图像处理方法和处理器技术

本发明专利技术公开了一种图像处理方法和处理器。其中，该方法包括：分别获取不同图像采集设备在所处视频点位上采集到的视频段，得到视频段集合；将视频段集合中包含的视频段转换为待分析的图片序列，其中，所述图片序列包括所述至少一种目标对象的图像；基于图片序列的特征向量，去除图片序列中的噪声数据，得到目标图片序列；基于视频段集合中包含的视频段对应的目标图片序列的特征向量，对视频段集合中包含的视频段对应的目标图片序列进行合并，得到合并图片数据，其中，合并图片数据作为训练样本用于训练得到图像识别模型。本发明专利技术解决了对视频段集合中同一目标对象的关联数据获取效率低的技术问题。的技术问题。的技术问题。

【技术实现步骤摘要】
图像处理方法和处理器


[0001]本专利技术涉及计算机领域，具体而言，涉及一种图像处理方法和处理器。

技术介绍

[0002]针对城市监测场景中对目标对象进行跨摄像头追踪的问题，通常是以图搜图，且在数据标注上需人工标注，缺少对对象再识别的技术生成方案，存在对视频段集合中同一目标对象的关联数据获取效率低的技术问题。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种图像处理方法和处理器，以至少解决对视频段集合中同一目标对象的关联数据获取效率低的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种图像处理方法，该方法包括：分别获取不同图像采集设备在所处视频点位上采集到的视频段，得到视频段集合，其中，不同图像采集设备对应的视频点位与待监测场景相关联，视频段集合中包含的视频段记录了待监测场景中需要监测的至少一种目标对象的图像；将视频段集合中包含的视频段转换为待分析的图片序列，其中，图片序列包括至少一种目标对象的图像；基于图片序列的特征向量，去除图片序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：分别获取不同图像采集设备在所处视频点位上采集到的视频段，得到视频段集合，其中，所述不同图像采集设备对应的所述视频点位与待监测场景相关联，所述视频段集合中包含的视频段记录了所述待监测场景中需要监测的至少一种目标对象的图像；将所述视频段集合中包含的视频段转换为待分析的图片序列，其中，所述图片序列包括所述至少一种目标对象的图像；基于所述图片序列的特征向量，去除所述图片序列中的噪声数据，得到目标图片序列；基于所述视频段集合中包含的视频段对应的所述目标图片序列的特征向量，对所述视频段集合中包含的所述视频段对应的所述目标图片序列进行合并，得到合并图片数据，其中，所述合并图片数据作为训练样本用于训练得到图像识别模型。2.根据权利要求1所述的方法，其特征在于，基于所述图片序列的特征向量，去除所述图片序列中的噪声数据，得到目标图片序列，包括：基于所述图片序列中多帧图片的特征向量，获取所述多帧图片中每相邻两帧图片之间的相似度；基于所述相似度从所述多帧图片中确定所述噪声数据，且在所述图片序列中去除所述噪声数据，得到所述目标图片序列。3.根据权利要求2所述的方法，其特征在于，基于所述相似度从所述多帧图片中确定所述噪声数据，包括：在所述多帧图片中，确定与相邻帧图片之间的相似度低于相似度阈值的目标帧图片；将所述目标帧图片确定为所述噪声数据。4.根据权利要求3所述的方法，其特征在于，在所述多帧图片中，确定与相邻帧图片之间的相似度低于所述相似度阈值的目标帧图片，包括：在所述多帧图片中，将分别与两个相邻帧图片之间的相似度均低于所述相似度阈值的帧图片，确定为所述目标帧图片。5.根据权利要求2所述的方法，其特征在于，基于所述图片序列中所述多帧图片的特征向量，获取所述多帧图片中每相邻两帧图片之间的相似度，包括：对所述多帧图片的特征向量进行归一化处理；获取所述多帧图片中每相邻两帧图片的归一化处理后的特征向量之间的余弦距离；将所述余弦距离确定为所述每相邻两帧图片之间的相似度。6.根据权利要求1所述的方法，其特征在于，所述视频段集合中包含与所述不同图像采集设备对应的多个视频段，基于所述视频段集合中包含的视频段对应的所述目标图片序列的特征向量，对所述视频段集合中包含的所述视频段对应的所述目标图片序列进行合并，得到合并图片数据，包括：基于所述多个视频段对应的多个所述目标图片序列的特征向量之间的相似度，对多个所述目标图片序列进行合并，得到所述合并图片数据。7.根据权利要求6所述的方法，其特征在于，基于所述多个视频段对应的多个所述目标图片序列的特征向量之间的相似度，对多个所述目标图片序列进行合并，得到所述合并图片数据，包括：基于多个所述目标图片序列的特征向量之间的相似度和多个所述目标图片序列中所
述目标对象的时空信息，对多个所述目标图片序列进行合并，得到所述合并图片数据，其中，所述时空信息用于表示所述目标对象出现在对应的所述目标图片序列中的时间和位置。8.根据权利要求7所述的方法，其特征在于，基于多个所述目标图片序列的特征向量之间的相似度和多个所述目标图片序列中所述目标对象的时空信息，对多个所述目标图片序列进行合并，得到所述合并图片数据，包括：响应于多个所述目标图片序列中第一目标图片序列的特征向量与多个所述目标图片序列中第二目标图片序列的特征向量之间的相似度大于相似度阈值，且多个所述目标图片序列中所述时空信息在目标时空范围内，对所述第一目标图片序列与所述第二目标图片序列进行合并，以得到所述合并图片数据，其中，所述第一目标图片序列为多个所述目标图片序列中任意一目标图片序列，所述第二目标图片序列为多个所述目标图片序列中除所述第一目标图片序列之外的任意一目标图片序列。9.根据权利要求7所述的方法，其特征在于，所述方法还包括：对所述目标图片序列中多帧图片的多个特征向量进行池化处理，得到池化结果；将所述池化结果确定为所述目标图片序列的特征向量。1...

【专利技术属性】
技术研发人员：李圣昱，何天宇，沈旭，申晨，黄建强，李健，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：