一种监控盲区的船只轨迹预测方法、装置及电子设备与流程

本发明涉及视频监控技术领域，具体涉及一种监控盲区的船只轨迹预测方法、装置及电子设备。

背景技术：

在现今社会中，海关、边防与海警部门投入了巨量资金在海岸建设船只视频监控系统，但是在具体的实际应用中船只视频监控系统的监控能力还比较有限，例如：现有的船只视频监控系统的应用主要还是停留在事后录像查询、违法取证和人工实时查看监控等方面。且由于岸边监控设备的部署覆盖能力有限，存在很多监控的盲区和误区。当船只行驶入摄像头之间的视场盲区时，监控摄像头无法获取船只位置信息，而造成船只轨迹数据丢失，影响船只轨迹数据在监控中心汇聚；且当需要联合多个监控点对行驶船只进行分析时，所缺失的船只轨迹数据会对船只视频监控系统中的功能完整性造成影响，无法有效实施事前预防、事中取证、事后监督的功能。

技术实现要素：

有鉴于此，本发明实施例提供了一种监控盲区的船只轨迹预测方法、装置及电子设备，以解决现有技术中岸边监控设备的部署能力有限，监控摄像头无法获取视场盲区内船只运动轨迹的问题。

根据第一方面，本发明实施例提供了一种监控盲区的船只轨迹预测方法，包括：获取岸边监控系统中监控摄像头的视频数据，确定所述视频数据中的目标船只；基于所述目标船只在所述视频数据中的画面帧，确定出所述目标船只的运行距离和运行时间，并根据所述运行距离和运行时间计算所述目标船只的行驶速度；获取所述岸边监控系统中监控摄像头的视场盲区范围，根据所述视场盲区范围和所述目标船只的行驶速度预设置目标船只在视场盲区内的行驶时间；基于所述预设置目标船只在视场盲区的行驶时间匹配所述目标船只在视场盲区的实际行驶时间，以确定出所述目标船只在视场盲区的行驶轨迹。

本发明内容提供的监控盲区的船只轨迹预测方法，通过从视频数据中提取目标船只，再从视频数据中获取目标船只的画面帧，根据目标船只的画面帧获得目标船只的运行距离和运行时间，利用运行时间和运行距离计算出目标船只在视频数据中的目标船只行驶速度；根据岸边监控系统中监控摄像头的视场盲区范围和目标船只行驶速度计算出预设置目标船只在视场盲区的行驶时间，利用预设置目标船只在视场盲区的行驶时间匹配所述目标船只在视场盲区的实际行驶时间，并对目标船只在视场盲区的行驶时间进行分析判断，根据分析判断结果生成目标船只在视场盲区的行驶轨迹。以实现对监控盲区的船只轨迹进行预测及对监控摄像头视场盲区内船只运动轨迹的获取。

结合第一方面，在第一方面第一实施方式中，获取岸边监控系统中监控摄像头的视频数据，确定所述视频数据中的目标船只，包括：基于所述岸边监控系统中任一监控摄像头的视频数据并将其监控摄像头的视频数据拆解为图像帧；对所述图像帧进行船只特征提取，以确定出所述目标船只。

本发明内容提供的监控盲区的船只轨迹预测方法，通过从视频数据中确定图像帧，通过从图像帧中进行特征提取的方式获取目标船只，从而能够保证准确提取出目标船只，为后续获取监控摄像头视场盲区内船只运动轨迹做准备。

结合第一方面，在第一方面第二实施方式中，基于所述目标船只在所述视频数据中的画面帧，确定出所述目标船只的运行距离和运行时间，并根据所述运行距离和运行时间计算所述目标船只的行驶速度，包括：获取岸边监控系统中监控区域的地理信息；基于所述岸边监控系统中监控区域的地理信息对所述目标船只在所述视频数据中出现的画面帧进行映射及按时间顺序进行级联，以确定出所述目标船只的运行距离；根据目标船只在所述视频数据中的初始画面帧和目标船只在所述视频数据中的结束画面帧计算所述初始画面帧和所述结束画面帧之间的相隔时间差，得到所述目标船只的运行时间；基于所述目标船只的运行距离除以所述目标船只的运行时间获得所述目标船只的行驶速度。

