述视频分析处理器的获取模块从这些清晰照片或视频中抠取得到每个车辆的图像，所述存储模块将所述车辆的图像存入所述后台数据库，所述索引模块在所述后台数据库中建立视频中每个车辆的索引，所述索引可以指向该车辆对应的清晰的图像，以及在所述广角相机拍摄的视频中所述车辆的时空位置。
[0063]实施中，所述视频分析处理器可以进一步包括:
[0064]体貌特征确定模块，用于确定所述前景目标的体貌特征；
[0065]记录模块，用于将所述体貌特征记录于所述后台数据库中。
[0066]具体实施时，在获取到所述前景目标的特征图像之后，还可以进一步确定所述前景目标的体貌特征，这些体貌特征可以是人工标定的，也可以是计算机视觉自动识别的。待所述体貌特征识别完成后，所述记录模块将这些体貌特征存入后台数据库中，从而可以根据特征图像与体貌特征的结合进一步精确确定所述前景目标。
[0067]实施中，所述体貌特征确定模块具体可以用于根据所述前景目标的特征图像识别所述前景目标的体貌特征。
[0068]具体实施时，所述体貌特征可以是采用现有的计算机视觉技术自动识别的，例如:通过图像比对技术判断是否存在异物、利用根据颜色信息和几何信息等得到的现有算法检测是否存在遮挡等识别技术。
[0069]实施中，所述体貌特征可以包括性别、年龄段、上衣主要颜色、下衣主要颜色、是否戴帽、是否带包、是否抱有孩子、是否带行李箱、是否手持异物、车辆类型、车牌号码、车型车款、是否有副驾驶员、年检标数量、年检标位置中的一种或几种。
[0070]具体实施时，如果所述前景目标是人，那么所述体貌特征可以包括性别、年龄段、上衣主要颜色、下衣主要颜色、是否戴帽、是否带包、是否抱有孩子、是否带行李箱、是否手持异物等。
[0071]具体实施时，如果所述前景目标是车辆，那么所述体貌特征可以包括车辆类型(例如:大客车、小卧车、三轮车、货车、摩托车、自行车等)、车牌号码、车型车款(奥迪A4等)、是否有副驾驶员、年检标数量、年检标位置等。
[0072]本领域技术人员也可以根据实际需要设置其他体貌特征，本申请对此不作限制。
[0073]本申请实施例可以对所述前景目标增加体貌特征描述，将所述前景目标的特征图像、体貌特征以及所述前景目标在广角相机拍摄的视频中的时空位置建立索引，以便在进行目标搜索时可以进一步精确的定位、识别出所述前景目标。
[0074]实施例二、
[0075]基于同一发明构思，本申请实施例中还提供了一种利用上述系统进行目标搜索的方法，下面进行说明。
[0076]图2示出了本申请实施例二中目标搜索方法实施的流程示意图，如图所示，所述目标搜索方法可以包括如下步骤:
[0077]步骤201、确定待搜索的目标的图像；
[0078]步骤202、将所述待搜索的目标的图像在所述后台数据库中进行查找，确定与所述待搜索的目标的图像最接近或者重合的图像；
[0079]步骤203、根据所述图像的索引，确定待搜索的目标在广角相机的视频中的时空位置。
[0080]具体实施时，由于所述视频结构化系统已经建立了索引，本申请实施例可以利用所述视频结构化系统进行目标搜索。具体的搜索过程可以为:
[0081]首先可以给定一幅待搜索的目标的图像；
[0082]然后在所述后台数据库中使用现有的图像比对方法进行查找，最终确定出所述后台数据库中与所述待搜索目标的图像最接近或者重合的图像，即，同属一个目标的图像。
[0083]具体实施时，可以采用相似度比对方法，将数据库中的图像依次与所述待搜索的目标的图像进行比对，得到相似度最高的图像作为与所述目标图像最接近或重合的图像。图像匹配可以采用基于灰度的图像匹配、基于特征的图像匹配、基于内容的图像匹配等，具体图像比对或图像匹配时，可以利用现有的SIFT、SURF、Harris-SIFT等算法实现。
