物体运动状态检测方法、装置及存储介质制造方法及图纸

本发明专利技术提供了一种物体运动状态检测方法、装置及存储介质，方法包括：实时采集预定区域的视频流，并基于滑动窗口的方法在视频流中提取出当前时刻对应的N个图像帧；通过预设检测模型对N个图像帧进行处理，得到N个图像帧中的标定物体对应的N个位置坐标信息；结合N个图像帧，剔除N个位置坐标信息中的干扰位置坐标信息，得到多个目标位置坐标信息以确定出N个图像帧中目标物体的当前时刻的运动状态；标定物体属于目标物体。由于本方案中通过滑动窗口的方法提取了N个图像帧，可以根据N个图像帧中前后帧之间的关系，准确的判断车辆靠近和离开的运动状态，并且同时剔除了干扰因子，进而可以提高对车辆运动状态的识别准确率。提高对车辆运动状态的识别准确率。提高对车辆运动状态的识别准确率。

【技术实现步骤摘要】
物体运动状态检测方法、装置及存储介质


[0001]本专利技术实施例涉及运动检测
，尤其涉及一种物体运动状态检测方法、装置及存储介质。

技术介绍

[0002]在智能物流园区，车辆的管理和装货卸货的管理需要高效协同才能充分保证物流操作的效率。车辆识别在车辆管理中是非常重要的环节，而车辆识别本身也有不同的场景，例如道闸的车辆识别和月台的车辆识别，通常是使用计算机视觉的方法。例如对车体进行识别，当车体的位置和月台的距离低于一定阈值判断为车辆到达，如果月台区域识别不到车体判断为离开。当前的技术比较大的缺点是，只能判断月台区域是否有车，而不能对车辆的运动状态进行识别。另外，由于月台的场景比较复杂，干扰多，对车辆运动状态的识别准确率较低。