本发明内容提供的监控盲区的船只轨迹预测方法，先通过获取地理信息将所获取的地理信息与画面帧进行映射，在利用时间顺序将图像帧进行级联，从而确定出画面帧与实际地理位置信息对应的数据以及通过时间顺序将图像帧级联获得目标船只的运行距离，之后利用目标船只在所述视频数据中的初始画面帧和目标船只在所述视频数据中的所述结束画面帧之间的时间差，以获得目标船只的运行时间，最后通过运行距离和运行时间计算出目标船只的行驶速度，为实现获取监控摄像头视场盲区内船只运动轨迹做准备。并且还实现了通过视频数据中获取目标船只的行驶速度，从而有利于对目标船只运动规律进行分析。

结合第一方面，在第一方面第三实施方式中，获取所述岸边监控系统中监控摄像头的视场盲区范围，包括：获取岸边监控系统中监控区域的全景信息和岸边监控系统中监控摄像头的视场范围；将所述岸边监控系统中监控区域的全景信息与所述岸边监控系统中监控摄像头的视场范围进行匹配，并将与所述岸边监控系统中与所述摄像头的视场范围相匹配的视场信息从所述监控区域的全景信息中剔除，以获得所述岸边监控系统中监控摄像头的视场盲区范围。

本发明内容提供的监控盲区的船只轨迹预测方法，通过将摄像头的视场范围从监控区域的全景信息中剔除从而实现监控盲区的获取，为实现获取监控摄像头视场盲区内船只运动轨迹做准备。

结合第一方面或第一方面第三实施方式，在第一方面第四实施方式中，获取所述岸边监控系统中监控摄像头的视场盲区范围，根据所述视场盲区范围和所述目标船只的行驶速度预设置目标船只在视场盲区内的行驶时间，包括：将所述视场盲区范围和所述目标船只的行驶速度相除，得到所述预设置目标船只在视场盲区内的行驶时间。

本发明内容提供的监控盲区的船只轨迹预测方法，利用视场盲区范围和目标船只的行驶速度，通过速度公式以获得预设置目标船只在视场盲区内的行驶时间。从而为确定目标船只在视场盲区的行驶轨迹做准备。

结合第一方面，在第一方面第五实施方式中，基于所述预设置目标船只在视场盲区的行驶时间匹配所述目标船只在视场盲区的实际行驶时间，以确定出所述目标船只在视场盲区的行驶轨迹，包括：当所述目标船只在视场盲区的实际行驶时间小于或等于所述预设置目标船只在视场盲区的行驶时间时，根据所述目标船只在视场盲区的实际行驶时间和目标船只在视场盲区内行驶的范围随机生成所述目标船只在视场盲区的行驶轨迹；当所述目标船只在视场盲区的实际行驶时间大于所述预设置目标船只在视场盲区的行驶时间时，对所述目标船只在视场盲区的行驶时间进行提示。

结合第一方面第五实施方式，在第一方面第六实施方式中，目标船只在视场盲区的实际行驶时间大于所述预设置目标船只在视场盲区的行驶时间时，对所述目标船只在视场盲区的实际行驶时间进行提示，还包括：设置所述目标船只在视场盲区的超时行驶时间；判断所述目标船只在视场盲区的实际行驶时间是否大于所述预设置目标船只在视场盲区内的行驶时间和所述目标船只在视场盲区的超时行驶时间之和；当所述目标船只在视场盲区的实际行驶时间小于或等于所述预设置目标船只在视场盲区内的行驶时间和所述目标船只在视场盲区的超时行驶时间之和时，根据所述目标船只在视场盲区的实际行驶时间和目标船只在视场盲区内行驶的范围随机生成所述目标船只在视场盲区的行驶轨迹；所述目标船只在视场盲区的实际行驶时间大于所述预设置目标船只在视场盲区内的行驶时间和所述目标船只在视场盲区的超时行驶时间之和时，提示目标船只轨迹预测失败。

本发明内容提供的监控盲区的船只轨迹预测方法，通过获取预设置目标船只在视场盲区的行驶时间和目标船只在视场盲区的实际行驶时间判断二者的大小关系，从而判断出能够进行轨迹预测的目标船只，从而实现对监控盲区的船只轨迹进行预测及对监控摄像头视场盲区内船只运动轨迹的获取。

