[发明专利]形成移动轨迹的方法、装置、计算机设备及存储介质在审
申请号: | 201910377560.1 | 申请日: | 2019-05-07 |
公开(公告)号: | CN110276244A | 公开(公告)日: | 2019-09-24 |
发明(设计)人: | 王保军;江腾飞 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 深圳市世联合知识产权代理有限公司 44385 | 代理人: | 林霞 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标人物 移动轨迹 图像数据 特征集 比对 路网 计算机设备 存储介质 形貌特征 样本 图像 人工智能技术 提取图像数据 时间标注 提取图像 相似度 阈值时 申请 | ||
1.一种形成移动轨迹的方法,用于形成目标人物的移动轨迹,其特征在于,包括:
获取所述目标人物的形貌特征样本;
从所述形貌特征样本中提取图像特征集;
在路网的图像数据比对范围内提取图像数据与所述图像特征集进行比对;
当有所述图像数据与所述图像特征集的相似度超过阈值时,确定所述目标人物在所述图像数据比对范围内的出现方位、消失方位、出现时间以及消失时间;
将所述出现方位、所述消失方位、所述出现时间以及所述消失时间标注到所述路网中形成所述目标人物的移动轨迹。
2.根据权利要求1所述形成移动轨迹的方法,其特征在于,所述图像数据包括体形图像数据和脸部图像数据,所述图像特征集包括体形特征集和脸部特征集,所述在图像数据比对范围内提取图像数据与所述图像特征集进行比对的步骤包括:
应用体形图像识别神经网络将所述体形图像数据中的各帧体形图像与所述体形特征集进行比对;计算所述各帧体形图像与所述体形特征集的第一相似度;
应用脸部图像识别神经网络将所述脸部图像数据中的各帧脸部图像与所述脸部特征集进行比对;计算所述各帧脸部图像与所述脸部特征集的第二相似度。
3.根据权利要求2所述形成移动轨迹的方法,其特征在于,所述在图像数据比对范围内提取图像数据与所述图像特征集进行比对的步骤还包括:
当所述体形图像与所述体形特征集的所述第一相似度达到第一阈值时,将所述体形图像提供给所述体形图像识别神经网络进行图像识别增强训练;
当所述脸部图像与所述脸部特征集的所述第二相似度达到第二阈值时,将所述脸部图像提供所述脸部图像识别神经网络进行图像识别增强训练。
4.根据权利要求1所述形成移动轨迹的方法,其特征在于,所述确定所述目标人物在所述图像数据比对范围内的出现方位、消失方位、出现时间以及消失时间的步骤包括:
将所述相似度超过所述阈值的所述图像数据按照时间进程形成图像序列;以所述图像序列中最早的时间点为所述出现时间,以所述图像序列中最晚的时间点为所述消失时间;
应用路网识别神经网络识别与所述出现时间对应的所述图像数据中所述目标人物在所述路网中的第一方位;以所述第一方位为所述出现方位;
应用所述路网识别神经网络识别与所述消失时间对应的所述图像数据中所述目标人物在所述路网中的第二方位;以所述第二方位为所述消失方位。
5.根据权利要求4所述形成移动轨迹的方法,其特征在于,所述图像数据包括体形图像数据和脸部图像数据,所述相似度包括第一相似度和第二相似度;所述阈值包括第一阈值和第二阀值;所述将所述相似度超过所述阈值的所述图像数据按照时间进程形成图像序列的步骤包括:
将所述第一相似度达到所述第一阈值的所述体形图像数据按照时间进程形成体形图像序列;
将所述第二相似度达到所述第二阈值的所述脸部图像数据按照时间进程形成脸部图像序列;
将所述体形图像序列与所述脸部图像序列进行融合得到所述图像序列。
6.根据权利要求5所述形成移动轨迹的方法,其特征在于,所述将所述体形图像序列与所述脸部图像序列进行融合得到所述图像序列的步骤包括:
按照所述时间进程将所述体形图像序列中的各帧体形图像与所述脸部图像序列中的各帧脸部图像进行融合;
在所述体形图像序列中的一个所述时间进程的节点缺失所述体形图像时,通过所述脸部图像序列中相同所述节点的脸部图像进行补充;
在所述脸部图像序列中一个所述时间进程的节点缺失所述脸部图像时,通过所述体形图像序列中相同所述节点的体形图像进行补充。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910377560.1/1.html,转载请声明来源钻瓜专利网。