对象的运动状态确定方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及图像处理领域，特别是涉及一种对象的运动状态确定方法、装置、计算机设备和存储介质，所述方法包括：获取监控视频流，所述监控视频流中包含与待检测标志关联的监控对象；确定所述监控视频流中各视频帧对应的标志位置信息，所述标志位置信息是基于所述待检测标志在对应的视频帧中的位置信息确定的；基于所述各视频帧对应的标志位置信息，确定所述监控对象的运动状态。本发明专利技术能够快速准确的对监控对象的运动状态进行检测。控对象的运动状态进行检测。控对象的运动状态进行检测。

【技术实现步骤摘要】
对象的运动状态确定方法、装置、计算机设备和存储介质


[0001]本申请涉及图像处理领域，特别是涉及一种对象的运动状态确定方法、装置、计算机设备和存储介质。

技术介绍

[0002]近年来，随着信号处理理论、视觉理论等相关技术的发展，计算机视觉也得到了快速的发展，并以其非接触性、自动化、可视化、实时性和智能性等特点正逐步应用于我们日常生活中的各个场景中，特别是对于某些场景下对象的监控任务，如通过对某电动车停车场通过智能监控，预防偷窃；通过对步行场所的入口石墩卡口的检测，预防非法搬移；养殖场内对牲畜的定位检测，预防丢失。因此，如快速准确的针对对象的运行状态进行识别是一个需要考虑的问题。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种对象的运动状态确定方法、装置、计算机设备和存储介质。
[0004]第一方面，本专利技术实施例提出一种对象的运动状态确定方法，所述方法包括：
[0005]获取监控视频流，所述监控视频流中包含与待检测标志关联的监控对象；
[0006]确定所述监控视频流中各视频帧对应的标志位置信息，所述标志位置信息是基于所述待检测标志在对应的视频帧中的位置信息确定的；
[0007]基于所述各视频帧对应的标志位置信息，确定所述监控对象的运动状态。
[0008]在一实施例中，所述确定所述监控视频流中各视频帧对应的标志位置信息，包括：
[0009]分别针对所述各视频帧进行如下操作：
[0010]对所述各视频帧中的一个视频帧进行边缘检测，得到所述一个视频帧的边缘信息；基于所述一个视频帧的边缘信息，得到
[0011]对应的第一轮廓特征；
[0012]基于所述第一轮廓特征与预设的第二轮廓特征的匹配关系，确定所述一个视频帧对应的标志位置信息；其中，所述第二轮廓特征是基于包含待检测标志的参考图像获取的。
[0013]在一实施例中，所述第一轮廓特征包括轮廓的位置信息、轮廓的形状以及轮廓之间的位置关系所述第一轮廓特征包括轮廓的位置信息、轮廓的形状以及轮廓之间的位置关系；所述基于所述一个视频帧的边缘信息，得到对应的第一轮廓特征包括：
[0014]基于所述一个视频帧的边缘信息，确定对应轮廓的位置信息；
[0015]基于轮廓的位置信息确定轮廓的形状以及轮廓之间的位置关系。
[0016]在一实施例中，所述基于所述一个视频帧的边缘信息，确定对应轮廓的位置信息包括：
[0017]确定所述边缘检测后的一视频帧中的任一像素点作为第一检测点；
[0018]确定所述第一检测点是否为目标像素点，所述目标像素点为边缘所在的像素点；
[0019]若是，则以第一检测点为中心点按照第一预设规则依次遍历中心点周围的像素点确定是否为目标像素点，当确定到目标像素点时，则以该目标像素点为下一中心点，并重复上述目标像素点的确定步骤，直到所确定的目标像素点为已遍历的像素点或中心点周围不存在目标像素点时，再按照第二预设规则确定下一像素点为第二检测点，重复上述目标像素点的确定步骤，直到遍历视频帧所包含的像素点；
[0020]若不是，则按照第二预设规则确定下一像素点为第二检测点，重复上述目标像素点的确定步骤，直到遍历视频帧所包含的像素点；
[0021]基于所述目标像素点确定视频帧中的边缘信息所对应轮廓的位置信息。
[0022]在一实施例中，所述基于所述第一轮廓特征与预设的第二轮廓特征的匹配关系，确定所述一个视频帧对应的标志位置信息包括：
[0023]在所述第一轮廓特征中，确定与所述第二轮廓特征中所包括的轮廓的形状相匹配，且与所述第二轮廓特征中所包括的轮廓之间的位置关系相匹配的第三轮廓特征；
[0024]基于所述第三轮廓特征所对应轮廓的位置信息，确定所述一个视频帧对应的标志位置信息。
[0025]在一实施例中，在所述对所述各视频帧中的一个视频帧进行边缘检测之前，还包括：
[0026]对所述各视频帧中的一个视频帧进行进行二值化处理，得到二值化图像；
[0027]对所述二值化图像进行边缘检测。
[0028]在一实施例中，所述对所述各视频帧中的一个视频帧进行进行二值化处理，得到二值化图像包括：
[0029]对所述一个视频帧进行灰度处理得到灰度直方图；
