CN111724412A

CN111724412A - 确定运动轨迹的方法、装置及计算机存储介质

Info

Publication number: CN111724412A
Application number: CN202010555795.8A
Authority: CN
Inventors: 简春菲
Original assignee: Hangzhou Hikvision Digital Technology Co Ltd
Current assignee: Hangzhou Hikvision Digital Technology Co Ltd
Priority date: 2020-06-17
Filing date: 2020-06-17
Publication date: 2020-09-29

Abstract

本申请实施例公开了一种确定运动轨迹的方法、装置及计算机存储介质，属于监控领域。在该方法中，确定第一运动轨迹和第二运动轨迹在同一时间段中均出现的运动轨迹，得到第一重叠轨迹和第二重叠轨迹，确定第一重叠轨迹和第二重叠轨迹之间的相似度；如果第一重叠轨迹和第二重叠轨迹之间的相似度大于相似度阈值，则确定第一运动轨迹和第二运动轨迹为同一对象的运动轨迹。在本申请实施例中，基于两个运动轨迹在时空上重叠的部分来判断两个运动轨迹是否为同一对象的运动轨迹，避免了需要通过不同运动轨迹对应的对象的图像特征来判断两个运动轨迹是否为同一对象的运动轨迹，如此便可避免通过图像特征判断失误的情况发生，从而提高监控准确率。

Description

确定运动轨迹的方法、装置及计算机存储介质

技术领域

本申请实施例涉及监控技术领域，特别涉及一种确定运动轨迹的方法、装置及计算机存储介质。

背景技术

为了实现对大范围区域的精确监控，在该区域部署多个相机，这多个相机分别负责监控该区域的一部分，且各个相机的监控范围不同。这种场景下，需要获取各个相机针对同一对象追踪的运动轨迹，对各个相机针对同一对象追踪的运动轨迹进行关联，即可实现对该对象在该区域内的监控。

相关技术中，任一相机能够追踪到相应监控范围内所有对象的运动轨迹，同时还获取到各个对象的图像特征。如此，对于两个相机分别追踪到的两个对象，根据这两个对象的图像特征即可判断是否为同一对象。如果是同一对象，便可将这两个相机追踪到的该对象的两个运动轨迹进行关联，得到该对象在这两个相机的监控范围内的运动轨迹。

然而上述监控方法容易出现不是同一对象判断为同一对象的情况，致使出现监控失败的案例。

发明内容

本申请实施例提供了一种确定运动轨迹的方法、装置及计算机存储介质，能够提高判断哪些运动轨迹为同一对象的运动轨迹的准确率，从而提升对该对象的监控精度。所述技术方案如下：

一方面，提供了一种确定运动轨迹的方法，所述方法包括：

根据第一相机追踪的第一运动轨迹和第二相机追踪的第二运动轨迹，确定所述第一运动轨迹和所述第二运动轨迹在同一时间段中均出现的运动轨迹，得到第一重叠轨迹和第二重叠轨迹，所述第一相机的监控范围和所述第二相机的监控范围存在重叠；

