1.一种基于摄像机的监控方法,其特征在于,包括:
接收多个摄像机持续上传的数字视频信息,其中,所述数字视频信息包括生成所述数字视频信息时所述摄像机对应的监控区域内的场景内容;
使用预设的学习模型处理各个所述摄像机持续上传的所述数字视频信息,得到各个所述摄像机对应的语义模型,其中,所述语义模型用于描述所述摄像机对应的监控区域内的场景内容;
在接收到携带有待监控的目标对象的信息的监控请求之后,使用所述学习模型提取所述目标对象的固有特征,其中,所述固有特征为所述目标对象区别于各个所述摄像机对应的监控区域内的场景内容的特征;
将所述目标对象的固有特征广播至所述多个摄像机;
控制所述多个摄像机根据所述固有特征和所述语义模型对所述目标对象进行监控;
其中,所述监控请求携带有包括所述目标对象的图像信息,其中,使用所述学习模型提取所述目标对象的固有特征包括:
识别所述目标对象在所述图像信息中所处的区域;
使用所述学习模型对所述区域内的图像进行特征提取处理,得到所述目标对象的固有特征;
其中,所述控制所述多个摄像机根据所述固有特征和所述语义模型对所述目标对象进行监控,包括:
控制所述多个摄像机分别使用预先存储的学习模型和所述语义模型处理实时获取的数字视频信息,得到所述目标对象的第一特征模型,比较所述第一特征模型和所述固有特征,得到比较结果,判断所述比较结果是否超过预设阈值,若超过,则所述多个摄像机联动跟踪所述目标对象,所述比较结果包括所述第一特征模型和所述固有特征的相似率。
2.根据权利要求1所述的方法,其特征在于,使用预设的学习模型处理各个所述摄像机持续上传的所述数字视频信息,得到各个所述摄像机对应的语义模型包括:
使用所述学习模型处理任意一个摄像机所上传的多个所述数字视频信息,生成所述摄像机对应的初始语义模型;
根据各个所述摄像机的物理位置建立虚拟网络,其中,所述虚拟网络中的节点对应各个所述摄像机的物理位置;
基于所述虚拟网络的节点控制各个所述摄像机进行信息交换,更新各个所述摄像机对应的初始语义模型,以得到各个所述摄像机对应的语义模型。
3.根据权利要求1所述的方法,其特征在于,控制所述多个摄像机根据所述固有特征和所述语义模型对所述目标对象进行监控包括:
将最新的语义模型广播至所述多个摄像机,其中,所述多个摄像机根据所述最新的语义模型识别是否监控到所述目标对象;
接收监控到所述目标对象的摄像机返回的监控信息;
根据所述监控信息监控所述目标对象。
4.根据权利要求3所述的方法,其特征在于,根据所述监控信息监控所述目标对象包括:
获取各个所述监控到所述目标对象的摄像机的地理位置信息以及监控到所述目标对象的时间信息;
按照各个所述摄像机的所述时间信息的先后顺序,使用各个所述摄像机的所述地理位置信息构建所述目标对象的虚拟移动轨迹;
展示所述虚拟移动轨迹;
在接收用户输入的操作指令之后,按照所述操作指令控制所述虚拟移动轨迹的展示方式,其中,所述操作指令包括如下至少之一:旋转操作指令、缩放操作指令以及平移操作指令。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,将所述目标对象的固有特征广播至所述多个摄像机包括:
对所述目标对象的固有特征进行压缩得到压缩包;
将所述压缩包广播至各个所述摄像机。
6.一种基于摄像机的监控方法,其特征在于,包括:
实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号;
在接收到服务器下发的目标对象的固有特征之后,使用预先存储的学习模型和语义模型处理所述数字视频信号,得到所述目标对象的第一特征模型,其中,所述语义模型为所述服务器预先下发的用于描述所述摄像机对应的监控区域内的场景内容的模型,所述第一特征模型为所述摄像机生成的所述目标对象的特征模型;其中,所述固有特征为所述服务器在接收到携带有待监控的目标对象的信息及所述目标对象的图像信息的监控请求之后,识别所述目标对象在所述图像信息中所处的区域,使用所述学习模型对所述区域内的图像进行特征提取处理得到的;
比较所述第一特征模型和所述摄像机接收到的所述目标对象的固有特征,得到比较结果,所述比较结果包括所述第一特征模型和所述固有特征的相似率;
判断所述比较结果是否超过预设阈值;
若所述比较结果超过所述预设阈值,则多个所述摄像机联动跟踪所述目标对象。
7.根据权利要求6所述的方法,其特征在于,多个所述摄像机联动跟踪所述目标对象包括:
接收所述摄像机邻域内的其他摄像机发送的第二特征模型,其中,所述第二特征模型为所述邻域内的其他摄像机生成的所述目标对象的特征模型;
根据所述第二特征模型调整所述第一特征模型的模型参数,以更新所述第一特征模型;
使用更新后的第一特征模型对所述目标对象进行监控,并将所述更新后的第一特征模型发送至所述邻域内的其他摄像机。
