对视频中目标对象的识别方法、装置、系统、介质及设备制造方法及图纸

本说明书实施例提供一种对视频中目标对象的识别方法、装置、系统、计算机可读存储介质以及电子设备，该方法包括：从目标视频中获取包含多张图像的图像序列，其中每张图像对应有反映三维空间信息的特征点，从而根据所拍摄视频可以得到目标对象的三维坐标信息。对于图像序列中相邻的两张图像，先在两张图像中分别确定出每个目标对象所在的检测区域。然后，获取上述每个检测区域分别对应的特征点。由于检测区域对应的特征点反映目标对象的三维空间信息，则进一步地，基于两张图像之间检测区域对应的特征点之间的比较可以确定出相邻的两张图像中重复拍摄的目标对象的数量，从而能够实现对目标视频中目标对象数量的识别。现对目标视频中目标对象数量的识别。现对目标视频中目标对象数量的识别。

Identification method, device, system, medium and equipment of target object in video

【技术实现步骤摘要】
对视频中目标对象的识别方法、装置、系统、介质及设备


[0001]本说明书涉及视频处理
，尤其涉及一种对视频中目标对象的识别方法、装置、系统、计算机可读存储介质以及电子设备。

技术介绍

[0002]通过拍摄视频的方式，能够满足用户远程地了解视频中所拍摄的对象。例如，用户a可以拍摄关于猪群的视频，则用户b可以远程地知悉所拍摄的猪群情况。但是仅通过视频画面难以准确识别视频中对象的实际情况，如无法准确识别上述视频中猪的数量。
[0003]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本说明书的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0004]本说明书的目的在于提供一种对视频中目标对象的识别方法、装置、系统、计算机可读存储介质以及电子设备，至少在一定程度上提高对视频中对象的识别准确度以及识别效率。
[0005]本说明书的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本说明书的实践而习得。
[0006]根据本说明书的一个方面，提供一种对视频中目标对象的识别方法，应用于服务器，上述方法包括：从目标视频中获取包含L张图像的图像序列，其中，上述图像序列中每张图像对应有反映三维空间信息的特征点，L为大于1的整数；确定上述图像序列中第s张图像中目标对象对应的检测区域以及确定第s+1张图像中上述目标对象对应的检测区域，每个上述检测区域对应于一个上述目标对象，s取值依次为1至L
‑
1的整数；根据上述第s张图像中检测区域对应的特征点，以及上述第s+1张图像中检测区域对应的特征点，确定上述第s张图像与上述第s+1张图像之间关于上述目标对象的重复数量X
s，s+1
；以及，根据上述重复数量X
s，s+1
，识别对上述目标视频中上述目标对象的数量。
[0007]根据本说明书的另一个方面，提供一种对视频中目标对象的识别方法，应用于终端，上述方法包括：拍摄目标视频；以及，发送上述目标视频至服务器，以使上述服务器：以及，从上述目标视频中获取包含L张图像的图像序列，其中，上述图像序列中每张图像对应有反映三维空间信息的特征点，L为大于1的整数；确定上述图像序列中第s张图像中目标对象对应的检测区域以及确定第s+1张图像中上述目标对象对应的检测区域，每个上述检测区域对应于一个上述目标对象，s取值为依次为1至L
‑
1的整数；根据上述第s张图像中检测区域对应的特征点，以及上述第s+1张图像中检测区域对应的特征点，确定上述第s张图像与上述第s+1张图像之间关于上述目标对象的重复数量X
s，s+1
；以及，根据上述重复数量X
s，s+1
，识别对上述目标视频中上述目标对象的数量。
[0008]根据本说明书的再一个方面，提供一种对视频中目标对象的识别装置，配置于服务器，该装置包括：特征点确定模块、检测区域确定模块、重复数量确定模块，以及识别模
块。
