本申请涉及一种目标对象匹配方法、装置、计算机设备和存储介质。所述方法包括：获取目标图像，并基于所述目标图像确定候选对象；基于所述候选对象的数量和/或类型对所述候选对象进行排序；基于排序结果依次对所述候选对象进行匹配，确定目标对象。本方法无需对所有候选对象进行全属性分析、而通过候选对象数量和/或类型即可进行排序，解决了目前视频监控中目标对象匹配计算量大、效率不高的问题。效率不高的问题。效率不高的问题。
【技术实现步骤摘要】
目标对象匹配方法、装置、计算机设备和存储介质
[0001]本申请涉及图像分析
，特别是涉及一种目标对象匹配方法、装5置、计算机设备和存储介质。
技术介绍
[0002]近年来，随着视频监控系统的应用和发展，图像分析技术在视频监控系统
[0003]的数据分析中逐渐占据重要地位。监控视频的画面由多帧图像组合而成，在需0要获取某个区域的监控视频对指定对象进行搜寻时，获取的监控视频时间越长，图像分析技术所需处理的图像信息也就越庞大，因此，如何在海量图像信息中更快找到指定对象，一直是图像分析
的重要课题。
[0004]传统技术提供了一种目标物的检索方法，通过对目标物计算异常分值并进行集合划分，基于目标物的特征信息按照异常分值先后对目标物集合中的目标5物进行检索。然而通过外观特征评价目标物的可疑程度在客观上存在较大偏差，且对所有提取后的目标物进行特征分析，尤其是在同一场景下目标物较多的情况下，所需耗费的计算量较大，检索效率不高。
[0005]针对目前视频监控中目标对象匹配计算量大、效率不高的问题，目前仍有待解决。
[0006]
技术实现思路
[0007]基于此，有必要针对上述技术问题，提供一种能够提高目标对象匹配效率的目标对象匹配方法、装置、计算机设备和计算机可读存储介质。
[0008]第一个方面，本实施例提供了一种目标对象匹配方法，所述方法包括：5获取目标图像，并基于所述目标图像确定候选对象；
[0009]基于所述候选对象的数量和/或类型对所述候选对象进行排序；<br/>[0010]基于排序结果依次对所述候选对象进行匹配，确定目标对象。
[0011]在其中的一些实施例中，所述基于所述候选对象的数量和/或类型对所述候选对象进行排序包括：
[0012]基于所述候选对象的数量和/或类型确定所述目标图像的场景类型；
[0013]基于所述场景类型对所述候选对象进行排序。
[0014]在其中的一些实施例中，所述基于所述候选对象的数量和/或类型确定所述目标图像的场景类型包括：
[0015]若所述候选对象的数量大于第一预设阈值，则确定所述目标图像为对象密集场景；
[0016]若所述候选对象的数量小于第二预设阈值，则确定所述目标图像为对象稀疏场景；
[0017]若所述候选对象的类型数量大于第三预设阈值，则确定所述目标图像为多类型对
象场景；
[0018]所述基于所述场景类型对所述候选对象进行排序包括：
[0019]若所述目标图像为对象密集场景，则基于所述候选对象的面积大小对所述候选对象进行排序；
[0020]若所述目标图像为对象稀疏场景，则基于所述候选对象与所述目标图像的中心点的距离对所述候选对象进行排序；
[0021]若所述目标图像为多类型对象场景，则基于所述候选对象的类型对所述候选对象进行排序。
[0022]在其中的一些实施例中，所述基于排序结果依次对所述候选对象进行匹配，确定目标对象包括：
[0023]获取目标对象的关键信息；
[0024]基于所述关键信息依次对所述候选对象进行匹配，确定目标对象。
[0025]在其中的一些实施例中，所述基于排序结果依次对所述候选对象进行匹配，确定目标对象之后还包括：
[0026]对所述目标对象进行全属性分析，并输出所述目标对象的完整属性信息。
[0027]在其中的一些实施例中，所述基于所述目标图像确定候选对象包括：
[0028]通过机器视觉对所述目标对象进行识别，确定候选对象。
[0029]在其中的一些实施例中，所述获取目标图像包括：
[0030]获取目标视频数据；
[0031]基于所述目标视频数据确定多张候选图像；
[0032]基于所述候选图像的时间顺序确定所述目标图像。
[0033]第二个方面，本实施例提供了一种目标对象匹配装置，所述装置包括：
[0034]确定模块，用于获取目标图像，并基于所述目标图像确定候选对象；
