一种监控场景下目标对象识别方法及装置制造方法及图纸

本申请提供了一种监控场景下目标对象识别方法及装置，其中，该方法包括：获取第一对象的第一特征信息，根据第一特征信息，在监控视频内确定第一对象；从监控视频中确定距离第一对象在预设距离范围内的第二对象；并根据第二对象的第二特征信息，获取第二对象在监控视频中的出现次数或出现时长；并筛选出选定第二对象；将选定第二对象的第二特征信息与数据库中各个样本对象的第三特征信息进行匹配，确定出目标对象。本申请实施例能够通过图像处理技术找到监控视频中可疑的目标对象，解决现有技术中由人工查看监控视频来筛选嫌疑人时处理效率较低，准确率低的问题，从而提高查看监控视频时的处理效率，和准确率。

A Method and Device for Target Recognition in Monitoring Scene

This application provides a method and device for target object recognition in a monitoring scene. The method includes acquiring the first feature information of the first object, determining the first object in the monitoring video according to the first feature information, determining the second object within the preset range of the first object from the monitoring video, and acquiring the second feature information of the second object according to the second feature information of the second object. The number or duration of two objects appearing in the surveillance video; the second object is selected; the second feature information of the selected second object is matched with the third feature information of each sample object in the database to determine the target object. The embodiment of this application can find suspicious target objects in surveillance video by image processing technology, solve the problem of low processing efficiency and low accuracy in the existing technology when screening suspects by viewing surveillance video manually, thereby improving the processing efficiency and accuracy in viewing surveillance video.

【技术实现步骤摘要】
一种监控场景下目标对象识别方法及装置
本申请涉及图像处理
，具体而言，涉及一种监控场景下目标对象识别方法及装置。
技术介绍
在地铁站、公交站等人流量较大的场所，极易发生盗窃等犯罪行为。目前，当某场所发生盗窃等犯罪行为时，主要通过获取该场所周围安装的监控设备的监控视频，然后通过人工查看监控视频的方式来筛选嫌疑人,但这种由人工查看监控视频来筛选嫌疑人的方式不仅处理效率较低,还容易出现无法准确确定嫌疑人的问题。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种监控场景下目标对象识别方法及装置，能够通过图像处理技术找到监控视频中可疑的目标对象，解决现有技术中由人工查看监控视频来筛选嫌疑人时处理效率较低，准确率低的问题，从而提高查看监控视频时的处理效率，和准确率。第一方面，本申请实施例提供了一种监控场景下目标对象识别方法，包括：获取第一对象的第一特征信息，所述第一特征信息包括所述第一对象的步态特征和/或面部特征；根据所述第一特征信息，在监控视频内确定所述第一对象；从所述监控视频中确定距离所述第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息，所述第二特征信息包括所述第二对象的步态特征和/或面部特征；根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，或出现时长；筛选出所述出现次数不小于预设次数，或所述出现时长不小于预设时长阈值的第二对象，定义为选定第二对象；将所述选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的所述选定第二对象确定为所述目标对象；其中，所述第三特征信息包括所述样本对象的步态特征和/或面部特征。结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述根据所述第一特征信息，在监控视频内确定所述第一对象，包括：获取所述监控视频中每个对象的面部特征；针对所述每个对象的面部特征，检测每个对象的面部特征是否满足面部识别条件；将面部特征满足所述面部识别条件的对象的面部特征与所述第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为所述第一对象；提取面部特征不满足所述面部识别条件的对象的步态特征，将提取出的步态特征与所述第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为所述第一对象。结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述根据所述第一特征信息，在监控视频内确定所述第一对象，包括：获取所述监控视频中每个对象的面部特征；将所述每个对象的面部特征与所述第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为所述第一对象。结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述根据所述第一特征信息，在监控视频内确定所述第一对象，包括：获取所述监控视频中每个对象的步态特征；将所述每个对象的步态特征与所述第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为所述第一对象。结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，包括：针对每个所述第二对象，执行如下操作：获取所述监控视频在设定时间范围内的每个对象的第四特征信息；将所述第四特征信息与所述第二对象的第二特征信息进行匹配；将匹配成功的对象确定为所述第二对象，并对所述第二对象进行追踪；当在所述监控视频中无法追踪到所述第二对象时，将所述第二对象的出现次数统计为一次，以确定所述第二对象在所述监控视频中的出现次数。结合第一方面，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，还包括：针对每个所述第二对象，执行如下操作：在所述监控视频的设定时间范围内的多个视频段中，获取每个所述视频段内每个对象的第四特征信息；将所述第四特征信息与所述第二对象的第二特征信息进行匹配，将匹配成功的对象确定为所述第二对象；通过统计出现了所述第二对象的视频段的个数，确定所述第二对象在所述监控视频中的出现次数。结合第一方面，本申请实施例提供了第一方面的第六种可能的实施方式，其中，所述根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现时间的长度，包括：针对每个所述第二对象，执行如下操作：获取所述监控视频在设定时间范围内的每个对象的第四特征信息；将所述第四特征信息与所述第二对象的第二特征信息进行匹配；将匹配成功的对象确定为所述第二对象，并对所述第二对象进行追踪，统计所述监控视频中连续出现有所述第二对象的图像帧数；根据所述图像帧数，确定所述第二对象在所述监控视频中的出现时间长度。结合第一方面，本申请实施例提供了第一方面的第七种可能的实施方式，其中，还包括：将每个所述选定第二对象的步态特征分别输入预先训练好的步态身份识别模型中预测每个选定第二对象的第一身份，并得到每个所述选定第二对象的第一身份的预测概率；以及，将每个所述选定第二对象的面部特征分别输入预先训练好的面部身份识别模型中预测每个选定第二对象的第二身份，并得到每个所述选定第二对象的第二身份的预测概率；按照预先设置的所述第一身份的权重和所述第二身份的权重，分别计算每个选定第二对象对应的不同身份的目标预测概率；根据每个选定第二对象对应的不同身份的目标预测概率，从各个所述选定第二对象中筛选出所述目标对象。第二方面，本申请实施例提供了一种监控场景下目标对象识别装置，包括：第一对象信息获取模块，用于获取第一对象的第一特征信息，所述第一特征信息包括所述第一对象的步态特征和/或面部特征；第一对象确定模块，用于根据所述第一特征信息，在监控视频内确定所述第一对象；第二对象确定模块，用于从所述监控视频中确定距离所述第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息，所述第二特征信息包括所述第二对象的步态特征和/或面部特征；第二对象出现信息获取模块，用于根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，或出现的时间长度；选定第二对象确定模块，用于筛选出所述出现次数不小于预设次数，或所述出现的时间长度不小于预设时间长度阈值的第二对象，定义为选定第二对象；目标对象确定模块，用于将所述选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的所述选定第二对象确定为出现在所述目标对象。结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，还包括：另一种目标对象确定模块；所述另一种目标对象确定模块，具体采用下述步骤用于确定所述目标对象：将每个所述选定第二对象的步态特征分别输入预先训练好的步态身份识别模型中预测每个选定第二对象的第一身份，并得到每个所述选定第二对象的第一身份的预测概率；以及，将每个所述选定第二对象的面部特征分别输入预先训练好的面部身份识别模型中预测每个选定第二对象的第二身份，并得到每个所述选定第二对象的第二身份的预测概率；按照预先设置的所述第一本文档来自技高网...