根据第二方面，本发明实施例提供了一种监控盲区的船只轨迹预测装置，包括：

获取模块，用于获取岸边监控系统中监控摄像头的视频数据，确定所述视频数据中的目标船只；计算模块，用于基于所述目标船只在所述视频数据中的画面帧，确定出所述目标船只的运行距离和运行时间，并根据所述运行距离和运行时间计算所述目标船只的行驶速度；预设模块，用于获取所述岸边监控系统中监控摄像头的视场盲区范围,根据所述视场盲区范围和所述目标船只的行驶速度预设置目标船只在视场盲区内的行驶时间；匹配模块，用于基于所述预设置目标船只在视场盲区内的行驶时间匹配所述目标船只在视场盲区的实际行驶时间，以确定出所述目标船只在视场盲区的行驶轨迹。

本发明内容提供的监控盲区的船只轨迹预测装置，通过获取模块获取目标船只，利用计算模块对含有目标船只的画面帧进行处理以得到目标船只的运行距离和运行时间，通过目标船只的运行距离和运行时间计算出目标船只的行驶速度，将目标船只的行驶速度送入预设模块中，预设模块获取目标船只的行驶速度以及通过岸边监控系统中监控摄像头的视场盲区范围，输出预设置目标船只在视场盲区内的行驶时间，将预设置目标船只在视场盲区内的行驶时间送入匹配模块与目标船只在视场盲区内的实际行驶时间进行匹配，输出目标船只在视场盲区的行驶轨迹。以实现对监控盲区的船只轨迹进行预测及对监控摄像头视场盲区内船只运动轨迹的获取。

根据第三方面，本发明实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的监控盲区的船只轨迹预测方法。

根据第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的监控盲区的船只轨迹预测方法。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1是根据本发明实施例提供的一种岸边监控盲区的船只轨迹预测方法的流程图；

图2是根据本发明实施例提供的一种岸边监控盲区的船只轨迹预测方法中步骤s3的流程图；

图3是根据本发明实施例提供的一种岸边监控盲区的船只轨迹预测方法中步骤s4的流程图；

图4是根据本发明实施例提供的一种岸边监控盲区的船只轨迹预测装置的结构框图；

图5是根据本发明实施例提供的一种电子设备的结构示意图。

附图标记

1-获取模块；2-计算模块；3-预设模块；4-匹配模块；5-处理器；6-存储器；7-总线。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。

本发明实施例提供一种监控盲区的船只轨迹预测方法，参见图1是根据本发明实施例提供的一种岸边监控盲区的船只轨迹预测方法的流程图，具体如图1所示，包括：

s1，获取岸边监控系统中监控摄像头的视频数据，确定视频数据中的目标船只。在本实施例中，首先岸边监控系统中监控摄像头的视频数据可以是预设时间周期内的视频数据集合，其视频数据集合中的视频数据由布设在海岸边或是河道边的监控摄像头进行采集，该视频数据可以由多个连续摄像头进行采集。优选的，该视频数据集合可以为单一拍摄方向上的视频数据即由初始摄像头到结束摄像头采集的视频数据为一个视频数据集合，其中目标船只沿初始摄像头到结束摄像的方向运动。当获取到视频数据后还需要利用视频分解技术，将视频数据拆分为画面帧，并从画面帧中提取所需要的目标船只，其中所提取出的目标船只数据可以是一个也可以是多个。通过提取目标船只，有利于后续进对视场盲区内目标船只运动轨迹的获取，保证视场盲区内目标船只运动轨迹的正确性。

可选的，在本实施例中，步骤s1包括：

s10，基于岸边监控系统中任一监控摄像头的视频数据并将其监控摄像头的视频数据拆解为图像帧。具体的，岸边监控系统中的摄像头为多个摄像头，其中多个摄像头实时采集监控数据回传到监控系统中的控制中心，控制中心对实时回传的视频数据进行存储。此外，每个监控摄像头所采集的视频数据均需要使用同一格式进行编号，有利于后续分析每个摄像头在一定时间内的船只数据。将获取到的监控摄像头的视频数据利用视频处理软件，将视频数据转换为图像帧，有利于对目标船只进行提取。