技术实现思路

[0003]本专利技术实施例提供的一种物体运动状态检测方法、装置及存储介质，可以提高对车辆运动状态的识别准确率。
[0004]本专利技术的技术方案是这样实现的：
[0005]本专利技术实施例提供了一种物体运动状态检测方法，包括：
[0006]实时采集预定区域的视频流，并基于滑动窗口的方法在所述视频流中提取出当前时刻对应的N个图像帧；N为大于1的整数；
[0007]通过预设检测模型对所述N个图像帧进行处理，得到所述N个图像帧中的标定物体对应的N个位置坐标信息；
[0008]结合所述N个图像帧，剔除所述N个位置坐标信息中的干扰位置坐标信息，得到多个目标位置坐标信息；
[0009]利用所述多个目标位置坐标信息，确定出所述N个图像帧中目标物体的所述当前时刻的运动状态；所述标定物体属于所述目标物体。
[0010]上述方案中，所述基于滑动窗口的方法在所述视频流中提取出当前时刻对应的N个图像帧，包括：
[0011]在所述视频流中提取出所述当前时刻对应的当前图像帧；
[0012]在所述视频流中以所述当前图像帧为起点，沿着时间轴每隔预定时长或者预定数量的图像帧提取出一个图像帧，直至提取得到N
‑
1个图像帧；
[0013]将所述当前图像帧和所述N
‑
1个图像帧沿时间轴组合得到所述N个图像帧。
[0014]上述方案中，所述结合所述N个图像帧，剔除所述N个位置坐标信息中的干扰位置坐标信息，得到多个目标位置坐标信息，包括：
[0015]对所述N个图像帧分别进行区域划分，并针对每个位置坐标信息在对应的图像帧中确定出所属区域的观测序列值，以得到对应所述N个位置坐标信息的观测序列值集合；
[0016]将所述观测序列值集合、预设状态转移概率矩阵和预设观测概率矩阵输入预设动态规划算法，得到状态序列值集合；所述状态序列值集合包括：针对所述观测序列值集合预测得到的，所述N个图像帧中所述标定物体在对应的图像帧中实际所属区域信息的集合；所述预设状态转移概率矩阵表征任意两个状态序列值之间的转移概率的集合；所述预设观测概率矩阵表征任意的状态序列值与观测序列值之间的转移概率的集合；
[0017]结合所述状态序列值集合和所述观测序列值集合，剔除所述N个位置坐标信息中的所述干扰位置坐标信息，得到所述多个目标位置坐标信息。
[0018]上述方案中，所述对所述N个图像帧进行区域划分，并针对每个位置坐标信息在对应的图像帧中确定出所属区域的观测序列值，以得到对应所述N个位置坐标信息的观测序列值集，包括：
[0019]将所述N个图像帧分别沿着横坐标分割成V个区域，沿着纵坐标分割成U个区域，得到对应每个图像帧的多个区域；V为大于1的整数；U为大于1的整数；
[0020]针对每个位置坐标信息在对应的所述多个区域中确定出所述所属区域；
[0021]在所述V个区域中确定出所述所属区域的横向次序，将所述横向次序作为所述每个位置坐标信息的横向观测序列值，进而得到N个横向观测序列值以形成横向观测序列值集合；
[0022]在所述U个区域中确定出所述所属区域的纵向次序，将所述纵向次序作为所述每个位置坐标信息的纵向观测序列值，进而得到N个纵向观测序列值以形成纵向观测序列值集合；所述观测序列值集包括：横向观测序列值集合和纵向观测序列值集合。
[0023]上述方案中，所述预设状态转移概率矩阵包括：预设横向状态转移概率矩阵和预设纵向状态转移概率矩阵；预设观测概率矩阵包括：预设横向观测概率矩阵和预设纵向观测概率矩阵；所述状态序列值集合包括：横向状态序列值集合和纵向状态序列值结合；
[0024]所述将所述观测序列值集合、预设状态转移概率矩阵和预设观测概率矩阵输入预设动态规划算法，得到状态序列值集合，包括：
[0025]将所述横向观测序列值集合、所述预设横向状态转移概率矩阵和所述预设横向观测概率矩阵输入所述预设动态规划算法，得到所述横向状态序列值集合；所述横向状态序列值包括：对应所述N个位置坐标信息的N个横向状态序列值；
[0026]将所述纵向观测序列值集合、所述预设纵向状态转移概率矩阵和所述预设纵向观测概率矩阵输入所述预设动态规划算法，得到所述纵向状态序列值集合；所述纵向状态序列值包括：对应所述N个位置坐标信息的N个纵向状态序列值。
[0027]上述方案中，所述结合所述状态序列值集合和所述观测序列值集合，剔除所述N个位置坐标信息中的所述干扰位置坐标信息，得到所述多个目标位置坐标信息，包括：
[0028]按照次序将所述N个横向状态序列值与所述N个横向观测序列值进行一一对比，若确定出至少一个横向状态序列值与对应次序的至少一个横向观测序列值不同，则将所述至少一个横向观测序列值对应的至少一个位置坐标信息从所述N个位置坐标信息中剔除，得到K个位置坐标信息；K为大于1的整数；