确定所述第一重叠轨迹和所述第二重叠轨迹之间的相似度；

如果所述第一重叠轨迹和所述第二重叠轨迹之间的相似度大于相似度阈值，则确定所述第一运动轨迹和所述第二运动轨迹为同一对象的运动轨迹。

可选地，所述确定所述第一重叠轨迹和所述第二重叠轨迹之间的相似度，包括：

分别确定所述第一重叠轨迹和所述第二重叠轨迹的时空特征，所述时空特征用于指示相应运动轨迹的形状随着时间变化的特征；

根据所述第一重叠轨迹的时空特征和所述第二重叠轨迹的时空特征，确定所述第一重叠轨迹和所述第二重叠轨迹之间的相似度。

可选地，所述时空特征包括相应运动轨迹上各个轨迹点的曲率；

所述确定所述第一重叠轨迹的时空特征，包括：

将所述第一运动轨迹划分为多段轨迹；

分别确定所述多段轨迹中每段轨迹的运动模型，所述运动模型用于指示相应轨迹的形状随着时间的变化情况；

根据所述多段轨迹中每段轨迹的运动模型，确定所述第一运动轨迹上各个轨迹点的动态系数，所述动态系数用于指示相应轨迹点所在的位置和时间之间的对应关系；

根据所述第一运动轨迹上各个轨迹点的动态系数，确定所述第一重叠轨迹上各个轨迹点的曲率。

可选地，所述将所述第一运动轨迹划分为多段轨迹，包括：

按照参考窗口大小和参考滑动步长，通过滑窗的方式将所述第一运动轨迹划分为多段轨迹，所述参考滑动步长小于所述参考窗口大小。

可选地，所述分别确定所述多段轨迹中每段轨迹的运动模型，包括：

通过岭回归方式确定所述多段轨迹中每段轨迹的运动模型。

可选地，所述时空特征包括运动方向、运动速度、相应运动轨迹上相邻两个轨迹点之间的距离、相应运动轨迹的长度、相应运动轨迹的时长中的一个或多个。

另一方面，提供了一种确定运动轨迹的装置，所述装置包括：

第一确定模块，用于根据第一相机追踪的第一运动轨迹和第二相机追踪的第二运动轨迹，确定所述第一运动轨迹和所述第二运动轨迹在同一时间段中均出现的运动轨迹，得到第一重叠轨迹和第二重叠轨迹，所述第一相机和所述第二相机为监控范围相邻的两个相机；

第二确定模块，用于确定所述第一重叠轨迹和所述第二重叠轨迹之间的相似度；

第三确定模块，用于如果所述第一重叠轨迹和所述第二重叠轨迹之间的相似度大于相似度阈值，则确定所述第一运动轨迹和所述第二运动轨迹为同一对象的运动轨迹。

可选地，所述第二确定模块用于：

所述第二确定模块用于：

将所述第一运动轨迹划分为多段轨迹；

可选地，所述第二确定模块用于：

通过岭回归方式确定所述多段轨迹中每段轨迹的运动模型。

另一方面，提供了一种确定运动轨迹的装置，该装置包括处理器、通信接口、存储器和通信总线；

其中，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信；

所述存储器用于存放计算机程序；

所述处理器用于执行所述存储器上所存放的程序，以实现前述提供确定运动轨迹的方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现前述提供的确定运动轨迹的方法的步骤。

本申请实施例提供的技术方案带来的有益效果至少包括：

在本申请实施例中，基于两个运动轨迹在时空上重叠的部分来判断两个运动轨迹是否为同一对象的运动轨迹，避免了需要通过不同运动轨迹对应的对象的图像特征来判断两个运动轨迹是否为同一对象的运动轨迹，如此便可避免通过图像特征判断失误的情况发生，从而提高监控准确率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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获得其他的附图。

图1是本申请实施例提供的一种监控系统的示意图。

图2是本申请实施例提供的一种确定运动轨迹的方法流程图。

图3是本申请实施例提供的一种运动轨迹示意图。

图4是本申请实施例提供的一种确定运动轨迹的装置的结构示意图。

图5是本申请实施例提供的一种终端的结构示意图。

图6是本申请实施例提供的一种服务器的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

在对本申请实施例进行详细解释说明之前，先对本申请实施例涉及的应用场景进行解释说明。

目前，在室内监控场景中，通常是在室内区域的四周墙壁位置部署倾斜相机，但是倾斜相机由于视角原因容易发生遮挡，从而导致采集的图像特征不可用，容易出现追踪中断等问题。而且倾斜相机追踪轨迹的定位精度较差，所以跨相机关联的准确率会比较低。

为了实现更高的相机关联准确率，在室内监控中还可以采用垂直相机，以有效避免目标与目标之间的遮挡，以及相机远端的图像畸变问题。室内监控场景中采用垂直相机具体是指：在监控区域的顶部(比如房间的天花板)安装多个相机，每个相机负责采集该监控区域在垂直方向的一个子区域的视频，该子区域即为该相机的监控范围。这种场景下各个相机还称为垂直监控相机。

在上述基于垂直相机实现室内监控场景中，如果监控对象为行人，由于相机部署在监控区域的顶部，导致相机采集的某个行人的图像特征通常为行人的头部和肩部。这将导致不同行人的图像特征的区分度非常差，从而使得跨相机下的运动轨迹的关联错误率非常高。

本申请实施例提供的确定运动轨迹的方法就应用于上述关联跨相机的运动轨迹的场景中，目的在于提供一种基于两个运动轨迹在时空上重叠的部分来判断两个运动轨迹是否为同一对象的运动轨迹的方法，避免了需要通过不同运动轨迹对应的对象的图像特征来判断两个运动轨迹是否为同一对象的运动轨迹，如此便可避免通过图像特征判断失误的情况发生，从而提高监控准确率。

需要说明的是，本申请实施例提供的确定运动轨迹的方法不仅能够应用于基于垂直监控相机关联运动轨迹的场景中，也能够应用于基于倾斜监控相机(比如相机安装在房间的墙壁上)关联运动轨迹的场景中。或者，也能够应用于任何需要关联跨相机的运动轨迹的场景中，在此就不再一一举例说明。

图1是本申请实施例提供的一种监控系统示意图。如图1所示，该监控系统100中包括多个相机101和终端设备102。任一相机101均和该终端设备102之间通过无线或有线方式连接以进行通信。

