[发明专利]场景目标的空间与或图模型生成方法、装置及电子设备

说明书

本发明公开了一种场景目标的空间与或图模型生成方法、装置、电子设备及存储介质，包括：获取针对预设场景的场景视频；利用预先训练的YOLO_v3网络对场景视频中的目标进行检测，得到场景视频的每一帧图像中各目标分别对应的、包括包含目标的边界框的位置信息属性信息；基于每一帧图像中各目标分别对应的属性信息，利用预设的多目标跟踪算法对场景视频的各帧图像中的相同目标进行匹配；确定每一帧图像中不同目标之间的实际空间距离；利用匹配后各帧图像对应的目标的属性信息及实际空间距离生成预设场景的空间与或图模型。本发明采用YOLO_v3网络进行目标检测，可提高目标检测的精度和效率，提高场景的空间与或图模型的准确性和实时性。

技术领域

本发明属于图像表示领域，具体涉及一种场景目标的空间与或图模型生成方法、装置及电子设备。

背景技术

与或图(And-Or Graph，AOG)是一种随机上下文无关语法(SCSG)的层次组合模型，其表示由一组终端和非终端节点从顶层到叶子节点的层次分解，概述了图像语法中的基本概念。其中，与节点表示目标分解，或节点表示可替代的子配置。

对于与或图来讲，使用小的零件字典通过与或图的与节点以及或节点分层表示图像中的目标，这种模型可以体现图像中目标的空间组合结构，也可以称之为空间与或图(Spatial And-Or graph，S-AOG)模型。空间与或图模型基于目标的空间位置关系，通过不同空间配置将目标的部件进行分层组合来表示目标。因此可以用来在图像分析中解析各个目标的位置关系，从而实现目标定位和跟踪等具体应用。比如，可以实现对交通路口、广场等复杂场景的目标识别和定位，等等。

但是目前的空间与或图模型对于目标的空间位置关系的定位不够准确、高效，导致模型的准确性和实时性不高。

发明内容

本发明实施例的目的在于提供一种场景目标的空间与或图模型生成方法、装置、电子设备及存储介质，以实现提高场景的空间与或图模型的准确性和实时性的目的。具体技术方案如下：

第一方面，本发明实施例提供了一种场景目标的空间与或图模型生成方法，所述方法包括：

获取针对预设场景的场景视频；

利用预先训练的YOLO_v3网络对所述场景视频中的目标进行检测，得到所述场景视频的每一帧图像中各目标分别对应的属性信息；其中，所述属性信息包括包含所述目标的边界框的位置信息；

基于所述每一帧图像中各目标分别对应的属性信息，利用预设的多目标跟踪算法对所述场景视频的各帧图像中的相同目标进行匹配；

确定每一帧图像中不同目标之间的实际空间距离；

利用匹配后各帧图像对应的目标的所述属性信息以及所述实际空间距离，生成所述预设场景的空间与或图模型。

可选的，所述属性信息还包括：

目标的类别信息。

可选的，所述预设的多目标跟踪算法，包括：

DeepSort算法。

可选的，所述确定每一帧图像中不同目标之间的实际空间距离，包括：

在每一帧图像中，确定每个目标的像素坐标；

针对每个目标，利用单目视觉定位测距技术，计算该目标的所述像素坐标在世界坐标系中对应的实际坐标；

针对每一帧图像，利用该帧图像中每两个目标的所述实际坐标，得到该帧图像中该两个目标之间的实际空间距离。

可选的，所述确定每一帧图像中不同目标之间的实际空间距离，包括：

针对每一帧图像，利用深度相机测距方法得到该帧图像中该两个目标之间的实际空间距离。