s11，对图像帧进行船只特征提取，以确定出目标船只。具体的，获取图像帧后利用特征提取算法对图像帧中的目标船只进行船只轮廓特征提取或是船只颜色特征提取以获得目标船只。在此需要明白使用何种特征提取手段其目的是为获取目标船只，因此具体的船只提取方法，在本实施例中不做任何限定。通过从监控视频中获取图像帧，在从图像帧中提取目标船只，以保证能够为获取监控摄像头视场盲区内船只运动轨迹做准备。

s2，基于目标船只在视频数据中的画面帧，确定出目标船只的运行距离和运行时间，并根据运行距离和运行时间计算目标船只的行驶速度。

在本实施例中，当确定出目标船只后，需要根据所确定出的目标船只在视频数据集合中找到对应目标船只的画面帧，并将其画面帧按时间顺序进行排序，利用排序结果得到目标船只的运行距离和运行时间，之后通过确定的目标船只获得监控摄像头视场范围内目标船只的运行距离和运行时间，根据速度公式计算目标船只的行驶速度。例如：首先确定目标船只，其次获取包含有目标船只的画面帧，对画面帧进行处理(例如：按时间顺序排列)，得到目标船只的运行距离和运行时间，最后通过计算得到目标船只的行驶速度。从而实现从视频数据中对目标船只进行进分析，以实现获取视场盲区内船只运动轨迹。

可选的，在本实施例中，步骤s2包括：

s20，获取岸边监控系统中监控区域的地理信息。具体的，岸边监控系统中监控区域的地理信息可以是地理坐标信息，可以是监控区域的范围实际面积数据，还可以监控区域的实际总长和监控区域的实际画面，该实际画面可以通过测绘获得，其测绘方式可以是利用卫星进行测绘，也可以是其他测绘方式。

s21，基于岸边监控系统中监控区域的地理信息对目标船只在视频数据中出现的画面帧进行映射及按时间顺序进行级联，以确定出目标船只的运行距离。

在本实施例中，以地理信息携带有位置坐标的监控区域地图为例，提取某一时间段的监控视频数据，从对应的视频数据中提取含有目标船只的画面帧，并将其画面帧按照时间顺序以摄像头编号进行级联，以获得在某一时间段内目标船只的通过监控摄像头行驶轨迹，利用所获得的行驶轨迹与监控区域地图进行映射，通过监控区域地图的位置坐标，推算出目标船只实际航行的路程数据即目标船只的运行距离。从而完成目标船只在视场范围内运行距离的确定。

s22，根据目标船只在视频数据中的初始画面帧和目标船只在视频数据中的结束画面帧计算初始画面帧和结束画面帧之间的相隔时间差，得到目标船只的运行时间；具体的，目标船只在视频数据中初始画面帧为目标船只在视频数据中第一次出现的画面帧，并记录该时间数据；而目标船只在视频数据中结束画面帧为目标船只在视频数据中最后出现在视频数据中的画面帧，并记录该时间数据；通过计算结束画面帧和初始画面帧从而确定出目标船只的运行时间。可选的，也可以是将从视频数据中第一次出现的目标船只的画面帧至视频数据中最后一次出现的目标船只的画面帧进行级联，以获得目标船只在视频数据中从开始到结束的运行时间。

s23，基于目标船只的运行距离除以目标船只的运行时间获得目标船只的行驶速度。具体的，通过获取目标船只的运行时间和运行距离，在利用速度公式确定出目标船只的行驶速度。利用该行驶速度为计算视场盲区内的行驶时间做准备。

s3，获取岸边监控系统中监控摄像头的视场盲区范围，根据视场盲区范围和目标船只的行驶速度预设置目标船只在视场盲区内的行驶时间。

在本实施例中，可以通过获取岸边监控系统的布局范围(包括视场盲区)并在其布局范围中将岸边监控系统中监控摄像头的视场范围剔除，以获得岸边监控系统中监控摄像头的视场盲区范围，该盲区范围可以是路程数据，如该盲区范围为300km。通过该盲区范围和所获得的目标船只的行驶速度可以计算出盲区范围内的目标船只的行驶时间，该行驶时间为预设置目标船只在视场盲区内的行驶时间。通过计算出预设置目标船只在视场盲区内的行驶时间，从而为获取视场盲区内船只运动轨迹做准备，并且以预设置目标船只在视场盲区内的行驶时间为预设基准，将预设基准与实际数据进行比较，从而有利于完成对目标船只在盲区中的行驶轨迹进行预测。