[0030]以所述灰度直方图中各个相邻峰值对应的灰度值的均值作为候选分割阈值；
[0031]选取以各个候选分割阈值分割所述灰度直方图的前景和背景，以前景和背景熵的和的最大值所对应的分割阈值作为二值化处理的阈值；
[0032]基于所述二值化处理的阈值二值化处理的阈值，对所述一个视频帧进行二值化处理，得到二值化图像。
[0033]第二方面，本专利技术实施例提出一种对象的运动状态确定装置，所述装置包括：
[0034]获取模块，用于获取监控视频流，所述监控视频流中包含与待检测标志关联的监控对象；
[0035]第一确定模块，用于确定所述监控视频流中各视频帧对应的标志位置信息，所述标志位置信息是基于所述待检测标志在对应的视频帧中的位置信息确定的；
[0036]第二确定模块，用于基于所述各视频帧对应的标志位置信息，确定所述监控对象的运动状态。
[0037]第三方面，本专利技术实施例提出一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0038]获取监控视频流，所述监控视频流中包含与待检测标志关联的监控对象；
[0039]确定所述监控视频流中各视频帧对应的标志位置信息，所述标志位置信息是基于所述待检测标志在对应的视频帧中的位置信息确定的；
[0040]基于所述各视频帧对应的标志位置信息，确定所述监控对象的运动状态。
[0041]第四方面，本专利技术实施例提出一种计算机可读存储介质，其上存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0042]获取监控视频流，所述监控视频流中包含与待检测标志关联的监控对象；
[0043]确定所述监控视频流中各视频帧对应的标志位置信息，所述标志位置信息是基于所述待检测标志在对应的视频帧中的位置信息确定的；
[0044]基于所述各视频帧对应的标志位置信息，确定所述监控对象的运动状态。
[0045]上述方法、装置、计算机设备和存储介质，通过获取监控视频流，所述监控视频流中包含与待检测标志关联的监控对象，确定所述监控视频流中各视频帧对应的标志位置信息，所述标志位置信息是基于所述待检测标志在对应的视频帧中的位置信息确定的，基于所述各视频帧对应的标志位置信息，确定所述监控对象的运动状态，从而能够快速准确的对监控对象的运动状态进行检测。
附图说明
[0046]图1为一个实施例中对象的运动状态确定方法的应用环境图；
[0047]图2为一个实施例中对象的运动状态确定方法的流程示意图；
[0048]图3为一个实施例中待检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象的运动状态确定方法，其特征在于，所述方法包括：获取监控视频流，所述监控视频流中包含与待检测标志关联的监控对象；确定所述监控视频流中各视频帧对应的标志位置信息，所述标志位置信息是基于所述待检测标志在对应的视频帧中的位置信息确定的；基于所述各视频帧对应的标志位置信息，确定所述监控对象的运动状态。2.根据权利要求1所述的方法，其特征在于，所述确定所述监控视频流中各视频帧对应的标志位置信息，包括：分别针对所述各视频帧进行如下操作：对所述各视频帧中的一个视频帧进行边缘检测，得到所述一个视频帧的边缘信息；基于所述一个视频帧的边缘信息，得到对应的第一轮廓特征；基于所述第一轮廓特征与预设的第二轮廓特征的匹配关系，确定所述一个视频帧对应的标志位置信息；其中，所述第二轮廓特征是基于包含待检测标志的参考图像获取的。3.根据权利要求2所述的方法，其特征在于，所述第一轮廓特征包括轮廓的位置信息、轮廓的形状以及轮廓之间的位置关系；所述基于所述一个视频帧的边缘信息，得到对应的第一轮廓特征包括：基于所述一个视频帧的边缘信息，确定对应轮廓的位置信息；基于轮廓的位置信息确定轮廓的形状以及轮廓之间的位置关系。4.根据权利要求3所述的方法，其特征在于，所述基于所述一个视频帧的边缘信息，确定对应轮廓的位置信息包括：确定所述边缘检测后的一视频帧中的任一像素点作为第一检测点；确定所述第一检测点是否为目标像素点，所述目标像素点为边缘所在的像素点；若是，则以第一检测点为中心点按照第一预设规则依次遍历中心点周围的像素点确定是否为目标像素点，当确定到目标像素点时，则以该目标像素点为下一中心点，并重复上述目标像素点的确定步骤，直到所确定的目标像素点为已遍历的像素点或中心点周围不存在目标像素点时，再按照第二预设规则确定下一像素点为第二检测点，重复上述目标像素点的确定步骤，直到遍历视频帧所包含的像素点；若不是，则按照第二预设规则确定下一像素点为第二检测点，重复上述目标像素点的确定步骤，直到遍历视频帧所包含的像素点；基于所述目标像素...

【专利技术属性】
技术研发人员：高尔琪，熊剑平，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：