基于多目标的轨迹识别方法、装置、介质和计算设备制造方法及图纸

本发明专利技术的实施方式提供了一种基于多目标的轨迹识别方法、装置、介质和计算设备。该方法包括：对输入的操作视频进行目标识别，得到所述操作视频中每帧图像包含的多个目标的目标位置信息；基于所述目标位置信息确定各个目标对应的运动信息；基于所述各个目标对应的运动信息，计算得到各个目标对应的离散程度；基于所述各个目标对应的离散程度从所述各个目标对应的运动信息中获取最终的运动信息；基于所述最终的运动信息，确定出各个目标对应的移动轨迹信息。本发明专利技术能够从操作视频中识别出其中包含的多个目标的移动轨迹，提升了识别到的目标轨迹的全面性。标轨迹的全面性。标轨迹的全面性。

【技术实现步骤摘要】
基于多目标的轨迹识别方法、装置、介质和计算设备


[0001]本专利技术的实施方式涉及人工智能领域，更具体地，本专利技术的实施方式涉及一种基于多目标的轨迹识别方法、装置、介质和计算设备。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]近年来，腹腔镜手术是一门新发展起来的微创方法，随着以机器学习尤其是深度学习为代表的人工智能技术的迅猛发展，以及相关学科的融合都为开展新技术、新方法奠定了坚定的基础，许多过去的开放性手术目前已被腔内手术所取代，大大增加了手术选择范围。
[0004]目前，可以基于人工智能的手术分析模型对腔内手术中出现的医生使用的手术器具等目标的移动轨迹进行识别，以辅助医生成功的完成腔内手术。然而，在实践中发现，现有的手术分析模型通常只能识别出单一的手术器具的目标，但在实际中，手术器具通常不止一个，且手术器具所处的腔内环境中也存在需要识别的病灶、器官等目标，可见，通过上述方式识别到的目标的轨迹的全面性较差。