8.根据权利要求6所述的方法,其特征在于,在接收到服务器下发的目标对象的固有特征之后,使用预先存储的学习模型和语义模型处理所述数字视频信号,得到所述摄像机的第一特征模型包括:
使用所述学习模型和所述语义模型对所述数字视频信号进行处理,得到关于所述目标对象的特征图;
对所述特征图进行上采样操作,得到与所述数字视频信号分辨率一致的特征图;
从所述与所述数字视频信号分辨率一致的特征图中确定所述目标对象的位置信息;
提取所述位置信息的特征,生成所述第一特征模型。
9.根据权利要求6至8中任意一项所述的方法,其特征在于,在实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号之后,所述方法还包括:
判断是否接收到所述服务器下发的所述目标对象的固有特征;
在判断出接收到所述服务器下发的所述目标对象的固有特征的情况下,所述摄像机进入布控模式,以使用所述学习模型和所述语义模型处理所述数字视频信号,得到所述摄像机的第一特征模型;
在判断出未接收到所述服务器下发的固有特征的情况下,则所述摄像机将得到的所述数字视频信号上传至所述服务器。
10.根据权利要求6至8中任意一项所述的方法,其特征在于,在多个所述摄像机联动跟踪所述目标对象的同时,所述方法还包括:
监控到所述目标对象的摄像机向所述服务器发送报警信号,其中,所述报警信号用于指示所述监控到所述目标对象的摄像机监控到了所述目标对象。
11.一种基于摄像机的监控系统,其特征在于,包括:
服务器集群,包括多个服务器,所述多个服务器用于接收多个摄像机持续上传的数字视频信息,使用预设的学习模型处理各个所述摄像机持续上传的所述数字视频信息,得到各个所述摄像机对应的语义模型,在接收到携带有待监控的目标对象的信息的监控请求之后,使用所述学习模型提取所述目标对象的固有特征,将所述目标对象的固有特征广播至所述多个摄像机,以及控制所述多个摄像机根据所述固有特征和所述语义模型对所述目标对象进行监控,其中,所述数字视频信息包括生成所述数字视频信息时所述摄像机对应的监控区域内的场景内容,所述语义模型用于描述所述摄像机对应的监控区域内的场景内容,所述固有特征为所述目标对象区别于各个所述摄像机对应的监控区域内的场景内容的特征,所述监控请求携带有包括所述目标对象的图像信息;使用所述学习模型提取所述目标对象的固有特征包括:识别所述目标对象在所述图像信息中所处的区域;使用所述学习模型对所述区域内的图像进行特征提取处理,得到所述目标对象的固有特征;
所述多个摄像机,用于实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号,在接收到服务器下发的目标对象的固有特征之后,使用预先存储的学习模型和语义模型处理所述数字视频信号,得到所述摄像机的第一特征模型,比较所述第一特征模型和所述摄像机接收到的所述目标对象的固有特征,得到比较结果,判断所述比较结果是否超过预设阈值,以及若所述比较结果超过所述预设阈值,则多个所述摄像机联动跟踪所述目标对象,
其中,所述语义模型为所述服务器预先下发的用于描述所述摄像机对应的监控区域内的场景内容的模型,所述第一特征模型为所述摄像机生成的所述目标对象的特征模型,所述比较结果包括所述第一特征模型和所述固有特征的相似率。
12.一种基于摄像机的监控装置,其特征在于,包括:
接收单元,用于接收多个摄像机持续上传的数字视频信息,其中,所述数字视频信息包括生成所述数字视频信息时所述摄像机对应的监控区域内的场景内容;
第一处理单元,用于使用预设的学习模型处理各个所述摄像机持续上传的所述数字视频信息,得到各个所述摄像机对应的语义模型,其中,所述语义模型用于描述所述摄像机对应的监控区域内的场景内容;
提取单元,用于在接收到携带有待监控的目标对象的信息的监控请求之后,使用所述学习模型提取所述目标对象的固有特征,其中,所述固有特征为所述目标对象区别于各个所述摄像机对应的监控区域内的场景内容的特征;
广播单元,用于将所述目标对象的固有特征广播至所述多个摄像机;
控制单元,用于控制所述多个摄像机根据所述固有特征和所述语义模型对所述目标对象进行监控;
其中,所述监控请求携带有包括所述目标对象的图像信息,其中,所述提取单元包括:
识别模块,用于识别所述目标对象在所述图像信息中所处的区域;
提取模块,用于使用所述学习模型对所述区域内的图像进行特征提取处理,得到所述目标对象的固有特征;
其中,所述控制单元,具体用于:
控制所述多个摄像机分别使用预先存储的学习模型和所述语义模型处理实时获取的数字视频信息,得到所述目标对象的第一特征模型,比较所述第一特征模型和所述固有特征,得到比较结果,判断所述比较结果是否超过预设阈值,若超过,则所述多个摄像机联动跟踪所述目标对象,所述比较结果包括所述第一特征模型和所述固有特征的相似率。
13.根据权利要求12所述的装置,其特征在于,所述第一处理单元包括:
第一生成模块,用于使用所述学习模型处理任意一个摄像机所上传的多个所述数字视频信息,生成所述摄像机对应的初始语义模型;
建立模块,用于根据各个所述摄像机的物理位置建立虚拟网络,其中,所述虚拟网络中的节点对应各个所述摄像机的物理位置;
更新模块,用于基于所述虚拟网络的节点控制各个所述摄像机进行信息交换,更新各个所述摄像机对应的初始语义模型,以得到各个所述摄像机对应的语义模型。
14.根据权利要求12所述的装置,其特征在于,所述控制单元包括:
第一广播模块,用于将最新的语义模型广播至所述多个摄像机,其中,所述多个摄像机根据所述最新的语义模型识别是否监控到所述目标对象;
第一接收模块,用于接收监控到所述目标对象的摄像机返回的监控信息;
第一监控模块,用于根据所述监控信息监控所述目标对象。
15.根据权利要求14所述的装置,其特征在于,所述监控模块包括:
获取子模块,用于获取各个所述监控到所述目标对象的摄像机的地理位置信息以及监控到所述目标对象的时间信息;
构建子模块,用于按照各个所述摄像机的所述时间信息的先后顺序,使用各个所述摄像机的所述地理位置信息构建所述目标对象的虚拟移动轨迹;
展示子模块,用于展示所述虚拟移动轨迹;
控制子模块,用于在接收用户输入的操作指令之后,按照所述操作指令控制所述虚拟移动轨迹的展示方式,其中,所述操作指令包括如下至少之一:旋转操作指令、缩放操作指令以及平移操作指令。
16.根据权利要求12至15中任意一项所述的装置,其特征在于,所述广播单元包括:
压缩模块,用于对所述目标对象的固有特征进行压缩得到压缩包;
第二广播模块,用于将所述压缩包广播至各个所述摄像机。
17.一种基于摄像机的监控装置,其特征在于,包括:
获取单元,用于实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号;
第二处理单元,用于在接收到服务器下发的目标对象的固有特征之后,使用预先存储的学习模型和语义模型处理所述数字视频信号,得到所述目标对象的第一特征模型,其中,所述语义模型为所述服务器预先下发的用于描述所述摄像机对应的监控区域内的场景内容的模型,所述第一特征模型为所述摄像机生成的所述目标对象的特征模型;其中,所述固有特征为所述服务器在接收到携带有待监控的目标对象的信息及所述目标对象的图像信息的监控请求之后,识别所述目标对象在所述图像信息中所处的区域,使用所述学习模型对所述区域内的图像进行特征提取处理得到的;
比较单元,用于比较所述第一特征模型和所述摄像机接收到的所述目标对象的固有特征,得到比较结果,所述比较结果包括所述第一特征模型和所述固有特征的相似率;
第一判断单元,用于判断所述比较结果是否超过预设阈值;
第一确定单元,用于在所述比较结果超过所述预设阈值的情况下,确定多个所述摄像机联动跟踪所述目标对象。
18.根据权利要求17所述的装置,其特征在于,所述第一确定单元包括:
第二接收模块,用于接收所述摄像机邻域内的其他摄像机发送的第二特征模型,其中,所述第二特征模型为所述邻域内的其他摄像机生成的所述目标对象的特征模型;
调整模块,用于根据所述第二特征模型调整所述第一特征模型的模型参数,以更新所述第一特征模型;
第二监控模块,用于使用更新后的第一特征模型对所述目标对象进行监控,并将所述更新后的第一特征模型发送至所述邻域内的其他摄像机。
19.根据权利要求17所述的装置,其特征在于,所述第二处理单元包括:
处理模块,用于使用所述学习模型和加权语义模型对所述数字视频信号进行处理,得到关于所述目标对象的特征图;
采样模块,用于对所述特征图进行上采样操作,得到与所述数字视频信号分辨率一致的特征图;
确定模块,用于从所述与所述数字视频信号分辨率一致的特征图中确定所述目标对象的位置信息;
第二生成模块,用于提取所述位置信息的特征,生成所述第一特征模型。
20.根据权利要求17至19中任意一项所述的装置,其特征在于,所述装置还包括:
第二判断单元,用于在实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号之后,判断是否接收到所述服务器下发的所述目标对象的固有特征;
第二确定单元,用于在判断出接收到所述服务器下发的所述目标对象的固有特征的情况下,确定所述摄像机进入布控模式,以使用所述学习模型和所述语义模型处理所述数字视频信号,得到所述摄像机的第一特征模型;
上传单元,用于在判断出未接收到所述服务器下发的固有特征的情况下,则所述摄像机将得到的所述数字视频信号上传至所述服务器。
21.根据权利要求17至19中任意一项所述的装置,其特征在于,所述装置还包括:
发送单元,用于在多个所述摄像机联动跟踪所述目标对象的同时,监控到所述目标对象的摄像机向所述服务器发送报警信号,其中,所述报警信号用于指示所述监控到所述目标对象的摄像机监控到了所述目标对象。