[0084]根据所述确定出来的图像的索引，可以定位到该目标在所述广角相机的视频中的时空位置。
[0085]本申请实施例可以利用所述视频结构化系统所建立的索引，在确定待搜索的目标图像之后，通过图像比对确定出与待搜索目标吻合的图像，结合所述索引即可快速定位出所述待搜索目标在视频中的时空位置，可以实现远距离、多目标的识别和搜索。
[0086]实施中，所述待搜索的目标具体可以为人或者车辆。
[0087]具体实施时，本申请实施例可以对人进行搜索，搜索的方法可以为:给定一张人脸或者全身图像;在所述后台数据库中使用人脸或全身图像进行比对，找到与给定图像同属一人的图像，再根据所述视频结构化系统建立的索引，定位到该人在所述广角相机的视频中的时空位置。
[0088]本申请实施例所提供的人的搜索方法，可以用于刑侦、寻人等具体场景中。
[0089]具体实施时，本申请实施例也可以对车辆进行搜索，搜索的方法可以为:给定一张车辆的图像，在数据库中使用图像比对方法找到与给定图像同属一个车辆的图像，然后结合所述视频结构化系统建立的索引，定位到所述车辆在所述广角相机的视频中的时空位置。
[0090]本申请实施例所提供的车辆的搜索方法，可以用于刑侦、交通管理等具体场景中。
[0091]实施中，在所述根据所述图像的索引，确定待搜索的目标在广角相机的视频中的时空位置之前，所述方法可以进一步包括:
[0092]接收所述待搜索的目标的体貌特征；
[0093]将所述待搜索的目标的体貌特征在所述后台数据库中进行查找，确定与所述待搜索的目标的体貌特征相同的图像。
[0094]具体实施时，用户可以在数据库中输入文本描述，本申请实施例在接收到用户输入的文字描述的体貌特征后即可在后台数据库中查找有相同或相似体貌特征的图像、以及该图像对应的目标在所述广角相机视频中的时空位置。
[0095]具体实施时，用户可以输入性别、年龄段、上衣主要颜色、下衣主要颜色、是否戴帽、是否带包、是否抱有孩子、是否带行李箱、是否手持异物等描述信息，本申请实施例即可根据这些描述查找对应的人的图像以及该人在广角相机的视频中的时空位置。
[0096]具体实施时，用户还可以输入车辆类型、车牌号码、车型车款、是否有副驾驶员、年检标数量、年检标位置等描述信息，本申请实施例可以根据这些描述查找对应的车辆的图像以及该车辆在广角相机的视频中的时空位置。
[0097]实施中，在所述确定待搜索的目标在广角相机的视频中的时空位置之后，所述方法可以进一步包括:
[0098]根据所述待搜索的目标当前的时空位置确定所述位置附近的联动相机组；
[0099]在所述位置附近的联动相机组存储的数据中搜索所述待搜索的目标的图像；
[0100]根据所述待搜索的目标的图像确定所述待搜索的目标的下一时刻的位置。
[0101]具体实施时，可以将多套联动相机组架设于不同的空间位置，每套相机联动组都可以对拍摄到的目标建立相应的数据库数据，对于给定的待搜索目标的图像，每组联动相机组均可以进行数据库搜索，以确定该目标出现在哪些联动相机组的视频中，进而在大范围内确定出该目标出现的时空位置。
[0102]在搜索过程中，可以利用联动相机组的空间位置关系缩小搜索范围，可以先根据所述待搜索目标当前时空位置确定所述位置附近的联动相机组，然后在所述位置附近的联动相机组所存储的数据中搜索所述待搜索目标的图像，最终确定出所述待搜索目标下一时刻的位置。例如:在联动相机组A中发现嫌疑人的人脸或全身图像，搜索所述嫌疑人的下一时刻的位置时，可以不必在所有相机联动组中搜索，只需在所述联动相机组A附近的联动相机组中进行搜索即可。
