目标数据的确定方法及装置、存储介质及电子装置制造方法及图纸

本发明专利技术公开了一种目标数据的确定方法及装置、存储介质及电子装置，其中，上述方法包括：获取待分析数据，并根据待分析数据确定目标对象在多个时刻的位置信息；在确定目标对象在第一时刻位于第一位置的情况下，根据预设的第一阈值以及轨迹预测模型确定所在目标对象在第二时刻位于第二位置的目标状态，其中，第一时刻早于第二时刻；在目标状态为异常状态的情况下，基于预设的第二阈值以及轨迹预测模型确定第二时刻的多个目标位置信息；根据多个目标位置信息确定待分析数据中的目标区域，并根据训练好的分类模型确定目标区域中的目标数据。采用上述技术方案，解决了传统的检测算法不能从数据检测精度低的问题。不能从数据检测精度低的问题。不能从数据检测精度低的问题。

Method and device for determining target data, storage medium and electronic device

【技术实现步骤摘要】
目标数据的确定方法及装置、存储介质及电子装置


[0001]本专利技术涉及通信领域，具体而言，涉及一种目标数据的确定方法及装置、存储介质及电子装置。

技术介绍

[0002]随着社会的快速发展，社会生产所涉及到的数据也越来越多，而如何从不同网络中确定不同数据的位置，是提高数据处理效率的关键因素。
[0003]例如，在交通识别领域，由于一些原因，道路上会出现不同类型的抛洒物，为了避免抛洒物影响到道路的交通，需要对道路上的抛洒物进行识别。
[0004]在当前现有技术中，可以总结为三类方法，其中，第一类给予背景建模和前景的提取，以目标数据为前景，在根据各种过滤条件进行过滤。但此方法依赖于背景建模，对于数据采集设备的变化的场景会失效；第二类是基于检测的方案，利用各种检测器对于目标数据进行检测，再根据各种条件进行分类过滤错误的样本，但是由于目标数据的属性各异，容易存在误差，效果不佳。第三类是分割的方案，逐个数据坐标点或像素点去判定是否为目标数据，在利用分类模型进行二次的过滤，保留下真实的目标数据，减少误检。此方法虽然解决了形态的问题，但是简单粗暴的把做了两类的分割再做分类，由于目标数据的类别众多，一个类别直接描述效果不会太好，可解释性也很差，此外给予分割算法的使用的是分类作为最终的过滤方法，这个方法也比较简单粗暴，可解释性也比较差，没有抓到目标数据的本质特征。
[0005]因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。

