目标相似度识别方法、目标的停留时间记录方法及装置制造方法及图纸

本发明专利技术涉及一种目标相似度识别方法、目标的停留时间记录方法、装置、设备、计算机设备和存储介质，其中目标相似度识别方法包括：获取两组帧图像中目标对应的图像数据，分别从图像数据中获取目标的特征点信息，得到第一特征点集合和第二特征点集合；根据特征点集合的信息，获取第一特征点集合和第二特征点集合之间的双向相似距离；其中，双向相似距离为度量第一特征点集合和第二特征点集合的最大不匹配度的信息；根据双向相似距离确定两组帧图像中识别目标的相似度。上述方法，可以简单而高效地提取比对两组图像中目标的相似度，提升目标相似度的识别效率。

【技术实现步骤摘要】
目标相似度识别方法、目标的停留时间记录方法及装置
本专利技术涉及图像识别
，特别是涉及一种目标相似度识别方法、目标的停留时间记录方法、装置、设备、计算机设备和存储介质。
技术介绍
图像识别，是指利用计算机对图像进行分析处理，以识别出图像中的目标的技术。例如可以通过对图像中人物、汽车、飞机等特定目标特征的提取，对图像中的目标进行识别。在图像识别
中，对于相似目标的识别分类具有重要的意义，例如在图像中出现多个人物时，需要高精度的识别运算以对相似人物进行有效区分，对于相似目标的识别，一种重要的方法是计算图像中目标与目标之间的相似度。现有的目标相似度识别方法，例如聚类分析方法等等，存在着运算过程复杂，效率低的缺陷。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够高效地对目标进行相似度识别的目标相似度识别方法、目标的停留时间记录方法、装置、设备、计算机设备和存储介质。一种目标相似度识别方法，所述方法包括：获取两组帧图像中目标对应的图像数据，分别从所述图像数据中获取所述目标的特征点信息，得到第一特征点集合和第二特征点集合；根据所述特征点集的信息，获取第一特征点集合和第二特征点集合之间的双向相似距离；其中，所述双向相似距离为度量第一特征点集合和第二特征点集合的最大不匹配度的信息；根据所述双向相似距离确定所述两组帧图像中识别目标的相似度。上述目标相似度识别方法，通过提取两组图像中目标的特征点信息的第一特征点集合和第二特征点集合，计算第一特征点集合和第二特征点集合之间的双向相似距离，得到第一特征点集合和第二特征点集合的最大不匹配度的信息，确定两组帧图像中识别目标的相似度，可以简单而高效地提取比对两组图像中目标的相似度，提升目标相似度的识别效率。在一个实施例中，所述获取两组帧图像中目标对应的图像数据，分别从所述图像数据中获取所述目标的特征点信息，得到第一特征点集合和第二特征点集合的步骤包括：根据图像的灰度强度值对后续获取两组帧图像中识别的目标进行形状分割，获取所述目标的形状轮廓线，对连续帧的图像获取运动区域进行比对计算获取的形状轮廓线作为投影曲线；计算所述投影曲线区域图像的重心，将投影曲线以该重心为原点转化为点集，获取所述点集的信息为目标的特征点信息，得到第一特征点集合和第二特征点集合。上述实施例的技术方案，通过提取的目标特征轮廓线的投影曲线，计算重心转化为点集提取图像中的特征点进行运算，可以精简运算数据，避免对目标整个特征区域的像素点进行运算，运算量庞大导致的效率低和系统负荷重的问题，提升运算效率。在一个实施例中，所述根据所述特征点集的信息，获取第一特征点集合和第二特征点集合之间的双向相似距离包括：针对第一特征点集合中的每个特征点，分别获取第二特征点集合中的各个特征点与该特征点的最小距离，选取各个所述最小距离中的最大值，为第一特征点集合相对于第二特征点集合的单向相似距离；针对第二特征点集合中的每个特征点，分别获取第一特征点集合中的各个特征点与该特征点的最小距离，选取各个所述最小距离中的最大值，为第二特征点集合相对于第一特征点集合的单向相似距离；获取第一特征点集合相对于第二特征点集合的单向相似距离和第二特征点集合相对于第一特征点集合的单向相似距离中的较大值，为第一特征点集合和第二特征点集合之间的双向相似距离。