[0103]本申请实施例将两种相机配合使用，组成联动相机组，利用两种相机的各自的优点，增强了视频结构化的性能，增加了视频结构化产出信息的数量、质量和价值。利用这一增强的视频结构化，本申请实施例还可以将视频结构化应用于远距离多目标的行人身份识另O、体貌特征检索、人和车辆的跟踪等多个方面，这些应用在现有的视频结构化和安防监控技术中都难以实现。
[0104]实施例三、
[0105]图3示出了本申请实施例三中银行门口监控场景示意图，如图所示，本申请实施例可以将一套联动相机组架设于银行门口，管理人员可以调整所述广角相机的监控场景，例如:所述广角相机的镜头朝向银行门口的预设区域，通过机械及视觉校准可以精确确定所述广角相机和所述长焦相机之间的位置和朝向的对应关系。
[0106]所述广角相机实时拍摄银行门口的监控视频，假设在00:20时刻，银行门口有路人A、欲进入银行的用户B，所述云台根据所述广角相机拍摄的视频数据检测出所述路人A和欲进入银行的用户B，并向所述长焦相机发送调度指令，所述调度指令包括所述路人A的信息和所述用户B的信息。
[0107]所述长焦相机根据所述路人A的信息和所述用户B的信息，依次获取所述路人A、用户B的视频数据，分别对准路人A、用户B拍摄清晰的照片或者视频。
[0108]所述视频分析处理器获取到所述长焦相机拍摄的视频数据，从路人A的照片中抠取出所述路人A的全身图像、从所述用户B的照片中抠取出所述用户B的全身图像，将路人A的全身图像和用户B的全身图像存入后台数据库，并为路人A的全身图像与路人A在广角相机的视频中的时空位置建立索引、为用户B的全身图像与用户B在广角相机的视频中的时空位置建立索引。例如:路人A的全身图像索引指向为00: 20时刻(23，24，15)、00:22时刻(25，27，18)、00:25时刻(28，30，20)。
[0109 ]进一步地，本申请实施例中，还可以针对清晰的全身图像识别各种体貌特征，可以是管理人员手动录入、也可以由计算机视觉自动识别，将所述体貌特征同样存入所述数据库中建立相应的对应关系。例如:所述路人A的体貌特征为:女、18-25岁、上衣红色、下衣黑色、抱有小孩、携带包包;所述用户B的体貌特征为:男、30-35岁、戴帽子、手持异物等。
[0110]如果所述银行发生持枪抢劫事件时，警察可以调出视频监控录像，将嫌疑人的照片传入所述视频结构化系统，系统可以将所述嫌疑人照片与数据库中的照片进行图像比对，找到与所述嫌疑人的图像，结合所述索引关系定位所述嫌疑人在广角相机拍摄的视频中的时空位置，从而找到所述嫌疑人、协助案件侦破。
[0111]具体实施时，还可以通过文字描述的方式，在所述数据库中查询在抢劫发生的时间段内出现在银行门口的手持异物的人，从而与照片比对方式进行互补，精确定位所述嫌疑人。
[0112]实施例四、
[0113]图4示出了本申请实施例四中十字路口监控场景示意图，如图所示，本申请实施例可以将一套联动相机组架设于城市街道的某个十字路口处(设置有红绿灯)，所述联动相机组的广角相机可以实时或间隔几秒拍摄所述十字路口各个方向的车辆视频。
[0114]当所述联动相机组的云台检测到所述广角相机拍摄的视频中的车辆后，例如:检测到车辆A、B、C，可以向所述长焦相机发送调度指令，所述调度指令包括车辆A、B、C的信息。
[0115]所述长焦相机根据所述车辆A、B、C的信息，分别获取所述车辆A、B、C的视频数据，对准车辆A、B、C分别拍摄清晰的照片。
[0116]所述视频分析处理器获取到车辆A、B、C的照片后，可以从车辆A、B、C的照片中分别抠取出车辆A、B、C的车辆图像，再利用现有的计算机视觉技术识别出车辆A、B、(:的车牌号，将车辆A、B、C的车辆图像、车牌号均存入后台数据库，并在后台数据库中建立索引，所述索引可以包括:
[0117](I)车辆A的车辆图像、车辆A的车牌号与车辆A在所述广角相机中的时空位置之间的对应关系/索引；