[0009]其中，上述特征点确定模块，用于从目标视频中获取包含L张图像的图像序列，其中，上述图像序列中每张图像对应有反映三维空间信息的特征点，L为大于1的整数；上述检测区域确定模块，用于确定上述图像序列中第s张图像中目标对象对应的检测区域以及确定第s+1张图像中上述目标对象对应的检测区域，每个上述检测区域对应于一个上述目标对象，s取值为依次为1至L
‑
1的整数；上述重复数量确定模块，用于根据上述第s张图像中检测区域对应的特征点，以及上述第s+1张图像中检测区域对应的特征点，确定上述第s张图像与上述第s+1张图像之间关于上述目标对象的重复数量X
s，s+1
；以及，上述识别模块，用于根据上述重复数量X
s，s+1
，识别对上述目标视频中上述目标对象的数量。
[0010]根据本说明书的再一个方面，提供一种对视频中目标对象的识别装置，配置于终端，该装置包括：视频拍摄模块，以及发送模块。
[0011]其中，上述视频拍摄模块，用于拍摄目标视频；以及，上述发送模块，用于发送上述目标视频至服务器，以使上述服务器：
[0012]从上述目标视频中获取包含L张图像的图像序列，其中，上述图像序列中每张图像对应有反映三维空间信息的特征点，L为大于1的整数；确定上述图像序列中第s张图像中目标对象对应的检测区域以及确定第s+1张图像中上述目标对象对应的检测区域，每个上述检测区域对应于一个上述目标对象，s取值为依次为1至L
‑
1的整数；根据上述第s张图像中检测区域对应的特征点，以及上述第s+1张图像中检测区域对应的特征点，确定上述第s张图像与上述第s+1张图像之间关于上述目标对象的重复数量X
s，s+1
；以及，根据上述重复数量X
s，s+1
，识别对上述目标视频中上述目标对象的数量。
[0013]根据本说明书的一个方面，提供一种电子设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述实施例中的对视频中目标对象的识别方法。
[0014]根据本说明书的另一个方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机或处理器上运行时，使得所述计算机或处理器执行如上述实施例中的对视频中目标对象的识别方法。
[0015]本说明书的实施例所提供的对视频中目标对象的识别方法、装置、系统、计算机可读存储介质以及电子设备，具备以下技术效果：
[0016]本说明书示例性的实施例提供的方案中，从目标视频中获取包含多张图像的图像序列，其中每张图像对应有反映三维空间信息的特征点，从而根据所拍摄视频可以得到目标对象的三维坐标信息。进一步地，对于图像序列中相邻的两张图像，先在两张图像中分别确定出每个目标对象所在的检测区域，例如在先的一张图像中包含M个检测区域，在后的一张图像中包含N个检测区域。然后，获取上述每个检测区域分别对应的特征点。同前所述，由于检测区域对应的特征点反映目标对象的三维空间信息，则进一步地，基于两张图像之间检测区域对应的特征点之间的比较可以确定出相邻的两张图像中重复拍摄的目标对象的数量。可见，本方案基于所拍摄视频中携带的反映三维空间信息的特征点，可以实现对视频中目标对象的准确计数，从而有效提升了对视频中对象的识别准确度以及识别效率。
[0017]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
[0018]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，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。
[0019]图1为本说明书实施例提供的对视频中目标对象的识别方案的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对视频中目标对象的识别方法，其中，应用于服务器，所述方法包括：从目标视频中获取包含L张图像的图像序列，其中，所述图像序列中每张图像对应有反映三维空间信息的特征点，L为大于1的整数；确定所述图像序列中第s张图像中目标对象对应的检测区域以及确定第s+1张图像中所述目标对象对应的检测区域，每个所述检测区域对应于一个所述目标对象，s取值依次为1至L