[0029]按照次序将所述N个纵向状态序列值与所述N个纵向观测序列值进行一一对比，若确定出至少一个纵向状态序列值与对应次序的至少一个纵向观测序列值不同，则将所述至少一个纵向观测序列值对应的至少一个第二位置坐标信息从所述K个位置坐标信息中剔
除，得到多个中间位置坐标信息；
[0030]将所述多个中间位置坐标信息中的预定位置坐标信息剔除，得到所述多个目标位置坐标信息；所述预定位置坐标信息为对应的图像帧中未检测到所述标定物体时形成的位置坐标信息。
[0031]上述方案中，所述利用所述多个目标位置坐标信息，确定出所述N个图像帧中目标物体的所述当前时刻的运动状态，包括：
[0032]对所述多个目标位置坐标信息中的多个目标纵坐标信息沿时间轴进行线性拟合，得到所述多个目标纵坐标信息的斜率值；
[0033]根据所述斜率值的大小确定出所述运动状态。
[0034]上述方案中，所述根据所述斜率值的大小确定出所述运动状态，包括以下之一：
[0035]若所述斜率值大于预设阈值，则确定所述运动状态为靠近状态；
[0036]若所述斜率值小于所述预设阈值，则确定所述运动状态为远离状态。
[0037]本专利技术实施例还提供了一种物体运动状态检测装置，包括：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物体运动状态检测方法，其特征在于，包括：实时采集预定区域的视频流，并基于滑动窗口的方法在所述视频流中提取出当前时刻对应的N个图像帧；N为大于1的整数；通过预设检测模型对所述N个图像帧进行处理，得到所述N个图像帧中的标定物体对应的N个位置坐标信息；结合所述N个图像帧，剔除所述N个位置坐标信息中的干扰位置坐标信息，得到多个目标位置坐标信息；利用所述多个目标位置坐标信息，确定出所述N个图像帧中目标物体的所述当前时刻的运动状态；所述标定物体属于所述目标物体。2.根据权利要求1所述的物体运动状态检测方法，其特征在于，所述基于滑动窗口的方法在所述视频流中提取出当前时刻对应的N个图像帧，包括：在所述视频流中提取出所述当前时刻对应的当前图像帧；在所述视频流中以所述当前图像帧为起点，沿着时间轴每隔预定时长或者预定数量的图像帧提取出一个图像帧，直至提取得到N
‑
1个图像帧；将所述当前图像帧和所述N
‑
1个图像帧沿时间轴组合得到所述N个图像帧。3.根据权利要求1所述的物体运动状态检测方法，其特征在于，所述结合所述N个图像帧，剔除所述N个位置坐标信息中的干扰位置坐标信息，得到多个目标位置坐标信息，包括：对所述N个图像帧分别进行区域划分，并针对每个位置坐标信息在对应的图像帧中确定出所属区域的观测序列值，以得到对应所述N个位置坐标信息的观测序列值集合；将所述观测序列值集合、预设状态转移概率矩阵和预设观测概率矩阵输入预设动态规划算法，得到状态序列值集合；所述状态序列值集合包括：针对所述观测序列值集合预测得到的，所述N个图像帧中所述标定物体在对应的图像帧中实际所属区域信息的集合；所述预设状态转移概率矩阵表征任意两个状态序列值之间的转移概率的集合；所述预设观测概率矩阵表征任意的状态序列值与观测序列值之间的转移概率的集合；结合所述状态序列值集合和所述观测序列值集合，剔除所述N个位置坐标信息中的所述干扰位置坐标信息，得到所述多个目标位置坐标信息。4.根据权利要求3所述的物体运动状态检测方法，其特征在于，所述对所述N个图像帧分别进行区域划分，并针对每个位置坐标信息在对应的图像帧中确定出所属区域的观测序列值，以得到对应所述N个位置坐标信息的观测序列值集合，包括：将所述N个图像帧分别沿着横坐标分割成V个区域，沿着纵坐标分割成U个区域，得到对应每个图像帧的多个区域；V为大于1的整数；U为大于1的整数；针对每个位置坐标信息在对应的所述多个区域中确定出所述所属区域；在所述V个区域中确定出所述所属区域的横向次序，将所述横向次序作为所述每个位置坐标信息的横向观测序列值，进而得到N个横向观测序列值以形成横向观测序列值集合；在所述U个区域中确定出所述所属区域的纵向次序，将所述纵向次序作为所述每个位置坐标信息的纵向观测序列值，进而得到N个纵向观测序列值以形成纵向观测序列值集合；所述观测序列值集包括：横向观测序列值集合和纵向观测序列值集合。5.根据权利要求4所述的物体运动状态检测方法，其特征在于，所述预设状态转移概率矩阵包括：预设横向状态转移概率矩阵和预设纵向状态转移概率矩阵；预设观测概率矩阵
包括：预设横向观测概率矩阵和预设纵向观测概率矩阵；所述状态序列值集合包括：横向状态序列值集合和纵向状态序列值结合；所述将所...

【专利技术属性】
技术研发人员：刘洋，
申请(专利权)人：北京京东乾石科技有限公司，
类型：发明
国别省市：