优选的，预设置目标船只在视场盲区内的行驶时间还可以是实际目标船只在视场盲区内目标船只以平均速度行驶过视场盲区的所用时长。通过确定出实际目标船只在视场盲区内目标船只以平均速度行驶过视场盲区的所用时长从而能够利用目标船只的速度信息和时长信息，以及视场盲区范围对视场盲区范围目标船只的行驶轨迹进行准确预测。

可选的，如图2所示，是根据本发明实施例提供的一种岸边监控盲区的船只轨迹预测方法中步骤s3的流程图；本实施例中，步骤s3具体包括：

s30，获取岸边监控系统中监控区域的全景信息和岸边监控系统中监控摄像头的视场范围。

在本实施例中，岸边监控系统中监控区域的全景信息为监控区域的全景地图，在实际获取岸边监控系统中监控摄像头的视场盲区范围时，由于是需要对目标船只的视场盲区进行轨迹预测，则在确定视场盲区范围时，可以不考虑岸边周边的山体信息，仅需要考虑河道，海域信息。从而提高匹配效率。

s31，将岸边监控系统中监控区域的全景信息与岸边监控系统中监控摄像头的视场范围进行匹配，并将与岸边监控系统中与摄像头的视场范围相匹配的视场信息从监控区域的全景信息中剔除，以获得岸边监控系统中监控摄像头的视场盲区范围。

在本实施例中，利用全景信息与摄像头的视场范围进行逐一匹配，若摄像头的视场范围与全景信息的影像信息相匹配，则可以将全景信息中与摄像头的视场范围一致的数据从全景信息影响中剔除，保留其未匹配成功的全景信息，即该信息为岸边监控系统中监控摄像头的视场盲区范围。其中，岸边监控系统中监控摄像头的视场盲区范围包括视场盲区的面积及视场盲区的长度信息。以为确定预设置目标船只在视场盲区内的行驶时间做准备。

s32，将视场盲区范围和目标船只的行驶速度相除，得到预设置目标船只在视场盲区内的行驶时间。

在本实施例中，利用通过视场盲区范围和目标船只的行驶速度相除从而能够快速获得目标船只在视场盲区内的行驶时间。为能够对目标船只在盲区中的行驶轨迹进行预测做准备。

s4，基于预设置目标船只在视场盲区的行驶时间匹配目标船只在视场盲区的实际行驶时间，以确定出目标船只在视场盲区的行驶轨迹。

在本实施例中，可以通过获取预设置目标船只在视场盲区的行驶时间为基准，匹配目标船只在视场盲区的实际行驶时间，以确定出目标船只在视场盲区的实际行驶时间。根据目标船只在视场盲区的实际行驶时间以及目标船只的行驶速度对目标船只在视场盲区的行驶轨迹进行预测。例如：计算出的预设置目标船只在视场盲区的行驶时间为10秒，而从视频数据中提取出的目标船只在视场盲区的实际行驶时间同为10秒，则可以认为对应预设置目标船只在视场盲区的行驶时间的目标船只的行驶速度和目标船只在视场盲区的行驶范围为实际目标船只在视场盲区的行驶速度和目标船只在视场盲区的行驶范围，利用路径生成方法，随机生成与目标船只行驶速度、行驶时间相同的随机路径，从而完成在视场盲区的内的轨迹预测为有效实施事前预防、事中取证、事后监督的功能提供参考依据。