任一相机102均有对应的监控范围。相机102用于采集相应监控范围的视频。终端设备102用于基于各个相机采集的视频，关联同一对象的运动轨迹，得到该对象在整个监控区域内的运动轨迹，以实现对该对象的监控。

上述相机101可以为任一能够采集视频的相机。终端设备102可以为服务器终端、或用户终端等设备。

需要说明的是，图1所示的监控系统仅仅用于举例说明。可选地，图1中的终端设备102为多个相机中某个相机。换句话说，本申请提供的确定运动轨迹的方法能够应用于终端设备，也能够应用于某个相机，本申请实施例对此不做具体限定。

下面对本申请实施例提供的确定运动轨迹的方法进行详细解释说明。

图2是本申请实施例提供的一种确定运动轨迹的方法流程图。图2所示的方法以应用于终端设备为例进行说明。如图2所示，该方法包括如下几个步骤。

步骤201：根据第一相机追踪的第一运动轨迹和第二相机追踪的第二运动轨迹，确定第一运动轨迹和第二运动轨迹在同一时间段中均出现的运动轨迹，得到第一重叠轨迹和第二重叠轨迹，第一相机的监控范围和第二相机的监控范围存在重叠。

上述第一重叠轨迹为第一运动轨迹中的部分轨迹，第二重叠轨迹为第二运动轨迹中的部分轨迹。

由于第一相机的监控范围和第二相机的监控范围存在重叠，因此同一对象在穿过这两个相机的监控范围时，这两个相机追踪的两个运动轨迹中必然有在时空上重叠的运动轨迹，本申请实施例就是根据这部分重叠的运动轨迹来判断两个运动轨迹是否为同一对象的运动轨迹。避免了需要通过不同运动轨迹对应的对象的图像特征来判断两个运动轨迹是否为同一对象的运动轨迹，如此便可避免通过图像特征判断失误的情况发生，从而提高监控准确率。

比如，在室内监控场景中，会安装有多个垂直监控相机对整个室内区域进行监控。为了保证监控范围能够覆盖到所有区域，相邻垂直监控相机间的监控范围会有重叠。监控范围有重叠的区域还称为监控重叠区域。

当一个行人进入到两个垂直监控相机都可以覆盖到的监控重叠区域时，两个垂直监控相机都追踪到了该个体在监控重叠区域下的运动轨迹。也就意味着两个相机追踪到该个体的轨迹在某个时间段上是有重叠(或者重复)的轨迹，在该时间段内该对象在监控重叠区域内活动。该重叠轨迹还被称为个体重叠轨迹。

步骤201中的第一运动轨迹上包括多个轨迹点，每个轨迹点有两个参数，一个参数为相应轨迹点的位置，另一个参数为时间戳。每个轨迹点代表在相应时间戳时对象所处的位置。

因此，在一种可能的实现方式中，上述201的实现方式为：获取第一运动轨迹上的时间戳分布范围，确定第二运动轨迹的时间戳分布范围，确定第一运动轨迹上的时间戳分布范围和第二运动轨迹的时间戳分布范围之间重合部分，得到重叠时间段，如此第一运动轨迹上与该重叠时间段对应的轨迹即为第一重叠轨迹，第二运动轨迹上与该重叠时间段对应的轨迹即为第二重叠轨迹。

上述实现方式相当于将两段运动轨迹时间戳相同或者相近的点对齐，最终时间戳上吻合的部分对应的轨迹即为重叠轨迹。图3是本申请实施例提供的一种运动轨迹示意图。图3中所示的坐标系中有三条运动轨迹，分别标记为id1、id2以及id3。图3中水平方向为时间戳对应的坐标轴，垂直方向为位置对应的坐标轴。id1和id2的重叠轨迹、以及id1和id3的重叠轨迹如图3所示。

需要说明的是，如果对象在一维空间内活动，那么轨迹点的位置只需一个维度的数值表示即可。如果对象在二维空间内活动，那么轨迹点的位置则需两个维度的数值表示。进一步地，如果对象在三维空间内活动，那么轨迹点的位置则需三个维度的数值表示。

以对象在二维空间中活动为例进行说明。此时，某个轨迹点的位置可以采用二维平面内的位置表示。某个对象的运动轨迹包括在该对象在二维平面的两个维度上的两个运动轨迹。比如，将二维平面表示为XY坐标系，这样某个对象的运动轨迹则包括X轴上的运动轨迹和Y轴上的运动轨迹。这种场景下，第一重叠轨迹和第二重叠轨迹能够分别通过两个运动轨迹表示出来，在此就不再详细说明。

