【技术实现步骤摘要】
一种获取位置信息的方法、装置及设备
本申请涉及人工智能领域，特别涉及一种获取位置信息的方法、装置及设备。
技术介绍
进入寒冬季节，病毒存活周期长。目前有效的杜绝传染方法就是避免人群聚集，但是也存在避免不了人群聚集的情况，尤其是银行网点来来往往人员情况复杂，一旦发现一个阳性案例，就需要排查接触的人员情况。现有技术中，在获取到14天内的监控视频下，可以基于深度学习的目标跟踪辅助流调人员进行排查接触人员。然而，目前在计算机视觉领域中，目标跟踪算法针对的场景存在如下为难点：外观变形、光照变化、快速运动、运动模糊、背景相似干扰、平面外旋转、平面内旋转、尺度变化、遮挡和出视野等，使得根据目标跟踪算法确定的结果准确度较低。因此，业内亟需一种可以解决上述技术问题的技术方案。
技术实现思路
本说明书实施例提供了一种获取位置信息的方法、装置及设备，可以使目标跟踪的结果更准确。本说明书提供的一种获取位置信息的方法、装置及设备是包括以下方式实现的。一种获取位置信息的方法，包括：获取指定监控视频，确...
【技术保护点】
1.一种获取位置信息的方法，其特征在于，包括：/n获取指定监控视频，确定目标对象在所述指定监控视频的第一帧图像中的位置信息；/n根据目标对象在第一帧图像中的位置信息，从所述第一帧图像中提取目标对象的特征信息；/n对所述指定监控视频的第二帧图像进行特征提取，获得第二帧图像的特征信息；其中，所述第二帧图像为所述第一帧图像后的帧图像；/n基于所述目标对象的特征信息和第二帧图像的特征信息，确定目标对象在第二帧图像中的位置信息；/n在确定所述第二帧图像为所述指定监控视频的最后一帧图像的情况下，获取所述目标对象在所述指定监控视频的每一帧图像中的位置信息。/n
【技术特征摘要】
1.一种获取位置信息的方法，其特征在于，包括：
获取指定监控视频，确定目标对象在所述指定监控视频的第一帧图像中的位置信息；
根据目标对象在第一帧图像中的位置信息，从所述第一帧图像中提取目标对象的特征信息；
对所述指定监控视频的第二帧图像进行特征提取，获得第二帧图像的特征信息；其中，所述第二帧图像为所述第一帧图像后的帧图像；
基于所述目标对象的特征信息和第二帧图像的特征信息，确定目标对象在第二帧图像中的位置信息；
在确定所述第二帧图像为所述指定监控视频的最后一帧图像的情况下，获取所述目标对象在所述指定监控视频的每一帧图像中的位置信息。
2.根据权利要求1所述的方法，其特征在于，所述从所述第一帧图像中提取目标对象的特征信息前，还包括：
判断所述第一帧图像中是否存在第一对象；
确定存在时，利用目标检测算法确定所述第一对象的位置；
基于所述第一对象的位置，获取所述第一对象的位置信息；
根据所述目标对象在第一帧图像中的位置信息和所述第一对象的位置信息，确定所述第一对象是否为所述目标对象的关联对象。
3.根据权利要求2所述的方法，其特征在于，在确定所述第一对象为所述目标对象的关联对象时，将所述第一对象作为第一目标对象；
相应的，获取指定监控视频，确定第一目标对象在所述指定监控视频的第一帧图像中的位置信息；
根据第一目标对象在第一帧图像中的位置信息，从所述第一帧图像中提取第一目标对象的特征信息；
对所述指定监控视频的第二帧图像进行特征提取，获得第二帧图像的特征信息；其中，所述第二帧图像为所述第一帧图像后的帧图像；
基于所述第一目标对象的特征信息和第二帧图像的特征信息，确定第一目标对象在第二帧图像中的位置信息；
在所述第二帧图像为所述指定监控视频的最后一帧图像的情况下，获取所述第一目标对象在所述指定监控视频的每一帧图像的位置信息。
4.根据权利要求1所述的方法，其特征在于，从所述第一帧图像中提取目标对象的特征信息，包括：
利用深度学习模型从所述第一帧图像中提取目标对象的特征信息；其中，所述深度学习模型的结构包括卷积层、残差层、池化层、全连接层；所述卷积层为44层，所述深度学习模型使用的激活函数为Mish激活函数。
5.根据权利要求4所述的方法，其特征在于，所述对所述指定监控视频的第二帧图像进行特征提取，获得第二帧图像的特征信息，包括：
将所述第二帧图像划分为预设数量的图像块；
利用深度学习模型对每个图像块进行特征提取，...
【专利技术属性】
技术研发人员：李龙龙，赵跃于，李辉，王青博，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11
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。