【技术保护点】
1.一种监控场景下目标对象识别方法，其特征在于，包括：获取第一对象的第一特征信息，所述第一特征信息包括所述第一对象的步态特征和/或面部特征；根据所述第一特征信息，在监控视频内确定所述第一对象；从所述监控视频中确定距离所述第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息，所述第二特征信息包括所述第二对象的步态特征和/或面部特征；根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，或出现时长；筛选出所述出现次数不小于预设次数，或所述出现时长不小于预设时长阈值的第二对象，定义为选定第二对象；将所述选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的所述选定第二对象确定为所述目标对象；其中，所述第三特征信息包括所述样本对象的步态特征和/或面部特征。

【技术特征摘要】
1.一种监控场景下目标对象识别方法，其特征在于，包括：获取第一对象的第一特征信息，所述第一特征信息包括所述第一对象的步态特征和/或面部特征；根据所述第一特征信息，在监控视频内确定所述第一对象；从所述监控视频中确定距离所述第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息，所述第二特征信息包括所述第二对象的步态特征和/或面部特征；根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，或出现时长；筛选出所述出现次数不小于预设次数，或所述出现时长不小于预设时长阈值的第二对象，定义为选定第二对象；将所述选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的所述选定第二对象确定为所述目标对象；其中，所述第三特征信息包括所述样本对象的步态特征和/或面部特征。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征信息，在监控视频内确定所述第一对象，包括：获取所述监控视频中每个对象的面部特征；针对所述每个对象的面部特征，检测每个对象的面部特征是否满足面部识别条件；将面部特征满足所述面部识别条件的对象的面部特征与所述第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为所述第一对象；提取面部特征不满足所述面部识别条件的对象的步态特征，将提取出的步态特征与所述第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为所述第一对象。3.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征信息，在监控视频内确定所述第一对象，包括：获取所述监控视频中每个对象的面部特征；将所述每个对象的面部特征与所述第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为所述第一对象。4.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征信息，在监控视频内确定所述第一对象，包括：获取所述监控视频中每个对象的步态特征；将所述每个对象的步态特征与所述第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为所述第一对象。5.根据权利要求1所述的方法，其特征在于，所述根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，包括：针对每个所述第二对象，执行如下操作：获取所述监控视频在设定时间范围内的每个对象的第四特征信息；将所述第四特征信息与所述第二对象的第二特征信息进行匹配；将匹配成功的对象确定为所述第二对象，并对所述第二对象进行追踪；当在所述监控视频中无法追踪到所述第二对象时，将所述第二对象的出现次数统计为一次，以确定所述第二对象在所述监控视频中的出现次数。6.根据权利要求1所述的方法，其特征在于，所述根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，还包括：针对每个所述第二对象，执行如下操作：在所述监控视频的设定时间范围内的多个视频段中，获取每个所述视频段内每个对象的第四特征信息；将所述第四特征信息与所述第二对象的第二特征信息进行匹配，将匹配成功的对象确定为所述第二对象；通过统计出现了所...

【专利技术属性】
技术研发人员：张曼，黄永祯，
申请(专利权)人：银河水滴科技北京有限公司，
类型：发明
国别省市：北京,11