上述实施例的技术方案，通过计算的两组图像特征点集之间的单向相似距离中的较大值，作为两组图像特征点集和的相似度，其中单向相似距离描述特征点集中的各个特征点的位置关系的不匹配度的信息，通过计算的其中一个集合中各个特征点相对于另一个集合中任意一个特征点的最小距离，将其中的特征点进行最小距离匹配对应相似点，并获取两两相似点之间的最小距离，再获取各最小距离中的最大值，通过距离运算提取两组图像的特征点之间的最大不匹配度的信息，运算方式简单，易于实现，可以有效提升运算效率。在一个实施例中，还提供了一种目标的停留时间记录方法，所述方法包括：对获取的视频帧图像进行目标识别，在识别到所述目标落入设定的拍摄区域范围时，将对应帧图像计入所述目标分类中,并开始记录所述目标的停留时间；计算后续获取的所述帧图像中的目标与目标分类中的帧图像中的目标的相似度是否在阈值范围内，若是，则将所述帧图像计入所述目标分类中；其中，所述后续获取的所述帧图像中的目标与目标分类中的帧图像中的目标的相似度采用如上任意一个实施例的目标相似度识别方法获得；若所述目标超出设定的拍摄区域范围时，停止对所述目标的停留时间记录，获取记录的目标的停留时间。在对目标的停留时间进行计时时，如果仅根据采集的目标特征进行计时，可能存在多个目标连续出现，例如对人物停留时间进行采集时，人物排队连续出现的情况，不同目标的停留时间被误计入同一次的停留时间中，导致对目标停留时间记录不准确。上述实施例的技术方案，根据采集帧图像的采集时序，对采集的帧图像进行相似度识别运算分类，将连续出现的相似度在阈值范围内多帧目标归为一类进行计时，可以有效辨别图像中出现的不同的目标，并对不同的目标进行分别计时，提升对目标停留时间计时的准确性。进一步地，在一个实施例中，所述计算后续获取的所述帧图像中的目标与目标分类中的帧图像中的目标的相似度是否在阈值范围内的步骤之后，还包括步骤：若后续获取的所述帧图像中的目标与目标分类中的帧图像中的目标的相似度不在阈值范围内，则将所述帧图像计入新增的目标分类中，并开始记录新目标的停留时间。上述实施例的技术方案，在识别到当前获取的帧图像中的目标与目标分类中的帧图像中的目标的相似度不在阈值范围内，说明当前目标应该是新出现的目标，则新建一个目标分类，对该新目标进行计时，以实现在多个目标连续出现时的对各个目标的分类计时。在一个实施例中，所述计算后续获取的所述帧图像中的目标与目标分类中的帧图像中的目标的相似度是否在阈值范围内的步骤之后，还包括步骤：若后续获取的所述帧图像与目标分类中的帧图像的相似度不在阈值范围内，则停止对所述目标的停留时间记录，获取记录的目标的停留时间。上述实施例的技术方案，在连续多个相似目标出现时，仅对其中一个目标进行计时，若通过相似度识别判定出现新的目标，则判定当前目标已经离开，结束对当前目标的停留时间记录，并获取记录的目标的停留时间。在一个实施例中，本专利技术实施例的目标的停留时间记录方法，还包括步骤：获取不同监控区域的拍摄图像，对各个监控区域的拍摄图像进行特征识别；其中，每个所述监控区域与一类对象形成一一对应关系；在所述监控区域的视频帧图像中识别到所述目标落入所述监控区域范围时，判定所述目标执行对所述对象的行为，并将所述目标的停留时间分割记录在所述目标对所述对象的停留时间中。本专利技术上述实施例的技术方案，提出针对每一类的对象，通过划分监控区域范围与各类对象一一对应，根据图像识别的目标落入的监控区域，判别该目标行为对应的对象，以对目标对对应对象行为的停留时间进行计时，该方法简单而易于实现，可以有效提升运算识别的效率。一种目标相似度识别装置，所述装置包括：特征点提取模块，用于获取两组帧图像中目标对应的图像数据，分别从所述图像数据中获取所述目标的特征点信息，得到第一特征点集合和第二特征点集合；相似距离计算模块，用于根据所述特征点集的信息，获取第一特征点集合本文档来自技高网...