‑
1的整数；根据所述第s张图像中检测区域对应的特征点，以及所述第s+1张图像中检测区域对应的特征点，确定所述第s张图像与所述第s+1张图像之间关于所述目标对象的重复数量X
s，s+1
；根据所述重复数量X
s，s+1
，识别对所述目标视频中所述目标对象的数量。2.根据权利要求1所述的方法，其中，所述第s张图像中包含M个检测区域，所述第s+1张图像中包含N个检测区域，M、N为正整数；所述根据所述第s张图像中检测区域对应的特征点，以及所述第s+1张图像中检测区域对应的特征点，确定所述第s张图像与所述第s+1张图像之间关于所述目标对象的重复数量X
s，s+1
，包括：根据所述第s张图像中第i个检测区域所对应的特征点确定中心点C
i
，i取值为1至M的所有正整数；根据所述第s+1张图像中第j个检测区域所对应的特征点确定中心点C
’
j
，j取值为1至N的所有正整数；计算所述中心点C
i
与所述中心点C
’
j
之间的距离D
i，j
，并根据所述距离D
i，j
与第一预设值确定所述目标对象的重复数量X
s，s+1
。3.根据权利要求1所述的方法，其中，所述根据所述第s张图像中检测区域对应的特征点，以及所述第s+1张图像中检测区域对应的特征点，确定所述第s张图像与所述第s+1张图像之间关于所述目标对象的重复数量X
s，s+1
，包括：对所述第s张图像中检测区域对应的特征点进行聚类，得到所述第s张图像对应的M个聚类中心，M为正整数；对所述第s+1张图像中检测区域对应的特征点进行聚类，得到所述第s+1张图像对应的N个聚类中心，N为正整数；计算所述第s张图像中第i个聚类中心C
i
与所述第s+1张图像中第j个聚类中心C
’
j
之间的距离D
i，j
，i取值为1至M的所有正整数，j取值为1至N的所有正整数；根据所述距离D
i，j
与第一预设值确定所述目标对象的重复数量X
s，s+1
。4.根据权利要求1所述的方法，其中，所述第s张图像中包含M个检测区域，所述第s+1张图像中包含N个检测区域，M、N为正整数；所述根据所述第s张图像中检测区域对应的特征点，以及所述第s+1张图像中检测区域对应的特征点，确定所述第s张图像与所述第s+1张图像之间关于所述目标对象的重复数量X
s，s+1
，包括：获取所述第s张图像中第i个检测区域对应的稀疏点云D
i
，以及确定所述稀疏点云D
i
对应的中心点C
i
，i取值为1至M的所有正整数；获取所述第s+1张图像中第j个检测区域对应的稀疏点云D
’
j
，以及确定所述稀疏点云
D
’
j
对应的中心点C
’
j
，j取值为1至N的所有正整数；计算所述中心点C
i
与所述中心点C
’
j
之间的距离D
i，j
，并根据所述距离D
i，j
与第一预设值确定所述目标对象的重复数量X
s，s+1
。5.根据权利要求4所述的方法，其中，所述获取所述第s张图像中第i个检测区域对应的稀疏点云D
i
，包括：获取所述图像序列中前s张图像分别包含的第i个检测区域，得到s个检测区域，并对所述s个检测区域所对应的特征点进行匹配，得到所述第s张图像中第i个检测区域对应的稀疏点云D
i
；所述获取所述第s+1张图像中第j个检测区域对应的稀疏点云D
’
j
，包括：获取所述图像序列中前s+1张图像分别包含的第j个检测区域，得到s+1个检测区域，并对所述s+1个检测区域所对应的特征点进行匹配，得到所述第s+1张图像中第j个检测区域对应的稀疏点云D
’
j
。6.根据权利要求4所述的方法，其中，所述获取所述第s张图像中第i个检测区域对应的稀疏点云D
i
之后，所述方法还包括：获取所述稀疏点云D
i
的最大包络尺寸；将所述最大包络尺寸与目标包络尺寸进行比对，并根据比对结果确定关于所述目标对象的真伪性的识别结果，所述目标包络尺寸为根据所述目标对象的类别确定的。7.根据权利要求2至6中任意一项所述的方法，其中，所述根据所述距离D
i，j
与第一预设值确定所述目标对象的重复数量X
s，s+1
，包括：将所述距离D
i，j
大...

【专利技术属性】
技术研发人员：张鸿，
申请(专利权)人：浙江网商银行股份有限公司，
类型：发明
国别省市：