此外，不同相机追踪的运动轨迹上的采样间隔可能不同，为了便于快速确定各个运动轨迹之间的重叠轨迹，预先对第一运动轨迹和第二运动轨迹进行预处理，以使第一运动轨迹和第二运动轨迹的时间戳间隔相同。

下述实现方式以第一运动轨迹为例进行说明如何对相机追踪到的运动轨迹进行预处理。

在一种可能的实现方式中，对第一运动轨迹进行预处理的实现过程为：对第一运动轨迹中的轨迹点进行插值。根据参考时间戳间隔进行轨迹点的添加与删除，使相邻两轨迹点之间的时间戳间隔与参考时间戳间隔保持一致。该预处理过程还称为插值预处理。

当对第二运动轨迹也按照参考时间戳间隔进行处理后，第一运动轨迹和第二运动轨迹的时间戳间隔便可保持一致。

可选地，上述根据参考时间戳间隔进行轨迹点的添加与删除的过程为：按照轨迹插值公式先在两个轨迹点之间插入新的轨迹点，再通过指定的参考时间戳间隔去掉不符合条件的轨迹点，即可得到一条时间间隔一致的新轨迹。换句话说，得到一条固定频率的新轨迹。

比如，在室内监控场景中，当一个个体进入到其中一个垂直监控相机的监控视角中，该垂直监控相机对该个体进行实时追踪，形成该个体在该垂直监控相机所监控范围下的完整运动轨迹。该运动轨迹还被称为单相机下人员轨迹。通过每个垂直监控相机的实时追踪，生成各个个体在每个垂直监控相机监控范围下的完整单相机下人员轨迹。

在得到每个垂直监控相机实时追踪的各个个体的运动轨迹之后，对运动轨迹按照上述实现方式进行预处理，得到时间戳间隔一致的运动轨迹。

此外，在对第一运动轨迹进行插值预处理之后，可选地，还对第一运动轨迹进行中值滤波，以将第一运动轨迹中噪声比较大的轨迹点过滤掉。中值滤波的具体做法是：对于一个点i来说，其未知的真值的估计值，由其时间上连续的附近k个点(包括其本身的观测值)的中值决定。在本申请实施例中，即当前轨迹点的坐标估计为其时间上连续的附近k个点的坐标的中值。

步骤202：确定第一重叠轨迹和第二重叠轨迹之间的相似度。

在一种可能的实现方式中，步骤202的实现过程为：分别确定第一重叠轨迹和第二重叠轨迹的时空特征，该时空特征用于指示相应运动轨迹的形状随着时间变化的特征，根据第一重叠轨迹的时空特征和第二重叠轨迹的时空特征，确定第一重叠轨迹和第二重叠轨迹之间的相似度。

上述时空特征包括轨迹点的曲率、运动方向、运动速度、相应运动轨迹上相邻两个轨迹点之间的距离、相应运动轨迹的长度、相应运动轨迹的时长中的一个或多个。

轨迹点的曲率能够表征运动轨迹上该轨迹点位置处的弯曲程度，因此通过轨迹点的曲率能够确定运动轨迹在各个细节处的形状。运动方向是指运动轨迹的最后一个轨迹点相对于第一个轨迹点的方向，通过运动方向能够确定运动轨迹的整体走向。运动速度是指对象从第一个轨迹点所指示的位置到最后一个轨迹点所指示的位置的平均运动速度，通过运动速度能够确定该对象的平均运动状态。在一种可能的实现方式中，运动轨迹的长度采用运动轨迹包括的轨迹点的数量来表示，重叠的运动轨迹越多，为同一对象的运动轨迹的可能性就越大。运动轨迹的时长是指运动轨迹上最后一个轨迹点的时间戳和第一个轨迹点的时间戳之间的差值。重叠的运动轨迹的时长越大，为同一对象的运动轨迹的可能性就越大。需要说明的是，运动轨迹的长度和运动轨迹的时长本质上代表是同一个维度的信息，因此，在应用本申请实施例中，在运动轨迹的长度和运动轨迹的时长中选择一个作为时空特征即可。

由此可知，在本申请实施例中，通过曲率、运动方向、速度、欧式距离、轨迹长度、轨迹时长等解释性很强的时空特征来描述运动轨迹。从而实现在运动轨迹的形状、空间距离、时间维度、运动状态等多个角度去确定运动轨迹的相似度，从而能够精准、快速地判断两段运动轨迹是否是同一对象的运动轨迹。