可选的，还可以根据目标船只在视场盲区的时间行驶时间以及相邻监控摄像头之间的盲区距离，拟算出目标船只在视场盲区的行驶轨迹进行预测。

例如：计算出的预设置目标船只在视场盲区的行驶时间为10秒，根据监控地图可直接获取相邻摄像头之间的视场盲区的距离，并且根据从视频数据中提取出的目标船只在相邻摄像头之间的视场盲区的实际行驶时间，当其目标船只的实际行驶时间等于预设置目标船只在视场盲区的行驶时间时，则根据计算出预设置目标船只在视场盲区的行驶时间和目标船只在视场盲区的行驶速度进行目标船只轨迹预测，这样能够快速对监控盲区的船只轨迹预测，提高轨迹预测速度；当其目标船只的实际行驶时间小于预设置目标船只在视场盲区的行驶时间时，参照当前目标船只的行驶时间和获取相邻摄像头之间的视场盲区距离成重新确定目标船只在视场盲区的行驶速度，根据其行驶速度、行驶时间以及相邻摄像头之间的视场盲区距离，随机生成监控盲区的船只轨迹，通过确定目标船只在视场盲区的实际行驶时间和相邻摄像头之间的视场盲区距离，对目标船只在视场盲区的行驶速度进行重新确定与修正，从而使得目标船只在视场盲区的行驶轨迹更贴近实际数据，从而分析船只数据提供参考；当其目标船只的实际行驶时间大于预设置目标船只在视场盲区的行驶时间时，可以通过提示信息对目标船只在视场盲区的轨迹预测进行超时提醒。从而减少轨迹预测的预测时长，提高轨迹预测的效率。

可选的，如图3所示，是根据本发明实施例提供的一种岸边监控盲区的船只轨迹预测方法中步骤s4的流程图；本实施例中，步骤s4具体包括：

s40，当目标船只在视场盲区的实际行驶时间小于或等于预设置目标船只在视场盲区的行驶时间时，根据目标船只在视场盲区的实际行驶时间和目标船只在视场盲区内行驶的范围随机生成目标船只在视场盲区的行驶轨迹。

在本实施例中，目标船只在视场盲区的实际行驶时间可以是目标船只从监控摄像头移出到再次出现在摄像头期间所用的时间。可选的，在相邻摄像头之间的视场盲区通过单独获取视场盲区和目标船只的行驶速度，从而确定出相邻摄像之间通过其视场盲区所用的时间，并单独对其视场盲区内的目标船只进行轨迹预测，从而完成在视场盲区的内的轨迹预测，为有效实施事前预防、事中取证、事后监督的功能提供参考依据。

s41，当目标船只在视场盲区的实际行驶时间大于预设置目标船只在视场盲区的行驶时间时，对目标船只在视场盲区的实际行驶时间进行提示。

在本实施例中，对大于预设置目标船只在视场盲区的实际行驶时间进行提示，为了防止当行驶时间过长进入行驶时间的等待期，占用硬件资源，以提高轨迹预测的执行效率。

其中，步骤s41还包括：

s411，设置目标船只在视场盲区的超时行驶时间。

其中，可以通过手动设置或是通过软件设置，设置超时行驶时间，用以提高轨迹预测的执行效率，防止因目标船只在视场盲区的行驶时间大于预设置的目标船只在视场盲区的行驶时间时占用计算资源的问题。

s412，判断目标船只在视场盲区的实际行驶时间是否大于预设置目标船只在视场盲区内的行驶时间和目标船只在视场盲区的超时行驶时间之和。

在本实施例中，可以利用预设置目标船只在视场盲区内的行驶时间和目标船只在视场盲区的超时行驶时间之和，确定出目标船只在视场盲区内的实际行驶时间，并根据其行驶时间，预测出目标船只在视场盲区内的行驶轨迹。又或者，利用预设置目标船只在视场盲区内的行驶时间和目标船只在视场盲区的超时行驶时间之和，防止因目标船只在视场盲区的实际行驶时间大于预设置的目标船只在视场盲区的行驶时间过长而占用计算资源。

s413，当目标船只在视场盲区的实际行驶时间小于或等于预设置目标船只在视场盲区内的行驶时间和目标船只在视场盲区的超时行驶时间之和时，根据目标船只在视场盲区的实际行驶时间和目标船只在视场盲区内行驶的范围随机生成目标船只在视场盲区的行驶轨迹。

在本实施例中，获取目标船只在视场盲区的实际行驶时间和目标船只在视场盲区内行驶的范围，在利用目标船只在视场盲区的实际行驶时间和行驶范围及目标船只的行驶速度，将对应的行驶时间、行驶范围及目标船只的行驶速度输入路径生成器或随机路径模型中，得到监控摄像头视场盲区内船只运动轨迹，并将所获得运动轨迹与监控摄像头视场内船只运动轨迹结合，从而获得完整的船只运动轨迹，从而有助于在视场盲区的内的轨迹预测。

s414，目标船只在视场盲区的实际行驶时间大于预设置目标船只在视场盲区内的行驶时间和目标船只在视场盲区的超时行驶时间之和时，提示目标船只轨迹预测失败。

在本实施例中，由于在一些特殊情况下，如：目标船只跟踪丢失时，而监控盲区的船只轨迹预测还在进行，而在监控盲区的目标船只迟迟未见，若此时仍对目标船只在视场盲区的实际行驶时间进行匹配或统计监测，会对其他步骤的执行造成影响，因此需要通过设置超时行驶时间，以提高监控盲区的船只轨迹预测效率。例如：目标船只轨迹预测失败时，可以提示“轨迹预测错误”。