[0118](2)所述车辆B的车辆图像、车辆B的车牌号与车辆B在所述广角相机中的时空位置之间的对应关系/索引；
[0119](3)所述车辆C的车辆图像、车辆C的车牌号与车辆C在所述广角相机中的时空位置之间的对应关系/索引。
[0120]当该十字路口发生由于车辆闯红灯导致发生交通事故时，交警可以调取视频录像，输入车牌号和车辆照片，所述视频结构化系统即可在数据库中进行图像比对，找到肇事车辆的图像，并结合对应关系定位到该车在所述广角相机的视频中的时空位置，例如:可以通过设置于不同街道处的多个联动相机组，定位出该肇事车辆当前位置，便于交警快速抓获肇事者。
[0121]实施例五、
[0122]图5示出了本申请实施例五中机场航站楼监控场景示意图，如图所示，本申请实施例可以将多套联动相机组分别架设于不同空间位置，例如:在机场的Tl航站楼的进口和出口、T2航站楼的进口和出口、Τ3航站楼的进口和出口分别假设6套联动相机。
[0123]每套联动相机组的广角相机均可以对监控的进/出口进行视频拍摄，每套联动相机组的云台在检测到所述进/出口的行人或者车辆后，向所述联动相机组的长焦相机发送调度指令，控制所述长焦相机对检测到的行人或车辆拍摄清晰的图像。
[0124]视频分析处理器将这些图像保存到后台数据库，并建立图像与行人或车辆在广角相机拍摄的视频中的时空位置之间的索引。
[0125]具体实施时，视频分析处理器可以按照联动相机组的不同将每套联动相机组拍摄到的图像分别存入不同的数据库或子数据库中。
[0126]在机场出现身份证件或钱包被盗事件时，相关的警务人员可以调取视频监控，假设在T2航站楼的入口处的视频数据中查找到所述嫌疑人的人脸照片时，可以定位到T2航站楼入口处设置的广角相机中的位置。
[0127]在搜索所述嫌疑人的下一时刻位置时，由于Tl和T2航站楼与T3航站楼的距离较远，而且人的行走速度有限，因此，要搜索下一时刻所述嫌疑人的位置，只需要在T2航站楼的入口联动相机组和出口联动相机组所存储的数据中进行搜索即可，或者只需要在T1、T2航站楼的联动相机组所存储的数据中进行搜索，从而提高了大范围身份识别的速度。
[0128]本申请所提供的技术方案，与现有技术相比，至少具有如下优点:
[0129]1、利用联动相机组，视频结构化系统可以获取到大范围多目标的高清晰度图像和细节特征；
[0130]2、视频结构化系统功能大大增强，可以实现现有视频结构化系统难以实现的远距离多目标人脸和体貌特征识别和搜索、远距离多目标车辆识别和搜索、高清晰度长时间跟踪拍摄、远距离大范围身份再识别等目的。
[0131]为了描述的方便，以上所述装置的各部分以功能分为各种模块或单元分别描述。当然，在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
[0132]本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
[0133]本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0134]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0135]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0136]尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
【主权项】