[0035]排序模块，用于基于所述候选对象的数量和/或类型对所述候选对象进行排序；
[0036]匹配模块，用于基于排序结果依次对所述候选对象进行匹配，确定目标对象。
[0037]第三个方面，本实施例提供了一种计算机设备，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上述任一项所述的方法的步骤。
[0038]第四个方面，本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
[0039]上述目标对象匹配方法、装置、计算机设备和存储介质，通过获取目标图像，并基于所述目标图像确定候选对象；基于所述候选对象的数量和/或类型对所述候选对象进行排序；基于排序结果依次对所述候选对象进行匹配，确定目标对象。从目标图像中候选对象数量和/或类型对图像识别度的影响的角度出发，无需对所有候选对象进行特征分析，通过候选对象数量和/或类型先进行排序，再进行特征分析，达到了减少计算量和提高目标对象匹配效率的技术效果。
附图说明
[0040]图1为一个实施例中目标对象匹配方法的应用环境图；
[0041]图2为一个实施例中目标对象匹配方法的流程示意图；
[0042]图3为一个实施例中基于所述候选对象的数量和/或类型对所述候选对象进行排序步骤的流程示意图；
[0043]图4为一个实施例中基于所述候选对象和/或类型确定所述目标图像的场景类型步骤的流程示意图；
[0044]图5为一个实施例中基于所述场景类型对所述候选对象进行排序步骤的流程示意图；
[0045]图6为一个实施例中基于排序结果依次对所述候选对象进行匹配，确定目标对象步骤的流程示意图；
[0046]图7为另一个实施例中目标对象匹配方法的流程示意图；
[0047]图8为一个实施例中获取目标图像的流程示意图；
[0048]图9为一个实施例中目标对象匹配装置的结构框图；
[0049]图10为一个实施例中计算机设备的内部结构图。
具体实施方式
[0050]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0051]本申请实施例提供的目标对象匹配方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102获取目标图像，并基于所述目标图像确定候选对象；基于所述候选对象的数量和/或类型对所述候选对象进行排序；基于排序结果依次对所述候选对象进行匹配，确定目标对象。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标对象匹配方法，其特征在于，所述方法包括：获取目标图像，并基于所述目标图像确定候选对象；基于所述候选对象的数量和/或类型对所述候选对象进行排序；基于排序结果依次对所述候选对象进行匹配，确定目标对象。2.根据权利要求1所述的方法，其特征在于，所述基于所述候选对象的数量和/或类型对所述候选对象进行排序包括：基于所述候选对象的数量和/或类型确定所述目标图像的场景类型；基于所述场景类型对所述候选对象进行排序。3.根据权利要求2所述的方法，其特征在于，所述基于所述候选对象的数量和/或类型确定所述目标图像的场景类型包括：若所述候选对象的数量大于第一预设阈值，则确定所述目标图像为对象密集场景；若所述候选对象的数量小于第二预设阈值，则确定所述目标图像为对象稀疏场景；若所述候选对象的类型数量大于第三预设阈值，则确定所述目标图像为多类型对象场景；所述基于所述场景类型对所述候选对象进行排序包括：若所述目标图像为对象密集场景，则基于所述候选对象的面积大小对所述候选对象进行排序；若所述目标图像为对象稀疏场景，则基于所述候选对象与所述目标图像的中心点的距离对所述候选对象进行排序；若所述目标图像为多类型对象场景，则基于所述候选对象的类型对所述候选对象进行排序。4.根据权利要求1所述的方法，其特征在于，所述基于排序结果依次对所述候选对象进行匹...
【专利技术属性】
技术研发人员：占晴，陆振善，李伟，马东星，周道利，
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：
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。