本发明内容提供的监控盲区的船只轨迹预测方法，通过从视频数据中提取目标船只，再从视频数据中获取目标船只的画面帧，根据目标船只的画面帧获得目标船只的运行距离和运行时间，利用运行时间和运行距离计算出目标船只在视频数据中的目标船只行驶速度；根据岸边监控系统中监控摄像头的视场盲区范围和目标船只行驶速度计算出预设置目标船只在视场盲区的行驶时间，利用预设置目标船只在视场盲区的行驶时间匹配目标船只在视场盲区的实际行驶时间，对目标船只在视场盲区的实际行驶时间进行分析判断，根据分析判断结果生成目标船只在视场盲区的行驶轨迹。以实现对监控盲区的船只轨迹进行预测及对监控摄像头视场盲区内船只运动轨迹的获取。

此外还应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

本发明实施例还提供一种监控盲区的船只轨迹预测装置，参考图4，是根据本发明实施例提供的一种岸边监控盲区的船只轨迹预测装置的结构框图，该装置包括：

获取模块1，用于获取岸边监控系统中监控摄像头的视频数据，确定所述视频数据中的目标船只，详细内容参考步骤s1所述；

计算模块2，用于基于所述目标船只在所述视频数据中的画面帧，确定出所述目标船只的运行距离和运行时间，并根据所述运行距离和运行时间计算所述目标船只的行驶速度，详细内容参考步骤s2所述；

预设模块3，用于获取所述岸边监控系统中监控摄像头的视场盲区范围,根据所述视场盲区范围和所述目标船只的行驶速度预设置目标船只在视场盲区内的行驶时间，详细内容参考步骤s3所述；

匹配模块4，用于基于所述预设置目标船只在视场盲区内的行驶时间匹配所述目标船只在视场盲区的行驶时间，以确定出所述目标船只在视场盲区的行驶轨迹，详细内容参考步骤s4所述。

在本实施例中，通过获取模块获取目标船只，利用计算模块对含有目标船只的画面帧进行处理以得到目标船只的运行距离和运行时间，通过目标船只的运行距离和运行时间计算出目标船只的行驶速度，将目标船只的行驶速度送入预设模块中，预设模块获取目标船只的行驶速度以及通过岸边监控系统中监控摄像头的视场盲区范围，输出预设置目标船只在视场盲区内的行驶时间，将预设置目标船只在视场盲区内的行驶时间送入匹配模块与目标船只在视场盲区内的实际行驶时间进行匹配，输出目标船只在视场盲区的行驶轨迹。以实现对监控盲区的船只轨迹进行预测及对监控摄像头视场盲区内船只运动轨迹的获取。

本发明实施例还提供了一种电子设备，如图5所示，该电子设备可以包括处理器5和存储器6，其中处理器5和存储器6可以通过总线7或者其他方式连接，图5中以通过总线连接为例。

处理器5可以为中央处理器(centralprocessingunit，cpu)。处理器5还可以为其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器6作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的监控盲区的船只轨迹预测方法对应的程序指令/模块(例如，图4所示的获取模块1、计算模块2、预设模块3和匹配模块4)。处理器5通过运行存储在存储器6中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的监控盲区的船只轨迹预测方法。

存储器6可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器5所创建的数据等。此外，存储器6可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器6可选包括相对于处理器5远程设置的存储器，这些远程存储器可以通过网络连接至处理器5。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述一个或者多个模块存储在所述存储器6中，当被所述处理器5执行时，执行如图1-3所示实施例中的监控盲区的船只轨迹预测方法。

上述电子设备具体细节可以对应参阅图1至图3所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)、随机存储记忆体(randomaccessmemory，ram)、快闪存储器(flashmemory)、硬盘(harddiskdrive，缩写：hdd)或固态硬盘(solid-statedrive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。