在时空特征包括相应运动轨迹上各个轨迹点的曲率的情况下，上述确定第一重叠轨迹的时空特征的实现过程为：将第一运动轨迹划分为多段轨迹；分别确定多段轨迹中每段轨迹的运动模型，该运动模型用于指示相应轨迹的形状随着时间的变化情况；根据多段轨迹中每段轨迹的运动模型，确定第一运动轨迹上各个轨迹点的动态系数，该动态系数用于指示相应轨迹点所在的位置和时间之间的对应关系；根据第一运动轨迹上各个轨迹点的动态系数，确定第一重叠轨迹上各个轨迹点的曲率。

在一种可能的实现方式中，以对象在二维空间中活动为例进行说明。此时，某个轨迹点的位置可以采用二维平面内的位置表示。某个对象的运动轨迹包括在该对象在二维平面的两个维度上的两个运动轨迹。比如，将二维平面表示为XY坐标系，这样某个对象的运动轨迹则包括X轴上的运动轨迹和Y轴上的运动轨迹。第一重叠轨迹上任一个轨迹点的曲率能够通过下述公式确定：

其中元素x＇，y＇分别为x轴上运动轨迹和y轴上运动轨迹的一阶导数。元素x＇＇，y＇＇分别为x轴上运动轨迹和y轴上运动轨迹的二阶导数。

为了防止拟合整个轨迹的单一运动模型导致的过拟合现象，可以将运动轨迹划分为多段轨迹，分别对多段轨迹进行拟合。这样做的技术效果为：学习到对象的实际运动轨迹上更多的动态模型，使得确定的运动模型中轨迹点位置更加贴合移动的实际情况，以提升后续运动轨迹相似性计算的准确性。

在一种可能的实现方式中，可以通过滑窗操作将运动轨迹划分为多段轨迹。具体地，按照参考窗口大小和参考滑动步长，通过滑窗的方式将第一运动轨迹划分为多段轨迹。其中，参考滑动步长小于参考窗口大小。

比如，第一运动轨迹上按照时间戳从早到晚顺序排列后共有100个轨迹点，将这100个轨迹点分别标记为轨迹点1、轨迹点2、……、轨迹点100。参考窗口大小为7个轨迹点，参考滑动步长为1个轨迹点。在通过滑窗操作后将得到94段轨迹，分别为与轨迹点1-7对应的运动轨迹、与轨迹点2-8对应的运动轨迹、与轨迹点3-9对应的运动轨迹、……、与轨迹点93-99对应的运动轨迹、与轨迹点94-100对应的运动轨迹。

上述通过滑动方式确定多段轨迹的技术效果为：能够使得相邻两段轨迹之间有重叠的轨迹，从而实现对重叠的轨迹的多个运动模型的确定，这样重叠轨迹上轨迹点的动态系数可以是这多个运动模型中的多个动态系数的均值，以避免单个运动模型确定有误从而导致曲率不准确。

需要说明的是，上述滑窗操作方式只是将第一运动轨迹划分为多段轨迹的实现方式之一，本申请并不限定将第一运动轨迹划分为多段轨迹的实现方式，只需使得相邻两段轨迹之间有重叠的轨迹即可。

此外，在一种可能的实现方式中，上述确定多段轨迹中每段轨迹的运动模型的实现过程为：通过岭回归方式确定多段轨迹中每段轨迹的运动模型。

岭回归是一种加入了正则惩罚项的线性回归算法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法。本申请实施例并不限定岭回归的具体实现方式。

在一种可能的实现方式中，以对象在二维空间中活动为例进行说明。此时，某个轨迹点的位置可以采用二维平面内的位置表示。某个对象的运动轨迹包括在该对象在二维平面的两个维度上的两个运动轨迹。比如，将二维平面表示为XY坐标系，这样某个对象的运动轨迹则包括X轴上的运动轨迹和Y轴上的运动轨迹。此时使用岭回归拟合某段轨迹的运动模型的具体过程为：

第一步，对该轨迹中所有轨迹点的时间戳进行归一化处理。此处归一化的方式不限，该操作旨在将时间戳转化为相对值关系，以简化计算。第二步，计算轨迹点的时间戳的二次方，对于人体的行走来说，x与t，y与t的关系使用最高为二次项的函数就可以表达出来，但不限于最高为二次项。第三步，选择该段轨迹的n个轨迹点数(n取7为例)，每个轨迹点的数据包括t、t²、x、y，分别调用岭回归算法来拟合x与t，y与t的关系表达式，表达式的形式分别为At+Bt²+C＝x,Dt+Et²+F＝y。

以拟合x与t为例，训练集为7个轨迹点的t、t²二维数据集，标签为七个轨迹点的x，将训练集和标签数据送入岭回归算法便可得到x与t表达式的各个系数值。同理可以得到y与t的关系表达式。