技术实现思路

[0005]在本上下文中，本专利技术的实施方式期望提供一种基于多目标的轨迹识别方法、装置、介质和计算设备。
[0006]在本专利技术实施方式的第一方面中，提供了一种基于多目标的轨迹识别方法，包括：
[0007]对输入的操作视频进行目标识别，得到所述操作视频中每帧图像包含的多个目标的目标位置信息；
[0008]基于所述目标位置信息确定各个目标对应的运动信息；
[0009]基于所述各个目标对应的运动信息，计算得到各个目标对应的离散程度；
[0010]基于所述各个目标对应的离散程度从所述各个目标对应的运动信息中获取最终的运动信息；
[0011]基于所述最终的运动信息，确定出各个目标对应的移动轨迹信息。
[0012]在本专利技术实施方式的第二方面中，提供了一种基于多目标的轨迹识别装置，包括：
[0013]识别单元，用于对输入的操作视频进行目标识别，得到所述操作视频中每帧图像包含的多个目标的目标位置信息；
[0014]确定单元，用于基于所述目标位置信息确定各个目标对应的运动信息；
[0015]计算单元，用于基于所述各个目标对应的运动信息，计算得到各个目标对应的离散程度；
[0016]获取单元，用于基于所述各个目标对应的离散程度从所述各个目标对应的运动信息中选取最终的运动信息；
[0017]所述确定单元，还用于基于所述最终的运动信息，确定出各个目标对应的移动轨迹信息。
[0018]在本专利技术实施方式的第三方面中，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序在被处理器执行时能够实现第一方面中任一项所述的方法。
[0019]在本专利技术实施方式的第四方面中，提供了一种计算设备，包括第三方面所述的存储介质。
[0020]根据本专利技术实施方式的基于多目标的轨迹识别方法、装置、介质和计算设备，能够从输入的操作视频中识别出每帧图像中包含的多个目标的目标位置信息，并从目标位置信息中得到各个目标对应的运动信息，进而基于运动信息计算得到各个目标的离散程度，基于得到的离散程度从各个目标对应的运动信息中选取出符合要求的运动信息，并得到选取出的各个目标对应的移动轨迹信息，从而可以从操作视频中识别出其中包含的多个目标的移动轨迹，提升了识别到的目标轨迹的全面性。
附图说明
[0021]通过参考附图阅读下文的详细描述，本专利技术示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本专利技术的若干实施方式，其中：
[0022]图1为本专利技术一实施例提供的基于多目标的轨迹识别方法的流程示意图；
[0023]图2为本专利技术另一实施例提供的基于多目标的轨迹识别方法的流程示意图；
[0024]图3为根据本专利技术的一种实施方式确定每个目标对应的运动质点的示意图；
[0025]图4为根据本专利技术的另一种实施方式确定每个目标对应的运动质点的示意图；
[0026]图5为根据本专利技术的又一种实施方式确定每个目标对应的运动质点的示意图；
[0027]图6为本专利技术一实施例提供的基于多目标的轨迹识别装置的结构示意图；
[0028]图7示意性地示出了本专利技术实施例的一种介质的结构示意图；
[0029]图8示意性地示出了本专利技术实施例的一种计算设备的结构示意图。
[0030]在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
[0031]下面将参考若干示例性实施方式来描述本专利技术的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本专利技术，而并非以任何方式限制本专利技术的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0032]本领域技术人员知道，本专利技术的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
[0033]根据本专利技术的实施方式，提出了一种基于多目标的轨迹识别方法、装置、介质和计算设备。
[0034]在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何
命名都仅用于区分，而不具有任何限制含义。
[0035]下面参考本专利技术的若干代表性实施方式，详细阐释本专利技术的原理和精神。
[0036]示例性方法
[0037]下面参考图1，图1为本专利技术一实施例提供的基于多目标的轨迹识别方法的流程示意图。需要注意的是，本专利技术的实施方式可以应用于适用的任何场景。
[0038]图1所示的本专利技术一实施例提供的基于多目标的轨迹识别方法的流程，包括：
[0039]步骤S101，对输入的操作视频进行目标识别，得到所述操作视频中每帧图像包含的多个目标的目标位置信息；
[0040]步骤S102，基于所述目标位置信息确定各个目标对应的运动信息；
[0041]步骤S103，基于所述各个目标对应的运动信息，计算得到各个目标对应的离散程度；
[0042]步骤S104，基于所述各个目标对应的离散程度从所述各个目标对应的运动信息中获取最终的运动信息；
[0043]步骤S105，基于所述最终的运动信息，确定出各个目标对应的移动轨迹信息。
[0044]本申请中提出的基于多目标的轨迹识别方法所针对的是基于人工智能所构建的目标轨迹识别模型，包括但不限于多目标识别、多类型目标识别等各个适用不同应用场景的目标轨迹识别模型。
[0045]本专利技术能够从输入的操作视频中识别出每帧图像中包含的多个目标的目标位置信息，并从目标位置信息中得到各个目标对应的运动信息，进而基于运动信息计算得到各个目标的离散程度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目标的轨迹识别方法，包括：对输入的操作视频进行目标识别，得到所述操作视频中每帧图像包含的多个目标的目标位置信息；基于所述目标位置信息确定各个目标对应的运动信息；基于所述各个目标对应的运动信息，计算得到各个目标对应的离散程度；基于所述各个目标对应的离散程度从所述各个目标对应的运动信息中获取最终的运动信息；基于所述最终的运动信息，确定出各个目标对应的移动轨迹信息。2.根据权利要求1所述的基于多目标的轨迹识别方法，基于所述各个目标对应的离散程度从所述各个目标对应的运动信息中获取最终的运动信息的方式具体为：将大于预设阈值的离散程度对应的运动信息进行删除，得到删除后的运动信息，并将所述删除后的运动信息确定为最终的运动信息。3.根据权利要求2所述的基于多目标的轨迹识别方法，所述运动信息中包括但不限于运动质点和运动参数，所述运动参数中包括但不限于运动距离和运动速度，基于所述各个目标对应的运动信息，计算得到各个目标对应的离散程度，包括：获取各个目标的运动信息中运动质点的原始数量和非空数量；基于所述原始数量和所述非空数量计算得到各个目标对应的置信度；基于各个目标的运动信息中的运动距离和运动速度，计算得到各个目标对应的方差；基于所述各目标对应的置信度和方差，计算得到各个目标对应的离散程度。4.根据权利要求1～3任一项所述的基于多目标的轨迹识别方法，其中，基于所述目标位置信息确定各个目标对应的运动信息，包括：获取各个目标对应的类别标签；根据所述各个目标的目标位置信息确定各个目标对应的运动质点；根据所述操作视频中任意相邻两帧图像中包含的各个目标对应的运动质点，计算得到各个目标对应的运动参数，所述运动参数中包括但不限于运动距离和运动速度；基于所述类别标签、所述运动质点以及所述运动参数构建各个目标对应的运动信息。5.根据权利要求4所述的基于...

【专利技术属性】
技术研发人员：赵玉霞，赵黎红，王思萌，阚磊，董浩然，安桉，郑伟，王帆，赵丽香，
申请(专利权)人：郑州大学第一附属医院，
类型：发明
国别省市：