【技术实现步骤摘要】
基于图像识别的城市宠物活动轨迹监测方法及相关设备
本专利技术涉及视频监控
，具体涉及一种基于图像识别的城市宠物活动轨迹监测方法、装置、终端及存储介质。
技术介绍
近年来，随着人们生活水平的提高，城区居民饲养宠物日渐增多，人类在享受宠物带来的物质和精神满足时，也应当善待宠物，促进人与宠物之间的和谐共处，也契合构建智慧城市的理念。现有技术中，对城市宠物的活动轨迹的跟踪，主要是通过视频监控进行分析来识别移动目标，从而将目标的移动过程记录下来，便于跟踪与分析。但是，宠物大多是猫和狗，这些宠物比较好动，跑动速度比较快，而使用视频监控分析多个摄像头采集到的数据，得到的是静态画面，不具有时间上的连续性。每个摄像头保存至今监控到的视频数据，随着监控目标的移动，活动轨迹在不同摄像头的监控范围内出现，这就导致监控目标活动轨迹的数据记录在不同的摄像头文件中，给目标跟踪与分析带了很大的困难，影响了后期对宠物活动轨迹的跟踪与分析。因此，有必要提供一种新的方案，对城市宠物的活动区域进行监测。
技术实现思路
【技术保护点】
1.一种基于图像识别的城市宠物活动轨迹监测方法，其特征在于，所述方法包括：/n初始化每一个宠物类别的类别概率；/n获取图像采集设备采集的宠物图像及采集信息，所述采集信息包括所述图像采集设备的地理位置、设备标识号及采集时间；/n识别所述宠物图像中的宠物的标识信息并将所述标识信息与所述宠物图像及所述采集信息关联存储；/n判断任意两个宠物图像的采集信息是否相同；/n当所述地理位置、设备标识号及采集时间均相同时，采用第一修正模型对所述类别概率进行修正得到第一类别概率；/n当所述地理位置及设备标识号相同，但采集时间不同时，采用第二修正模型对所述类别概率进行修正得到第二类别概率；/n当...
【技术特征摘要】
1.一种基于图像识别的城市宠物活动轨迹监测方法，其特征在于，所述方法包括：
初始化每一个宠物类别的类别概率；
获取图像采集设备采集的宠物图像及采集信息，所述采集信息包括所述图像采集设备的地理位置、设备标识号及采集时间；
识别所述宠物图像中的宠物的标识信息并将所述标识信息与所述宠物图像及所述采集信息关联存储；
判断任意两个宠物图像的采集信息是否相同；
当所述地理位置、设备标识号及采集时间均相同时，采用第一修正模型对所述类别概率进行修正得到第一类别概率；
当所述地理位置及设备标识号相同，但采集时间不同时，采用第二修正模型对所述类别概率进行修正得到第二类别概率；
当所述采集时间相同，但地理位置及设备标识号均不相同时，采用第三修正模型对所述类别概率进行修正得到第三类别概率；
基于修正后的类别概率确定所述宠物的活动轨迹。
2.根据权利要求1所述的方法，其特征在于，所述采用第一修正模型对所述类别概率进行修正得到第一类别概率包括：
采用如下公式对所述类别概率进行修正；
采用如下公式对修正后的类别概率进行归一化后得到第一类别概率；
其中，γ为修正因子系数，和分别为同一个图像采集设备在同一时刻采集到两个宠物的初始类别概率，为所述第一类别概率。
3.根据权利要求1所述的方法，其特征在于，所述采用第二修正模型对所述类别概率进行修正得到第二类别概率如下所示：
采用如下公式对所述类别概率进行修正；
采用如下公式对修正后的类别概率进行归一化后得到第二类别概率；
其中，为处罚因子，γ为修正因子系数，t为时间，和分别为同一个图像采集设备在不同时刻采集到两个宠物的初始类别概率，为所述第二类别概率。
4.根据权利要求1所述的方法，其特征在于，所述采用第三修正模型对所述类别概率进行修正得到第三类别概率如下：
采用如下公式对所述类别概率进行修正；
采用如下公式对修正后的类别概率进行归一化后得到第三类别概率；
其中，为处罚因子，γ为修正因子系数，l为距离，和分别为不同图像采集设备在同一时刻采集到两个宠物的初始类别概率，和分别为不同图像采集设备在同一时刻采集到两个宠物的初始类别概率，为所述第三类别概率。
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，所述识别所述宠物图像中的宠物的标识信息并...
【专利技术属性】
技术研发人员：金晨，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。