需要说明的是，上述是以第一运动轨迹为例进行说明，确定第二运动轨迹的时空特征的实现方式可以参考第一运动轨迹，在此不再赘述。

此外，需要说明的是，如果对象在多维空间中运动，上述只有在确定运动轨迹的运动模型时需要分别针对每个维度进行运动模型的拟合，但是在确定曲率、运动方向、运动速度、欧式距离等过程中，就无需考虑每个维度了。比如，在确定运动方向时，考虑到的是运动轨迹上最后一个轨迹点的空间位置(在多维空间中的空间位置)和第一个轨迹点的空间位置之间的矢量方向。

此外，在时空特征包括轨迹点的曲率、运动方向、运动速度、相应运动轨迹上相邻两个轨迹点之间的距离、相应运动轨迹的长度、相应运动轨迹的时长的情况下，上述根据第一重叠轨迹的时空特征和第二重叠轨迹的时空特征，确定第一重叠轨迹和第二重叠轨迹之间的相似度的实现方式可以通过以下几个步骤实现。

(1)确定曲率相似度、运动方向相似度、运动速度相似度、距离相似度。

曲率相似度用于指示具有相同时间戳的两个轨迹点之间的曲率之间的差异。由于第一重叠轨迹和第二重叠轨迹为时间戳上重叠的轨迹点组成的运动轨迹，因此，可选地，曲率相似度根据具有相同时间戳的两个轨迹点之间的曲率差值来确定。可选地，曲率相似度也能够采用其他方式来确定，在此就不再一一举例说明。

比如，第一重叠轨迹和第二重叠轨迹分别包括10个轨迹点。第一重叠轨迹包括的10个轨迹点和第二重叠轨迹包括的10个轨迹点的时间戳一一对应相同。为了便于表示，将第一重叠轨迹包括的10个轨迹点分别表示为a1、a2、a3、a4、a5、a6、a7、a8、a9、a10，将第二重叠轨迹包括的10个轨迹点分别表示为b1、b2、b3、b4、b5、b6、b7、b8、b9、b10。其中，轨迹点标记中数字相同的轨迹点即为时间戳相同的轨迹点，比如a1和b1为时间戳相同的两个轨迹点，a2和b2为时间戳相同的两个轨迹点等等。

那么第一重叠轨迹和第二重叠轨迹的曲率相似度可以表示如下：

1/W_曲率＝(S_a1-S_b1)²+(S_a2-S_b2)²+(S_a3-S_b3)²……+(S_a10-S_b10)²

上述W_曲率表示第一重叠轨迹和第二重叠轨迹的曲率相似度，S表示其下标所指示的轨迹点的曲率。

此外，运动方向相似度能够根据第一重叠轨迹和第二重叠轨迹的运动方向确定。在一种可能的实现方式中，第一重叠轨迹的运动方向和第二重叠轨迹的运动方向之间的夹角越大，运动方向相似度越小。第一重叠轨迹的运动方向和第二重叠轨迹的运动方向之间的夹角越小，运动方向相似度越大。

此外，运动速度相似度能够根据第一重叠轨迹和第二重叠轨迹的运动速度确定。在一种可能的实现方式中，第一重叠轨迹的运动速度和第二重叠轨迹的运动速度之间的差值越小，运动速度相似度越大。第一重叠轨迹的运动速度和第二重叠轨迹的运动速度之间的差值越大，运动方向相似度越小。

此外，距离相似度能够根据具有相同时间戳的两个相邻轨迹点之间的欧氏距离的差值来确定。在一种可能的实现方式中，具有相同时间戳的两个相邻轨迹点之间的欧氏距离的差值越大，距离相似度越小。具有相同时间戳的两个相邻轨迹点之间的欧氏距离的差值越小，距离相似度越大。

(2)根据曲率相似度、运动方向相似度、运动速度相似度、距离相似度以及相应运动轨迹的长度、相应运动轨迹的时长来确定第一重叠轨迹和第二重叠轨迹之间的相似度。

在一种可能的实现方式中，第一重叠轨迹和第二重叠轨迹之间的相似度与曲率相似度、运动方向相似度、运动速度相似度、距离相似度以及相应运动轨迹的长度、相应运动轨迹的时长中的任一者均呈现正相关关系。

比如，在一种可能的实现方式中，预先为曲率相似度、运动方向相似度、运动速度相似度、距离相似度以及相应运动轨迹的长度、相应运动轨迹的时长分别设置权重，然后将曲率相似度、运动方向相似度、运动速度相似度、距离相似度以及相应运动轨迹的长度、相应运动轨迹的时长与相应的权重相乘，将得到的各个乘积相加，得到的数值即为第一重叠轨迹和第二重叠轨迹之间的相似度。