【技术保护点】
1.一种目标相似度识别方法，其特征在于，包括：获取两组帧图像中目标对应的图像数据，分别从所述图像数据中获取所述目标的特征点信息，得到第一特征点集合和第二特征点集合；根据所述特征点集的信息，获取第一特征点集合和第二特征点集合之间的双向相似距离；其中，所述双向相似距离为度量第一特征点集合和第二特征点集合的最大不匹配度的信息；根据所述双向相似距离确定所述两组帧图像中识别目标的相似度。

【技术特征摘要】
1.一种目标相似度识别方法，其特征在于，包括：获取两组帧图像中目标对应的图像数据，分别从所述图像数据中获取所述目标的特征点信息，得到第一特征点集合和第二特征点集合；根据所述特征点集的信息，获取第一特征点集合和第二特征点集合之间的双向相似距离；其中，所述双向相似距离为度量第一特征点集合和第二特征点集合的最大不匹配度的信息；根据所述双向相似距离确定所述两组帧图像中识别目标的相似度。2.根据权利要求1所述的目标相似度识别方法，其特征在于，所述根据所述特征点集的信息，获取第一特征点集合和第二特征点集合之间的双向相似距离包括：针对第一特征点集合中的每个特征点，分别获取第二特征点集合中的各个特征点与该特征点的最小距离，选取各个所述最小距离中的最大值，为第一特征点集合相对于第二特征点集合的单向相似距离；针对第二特征点集合中的每个特征点，分别获取第一特征点集合中的各个特征点与该特征点的最小距离，选取各个所述最小距离中的最大值，为第二特征点集合相对于第一特征点集合的单向相似距离；获取第一特征点集合相对于第二特征点集合的单向相似距离和第二特征点集合相对于第一特征点集合的单向相似距离中的较大值，为第一特征点集合和第二特征点集合之间的双向相似距离。3.根据权利要求1所述的目标的停留时间记录方法，其特征在于，所述获取两组帧图像中目标对应的图像数据，分别从所述图像数据中获取所述目标的特征点信息，得到第一特征点集合和第二特征点集合的步骤包括：根据图像的灰度强度值对获取的两组帧图像中识别的目标进行形状分割，获取所述目标的形状轮廓线，对连续帧的图像获取运动区域进行比对计算获取的形状轮廓线作为投影曲线；计算所述投影曲线区域图像的重心，将投影曲线以该重心为原点转化为点集，获取所述点集的信息为目标的特征点信息，得到第一特征点集合和第二特征点集合。4.一种目标的停留时间记录方法，所述方法包括：对获取的视频帧图像进行目标识别，在识别到所述目标落入设定的拍摄区域范围时，将对应帧图像计入所述目标分类中,并开始记录所述目标的停留时间；计算后续获取的所述帧图像中的目标与目标分类中的帧图像中的目标的相似度是否在阈值范围内，若是，则将所述帧图像计入所述目标分类中；其中，所述后续获取的所述帧图像中的目标与目标分类中的帧图像中的目标的相似度采用如权利要求1至3任意一项的目标相似度识别方法获得；若所述目标超出设定的拍摄区域范围时，停止对所述目标的停留时间记录，获取记录的目标的停留时间。5.根据权利要求4任一项所述的目标的停留时间记录方法，其特征在于，所述计算后续获取的所述帧图像中的目标与目标分类中的帧图像中...

【专利技术属性】
技术研发人员：林凡，成杰，张振华，张秋镇，杨峰，李盛阳，
申请(专利权)人：广州杰赛科技股份有限公司，
类型：发明
国别省市：广东,44