技术实现思路

[0006]本专利技术实施例提供了一种目标数据的确定方法及装置、存储介质及电子装置，以至少解决传统的检测算法数据检测精度低的问题。
[0007]根据本专利技术实施例的一方面，提供一种目标数据的确定方法，包括：获取待分析数据，并根据所述待分析数据确定目标对象在多个时刻的位置信息；在确定所述目标对象在第一时刻位于第一位置的情况下，根据预设的第一阈值以及轨迹预测模型确定所在目标对象在第二时刻位于第二位置的目标状态，其中，所述第一时刻早于所述第二时刻；在所述目标状态为异常状态的情况下，基于预设的第二阈值以及所述轨迹预测模型确定所述第二时刻的多个目标位置信息；根据所述多个目标位置信息确定所述待分析数据中的目标区域，并根据训练好的分类模型确定所述目标区域中的目标数据。
[0008]根据本专利技术实施例的另一方面，还提供了一种目标数据的确定装置，包括：获取模块，用于获取待分析数据，并根据所述待分析数据确定目标对象在多个时刻的位置信息；第一确定模块，用于在确定所述目标对象在第一时刻位于第一位置的情况下，根据预设的第一阈值以及轨迹预测模型确定所在目标对象在第二时刻位于第二位置的目标状态，其中，所述第一时刻早于所述第二时刻；第二确定模块，用于在所述目标状态为异常状态的情况
下，基于预设的第二阈值以及所述轨迹预测模型确定所述第二时刻的多个目标位置信息；第三确定模块，用于根据所述多个目标位置信息确定所述待分析数据中的目标区域，并根据训练好的分类模型确定所述目标区域中的目标数据。
[0009]根据本专利技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述目标数据的确定方法。
[0010]根据本专利技术实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述目标数据的确定方法。
[0011]通过本专利技术，根据待分析数据确定目标对象在多个时刻的位置信息，在确定目标对象在第一时刻位于第一位置的情况下，根据预设的第一阈值以及轨迹预测模型确定目标对象在第二时刻位于第二位置的目标状态，并在目标状态为异常状态的情况下，基于预设的第二阈值以及所述轨迹预测模型确定所述第二时刻的多个目标位置信息，根据多个目标位置信息确定待分析数据中的目标区域，并根据训练好的分类模型确定目标区域中的目标数据。采用上述技术方案，解决了传统的检测算法数据检测精度低的问题。
附图说明
[0012]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示例性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术实施例的目标数据的确定方法的计算机终端的硬件结构框图；图2是根据本专利技术实施例的目标数据的确定方法的流程图；图3是根据本专利技术实施例的目标数据的确定方法的框架图；图4是根据本专利技术实施例的目标数据的确定装置的结构框图。
具体实施方式
[0013]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0014]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0015]本申请实施例中所提供的方法实施例可以在计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本专利技术实施例的目标数据的确定方法的计算机终
端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器（Microprocessor Unit，简称是MPU）或可编程逻辑器件（Programmable logic device，简称是PLD））和用于存储数据的存储器104，在一个示例性实施例中，上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
[0016]存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的目标数据的确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标数据的确定方法，其特征在于，包括：获取待分析数据，并根据所述待分析数据确定目标对象在多个时刻的位置信息；在确定所述目标对象在第一时刻位于第一位置的情况下，根据预设的第一阈值以及轨迹预测模型确定所在目标对象在第二时刻位于第二位置的目标状态，其中，所述第一时刻早于所述第二时刻；在所述目标状态为异常状态的情况下，基于预设的第二阈值以及所述轨迹预测模型确定所述第二时刻的多个目标位置信息；根据所述多个目标位置信息确定所述待分析数据中的目标区域，并根据训练好的分类模型确定所述目标区域中的目标数据。2.根据权利要求1所述的方法，其特征在于，根据预设的第一阈值以及轨迹预测模型确定所在目标对象在第二时刻位于第二位置的目标状态，包括：将所述第一位置输入至所述轨迹预测模型，得到目标概率集合，其中，所述目标概率集合中包括多个位置的位置概率信息，所述多个位置至少包括：所述第一位置，所述第二位置；所述轨迹预测模型用于预测目标对象在预设时间后在多个位置上的概率，所述预设时间为所述第二时刻与所述第一时刻的时间差；根据所述目标概率集合确定所述第二位置的第一概率；在所述第一概率小于所述第一阈值的情况下，确定所述目标对象在所述第二时刻位于第二位置的状态为异常状态。3.根据权利要求2所述的方法，其特征在于，基于预设的第二阈值以及所述轨迹预测模型确定所述第二时刻的多个目标位置信息，包括：确定所述目标概率集合中概率值大于或等于所述第二阈值的多个第二概率；将所述多个第二概率中每一个第二概率对应的位置确定为目标位置，得到多个目标位置信息。4.根据权利要求1所述的方法，其特征在于，根据所述多个目标位置信息确定所述待分析数据中的目标区域，包括：通过目标算法确定所述多个目标位置信息对应的最小外接矩阵；确定所述待分析数据中与所述最小外接矩阵相对应的目标区域。5.根据权利要求1所述的方法，其特征在于，根据训练好的分类模型确定所述目标区域中的目标数据，包括：获取训练好的分类模型，其中，所述训练好的分类模型根据多组数据训练得到，所述分类模型用于确定目标类型的数据；将所述...

【专利技术属性】
技术研发人员：彭垚，赵之健，林亦宁，
申请(专利权)人：杭州闪马智擎科技有限公司，
类型：发明
国别省市：