此外，针对上述时空特征还需要说明的是，可选地，在确定第一运动轨迹与第二运动轨迹是同一对象的运动轨迹、还是与第三运动轨迹是同一对象的运动轨迹的场景中，可以通过除轨迹长度、轨迹时长这两个特征之外的时空特征来分别确定第一重叠轨迹和第二重叠轨迹的相似度、以及第一重叠轨迹和第三重叠轨迹的相似度，第三重叠轨迹是第三运动轨迹中与第一运动轨迹在时间戳上重叠的轨迹。在第一重叠轨迹和第二重叠轨迹的相似度、以及第一重叠轨迹和第三重叠轨迹的相似度均大于相似度阈值的情况下，然后再比较第一重叠轨迹和第二重叠轨迹的轨迹长度(此处也可以比较轨迹时长)，与第一重叠轨迹和第三重叠轨迹的轨迹长度。如果第一重叠轨迹和第二重叠轨迹的轨迹长度大于第一重叠轨迹和第三重叠轨迹的轨迹长度，则第一运动轨迹与第二运动轨迹为同一对象的运动轨迹。如果第一重叠轨迹和第二重叠轨迹的轨迹长度小于第一重叠轨迹和第三重叠轨迹的轨迹长度，则第一运动轨迹与第三运动轨迹为同一对象的运动轨迹。如此，可以提高确定是否为同一运动轨迹的效率。

步骤203：如果第一重叠轨迹和第二重叠轨迹之间的相似度大于相似度阈值，则确定第一运动轨迹和第二运动轨迹为同一对象的运动轨迹。

上述相似度阈值为预先设置的数值，该数值可以由管理员设置，也可以在确定运动轨迹的过程中适应调整，以提高该相似度阈值的准确率。本申请实施例对此不作详细说明。

下面以室内监控场景为例说明本申请的技术效果。

在室内监控场景中，因为每个垂直监控相机间都有监控重叠区域，所以一个个体(或者行人)想要从一个垂直监控相机的监控范围走到相邻的垂直监控相机的监控范围，肯定会走过两个相机重叠的监控区域。若是两个相机同时拍到同一行人，则两个相机追踪到该行人的轨迹具有很强的相似性，通过重叠区域的轨迹特征相似度的计算，可以将不同相机下行人的轨迹进行全局关联，得到该行人在整个监控范围内(多个监控相机)的完整轨迹。

所以在本申请实施例中，通过单相机下的人员运动轨迹，通过岭回归和滑窗可以高精度、动态地拟合个体的运动模型。然后基于运动模型提取曲率、并确定运动方向、运动速度、欧式距离、轨迹长度、重叠时间等解释性很强的特征。以实现在行人运动轨迹的形状、空间距离、时间维度、运动状态等多个角度去计算行人轨迹的相似度，可以精准、快速地判断两段运动轨迹是否是同一个行人。

综上所述，在本申请实施例中，基于两个运动轨迹在时空上重叠的部分来判断两个运动轨迹是否为同一对象的运动轨迹，避免了需要通过不同运动轨迹对应的对象的图像特征来判断两个运动轨迹是否为同一对象的运动轨迹，如此便可避免通过图像特征判断失误的情况发生，从而提高监控准确率。

上述所有可选技术方案，均可按照任意结合形成本申请的可选实施例，本申请实施例对此不再一一赘述。

图4是本申请实施例提供的一种确定运动轨迹的装置的结构示意图，该装置可以由软件、硬件或者两者的结合实现。可选地，该装置400包括：

第一确定模块401，用于根据第一相机追踪的第一运动轨迹和第二相机追踪的第二运动轨迹，确定所述第一运动轨迹和所述第二运动轨迹在同一时间段中均出现的运动轨迹，得到第一重叠轨迹和第二重叠轨迹，所述第一相机和所述第二相机为监控范围相邻的两个相机；

第二确定模块402，用于确定所述第一重叠轨迹和所述第二重叠轨迹之间的相似度；

第三确定模块403，用于如果所述第一重叠轨迹和所述第二重叠轨迹之间的相似度大于相似度阈值，则确定所述第一运动轨迹和所述第二运动轨迹为同一对象的运动轨迹。

可选地，所述第二确定模块用于：

所述第二确定模块用于：

将所述第一运动轨迹划分为多段轨迹；

可选地，所述第二确定模块用于：

通过岭回归方式确定所述多段轨迹中每段轨迹的运动模型。

需要说明的是：上述实施例提供的确定运动轨迹的装置在确定运动轨迹时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的确定运动轨迹的装置与确定运动轨迹的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图5示出了本申请实施例提供的终端500的结构框图。图1所示的终端设备可以通过该终端来实现。该终端500可以是：智能手机、平板电脑、MP3播放器(Moving PictureExperts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端500包括有：处理器501和存储器502。