1.一种视频结构化系统，其特征在于，包括:联动相机组、视频分析处理器和后台数据库，所述联动相机组包括广角相机、长焦相机和云台，所述视频分析处理器包括获取模块、存储模块和索引模块，其中， 所述广角相机用于获取监控场景的视频数据； 所述云台用于根据所述视频数据检测所述监控场景中的前景目标，并向所述长焦相机发送调度指令，所述调度指令包括所述前景目标的信息； 所述长焦相机用于根据所述前景目标的信息获取所述前景目标的视频数据； 所述获取模块用于根据所述前景目标的视频数据获取所述前景目标的特征图像； 所述存储模块用于将所述前景目标的特征图像存入所述后台数据库； 所述索引模块用于在所述后台数据库中为所述前景目标建立索引；所述索引指向所述前景目标的特征图像以及所述前景目标在所述广角相机获取的视频数据中的时空位置。2.如权利要求1所述的系统，其特征在于，所述云台具体用于根据所述视频数据检测所述监控场景中的人，并向所述长焦相机发送调度指令，所述调度指令包括所述人的信息;所述长焦相机具体用于根据所述人的信息获取所述人的视频数据;所述获取模块具体用于根据所述人的视频数据获取所述人的人脸图像和/或全身图像;所述存储模块具体用于将所述人脸图像和/或全身图像存入所述后台数据库;所述索引模块具体用于在所述后台数据库中为所述人建立索引；所述索引指向所述人的人脸图像和/或全身图像以及所述人在所述广角相机获取的视频数据中的时空位置。3.如权利要求1所述的系统，其特征在于，所述云台具体用于根据所述视频数据检测所述监控场景中的车辆，并向所述长焦相机发送调度指令，所述调度指令包括所述车辆的信息;所述长焦相机具体用于根据所述车辆的信息获取所述车辆的视频数据;所述获取模块具体用于根据所述车辆的视频数据获取所述车辆的图像;所述存储模块具体用于将所述车辆图像存入所述后台数据库;所述索引模块具体用于在所述后台数据库中为所述车辆建立索引；所述索引指向所述车辆图像以及所述车辆在所述广角相机获取的视频数据中的时空位置。4.如权利要求1所述的系统，其特征在于，所述视频分析处理器进一步包括: 体貌特征确定模块，用于确定所述前景目标的体貌特征； 记录模块，用于将所述体貌特征记录于所述后台数据库中。5.如权利要求4所述的系统，其特征在于，所述体貌特征确定模块具体用于根据所述前景目标的特征图像识别所述前景目标的体貌特征。6.如权利要求4所述的系统，其特征在于，所述体貌特征包括性别、年龄段、上衣主要颜色、下衣主要颜色、是否戴帽、是否带包、是否抱有孩子、是否带行李箱、是否手持异物、车辆类型、车牌号码、车型车款、是否有副驾驶员、年检标数量、年检标位置中的一种或几种。7.—种利用如权利要求1至6任一所述的系统进行目标搜索的方法，其特征在于，所述方法包括如下步骤: 确定待搜索的目标的图像； 将所述待搜索的目标的图像在所述后台数据库中进行查找，确定与所述待搜索的目标的图像最接近或者重合的图像； 根据所述图像的索引，确定待搜索的目标在广角相机的视频中的时空位置。8.如权利要求7所述的方法，其特征在于，所述待搜索的目标具体为人或者车辆。9.如权利要求7所述的方法，其特征在于，在所述根据所述图像的索引，确定待搜索的目标在广角相机的视频中的时空位置之前，进一步包括: 接收所述待搜索的目标的体貌特征； 将所述待搜索的目标的体貌特征在所述后台数据库中进行查找，确定与所述待搜索的目标的体貌特征相同的图像。10.如权利要求7所述的方法，其特征在于，在所述确定待搜索的目标在广角相机的视频中的时空位置之后，进一步包括: 根据所述待搜索的目标当前的时空位置确定所述位置附近的联动相机组； 在所述位置附近的联动相机组存储的数据中搜索所述待搜索的目标的图像； 根据所述待搜索的目标的图像确定所述待搜索的目标的下一时刻的位置。
【文档编号】G06F17/30GK105893510SQ201610192787
【公开日】2016年8月24日
【申请日】2016年3月30日
【发明人】潘争
【申请人】北京格灵深瞳信息技术有限公司