处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本申请中方法实施例提供的确定运动轨迹的方法。

在一些实施例中，终端500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、触摸显示屏505、摄像头506、音频电路507、定位组件508和电源509中的至少一种。

外围设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置终端500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在终端500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。

定位组件508用于定位终端500的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。

加速度传感器511可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器512可以检测终端500的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对终端500的3D动作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器513可以设置在终端500的侧边框和/或触摸显示屏505的下层。当压力传感器513设置在终端500的侧边框时，可以检测用户对终端500的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的下层时，由处理器501根据用户对触摸显示屏505的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置终端500的正面、背面或侧面。当终端500上设置有物理按键或厂商Logo时，指纹传感器514可以与物理按键或厂商Logo集成在一起。

光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制触摸显示屏505的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏505的显示亮度；当环境光强度较低时，调低触摸显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄参数。

接近传感器516，也称距离传感器，通常设置在终端500的前面板。接近传感器516用于采集用户与终端500的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与终端500的正面之间的距离逐渐变小时，由处理器501控制触摸显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时，由处理器501控制触摸显示屏505从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图5中示出的结构并不构成对终端500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

本申请实施例还提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行上实施例提供的确定运动轨迹的方法。

本申请实施例还提供了一种包含指令的计算机程序产品，当其在终端上运行时，使得终端执行上述实施例提供的确定运动轨迹的方法。

图6是本申请实施例提供的一种服务器结构示意图。图1中的终端服务器能够通过图6所示的服务器来实现。该服务器可以是后台服务器集群中的服务器。具体来讲：

服务器600包括中央处理单元(CPU)601、包括随机存取存储器(RAM)602和只读存储器(ROM)603的系统存储器604，以及连接系统存储器604和中央处理单元601的系统总线605。服务器600还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)606，和用于存储操作系统613、应用程序614和其他程序模块615的大容量存储设备607。

基本输入/输出系统606包括有用于显示信息的显示器608和用于用户输入信息的诸如鼠标、键盘之类的输入设备609。其中显示器608和输入设备609都通过连接到系统总线605的输入输出控制器610连接到中央处理单元601。基本输入/输出系统606还可以包括输入输出控制器610以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器610还提供输出到显示屏、打印机或其他类型的输出设备。

大容量存储设备607通过连接到系统总线605的大容量存储控制器(未示出)连接到中央处理单元601。大容量存储设备607及其相关联的计算机可读介质为服务器600提供非易失性存储。也就是说，大容量存储设备607可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。

不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器604和大容量存储设备607可以统称为存储器。

根据本申请的各种实施例，服务器600还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器600可以通过连接在系统总线605上的网络接口单元611连接到网络612，或者说，也可以使用网络接口单元611来连接到其他类型的网络或远程计算机系统(未示出)。

上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。所述一个或者一个以上程序包含用于进行本申请实施例提供的如下所述的确定运动轨迹的方法的指令。

本申请实施例还提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行上述实施例提供的确定运动轨迹的方法。

本申请实施例还提供了一种包含指令的计算机程序产品，当其在服务器上运行时，使得服务器执行上述实施例提供的确定运动轨迹方法。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请实施例的保护范围之内。

Claims

1.一种确定运动轨迹的方法，其特征在于，所述方法包括：

确定所述第一重叠轨迹和所述第二重叠轨迹之间的相似度；

2.如权利要求1所述的方法，其特征在于，所述确定所述第一重叠轨迹和所述第二重叠轨迹之间的相似度，包括：

3.如权利要求2所述的方法，其特征在于，所述时空特征包括相应运动轨迹上各个轨迹点的曲率；

所述确定所述第一重叠轨迹的时空特征，包括：

将所述第一运动轨迹划分为多段轨迹；

4.如权利要求3所述的方法，其特征在于，所述将所述第一运动轨迹划分为多段轨迹，包括：

5.如权利要求3所述的方法，其特征在于，所述分别确定所述多段轨迹中每段轨迹的运动模型，包括：

通过岭回归方式确定所述多段轨迹中每段轨迹的运动模型。

6.如权利要求2至5任一所述的方法，其特征在于，所述时空特征包括运动方向、运动速度、相应运动轨迹上相邻两个轨迹点之间的距离、相应运动轨迹的长度、相应运动轨迹的时长中的一个或多个。

7.一种监控装置，其特征在于，所述装置包括：

8.如权利要求7所述的装置，其特征在于，所述第二确定模块用于：

9.一种确定运动轨迹的装置，其特征在于，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述权利要求1-6中的任一项权利要求所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，所述指令被处理器执行时实现上述权利要求1-6中的任一项权利要求所述的方法的步骤。